SENTINEL
Smart ESG aNalytics for Transparency
Inclusivity & aLignment
CUP PROGETTO
B89J25000610005
FINANZIAMENTO RICONOSCIUTO (QUOTA LCU)
€ 218.111,76
STATUS
In corso
INIZIO
01/06/2026
FINE
31/05/2028
DURATA
24 mesi
DIPARTIMENTO
DISU
ENTE FINANZIATORE
MIMIT
programma di finanziamento
Investimenti sostenibili 4.0
Bando 2025
BANDO
MIMIT - Bando 2025
Il progetto mira a sviluppare una piattaforma digitale avanzata, progettata specificamente per supportare le PMI nell’intero ciclo di analisi, misurazione, rendicontazione e ottimizzazione continua delle performance ESG, mediante l’applicazione integrata di tecnologie di Intelligenza Artificiale e metodologie di text mining.
Finalità
In un contesto economico caratterizzato da una crescente centralità dei paradigmi di sostenibilità, lo sviluppo di piattaforme intelligenti per il calcolo dello score ESG mediante analisi testuale e intelligenza artificiale rappresenta un elemento di forte innovatività che si inserisce perfettamente nelle nuove e crescenti esigenze del mercato. Tali soluzioni possono supportare le aziende nel monitoraggio continuo delle proprie performance ESG, facilitare la conformità normativa e migliorare la comunicazione con gli stakeholder.
Obiettivi e risultati attesi
L’ambizione del progetto è sviluppare una piattaforma digitale intelligente, accessibile e adattiva, pensata per sostenere le piccole e medie imprese nel percorso, sempre più complesso e necessario, di comprensione, valutazione e rendicontazione delle proprie performance ESG (Environmental, Social, Governance). In un contesto normativo in rapida evoluzione – guidato dalla Direttiva CSRD, dalla direttiva CSDDD e dagli standard EFRAG e GRI – le PMI si trovano spesso sprovviste degli strumenti analitici e delle competenze interne necessari per affrontare con metodo e continuità i temi della sostenibilità. È in questa distanza tra obblighi crescenti e capacità operative che si colloca l’azione del nostro progetto SENTINEL.
L’obiettivo finale è dunque la realizzazione di un servizio SaaS avanzato, in grado di trasformare contenuti testuali aziendali – spesso non strutturati, informali o frammentari – in informazioni ESG strutturate, misurabili e strategicamente rilevanti. Attraverso l’utilizzo di tecnologie di Intelligenza Artificiale, Natural Language Processing e text mining, la piattaforma offrirà un supporto decisionale automatizzato, ma trasparente, basato su evidenze linguistiche e ancorato ai principali standard normativi.
La piattaforma non si limiterà a calcolare un punteggio ESG: sarà in grado di leggere, interpretare e restituire valore alle narrazioni aziendali, individuando i contenuti rilevanti, valutandone la coerenza con le pratiche reali e rilevando eventuali segnali di greenwashing. Potrà, ad esempio, evidenziare discordanze tra dichiarazioni valoriali e politiche concrete, oppure misurare il grado di attenzione a temi come la diversità e l’equità attraverso modelli linguistici specializzati. In questo senso, il sistema fungerà da ponte tra parole e azioni, tra comunicazione e strategia.
LCU sarà coinvolta nelle seguenti attività:
Ricerca industriale: OR1 | Analisi dello stato dell’arte tecnologico e metodologico
Task 1.1: Valutazione comparativa dei software di calcolo e ranking ESG disponibili sul mercato tramite lo studio di una soluzione algoritmica comparativa.
Task 1.2: Studio delle tecnologie di Intelligenza Artificiale per l’analisi documentale applicata alla valutazione ESG tramite l’integrazione nella soluzione algoritmica comparativa
Task 1.3: Identificazione dei gap tecnologici e delle opportunità di innovazione per la valutazione automatica dello score ESG
Ricerca industriale OR4 | Sperimentazione sui sistemi di AI generativa
Task 4.1: Studio, fine tuning, testing e confronto di modelli generativi basati su LLM per task di valutazione del calcolo del ranking e verifica di score di ESG
Task 4.2: Studio di tecniche di analisi di confidenza, valutazione della qualità, explainability e raccomandazione basate su modelli di generative AI in ambito ESG
Task 4.3: Progettazione di un’interfaccia a supporto della supervisione umana sugli output forniti dai modelli di generative AI per ESG ranking
Sviluppo sperimentale OR7 | Validazione del prototipo
Task 7.1: Definizione delle metriche di validazione e individuazione dei benchmark di riferimento
Task 7.2: Sviluppo ed esecuzione del processo di validazione del prototipo
Task 7.3. Analisi, rielaborazione, consolidamento dei risultati della validazione
Responsabile scientifico:
Marco Angelini m.angelini@unilink.it
Responsabile amministrativo:
Fatima Bouhsis f.bouhsis@unilink.it
Staff tecnico – operativo
Guido Gabriele (Principal Investigator)
Gianluca Cidonio (Co-Investigator)
Team:
Prof.ssa Silvia Cristofori s.cristofori@unilink.it
Sergio Lo Gatto (Ricercatore in Discipline dello Spettacolo) s.logatto@unilink.it
Flavia Dalila D’Amico (Assegnista di Ricerca) d.damico@unilink.it















