L’attività di ricerca di Giovanni Pilato si colloca nell’ambito dell’Intelligenza Artificiale cognitiva, con particolare attenzione alla progettazione di sistemi intelligenti guidati dal linguaggio e capaci di integrare modelli neurali, conoscenza strutturata e meccanismi di ragionamento.

Una linea centrale della ricerca riguarda lo studio di architetture ibride neurali-simboliche che combinano Large Language Models, tecniche di Information Retrieval, rappresentazioni della conoscenza e modelli computazionali ispirati alla cognizione umana. L’obiettivo è superare alcuni limiti degli attuali sistemi di IA, che mostrano elevate capacità di generazione e riconoscimento di pattern, ma presentano ancora criticità in termini di ragionamento strutturato, pianificazione, controllo esplicito della conoscenza, affidabilità e spiegabilità.

In questa prospettiva, il linguaggio naturale e i meccanismi di retrieval sono considerati non solo strumenti di accesso all’informazione, ma anche primitive computazionali per la costruzione di sistemi cognitivi in grado di supportare processi di reasoning, planning e decision-making. Particolare interesse è rivolto all’integrazione di tali componenti all’interno di framework coerenti, ispirati a modelli quali le teorie dual-process, le architetture BDI e i global workspace models.

Le applicazioni di interesse includono sistemi di supporto alle decisioni, interfacce intelligenti, sistemi cognitivi per ambienti data-intensive e soluzioni di IA spiegabile e controllabile, con l’obiettivo di contribuire allo sviluppo di sistemi intelligenti più robusti, interpretabili e allineati ai bisogni degli utenti.