Un documento può essere accurato, aggiornato e rilevante, ma diventare quasi invisibile se nessuno riesce a trovarlo. Negli archivi aziendali il problema non è soltanto l’aumento dei contenuti. È la mancanza di informazioni che ne descrivano origine, significato, validità e condizioni d’uso. Metadati e tassonomie svolgono questa funzione silenziosa. I primi aggiungono contesto alle risorse; le seconde ordinano concetti e categorie secondo relazioni condivise. Insieme trasformano una raccolta di file in un sistema informativo navigabile da persone e applicazioni.
approfondimento
Metadati e tassonomie: organizzare e valorizzare i contenuti aziendali
Metadati, tassonomie e tag trasformano un archivio di file in un sistema informativo comprensibile. Migliorano ricerca interna, automazione, onboarding ed efficacia di enterprise search e chatbot, purché vengano progettati e aggiornati nel tempo
Pubblicato il 11 ago 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.
