La tesi è stata preparata per far comprendere l’importanza del Project Risk Management, e più in generale della gestione del rischio, e per proporre una spinta all’utilizzo di nuove tecniche che integrino gli sviluppi attuali di Machine Learning e più in generale di Natural Language Processing, e cioè tecniche che permettono di utilizzare un linguaggio naturale per interrogare Intelligenze Artificiali.

L’attenzione specifica è stata concentrata sulla fase di identificazione dei rischi nella gestione dei progetti. Gli studi e le considerazioni sono stati fatti in maniera specifica per progetti infrastrutturali ma i ragionamenti possono essere applicati per qualsiasi tipo di progetto. Il punto di partenza del lavoro svolto è rappresentato dall’acquisizione profonda del significato di rischio, e di tutti i concetti satelliti a lui connesso.

Prima, sono descritti i risultati dello studio effettuato in letteratura e le considerazioni sulla natura del rischio ed è stata esposta fondamentalmente una rielaborazione di quanto acquisito da numerosi testi validi in letteratura con la selezione di nozioni e idee ritenute maggiormente in linea con il concetto di rischio. Successivamente, sono stati analizzati sempre più nel dettaglio il processo di Project Risk Management, il processo di identificazione e il Risk Register. L’obiettivo finale del lavoro svolto è quello di confrontare diverse tecnologie di Intelligenza Artificiale di tipo Large Language Model nell’identificare dei rischi partendo da specifiche vulnerabilità per poter aprire la strada a un nuovo modo di fare Risk Management.