Un chatbot rivolto agli studenti per l’esplorazione dei corsi universitari basato su Retrieval-Augmented Generation

Abstract

L’accesso alle informazioni accademiche e amministrative rappresenta un aspetto fondamentale dell’esperienza universitaria; tuttavia spesso risulta complesso a causa della struttura articolata e della frammentazione delle piattaforme web istituzionali. I tradizionali siti web universitari e le prime soluzioni basate su chatbot offrono un supporto limitato, risultando frequentemente carenti nella comprensione del contesto e nella capacità di sintetizzare efficacemente le informazioni. I recenti progressi nel campo dei Large Language Models consentono lo sviluppo di sistemi conversazionali più sofisticati; tuttavia tali modelli possono presentare il problema delle cosiddette allucinazioni, ovvero la generazione di risposte non basate su dati fattuali e certificati. Questa tesi di laurea magistrale presenta un prototipo basato su Large Language Models di ultima generazione integrati con un framework di Retrieval-Augmented Generation. Il sistema proposto combina le capacità generative dei modelli linguistici con meccanismi mirati di recupero delle informazioni da fonti di dati controllate, consentendo la produzione di risposte accurate, affidabili e contestualizzate. Il prototipo è inoltre progettato come sistema multilingue, in grado di comprendere e generare contenuti in lingua italiana, inglese e spagnola, supportando efficacemente studenti locali e internazionali, nonché docenti e personale amministrativo. Il presente lavoro si propone di promuovere l’adozione di strumenti integrabili nei sistemi informativi dell’Università di Genova, con l’obiettivo di migliorare l’accessibilità e l’affidabilità delle informazioni, ottimizzare l’efficienza nella navigazione delle risorse digitali e favorire un’esperienza più inclusiva e centrata sull’utente per tutti i membri della comunità accademica.

Access to academic and administrative information is a critical aspect of the university experience, yet it often proves challenging due to the complexity and fragmentation of institutional web platforms. Traditional university websites and early chatbot-based solutions provide limited support, frequently lacking contextual understanding and effective information synthesis. Recent advances in Large Language Models enable more sophisticated conversational systems; however, these models may suffer from hallucinations, where generated responses are not grounded in factual and certified data. This Master’s thesis presents a prototype based on state-of-the-art Large Language Models integrated with a Retrieval-Augmented Generation framework. The proposed system combines the generative capabilities of the Large Language Models with targeted information retrieval from controlled data sources, enabling accurate, reliable, and contextually informed responses. The prototype is also designed as a multilingual system, capable of understanding and generating content in Italian, English and Spanish languages, thereby effectively supporting local and international students, as well as faculty and administrative staff. This work aims to promote the adoption of tools that can be integrated into the information systems of the University of Genova, improving accessibility and reliability of information, enhancing navigation efficiency, and supporting a more inclusive and user-centered experience for all members of the academic community.