This thesis investigates the potential and limitations of generative artificial intelligence applied to the reconstruction of archaeological heritage, through the case study of the site of Piuro (Valchiavenna, SO), a village buried by the 1618 landslide and thus dubbed "the Pompeii of the Alps." The first part examines, also with reference to regulations and programs proposed at the ministerial level, the process of digitizing cultural heritage, which contributes to the conservation, cataloging, and enjoyment of cultural heritage. Traditional methods of digitizing and reconstructing cultural heritage (photogrammetry, laser scanning, Extended Matrix, and ArchaeoBIM) are examined, also in relation to the different approaches to reconstruction: philological, analogical, and typological. Part of the thesis focused on the historical context of the site, which was then used as a case study: Piuro, located in Valchiavenna, a site that extends along a strategically important axis, which constituted and constitutes a connection point between the Po Valley and Central Europe via the Alpine passes of Spluga and Maloja. The landslide of 1618 swept away an economically prosperous village, whose remains have been the subject of excavations and systematic studies since the 1960s, subsequently further explored through excavation campaigns by the University of Verona, as part of the A.M.A.L.P.I18 project—an acronym for Alpi in Movimento, Movimento nelle Alpi, and more recently the ArcheoALPS project. Both projects are part of a cross-border Interreg Italy-Switzerland partnership aimed at enhancing the historical, archaeological, and natural heritage of the Central Alps. After identifying the theoretical foundations of generative AI (generative adversarial networks and diffusion models), identifying the most widespread image generation models, and suggesting some hypotheses on the limits and potential of AI itself in the field of cultural heritage representation and valorization, the generative models were applied to the case of Piuro, reconstructing the area and buildings of Mot del Castel. The research develops an original methodology for translating archaeological, documentary, and typological sources into structured textual prompts, used to generate reconstructive hypotheses for the site's buildings. The prompts were designed based on historical and archaeological evidence to produce systematically verified outputs. The verification was structured across four levels of historical consistency (documented, probable, possible, inconsistent), assigning a reliability score calculated for each architectural element. The generated images and their reliability are the focus of the work. This investigation concludes that AI is significantly effective in terms of perceptual quality, production speed, and communication with a non-specialist audience. However, it presents structural limitations related to the cultural bias of the training datasets (which underrepresent Alpine buildings compared to Northern European models), poor accuracy in proportions and dimensions, the lack of systematic reproducibility of the outputs, and the risk of misperceiving photorealism as proven historical truth, even in the case of historical forgery. Finally, some directions for future development have been outlined, particularly for the identification of shared standards in which the prompt can assume the function of an explicit and verifiable scientific document. This will lead to a general reflection on the new methodology that enriches the work of the specialist, whose experience, understanding, and critical validation remain indispensable.

La presente tesi indaga le potenzialità e i limiti dell'intelligenza artificiale generativa applicata alla ricostruzione del patrimonio archeologico, attraverso il caso studio del sito di Piuro (Valchiavenna, SO), borgo sepolto dalla frana del 1618 e per questo definito "la Pompei delle Alpi". Nella prima parte viene esaminato, anche con riferimento alle normative e ai programmi proposti a livello ministeriale, il processo di digitalizzazione del patrimonio culturale, attraverso il quale si contribuisce alla conservazione, alla catalogazione e alla fruizione proprio dei beni culturali. Vengono esaminati i metodi tradizionali di digitalizzazione e ricostruzione del patrimonio culturale (fotogrammetria, laser scanning, Extended Matrix e ArchaeoBIM), in relazione anche ai diversi approcci alla ricostruzione, filologico, analogico e tipologico. Una parte della tesi è stata dedicata all’inquadramento storico del sito assunto poi come caso studio: Piuro, situato in Valchiavenna, sito che si sviluppa su un’asse di rilevanza strategica, che costituiva e costituisce un nodo di connessione tra il bacino padano e l’Europa centrale attraverso i valichi alpini dello Spluga e del Maloja. La frana del 1618 ha travolto un borgo economicamente affermato, i cui resti sono stati oggetto di scavi e di studi sistematici a partire dagli anni Sessanta del Novecento, successivamente approfondite attraverso campagne di scavi dell’Università di Verona, all’interno del progetto A.M.A.L.P.I18 - acronimo di Alpi in Movimento, Movimento nelle Alpi e più recentemente del progetto ArcheoALPS, progetti che fanno entrambi parte di un sodalizio transfrontaliero Interreg Italia-Svizzera volto a valorizzare il patrimonio storico, archeologico e naturale delle Alpi centrali. Dopo aver individuato i fondamenti teorici dell'IA generativa (reti generative avversarie e modelli di diffusione) e i modelli più diffusi di generazione di immagini, indicando anche alcune ipotesi sui limiti e sulle potenzialità della stessa IA nel campo della rappresentazione e della valorizzazione del patrimonio culturale, i modelli generativi sono stati applicati al caso di Piuro, ricostruendo l’area e gli edifici di Mot del Castel. La ricerca sviluppa una metodologia originale per tradurre fonti archeologiche, documentarie e tipologiche in prompt testuali strutturati, utilizzati per generare ipotesi ricostruttive degli edifici del sito. I prompt sono stati ideati in base alle evidenze storiche e archeologiche per giungere ad output verificati in modo sistematico. La verifica si è articolata in quattro livelli di coerenza storica (documentata, probabile, possibile, incoerente), attribuendo un punteggio di attendibilità calcolato su ogni elemento architettonico. Le immagini generate e la loro attendibilità sono il centro del lavoro. A seguito di tale indagine si desume che l’IA ha una significativa efficacia per quanto concerne la qualità percettiva, la velocità di produzione e la comunicazione verso il pubblico non specialistico, mentre presenta limiti strutturali legati al bias culturale dei dataset di addestramento (che vedono l’edilizia alpina sotto-rappresentata rispetto a modelli nordeuropei), alla scarsa accuratezza nelle proporzioni e dimensioni, alla non riproducibilità sistematica degli output e al rischio di una percezione errata del fotorealismo inteso come verità storica accertata, anche in caso di falso storico. Si sono infine delineate alcune direzioni di sviluppo future, in particolare per l’individuazione di standard condivisi in cui il prompt possa assumere la funzione di documento scientifico esplicito e verificabile, per giungere ad una riflessione generale sulla nuova metodologia che arricchisce il lavoro dello specialista del quale restano indispensabili l’esperienza e la comprensione e la validazione critica.

IA generativa e metodi tradizionali: la ricostruzione virtuale e la valorizzazione di un sito archeologico - il caso di Piuro

CARNESALE, FRANCESCO IVAN
2025/2026

Abstract

This thesis investigates the potential and limitations of generative artificial intelligence applied to the reconstruction of archaeological heritage, through the case study of the site of Piuro (Valchiavenna, SO), a village buried by the 1618 landslide and thus dubbed "the Pompeii of the Alps." The first part examines, also with reference to regulations and programs proposed at the ministerial level, the process of digitizing cultural heritage, which contributes to the conservation, cataloging, and enjoyment of cultural heritage. Traditional methods of digitizing and reconstructing cultural heritage (photogrammetry, laser scanning, Extended Matrix, and ArchaeoBIM) are examined, also in relation to the different approaches to reconstruction: philological, analogical, and typological. Part of the thesis focused on the historical context of the site, which was then used as a case study: Piuro, located in Valchiavenna, a site that extends along a strategically important axis, which constituted and constitutes a connection point between the Po Valley and Central Europe via the Alpine passes of Spluga and Maloja. The landslide of 1618 swept away an economically prosperous village, whose remains have been the subject of excavations and systematic studies since the 1960s, subsequently further explored through excavation campaigns by the University of Verona, as part of the A.M.A.L.P.I18 project—an acronym for Alpi in Movimento, Movimento nelle Alpi, and more recently the ArcheoALPS project. Both projects are part of a cross-border Interreg Italy-Switzerland partnership aimed at enhancing the historical, archaeological, and natural heritage of the Central Alps. After identifying the theoretical foundations of generative AI (generative adversarial networks and diffusion models), identifying the most widespread image generation models, and suggesting some hypotheses on the limits and potential of AI itself in the field of cultural heritage representation and valorization, the generative models were applied to the case of Piuro, reconstructing the area and buildings of Mot del Castel. The research develops an original methodology for translating archaeological, documentary, and typological sources into structured textual prompts, used to generate reconstructive hypotheses for the site's buildings. The prompts were designed based on historical and archaeological evidence to produce systematically verified outputs. The verification was structured across four levels of historical consistency (documented, probable, possible, inconsistent), assigning a reliability score calculated for each architectural element. The generated images and their reliability are the focus of the work. This investigation concludes that AI is significantly effective in terms of perceptual quality, production speed, and communication with a non-specialist audience. However, it presents structural limitations related to the cultural bias of the training datasets (which underrepresent Alpine buildings compared to Northern European models), poor accuracy in proportions and dimensions, the lack of systematic reproducibility of the outputs, and the risk of misperceiving photorealism as proven historical truth, even in the case of historical forgery. Finally, some directions for future development have been outlined, particularly for the identification of shared standards in which the prompt can assume the function of an explicit and verifiable scientific document. This will lead to a general reflection on the new methodology that enriches the work of the specialist, whose experience, understanding, and critical validation remain indispensable.
ARC I - Scuola di Architettura Urbanistica Ingegneria delle Costruzioni
22-lug-2026
2025/2026
La presente tesi indaga le potenzialità e i limiti dell'intelligenza artificiale generativa applicata alla ricostruzione del patrimonio archeologico, attraverso il caso studio del sito di Piuro (Valchiavenna, SO), borgo sepolto dalla frana del 1618 e per questo definito "la Pompei delle Alpi". Nella prima parte viene esaminato, anche con riferimento alle normative e ai programmi proposti a livello ministeriale, il processo di digitalizzazione del patrimonio culturale, attraverso il quale si contribuisce alla conservazione, alla catalogazione e alla fruizione proprio dei beni culturali. Vengono esaminati i metodi tradizionali di digitalizzazione e ricostruzione del patrimonio culturale (fotogrammetria, laser scanning, Extended Matrix e ArchaeoBIM), in relazione anche ai diversi approcci alla ricostruzione, filologico, analogico e tipologico. Una parte della tesi è stata dedicata all’inquadramento storico del sito assunto poi come caso studio: Piuro, situato in Valchiavenna, sito che si sviluppa su un’asse di rilevanza strategica, che costituiva e costituisce un nodo di connessione tra il bacino padano e l’Europa centrale attraverso i valichi alpini dello Spluga e del Maloja. La frana del 1618 ha travolto un borgo economicamente affermato, i cui resti sono stati oggetto di scavi e di studi sistematici a partire dagli anni Sessanta del Novecento, successivamente approfondite attraverso campagne di scavi dell’Università di Verona, all’interno del progetto A.M.A.L.P.I18 - acronimo di Alpi in Movimento, Movimento nelle Alpi e più recentemente del progetto ArcheoALPS, progetti che fanno entrambi parte di un sodalizio transfrontaliero Interreg Italia-Svizzera volto a valorizzare il patrimonio storico, archeologico e naturale delle Alpi centrali. Dopo aver individuato i fondamenti teorici dell'IA generativa (reti generative avversarie e modelli di diffusione) e i modelli più diffusi di generazione di immagini, indicando anche alcune ipotesi sui limiti e sulle potenzialità della stessa IA nel campo della rappresentazione e della valorizzazione del patrimonio culturale, i modelli generativi sono stati applicati al caso di Piuro, ricostruendo l’area e gli edifici di Mot del Castel. La ricerca sviluppa una metodologia originale per tradurre fonti archeologiche, documentarie e tipologiche in prompt testuali strutturati, utilizzati per generare ipotesi ricostruttive degli edifici del sito. I prompt sono stati ideati in base alle evidenze storiche e archeologiche per giungere ad output verificati in modo sistematico. La verifica si è articolata in quattro livelli di coerenza storica (documentata, probabile, possibile, incoerente), attribuendo un punteggio di attendibilità calcolato su ogni elemento architettonico. Le immagini generate e la loro attendibilità sono il centro del lavoro. A seguito di tale indagine si desume che l’IA ha una significativa efficacia per quanto concerne la qualità percettiva, la velocità di produzione e la comunicazione verso il pubblico non specialistico, mentre presenta limiti strutturali legati al bias culturale dei dataset di addestramento (che vedono l’edilizia alpina sotto-rappresentata rispetto a modelli nordeuropei), alla scarsa accuratezza nelle proporzioni e dimensioni, alla non riproducibilità sistematica degli output e al rischio di una percezione errata del fotorealismo inteso come verità storica accertata, anche in caso di falso storico. Si sono infine delineate alcune direzioni di sviluppo future, in particolare per l’individuazione di standard condivisi in cui il prompt possa assumere la funzione di documento scientifico esplicito e verificabile, per giungere ad una riflessione generale sulla nuova metodologia che arricchisce il lavoro dello specialista del quale restano indispensabili l’esperienza e la comprensione e la validazione critica.
File allegati
File Dimensione Formato  
CARNESALE FRANCESCO_259263_TESI_ridotto.pdf

non accessibile

Dimensione 22.11 MB
Formato Adobe PDF
22.11 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/260206