La presente tesi analizza il ruolo dell’intelligenza artificiale nei processi di storytelling aziendale, indagandone le implicazioni strategiche, comunicative e identitarie nella costruzione del valore narrativo d’impresa. In un contesto caratterizzato dalla crescente centralità dei dati e dall’adozione di sistemi algoritmici nei processi decisionali e creativi, lo storytelling emerge come leva fondamentale per dare senso, coerenza e significato alle informazioni, trasformandole in narrazioni rilevanti per brand e organizzazioni. La ricerca si sviluppa attraverso un approccio teorico-analitico e qualitativo. I primi due capitoli approfondiscono il rapporto tra intelligenza artificiale, dati e narrazione d’impresa, esaminando il valore strategico dello storytelling nella costruzione dell’identità di marca, della reputazione e delle relazioni con i pubblici, anche alla luce di modelli narrativi, archetipi e pratiche di brand storytelling. Il terzo capitolo adotta una metodologia basata sull’analisi di applicazioni e casi di successo, esplorando l’impiego di machine learning, deep learning, natural language processing, intelligenza artificiale conversazionale e influencer virtuali nello storytelling aziendale, mettendone in evidenza potenzialità, limiti e ambiti di utilizzo. Il quarto capitolo propone una riflessione critica sui rischi e sulle implicazioni etiche dell’uso dell’AI nella narrazione d’impresa, soffermandosi su temi quali l’omologazione narrativa, la gestione dell’identità di brand, l’interpretazione dei dati e l’interazione uomo-macchina. I risultati evidenziano come il valore generato dall’AI non risieda nella tecnologia in sé, ma nella capacità umana di orientare, interpretare e supervisionare i processi algoritmici, trasformando i dati in conoscenza e le informazioni in narrazione dotata di senso.
"Come l'Intelligenza Artificiale sta trasformando lo storytelling aziendale: innovazione, personalizzazione e la sfida dell'autenticità narrativa"
ONOFRI, ALESSANDRA
2024/2025
Abstract
La presente tesi analizza il ruolo dell’intelligenza artificiale nei processi di storytelling aziendale, indagandone le implicazioni strategiche, comunicative e identitarie nella costruzione del valore narrativo d’impresa. In un contesto caratterizzato dalla crescente centralità dei dati e dall’adozione di sistemi algoritmici nei processi decisionali e creativi, lo storytelling emerge come leva fondamentale per dare senso, coerenza e significato alle informazioni, trasformandole in narrazioni rilevanti per brand e organizzazioni. La ricerca si sviluppa attraverso un approccio teorico-analitico e qualitativo. I primi due capitoli approfondiscono il rapporto tra intelligenza artificiale, dati e narrazione d’impresa, esaminando il valore strategico dello storytelling nella costruzione dell’identità di marca, della reputazione e delle relazioni con i pubblici, anche alla luce di modelli narrativi, archetipi e pratiche di brand storytelling. Il terzo capitolo adotta una metodologia basata sull’analisi di applicazioni e casi di successo, esplorando l’impiego di machine learning, deep learning, natural language processing, intelligenza artificiale conversazionale e influencer virtuali nello storytelling aziendale, mettendone in evidenza potenzialità, limiti e ambiti di utilizzo. Il quarto capitolo propone una riflessione critica sui rischi e sulle implicazioni etiche dell’uso dell’AI nella narrazione d’impresa, soffermandosi su temi quali l’omologazione narrativa, la gestione dell’identità di brand, l’interpretazione dei dati e l’interazione uomo-macchina. I risultati evidenziano come il valore generato dall’AI non risieda nella tecnologia in sé, ma nella capacità umana di orientare, interpretare e supervisionare i processi algoritmici, trasformando i dati in conoscenza e le informazioni in narrazione dotata di senso.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi magistrale Onofri, PDF..pdf
accesso aperto
Dimensione
2.69 MB
Formato
Adobe PDF
|
2.69 MB | Adobe PDF | Visualizza/Apri |
È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/33124