Large Language Models e Data Visualization: stato dell'arte, opportunità e prospettive future

L’espansione dei dati digitali e la crescente complessità informativa rendono necessario disporre di strumenti capaci non solo di analizzare, ma anche di comunicare efficacemente l’informazione. In questo scenario emergono due elementi centrali dell’innovazione tecnologica: i Large Language Models (LLM) e la Data Visualization. I LLM, basati su architetture Transformer, hanno trasformato il modo in cui il linguaggio naturale viene compreso e generato, offrendo nuove opportunità per l’automazione e l’interazione con i sistemi intelligenti, pur ponendo interrogativi etici legati a bias, sicurezza e trasparenza. Parallelamente, la Data Visualization si conferma essenziale per rendere interpretabili i dati, facilitando l’identificazione di relazioni e pattern attraverso rappresentazioni visive efficaci. L’integrazione fra LLM e Data Visualization apre la strada alla Business Intelligence conversazionale e all’Augmented Analytics, permettendo di generare automaticamente grafici, report e insight attraverso il linguaggio naturale. La tesi esplora tali tematiche attraverso una struttura articolata in tre capitoli: il Capitolo 1 introduce i principi, l’evoluzione e le implicazioni etiche dei LLM; il Capitolo 2 analizza i fondamenti cognitivi, le tecniche e gli strumenti della Data Visualization; il Capitolo 3 approfondisce l’integrazione tra LLM e visualizzazione nei sistemi di Business Intelligence, evidenziando opportunità applicative e sfide legate all’affidabilità e alla governance dei dati. L’obiettivo complessivo è mostrare come la combinazione tra intelligenza artificiale e rappresentazione visiva possa rendere la conoscenza più accessibile, naturale e orientata al supporto decisionale.