Skip to Main Content (Press Enter)

Logo UNITO
  • ×
  • Home
  • Pubblicazioni
  • Progetti
  • Persone
  • Competenze
  • Settori
  • Strutture
  • Terza Missione

UNI-FIND
Logo UNITO

|

UNI-FIND

unito.it
  • ×
  • Home
  • Pubblicazioni
  • Progetti
  • Persone
  • Competenze
  • Settori
  • Strutture
  • Terza Missione
  1. Progetti

Bando PRIN 2022 - MUR - Cod. 2022H5X7BK - "PHaSE" - Sett. PE6 - Finanziamento dell’Unione Europea – NextGenerationEU – missione 4, componente 2, investimento 1.1.

Progetto
Il concetto di dieta sana non è nuovo, poiché è riconosciuto che una corretta alimentazione è essenziale per la buona salute, il benessere e la prevenzione delle malattie. Tuttavia, come dimostrato da recenti evidenze, le linee guida alimentari che premiano e promuovono scelte alimentari sane non sono più sufficienti. Infatti, gli attuali sistemi di produzione alimentare utilizzano il 48% della terra e il 70% delle risorse di acqua dolce, per cui è necessario fare un passo avanti e definire una nuova visione dell'alimentazione che coniughi allo stesso tempo salubrità e sostenibilità. Questa necessità è sottolineata anche dagli obiettivi del UN Decade of Action on Nutrition 2016-25, nonché da alcuni dei target inclusi negli Obiettivi di sviluppo sostenibile (SDG) 3 e SDG12. In poche parole, è urgente sviluppare metodi per indirizzare le persone a consumare alimenti sani e a basso impatto ambientale. In questo contesto, la combinazione di sistemi di raccomandazione (RS) e agenti conversazionali (CA) rappresenta una direzione promettente per raggiungere questo obiettivo. Infatti, i primi hanno già dimostrato di poter influenzare le scelte degli utenti e condurli a decisioni migliori, mentre i secondi possono migliorare ulteriormente l'efficacia delle raccomandazioni sfruttando l'interazione in linguaggio naturale. Tuttavia, il potenziale che deriva dall'integrazione di CA e RS è quasi ancora inesplorato. Infatti, i RS non presentano i loro suggerimenti con sufficiente trasparenza e i CA non dedicano sufficiente attenzione alla progettazione di strategie di interazione persuasiva in grado di cambiare la percezione delle persone e di influenzare concretamente le loro scelte (alimentari). Inoltre, mentre la salubrità delle ricette è già stata presa in considerazione per fornire raccomandazioni alimentari consapevoli della salute, il concetto di sostenibilità è completamente trascurato nella ricerca sui RS alimentari. Di conseguenza, il progetto mira a colmare queste lacune progettando e sviluppando metodologie innovative per facilitare la transizione verso abitudini alimentari più sane e sostenibili. Questo obiettivo sarà raggiunto attraverso la combinazione di algoritmi di generazione di linguaggio naturale, di risposta alle domande e di raccomandazione, che saranno integrati in un CA con interazione in linguaggio naturale. In breve, il nostro CA consentirà agli utenti di: (i) formulare domande sulla salubrità e la sostenibilità delle ricette; (ii) identificare ingredienti e pasti sostitutivi (cioè più sostenibili); (iii) ottenere raccomandazioni personalizzate su ricette sane e sostenibili in base alle esigenze personali. Tutte le interazioni si baseranno su strategie di dialogo persuasive che spiegheranno il comportamento dell'algoritmo e renderanno i suggerimenti più convincenti. La validità del nostro framework sarà garantita da un approccio di progettazione partecipativa. Coinvolgeremo i nostri utenti target nella progettazione e nella valutazione della soluzione, oltre che in uno studio finale. Attraverso lo studio, ci proponiamo di valutare che il nostro CA possa aumentare la consapevolezza e la percezione degli utenti sulla salubrità e la sostenibilità degli alimenti, aprendo così la strada a un consumo alimentare responsabile.
  • Dati Generali
  • Aree Di Ricerca

Dati Generali

Partecipanti (2)

RAPP Amon   Responsabile scientifico  
CENA Federica   Partecipante  

Referenti

COSTA Daniela Nicoletta   Amministrativo  

Dipartimenti coinvolti

INFORMATICA   Principale  

Tipo

PRIN 2022

Finanziatore

Ministero dell'Università e della Ricerca
Ente Finanziatore

Partner

Università degli Studi di TORINO

Contributo Totale (assegnato) Ateneo (EURO)

60.125€

Periodo di attività

Settembre 28, 2023 - Settembre 27, 2025

Durata progetto

24 mesi

Aree Di Ricerca

Settori (15)


PE6_7 - Artificial intelligence, intelligent systems, natural language processing - (2022)

PE6_9 - Human computer interaction and interface, visualisation - (2022)

Settore INF/01 - Informatica

CIBO, AGRICOLTURA e ALLEVAMENTI - Farmacologia Veterinaria

CULTURA, ARTE e CREATIVITA' - Culture moderne

INFORMATICA, AUTOMAZIONE e INTELLIGENZA ARTIFICIALE - Digitalizzazione della Cultura e della Creatività

INFORMATICA, AUTOMAZIONE e INTELLIGENZA ARTIFICIALE - Digitalizzazione della Società e della Pubblica Amministrazione

INFORMATICA, AUTOMAZIONE e INTELLIGENZA ARTIFICIALE - Industria X.0

INFORMATICA, AUTOMAZIONE e INTELLIGENZA ARTIFICIALE - Salute e Informatica

LINGUE e LETTERATURA - Anglistica e angloamericanistica

LINGUE e LETTERATURA - Francesistica

PIANETA TERRA, AMBIENTE, CLIMA, ENERGIA e SOSTENIBILITA' - Diritto dell'Ambiente

PIANETA TERRA, AMBIENTE, CLIMA, ENERGIA e SOSTENIBILITA' - Informatica e Ambiente

SCIENZE MATEMATICHE, CHIMICHE, FISICHE - Fisica delle Particelle e dei Nuclei

SCIENZE MATEMATICHE, CHIMICHE, FISICHE - Laboratori innovativi, strumentazione e modellizzazione fisica

Parole chiave (2)

Natural Language Processing
RECOMMENDER SYSTEMS
No Results Found
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 25.5.5.0