Programma
- Modulo 1 – Fondamenti di Intelligenza Artificiale
- Syllabus
- 1
- Introduzione ai concetti essenziali dell’Intelligenza Artificiale Definizione ufficiale, differenze tra sistemi intelligenti e software tradizionali, concetti di apprendimento e modello, panoramica storica ed evolutiva dell’AI e principali ambiti di applicazione nei contesti aziendali. Focus sul ruolo della supervisione umana.
- Modulo 2 – Cosa l’Intelligenza Artificiale è e cosa NON è
- Syllabus
- 2
- Chiarimento dei falsi miti e delle aspettative irrealistiche sull’AI. Distinzione tra automazione, regole fisse e sistemi di apprendimento. Analisi di chatbot preprogrammati, macro e RPA. Centralità della responsabilità umana e del principio human-in-the-loop.
- Modulo 3 – Come funziona un sistema di Intelligenza Artificiale
- Syllabus
- 3
- Descrizione dell’architettura dei sistemi AI: dati, algoritmi, modelli, inferenza e feedback. Analisi del ciclo di vita dell’AI (progettazione, addestramento, validazione, implementazione, monitoraggio). Ruoli e responsabilità nelle diverse fasi. Introduzione ai concetti di qualità dei dati, bias e distorsioni, Secure-by-Design ed Ethics-by-Design.
- Modulo 4 – AI Generativa e Modelli LLM
- Syllabus
- 4
- Introduzione all’AI generativa e differenze rispetto all’AI predittiva. Panoramica sull’architettura transformer e sui concetti di token, embedding e contesto. Presentazione dei principali modelli LLM (ChatGPT, Copilot, Gemini, Claude, Grok, Llama). Applicazioni pratiche in ambito aziendale, benefici per produttività ed efficienza, principali rischi (hallucinations, bias, privacy, copyright) e introduzione al prompt engineering.
- Modulo 5 – Uso corretto dell’Intelligenza Artificiale nel lavoro quotidiano
- Syllabus
- 5
