Nel ciclo di vita dello sviluppo software e della progettazione di interfacce (UX/UI Design), la validazione delle scelte progettuali rappresenta da sempre il collo di bottiglia più oneroso. Il costo di correggere un errore di usabilità cresce in modo esponenziale man mano che si avanza nel processo: una modifica che costa 10 euro in fase di wireframe può costarne 1.000 durante lo sviluppo e 10.000 se scoperta dopo il rilascio in produzione, quando ha già causato l’abbandono del carrello da parte di migliaia di utenti.
approfondimento
Synthetic User Testing: simulazione UX tramite “persona” artificiali
Il synthetic user testing automatizza la validazione delle interfacce simulando migliaia di interazioni prima del rilascio del codice. Tramite “persona” artificiali dotate di bias e limiti cognitivi, l’AI rileva colli di bottiglia ed errori di usabilità in pochi secondi. Questo approccio accelera lo sviluppo Agile e affianca i test umani, abbattendo i costi e massimizzando l’efficacia dell’esperienza utente
Pubblicato il 23 mar 2026
Giovanni Masi
Computer science engineer
@RIPRODUZIONE RISERVATA
Giovanni Masi
Computer science engineer
Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.
È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).
Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:
- Intelligenza Artificiale per Ingegneri
- Intelligenza Artificiale Generativa
- Prompt Engineering.
Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.
Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:
• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI
• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.
Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.
