Esperienze nel contesto della Generative AI con diversi LLM: gestione dei testi, dei video e del codice

In recent years, Artificial Intelligence has taken on a fundamental role in technological and scientific development. In particular, Generative AI represents a crucial innovation, thanks to its ability to generate different types of content starting from the processing of instructions expressed in natural language. The advent of this technology represents a true digital revolution, destined to completely change human development and the employment world from now on. This thesis aims to explore and evaluate the real generative capabilities of some of the main Generative AI models currently on the market, highlighting both their benefits and their limitations and criticalities. The analysis was performed by submitting case studies to models chosen among the most used on the market: Gemini, DeepSeek, Claude, Mistral, Veo, and Runway. The tools used belong to different categories (text, video, code) and allowed the development of tests that provide a clear and precise general overview, offering the reader a complete vision regarding the potential of these technologies. The paper aims to provide a critical analysis that highlights the emergence of bugs and errors in generation, as well as positive aspects, while also comparing the outputs of the systems used. The results of these tests demonstrate how these technologies are destined to play a supporting role for humans, in a scenario where the latter will shift from being an actual executor to a supervisor of machines, emphasizing how human judgment remains irreplaceable.

Negli ultimi anni l’Intelligenza Artificiale ha assunto un ruolo fondamentale per lo sviluppo tecnologico e scientifico. In particolare, l’IA Generativa rappresenta un’innovazione cruciale, grazie alla sua capacità di generare diversi tipi di contenuti a partire dall’elaborazione di istruzioni espresse in linguaggio naturale. L’avvento di tale tecnologia rappresenta una vera e propria rivoluzione digitale, destinata a cambiare completamente lo sviluppo umano e il mondo occupazionale da qui in avanti. La presente tesi si propone di esplorare e valutare le reali capacità generative di alcuni dei principali modelli di IA Generativa presenti sul mercato attualmente, evidenziandone sia i benefici sia i limiti e le criticità. L’analisi è stata eseguita sottoponendo dei casi di studio a dei modelli scelti fra i più utilizzati sul mercato: Gemini, DeepSeek, Claude, Mistral, Veo, Runway. Gli strumenti utilizzati fanno parte di categorie differenti (testi, video, codice) e hanno permesso di sviluppare dei test che consentono di avere un quadro generale chiaro e preciso, per fornire al lettore una visione completa riguardo le potenzialità di tali tecnologie. L’elaborato ha lo scopo di fornire un’analisi critica che evidenzi l’emergere di bug ed errori nella generazione, oltre che gli aspetti positivi, mettendo anche a confronto gli output dei sistemi utilizzati. I risultati di tali test dimostrano come queste tecnologie siano destinate a ricoprire un ruolo di supporto per l’uomo, in uno scenario in cui quest’ultimo passerà dall’essere un esecutore effettivo ad un supervisore delle macchine, sottolineando come il giudizio umano rimanga insostituibile.