Progettazione e implementazione di case study relativi alla generazione di testi e di codice mediante l’utilizzo di LLM differenti

Negli ultimi anni l’Intelligenza Artificiale Generativa, e in particolare i Large Language Model, hanno assunto un ruolo sempre più centrale nella produzione automatica di vari contenuti, rendendo necessario comprendere in che misura modelli diversi si comportino in modo simile o divergente a fronte delle stesse richieste. La presente tesi nasce con l’obiettivo di confrontare quattro modelli, ChatGPT, DeepSeek, Claude e Gemini, attraverso due case study distinti. Il primo riguarda la generazione e modifica di testo e si basa sull’adattamento di quattro ricette di pizza a vincoli progressivamente più complessi e, in alcuni casi, contraddittori. Il secondo riguarda la generazione di codice, e consiste nello sviluppo iterativo di un’applicazione con integrazione dell’API USDA FoodData Central, a partire da un prompt iniziale comune a tutti i modelli.