Progettazione e sviluppo di una piattaforma RAG locale per la gestione della conoscenza documentale nel dominio scolastico

La consultazione della documentazione scolastica risulta complessa per famiglie e personale a causa della frammentazione dei formati e dell'assenza di strumenti di ricerca semantica. Tale problematica è cruciale per la necessità di coniugare l'accessibilità dei dati all'efficienza amministrativa, rispettando al contempo stringenti vincoli di riservatezza. L'obiettivo della tesi è lo sviluppo di un sistema RAG (Retrieval-Augmented Generation) che garantisca accuratezza nelle risposte, protezione dei dati e misure di sicurezza preventive idonee per futuri sviluppi su documenti privati. Il problema è stato affrontato progettando un'architettura interamente on-premises per garantire l'isolamento dei dati e selezionando modelli compatibili con le risorse hardware limitate della macchina di sviluppo. Le pipeline di ingestion e di chunking sono state perfezionate attraverso un processo iterativo di test empirici e ottimizzazioni continue sui risultati intermedi. Il contributo originale risiede proprio nell'ingegnerizzazione di queste pipeline OCR e di scomposizione semantica, calibrate per minimizzare gli errori di parsing strutturale e tabellare. I risultati dimostrano la fattibilità di un modulo di caricamento accessibile che massimizza l'accuratezza estrattiva, unito a un'interfaccia di querying che formula risposte vincolate al contesto, cita le fonti ufficiali e rifiuta richieste inopportune grazie a logiche di controllo differenziate. Il lavoro è suddiviso in un'analisi iniziale dei requisiti e dei vincoli, una rassegna dello stato dell'arte e la definizione dell'architettura di sistema; vengono poi presentate le tecnologie utilizzate e i dettagli dell'implementazione software, concludendo con le considerazioni finali sugli obiettivi raggiunti.