sviluppo di un’app android per lo studio basata su sistema rag (retrieval-augmented-generation)

L’avvento dei Large Language Models (LLM) ha rivoluzionato il campo dell’intelligenza artificiale, mostrando capacità senza precedenti nella comprensione e generazione del linguaggio. Tuttavia, limiti intrinseci come la tendenza a produrre informazioni inaccurate (allucinazioni), la conoscenza statica e la mancanza di tracciabilità delle fonti ne ostacolano l’adozione in contesti critici. La letteratura scientifica ha proposto l’architettura Retrieval Augmented Generation (RAG) come soluzione a tali problemi, integrando i modelli generativi con basi di conoscenza esterne per ancorare le risposte a dati verificabili. Nonostante il progresso tecnologico, si è identificata una lacuna nel settore degli strumenti per l’apprendimento: l’assenza di una soluzione integrata che supporti lo studente in un ciclo di studio completo. Le applicazioni attuali sono spesso frammentate, consentendo di interagire con un singolo documento o offrendo funzionalità di IA generiche non ottimizzate per lo studio. Il presente lavoro di tesi affronta questo problema attraverso la progettazione e lo sviluppo di ”MyStudyApp”, un’applicazione mobile nativa per Android. Sfruttando un’architettura RAG basata su servizi cloud Microsoft Azure, l’applicazione funge da compagno di studi intelligente, permettendo agli utenti di caricare i propri materiali, dialogare con essi tramite una chat contestuale, generare quiz personalizzati per l’autovalutazione e monitorare i progressi. La validazione del sistema è stata condotta tramite una valutazione sperimentale comparativa tra l’architettura cloud implementata e un’alternativa basata su modelli eseguiti in locale. I risultati dimostrano la netta superiorità dell’approccio cloud in termini di qualità, accuratezza delle risposte e latenza, confermando la validità delle scelte progettuali per offrire uno strumento di studio efficace, affidabile e performante.