ETD

• ai-based support
• conversational agents
• food management
• meal planning
• multimodal ai
• user personalization
• web application

The thesis aims to develop a web application for personalized domestic food management with the support of multimodal AI, a field in which everyday organization, health, sustainability, and waste reduction intersect. Starting from a review of the literature on smart kitchens, digital inventories, recommendation systems, and conversational agents, the work identifies the fragmentation between stock monitoring, meal planning, and nutritional support as one of the main limitations of existing solutions. The project therefore proposes NutriTrack as a prototype of a user-centered system, capable of integrating personal and medical profiles, pantry management, grocery lists, food diaries, progress tracking, and AI-assisted recipe generation. Through task analysis, interaction design, and the integration of multimodal features, the thesis explores how artificial intelligence can transform visual inputs into textual information useful for food management, reducing users’ cognitive load, providing contextual suggestions through a conversational agent, and preserving transparency and control over sensitive data.

La tesi si propone la realizzazione di un’applicazione web per la gestione alimentare domestica personalizzata con il supporto di IA multimodale, un ambito in cui si intrecciano organizzazione quotidiana, salute, sostenibilità e riduzione dello spreco. A partire dallo studio della letteratura su smart kitchen, inventari digitali, sistemi di raccomandazione e agenti conversazionali, il lavoro individua nella frammentazione tra monitoraggio delle scorte, pianificazione dei pasti e supporto nutrizionale uno dei principali limiti delle soluzioni esistenti. Il progetto propone quindi NutriTrack come prototipo di sistema centrato sull’utente, capace di integrare profilo personale e medico, dispensa, lista della spesa, diario alimentare, progressi e generazione di ricette assistita da intelligenza artificiale. Attraverso task analysis, progettazione dell’interazione e integrazione di funzionalità multimodali, la tesi esplora come l’intelligenza artificiale possa trasformare input visivi in informazioni testuali utili alla gestione alimentare, riducendo il carico cognitivo dell’utente, offrendo suggerimenti contestuali tramite un agente conversazionale e mantenendo trasparenza e controllo sui dati sensibili.