Natural Language Processing per Human-centered AI

Despite achieving human-level performance on established benchmarks, state-of-the-art Artificial Intelligence (AI) systems exhibit a drop in performance when applied to high-subjective, ethical tasks. These limitations highlight the need for a paradigmatic shift toward Human-Centered AI (HCAI), which prioritizes human values, contextual awareness, and societal benefit as core design principles. This dissertation operationalizes the HCAI framework within Natural Language Processing (NLP) through integrated theoretical, methodological, and applied contributions. We first establish the conceptual and socio-technological foundations of HCAI and conduct a comprehensive survey of the state of the art across three critical domains: ethical AI, robust and trustworthy AI, and inclusive AI. Building upon this foundation, the dissertation addresses four interrelated research challenges: the alignment of language models with human moral values, the enhancement of controllability in generative systems, the development of novel evaluation frameworks for multi-perspective and highly subjective tasks, and the design of inclusive technologies for underrepresented communities, with a focus on sign language translation. Collectively, these contributions advance NLP systems toward being more controllable, trustworthy, inclusive, and aligned with human values. This research supports the broader vision of HCAI by providing a pathway from a purely performance-oriented AI to one that is also responsible, interpretable, and genuinely human-centered, thereby advancing the field both theoretically and operationally.

Nonostante i recenti progressi che hanno permesso ai sistemi di Intelligenza Artificiale (AI) di raggiungere prestazioni comparabili a quelle umane su benchmark consolidati, le tecnologie allo stato dell’arte mostrano ancora un calo di performance quando vengono applicate a compiti altamente soggettivi o di natura etica. Queste limitazioni evidenziano la necessità di un cambiamento paradigmatico verso un’Intelligenza Artificiale Centrata sull’Uomo (Human-Centered AI, HCAI), che ponga al centro della progettazione i valori umani, la consapevolezza del contesto e il beneficio sociale. Questa tesi rende operativo il paradigma dell’HCAI nell’ambito dell’Elaborazione del Linguaggio Naturale (Natural Language Processing, NLP), attraverso contributi integrati di natura teorica, metodologica e applicativa. In primo luogo, vengono definite le basi concettuali e sociotecniche dell’HCAI e presentata un’analisi sistematica dello stato dell’arte in tre domini chiave: AI etica, AI robusta e affidabile, e AI inclusiva. Su queste fondamenta, la tesi affronta quattro sfide di ricerca strettamente interconnesse: l’allineamento dei modelli linguistici ai valori morali umani; il miglioramento della controllabilità dei sistemi generativi; lo sviluppo di nuovi framework di valutazione per compiti multiprospettici e altamente soggettivi; la progettazione di tecnologie inclusive per comunità sottorappresentate, con particolare attenzione alla traduzione della lingua dei segni. Nel loro insieme, questi contributi fanno avanzare il campo del NLP verso sistemi più controllabili, affidabili, inclusivi e allineati ai valori umani. La ricerca sostiene la visione più ampia dell’HCAI, offrendo un percorso di transizione da un’AI puramente orientata alla performance a un’AI anche responsabile, interpretabile e autenticamente centrata sull’essere umano, contribuendo così al progresso del settore sia sul piano teorico che operativo.