Il 24 novembre nell’ambito del corso “Intelligenza Artificiale e applicazioni sociali”, promosso dall’Università degli Studi Roma Tre e rivolto all’Ufficio Formazione di Inapp, Mauro Di Giacomo Ceo di Digivis ha tenuto un intervento dedicato all’utilizzo dell’IA nei processi di analisi socio-economica. L’incontro ha mostrato come i modelli linguistici e le tecniche di machine learning possano diventare strumenti molto utili per interpretare fenomeni complessi legati al mercato del lavoro e in generale alla ricerca sociale.
Una parte centrale della presentazione è stata dedicata all’esperienza maturata da Digivis nell’utilizzo dei Large Language Model. Attraverso l’impiego del modello opensource encoder XLM-RoBERTa, la società ha sviluppato sistemi per classificare automaticamente i contenuti della comunicazione digitale delle università e per analizzare migliaia di annunci di lavoro, ricondotti alle classificazioni Istat CP2021. Il lavoro di addestramento e affinamento del modello ha permesso di automatizzare processi che in passato richiedevano centinaia di ore di lavoro umano, garantendo coerenza e scalabilità e un livello di accuratezza assimilabile a quello di un esperto umano
Di Giacomo ha inoltre illustrato come Digivis utilizzi metodi avanzati di machine learning, come la Random Forest, per individuare le variabili che influenzano l’incidenza dell’occupazione in somministrazione nelle province italiane. Attraverso dataset territoriali estesi e strumenti come i Partial Dependence Plot, è possibile osservare le relazioni non lineari, soglie e interazioni tra fattori economici, produttivi e demografici, superando i limiti dei modelli statistici tradizionali.
La presentazione si è conclusa con una riflessione sul ruolo delle reti neurali multilayer perceptron (MLP). Digivis sta sperimentando addestramenti complessi con ampie base dati, finalizzati a sviluppare modelli predittivi per il mercato del lavoro. La rete neurale consente di catturare pattern complessi e fenomeni multidimensionali restituendo analisi con un buon indice di confidenza.
L’intervento ha mostrato come l’IA offre già un supporto prezioso alla ricerca economica e sociale integrando le analisi quantitative tradizionali con nuove possibilità di esplorazione dei dati e ricerca di nuovi pattern.