Modelli di Reasoning: La nuova frontiera degli LLM Applicazione all’Ottimizzazione e al Machine Learning = Reasoning Models: The New Frontier of LLMs Application to Optimisation and Machine Learning

I recenti progressi nei modelli di reasoning rappresentano un punto di svolta per l'intelligenza artificiale, poiché consentono ai modelli linguistici di combinare capacità di comprensione semantica con processi di inferenza logica e pianificazione, superando i limiti dei tradizionali sistemi generativi. Il presente lavoro di tesi ha come obiettivo l'analisi e la sperimentazione dei modelli di reasoning, con particolare riferimento alle architetture OpenAI della serie o3. Lo studio si concentra sulla valutazione delle capacità di ragionamento, interpretazione e di risoluzione di problemi, con l'intento di comprendere come tali modelli possano essere applicati efficacemente in contesti aziendali per il supporto decisionale e l'ottimizzazione dei processi analitici. Il principale contributo di questa ricerca consiste nella progettazione e implementazione di un'applicazione agentica basata su modelli di reasoning, capace di assistere l'utente nella comprensione, formalizzazione e risoluzione di problemi complessi attraverso un'interazione strutturata e adattiva. L'architettura sviluppata integra tecniche di prompt engineering e un tool che consente al modello di eseguire codice e generare risultati numerici, unendo capacità linguistiche e computazionali in un unico flusso operativo. L'applicazione è stata sperimentata su tre profili operativi distinti (SQL, Ottimizzazione e Data Science) con l'obiettivo di valutare le prestazioni degli agenti in scenari di diversa natura e complessità. I risultati ottenuti evidenziano come i modelli di reasoning si distinguano per la capacità di contestualizzare i problemi, proporre strategie coerenti e motivare le scelte compiute. Pur presentando alcune limitazioni, come la dipendenza dall'interazione con l'utente e la ridotta gestione del contesto a lungo termine, questi modelli si sono dimostrati più efficaci dei sistemi generativi tradizionali in termini di trasparenza, affidabilità e qualità del procedimento proposto. L'analisi conferma che l'evoluzione dei modelli di reasoning potrà contribuire in modo significativo allo sviluppo di applicazioni intelligenti più interpretabili, scalabili e orientate al ragionamento, consolidando il loro ruolo come strumenti di supporto avanzato nei processi decisionali e analitici aziendali.