La trasformazione guidata dall’Intelligenza Artificiale nella pubblicità digitale farmaceutica: equilibrio tra innovazione, vincoli normativi e rischi etici

The pharmaceutical industry is undergoing a profound digital transformation driven by Artificial Intelligence (AI) and advanced data analytics, progressively shifting from traditional mass-broadcast models toward more personalized, context-aware, and omnichannel forms of communication. However, this technological acceleration interacts with significant institutional and organizational constraints, including the “pacing problem” of regulatory lag, complex data-privacy requirements, ethical concerns surrounding algorithmic transparency, and evolving expectations regarding trust, accountability, and human oversight. This thesis investigates how AI enables the transition from mass marketing to precision communication, how pharmaceutical organizations navigate regulatory gray areas, how Generation Z responds to AI-mediated health communication, and how data-driven precision can be integrated with human-centered communication. Employing a multidimensional research design, the study combines a technical and regulatory analysis of advanced AI architectures—including Retrieval-Augmented Generation (RAG), Knowledge Graphs, Next Best Action (NBA) engines, and Compliance-by-Design pre-screening—with a comparative analysis of three international initiatives: Eurofarma’s Scrolling Therapy, ASCO’s The Most Beautiful Sound, and Dove’s The Code. The research further incorporates an exploratory field study involving 147 respondents aged 18–29, combining quantitative rating scales with qualitative thematic analysis. The empirical findings reveal a pattern of conditional acceptance. High levels of everyday AI familiarity coexist with clear boundaries concerning technological authority: 82.3% of respondents preferred direct interaction with a healthcare professional in serious health scenarios, while 82.3% assigned high importance to knowing whether health-related content had been generated or modified through AI. Respondents also displayed substantial discomfort with behavioral personalization, while attitudes toward synthetic empathy were predominantly neutral or negative. These findings suggest that technological familiarity does not automatically translate into willingness to delegate sensitive or consequential healthcare functions to Artificial Intelligence. To interpret these tensions, the thesis develops the Data + Empathy framework, grounded in the principle of risk-proportionate functional asymmetry. Rather than imposing a rigid separation between an invisible AI backend and a human front-end, the framework proposes that the appropriate degree of AI autonomy, visibility, and human oversight should vary according to functional complexity, communicative sensitivity, evidentiary requirements, and potential consequences. Computational systems may therefore assume greater autonomy in standardized and lower-risk informational functions, while human involvement becomes increasingly important as communication approaches clinical interpretation, emotional vulnerability, uncertainty, or consequential decision-making. The findings ultimately suggest that responsible pharmaceutical digital communication requires a transition from capacity-driven automation maximization toward utility-oriented, transparent, and context-sensitive technological role allocation, supported by proportionate human governance and accountability.

L’industria farmaceutica sta attraversando una profonda trasformazione digitale guidata dall’Intelligenza Artificiale (IA) e da sistemi avanzati di analisi dei dati, passando progressivamente da tradizionali modelli di comunicazione di massa a forme di comunicazione più personalizzate, contestualizzate e omnichannel. Tuttavia, questa accelerazione tecnologica si confronta con rilevanti vincoli istituzionali e organizzativi, tra cui il “problema del ritmo” (pacing problem) legato al ritardo normativo, complessi requisiti in materia di protezione dei dati, questioni etiche relative alla trasparenza algoritmica e aspettative crescenti in termini di fiducia, responsabilità e supervisione umana. La tesi analizza come l’IA abiliti la transizione dal marketing di massa alla comunicazione di precisione, come le organizzazioni farmaceutiche affrontino le aree grigie normative, come la Generazione Z reagisca alla comunicazione sanitaria mediata dall’IA e come la precisione basata sui dati possa essere integrata con una comunicazione human-centered. Adottando un disegno di ricerca multidimensionale, lo studio combina un’analisi tecnica e normativa di architetture avanzate di IA — tra cui Retrieval-Augmented Generation (RAG), Knowledge Graph, motori Next Best Action (NBA) e sistemi di pre-screening Compliance-by-Design — con un’analisi comparativa di tre iniziative internazionali: Scrolling Therapy di Eurofarma, The Most Beautiful Sound di ASCO e The Code di Dove. La ricerca comprende inoltre uno studio empirico esplorativo condotto su 147 rispondenti di età compresa tra 18 e 29 anni, integrando scale quantitative di valutazione e analisi tematica qualitativa. I risultati empirici evidenziano un modello di accettazione condizionale. Un’elevata familiarità quotidiana con l’IA coesiste con confini ben definiti rispetto all’autorità attribuita alla tecnologia: l’82,3% dei rispondenti ha espresso una preferenza per l’interazione diretta con un professionista sanitario in scenari di salute seri, mentre l’82,3% ha attribuito elevata importanza alla possibilità di sapere se un contenuto sanitario sia stato generato o modificato attraverso l’IA. I partecipanti hanno inoltre mostrato un significativo disagio rispetto alla personalizzazione basata sul comportamento online, mentre gli atteggiamenti nei confronti dell’empatia sintetica sono risultati prevalentemente neutrali o negativi. Tali risultati suggeriscono che la familiarità tecnologica non si traduce automaticamente nella disponibilità a delegare all’Intelligenza Artificiale funzioni sanitarie sensibili o ad alto impatto. Per interpretare queste tensioni, la tesi sviluppa il framework Data + Empathy, fondato sul principio di asimmetria funzionale proporzionata al rischio. Anziché proporre una separazione rigida tra un’IA confinata a un backend invisibile e un’interazione front-end esclusivamente umana, il framework sostiene che il grado appropriato di autonomia, visibilità e supervisione dell’IA debba variare in funzione della complessità del compito, della sensibilità comunicativa, dei requisiti evidenziari e delle potenziali conseguenze dell’interazione. I sistemi computazionali possono quindi assumere maggiore autonomia nelle funzioni standardizzate, informative e a rischio relativamente basso, mentre il coinvolgimento umano diventa progressivamente più importante quando la comunicazione riguarda interpretazione clinica, vulnerabilità emotiva, incertezza o decisioni ad alto impatto. Nel complesso, i risultati suggeriscono che una comunicazione digitale farmaceutica responsabile richieda il passaggio dalla massimizzazione dell’automazione basata sulla capacità tecnologica a un’allocazione dei ruoli tecnologici orientata all’utilità, trasparente e sensibile al contesto, sostenuta da una governance umana e da forme di responsabilità proporzionate al rischio.