Human Signals, Machine Insight: Fostering Generosity through AI-Driven Charity Advertising

This research explores, through a Human-AI collaboration perspective, the synergy between emotional communication, multimodal design, and media planning. The research aims to provide decision support to organizations operating in the non-profit sector to enhance the communicative effectiveness of their messages and convert public attention and engagement into prosocial behavior within a hyper-saturated media and information ecosystem. The work is divided into three interconnected studies which, by integrating traditional research methodologies and machine learning techniques, outline an evidence-based framework for optimizing non-profit communication. The first study proposes a systematic review of the literature based on 79 articles published between 2003 and 2022, mapping the literature on the role of emotions in charity advertising. The analysis transcends the traditional value dichotomy between negative and positive emotions, introducing a functional classification of emotions as antecedents, mediators, and moderators of donation behavior. The results highlight how the effectiveness of emotional appeals strongly depends on the context and objectives of organizations: negative emotions such as guilt and sadness generate psychological tension that is functional to immediate conversion, while positive emotions such as hope and pride promote identification with the cause and long-term loyalty. The use of mixed emotions and transformative narratives, which facilitate cognitive processing and perception of impact, proves particularly effective. The second study focuses on analyzing the communication of non-profit organizations on social media. Using an innovative prompt-based multimodal analysis pipeline, it was possible to conduct an automated content analysis of 1,982 posts published on the Instagram social media platform by three international non-profit organizations. The research highlights the interaction between visual and textual elements, revealing a critical trade-off: the simultaneous presence of human faces and text overlays on the image significantly reduces engagement. Conversely, in the absence of faces, text overlays acts as a cognitive anchor, enhancing interaction if characterized by negative emotional valence. Furthermore, the study highlights non-linear patterns, suggesting that the effectiveness of text overlays is greatest when they feature extremely concise or very extensive narratives, penalizing medium-length texts. Engagement is strongly influenced by the number of followers, presenting a U-shaped relationship: higher levels of interaction are achieved in the case of small or very large audiences, penalizing profiles of intermediate size. This suggests a dualism between the strength of the niche community and the impact of massive visibility. The third study develops a decision support system based on time series. Using the Prophet model, it was possible to analyze 23 months of data on advertising investments and donation flows of an Italian non-profit organization. The results challenge the "digital-first" paradigm, demonstrating the predominant effectiveness of television on donation levels. The analysis reveals phenomena of diminishing marginal returns for social media spending, revealing a saturation trap and highlighting strong inter-channel synergies when digital activation is synchronized with peaks in television channel investment. The managerial implications of this research converge in an integrated operating model that includes: - Careful channel synchronization, leveraging the synergy between massive TV coverage and digital conversion capacity through strategic investment coordination. - Effective image composition, ensuring clarity and simplicity by avoiding conflict between text and faces to maximize readability in contexts with low attention levels. - A narrative strategy capable of calibrating the emotional intensity of the content to attract the user's attention and transform engagement into prosocial behavior. In conclusion, the research demonstrates the effectiveness of integrating creativity with a data-driven decision-making approach, which is useful both for defining more effective narrative and emotional architectures and for planning advertising investments across different media channels. This integrated perspective makes it possible to accurately identify which emotional levers most engage the donor and promote a fruitful synergy between different communication channels to amplify communicative resonance and optimize resources, thus offering an operational model capable of jointly guiding investment decisions and content design.

Il presente lavoro di ricerca esplora, attraverso prospettiva di collaborazione Human-AI, la sinergia tra comunicazione emotiva, design multimodale e media planning. La ricerca ha l’obiettivo di fornire supporto decisionale alle organizzazioni operanti nel settore non-profit per potenziare l’efficacia comunicativa dei propri messaggi e convertire l’attenzione e il coinvolgimento del pubblico in comportamento prosociale all’interno di un ecosistema mediatico e informativo iper-saturo. Il lavoro si articola in tre studi interconnessi che, integrando metodologie di ricerca tradizionali e tecniche di machine learning, delineano un framework evidence-based per l’ottimizzazione della comunicazione non-profit. Il primo studio propone una revisione sistematica della letteratura basata su 79 articoli pubblicati tra il 2003 e il 2022, mappando la letteratura sul ruolo delle emozioni nel charity advertising. L’analisi trascende la tradizionale dicotomia valoriale tra emozioni negative e positive, introducendo una classificazione funzionale delle emozioni come antecedenti, mediatori e moderatori del comportamento di donazione. I risultati evidenziano come l’efficacia degli appelli emotivi dipenda fortemente dal contesto e agli obiettivi delle organizzazioni: le emozioni negative come senso di colpa e tristezza, generano una tensione psicologica funzionale alla conversione immediata, mentre quelle positive come speranza e orgoglio, favoriscono l’identificazione con la causa e la fidelizzazione a lungo termine. Particolare efficacia emerge dall’uso di emozioni miste e narrazioni trasformative, che facilitano l’elaborazione cognitiva e la visualizzazione dell’impatto. Il secondo studio si concentra sull’analisi della comunicazione delle organizzazioni non-profit sui social media. Attraverso un protocollo innovativo di analisi multimodale prompt-based, è stato possibile condurre una Content Analysis automatizzata di 1.982 post pubblicati sulla piattaforma social media Instagram da tre organizzazioni non-profit internazionali. La ricerca mette in luce l’interazione tra elementi visivi e testuali, rivelando un trade-off critico: la presenza simultanea di volti umani e text overlays (testo in sovraimpressione) sull’immagine riduce significativamente l’engagement. Al contrario, in assenza di volti, il testo funge da ancora cognitiva, potenziando l’interazione se caratterizzato da valenza emotiva negativa. Inoltre, lo studio evidenzia pattern non lineari, suggerendo che l’efficacia di un text overlays è massima quando è caratterizzato da narrazioni estremamente concise o molto estese, a discapito dei testi di media lunghezza. L’engagement è fortemente influenzato dal numero di follower, presentando una relazione a U: si ottengono livelli di interazione superiori nel caso di audience piccole o molto ampie, penalizzando i profili di dimensione intermedia. Ciò suggerisce un dualismo tra la forza della community di nicchia e l’impatto della visibilità massiva. Il terzo studio sviluppa un sistema di supporto decisionale basato su serie storiche. Attraverso il modello Prophet, è stato possibile analizzare 23 mesi di dati su investimenti pubblicitari e flussi di donazione di un’organizzazione non-profit italiana. I risultati sfidano il paradigma "digital-first", dimostrando la predominante efficacia del canale televisivo sui livelli di donazione. L’analisi rileva fenomeni di rendimenti marginali decrescenti per la spesa sui social media rivelando una vera e propria trappola di saturazione ed evidenziando tuttavia forti sinergie inter-canale quando l’attivazione digitale è sincronizzata con i picchi di investimento sul canale televisivo. Le implicazioni manageriali di questa ricerca convergono in un modello operativo integrato che prevede: • Un’attenta sincronizzazione dei canali, sfruttando la sinergia tra la copertura massiva della TV e la capacità di conversione del digitale attraverso il coordinamento strategico degli investimenti. • Efficacia compositiva dell’immagine, garantendo chiarezza e semplicità evitando il conflitto tra testo e volti per massimizzare la leggibilità in contesti con bassi livelli di attenzione. • Una strategia narrativa in grado di calibrare l’intensità emotiva del contenuto per attrarre l’attenzione dell’utente e trasformare il coinvolgimento in comportamento prosociale. In conclusione, la ricerca dimostra l’efficacia di integrare la creatività con con un approccio decisionale data-driven, utile per sia per la definizione di architetture narrative ed emotive più efficaci, sia per la pianificazione di investimenti pubblicitari sui differenti canali di condivisione. Questa prospettiva integrata permette di identificare con precisione quali leve emotive coinvolgono maggiormente il donatore e favorire una proficua sinergia tra i diversi canali di comunicazione per l’amplificazione della risonanza comunicativa e l’ottimizzazione delle risorse, offrendo così un modello operativo capace di orientare congiuntamente le decisioni di investimento e la progettazione dei contenuti.