Sviluppo di un applicativo web per la rilevazione preventiva di prodotti illegali e fraudolenti negli e-commerce

Con l'aumento esponenziale degli acquisti online, il rischio di frodi e truffe è diventato un problema sempre più rilevante per i marketplace che sono costantemente alla ricerca di nuove soluzioni per garantire e mantenere il rapporto fiduciario (trust) con i loro clienti. Questo lavoro di tesi si propone di analizzare e valutare l'efficacia di un'applicazione web basata su intelligenza artificiale, per il riconoscimento preventivo di prodotti fraudolenti in siti di e-commerce. L'applicativo, sviluppato in occasione di un tirocinio formativo, è diventato un prodotto di mercato, a dimostrazione dell'elevata richiesta oggi presente in questo settore. L'applicativo permette di analizzare i prodotti prima che questi siano pubblicati nel marketplace, inviandoli ad un modello di intelligenza artificiale per essere valutati e di confermare o rigettare i risultati proposti. Alcuni modelli, come GPT, Claude e Gemini, grazie alla capacità di autoapprendimento, permettono di migliorare le proprie prestazioni nel tempo, apprendendo dai feedback ricevuti. I risultati ottenuti dimostrano come questi modelli siano attualmente la scelta migliore per il riconoscimento di prodotti fraudolenti, con un'accuratezza che può raggiungere, in alcuni casi, perfino valori intorno al 99%. L'interazione umana con l'applicativo, soprattutto nella sua prima fase di utilizzo, costituisce un elemento fondamentale per garantire la qualità dei risultati ottenuti, ma l'obiettivo finale è quello di rendere l'applicativo completamente autonomo, in modo tale da ridurre al minimo il coinvolgimento umano e garantire una maggiore efficienza e velocità nel riconoscimento dei prodotti fraudolenti.