LLM e Data Storytelling per la diffusione della conoscenza sugli alberi monumentali

La tesi presenta la progettazione, lo sviluppo e la valutazione di una piattaforma interattiva dedicata alla valorizzazione degli alberi monumentali mediante tecnologie web moderne e sistemi conversazionali basati su modelli linguistici di grandi dimensioni (LLM). Il progetto nasce dall’esigenza di rendere più accessibili dati complessi e frammentati, trasformandoli in conoscenza attraverso strumenti capaci di adattarsi alle esigenze informative dell’utente e di integrare principi di data storytelling. L’architettura sviluppata è modulare e scalabile, progettata per gestire dati eterogenei e componenti conversazionali tramite tecniche di Retrieval-Augmented Generation. La piattaforma compara tre modalità applicative: una visualizzazione informativa tradizionale e due chatbot, uno narrativo e uno scientifico, differenziati per stile comunicativo e finalità divulgativa. La valutazione dell’esperienza utente è stata condotta tramite un test empirico basato su metriche derivate dallo User Experience Questionnaire (UEQ). I risultati evidenziano differenze significative: la modalità informativa è risultata efficace sul piano pragmatico ma meno coinvolgente, mentre il chatbot narrativo ha raggiunto i punteggi più alti nelle dimensioni edoniche grazie a un approccio immersivo. Il chatbot scientifico ha mostrato un buon equilibrio tra rigore informativo e partecipazione, pur con un minore impatto sul coinvolgimento emotivo. L’insieme delle evidenze conferma la validità dell’approccio conversazionale per facilitare la divulgazione di contenuti complessi e per personalizzare l’esperienza in funzione dei diversi stili di fruizione. Il progetto costituisce una base solida per sviluppare strumenti informativi più accessibili e sostenibili, e rappresenta un metodo potenzialmente applicabile ad altri contesti e dataset, aprendo nuove possibilità nella comunicazione ambientale e scientifica.