RAG
metadati
intelligenza artificiale
RAG: l’ approccio ibrido alla generazione di testi che combina tecniche di ricerca e generazione tramite query di input per individuare informazioni rilevanti all’interno di un database.
Il cliente, primario gruppo assicurativo, si è trovato di fronte alla necessità di reperire in tempi brevi informazioni contenute in grandi moli di documenti, talvolta anche molto datati, che includono la documentazione aziendale attuale e tutto lo storico, comprese polizze, contratti e simili.
Per far fronte a questa esigenza, Gruppo SCAI ha adottato un approccio innovativo nell’ambito dell’intelligenza artificiale, il cosiddetto Retrieval-Augmented Generation. Grazie al RAG è stato possibile indicizzare i documenti recuperati, estrarne le informazioni e raccoglierle in una base dati strutturata facilitando la consultazione da parte degli utenti.
L’obiettivo è stato raggiunto sfruttando le enormi abilità generative di testo dei modelli linguistici pubblici, senza necessità di riaddestramento degli stessi, nel contesto di riservatezza dei documenti del dominio aziendale che devono rimanere inaccessibili dai LLM pubblici.
Il Gruppo assicurativo ha utilizzato l’Intelligenza Artificiale per estrarre metadati dai curriculum aziendali. Queste informazioni sono state poi inserite in una base dati strutturata che agevola la produzione di curriculum in formato standard tramite le abilità generative del chatbot. I curriculum sono stati successivamente indicizzati e inseriti nella knowledge base aziendale riservata, dove è stato applicato l’approccio RAG. Grazie a questo processo, il dipartimento HR ha ottenuto notevoli risultati in termini di ricerca, consultazione e confronto dei profili.
I sistemi RAG sono stati quindi implementati e adattati per recuperare informazioni sensibili (garantendone la riservatezza) e pertinenti in base alle preferenze dell’utente o al contesto specifico della comunicazione, senza generare alcuna risposta generica o ripetitiva, ma fornendo output più specifici e dettagliati. In particolare, la ricerca è potuta avvenire sia tramite la selezione di parole chiave sia sfruttando il linguaggio naturale, ovvero tramite frasi di senso compiuto, proposte in quanto utilizzano la “similarità” del concetto e non solo del singolo termine.
Grazie all’implementazione dell’approccio RAG è stato possibile migliorare significativamente sia il processo di ricerca delle informazioni, con una conseguente evasione più rapida dei task correlati, sia la loro gestione all’interno del Gruppo assicurativo, attraverso un recupero più efficace e risposte più esaustive e soddisfacenti anche in contesti complessi o ambigui.
Grazie all’accesso a fonti esterne di informazioni, le risposte oggi ottenute sono più ricche e con una maggiore completezza; l’utente in cerca di informazioni ha una migliore comprensione del tema trattato.
competenze applicate
