Al termine del modulo lo studente sarà in grado di: • utilizzare in modo consapevole i principali strumenti di IA generativa; • formulare richieste efficaci a un modello linguistico; • utilizzare tecniche di prompting adeguate a differenti obiettivi; • valutare criticamente qualità, attendibilità e limiti degli output generati; • verificare informazioni e fonti prodotte o suggerite dai sistemi di IA; • scegliere modalità di utilizzo dell'IA adeguate alle attività di studio e professionali; • comprendere quando sia opportuno, e quando non sia opportuno, affidarsi a un sistema di IA.
Prerequisiti
Non sono richieste conoscenze tecniche o competenze di programmazione. Sono sufficienti le normali competenze nell'uso di strumenti informatici e servizi Web.
Metodi didattici
Lezioni frontali. Gli studenti saranno guidati nell'utilizzo di strumenti di IA generativa e nel confronto tra differenti strategie di interazione e differenti output.
Verifica Apprendimento
La verifica sarà effettuata nell'ambito della prova finale dell'intero insegnamento e sarà volta ad accertare la capacità di utilizzare e valutare criticamente sistemi di IA generativa, anche attraverso l'analisi di semplici casi d'uso.
Testi
Materiale didattico predisposto dal docente. Documentazione e guide relative agli strumenti utilizzati durante le esercitazioni. Ulteriori risorse e letture saranno indicate durante il corso.
Contenuti
Il modulo introduce all'utilizzo pratico e consapevole dei sistemi di Intelligenza Artificiale generativa, con particolare riferimento ai modelli linguistici di grandi dimensioni (LLM). Saranno illustrate le modalità di interazione con tali sistemi, le principali tecniche di prompting e le strategie per valutarne criticamente gli output. Attraverso esempi ed esercitazioni saranno esplorate applicazioni dell'IA generativa nello studio, nella ricerca, nel lavoro e nella produzione e analisi di contenuti.
Lingua Insegnamento
Italiano
Altre informazioni
Il modulo ha carattere prevalentemente applicativo. Gli strumenti specifici utilizzati potranno variare in relazione all'evoluzione delle tecnologie disponibili. L'attenzione sarà pertanto posta su principi e metodologie trasferibili tra differenti sistemi di IA generativa, piuttosto che sull'apprendimento di uno specifico prodotto.
