Applicazione di Large Language Models nell’analisi multilivello dell’eloquio narrativo
Martina Altamura, Francesco Petriglia, Giuseppe Mancini, Andrea Marini
I Large Language Models (LLM) sono sistemi di intelligenza artificiale basati su architetture di rete neurale, progettati per comprendere e generare linguaggio naturale. La loro possibile applicazione in ambito clinico è oggetto di crescente interesse, aprendo nuove prospettive nell’ambito della valutazione delle abilità linguistiche di popolazioni cliniche. Obiettivo del presente studio è la valutazione dell’affidabilità di un LLM come ChatGPT-4o nell’analisi multilivello dell’eloquio narrativo: procedura di indubbia utilità clinica ma che richiede tempi piuttosto lunghi di esecuzione, rendendone l’applicazione su larga scala ad oggi ancora complessa e poco sostenibile. In questo lavoro, dopo una fase di personalizzazione, ChatGPT-4o è stato testato su un set di 14 campioni di linguaggio prodotti da adulti sani, confrontando l’analisi condotta con quella di un logopedista esperto. I risultati ottenuti suggeriscono che, a seguito di personalizzazione, il modello sia in grado di riconoscere con buona affidabilità numerosi errori in un’analisi microlinguistica, pur mostrando maggiori difficoltà e una certa tendenza alla sottostima in analisi più complesse. In conclusione, nonostante i limiti del presente studio, i LLM sembrano essere uno strumento ad alto potenziale per il futuro. Ad oggi, tuttavia, il grado di concordanza misurato non consente ancora di utilizzarli senza attenta supervisione da parte di un clinico esperto.
Keywords
Intelligenza Artificiale, ChatGPT, Analisi Linguistica Multilivello, Eloquio narrativo, Valutazione Linguaggio.
