Obiettivi formativi

Obiettivi Formativi del Corso Il presente corso si propone di delineare un quadro concettuale volto a fornire agli studenti una comprensione fondamentale dell'Intelligenza Artificiale (IA) e delle sue ramificazioni applicative in molteplici settori. Al completamento del percorso didattico, gli studenti avranno acquisito le seguenti competenze: Assimilare i concetti basici, i principi e la traiettoria evolutiva dell'IA. Identificare l'IA in contesti quotidiani e in ambito professionale. Analizzare criticamente i potenziali vantaggi e le implicazioni avverse derivanti dall'adozione delle tecnologie IA. Partecipare attivamente e con cognizione di causa a dibattiti inerenti all'IA e alle sue conseguenze socio-etiche.

Prerequisiti

N.A.

Risultati di apprendimento attesi

Comprendere i Fondamenti dell'IA: Dimostrare una solida conoscenza dei concetti teorici fondamentali, dei principi operativi e delle tappe evolutive che hanno caratterizzato lo sviluppo dell'Intelligenza Artificiale. Identificare Applicazioni dell'IA: Riconoscere e analizzare le manifestazioni dell'IA in scenari quotidiani e in contesti professionali, evidenziandone la pervasività e l'impatto. Valutare Criticamente l'IA: Sviluppare la capacità di discernere e ponderare i benefici potenziali e i rischi intrinseci associati all'implementazione delle tecnologie di Intelligenza Artificiale.

Contenuti Del Corso

Il programma è articolato in due sezioni principali: Una parte teorica, che fornisce un'introduzione approfondita alla terminologia specifica e ai concetti fondamentali della disciplina. Una parte pratica, focalizzata sullo sviluppo di competenze nel prompting, al fine di ottimizzare l'utilizzo degli strumenti tecnologici per le attività di ricerca, raccolta, valutazione, produzione e presentazione delle informazioni.

Testi Di Riferimento

Slilde e materiale fornito a lezione

Metodologie Didattiche

Le metodologie didattiche impiegate durante il corso includono: Lezioni frontali (svolte in presenza presso il campus). Esercitazioni pratiche (svolte in presenza presso il campus).

Modalità di verifica dell'apprendimento

La valutazione finale sarà determinata dalla ponderazione dei seguenti elementi, ciascuno con la propria incidenza percentuale: Frequenza: 50% Partecipazione attiva alle lezioni: 10% Prova finale: 40%

Criteri per l’assegnazione dell’elaborato finale

n.a.

Settimana 1

Questa sezione mira a: Definire l'Intelligenza Artificiale (IA) e delineare i suoi principali ambiti di studio (quali l'apprendimento automatico, l'apprendimento profondo, l'elaborazione del linguaggio naturale e l'IA generativa, tra gli altri). Esplorare la traiettoria storica e l'evoluzione dell'IA.

Settimana 2

Tecniche e Algoritmi di IA Comprendere le principali tecniche e algoritmi dell'Intelligenza Artificiale.

Settimana 3

Applicazioni dell'IA Esaminare le applicazioni dell'Intelligenza Artificiale in diversi settori.

Settimana 4

Implicazioni Etiche e Sociali dell'IA La trattazione verterà sulle sfide etiche e sull'impatto sociale dell'Intelligenza Artificiale, includendo un'analisi delle regolamentazioni e delle modalità di governance ad essa correlate. IA e Futuro Si procederà a considerare i potenziali sviluppi futuri dell'IA e il suo ruolo potenziale nella configurazione della società.

Settimana 5

Prompting techniques – Hands-on session Focuses on the art of crafting effective prompts for AI models Introduction, question answering and text classification AI prompting importance and applications Discusses types of prompts such as zero-shot, few-shot, and fine-tuning. Techniques for designing prompts for question answering Prompting strategies for text classification tasks

Settimana 6

Tecniche di Prompting – Sessione Pratica Questa sessione si concentra sull'arte di formulare prompt efficaci per i modelli di Intelligenza Artificiale. Verranno trattati: Introduzione, con un focus su risposta a domande e classificazione del testo. L'importanza e le applicazioni del prompting per l'IA. Tipologie di prompt, incluse le tecniche zero-shot, few-shot e fine-tuning. Metodologie per la progettazione di prompt per la risposta a domande. Strategie di prompting per le attività di classificazione del testo.

Settimana 7

Identità e Obiettivi La definizione dell'identità e degli obiettivi di un modello di Intelligenza Artificiale (IA) è un processo cruciale che implica l'instaurazione di finalità esplicite per il suo operato. Questo processo si articola nei seguenti punti chiave: Definizione dell'Identità del Modello di IA: Si stabiliscono le caratteristiche intrinseche e le specificità che delineano la natura e la funzione del modello. Ruolo dell'Identità nella Progettazione dei Prompt: Si analizza come l'identità definita influenzi la formulazione di prompt efficaci, in grado di guidare il modello verso i risultati desiderati. Chiarificazione dell'Obiettivo del Prompt: Si specificano le finalità precise che ogni singolo prompt deve perseguire, assicurando coerenza con gli obiettivi generali del modello. Metriche di Valutazione per l'Allineamento agli Obiettivi: Si individuano e si applicano indicatori quantificabili per misurare il grado di aderenza dei risultati del modello agli obiettivi prefissati. Incorporazione del Contesto nei Prompt: Si integra il contesto rilevante all'interno dei prompt per migliorare la comprensione e l'accuratezza delle risposte generate dal modello.

Settimana 8

Gestione dei Dati di Input e Stile/Formato dell'Output L'efficacia operativa dipende dalla fornitura di dati di input/output pertinenti e strutturati. Tale processo include le seguenti fasi: Selezione e Formattazione dei Dati di Input: Curare la scelta e l'organizzazione dei dati da inserire. Gestione di Fonti di Dati Eterogenee: Integrare e uniformare dati provenienti da diverse origini. Progettazione di Prompt per Stili di Output Desiderati: Elaborare richieste specifiche per ottenere risultati con formati e stili predefiniti. Formattazione degli Output per Chiarezza e Usabilità: Strutturare i risultati in modo da garantirne la comprensibilità e la facile fruizione.

Settimana 9

Decomposizione di Task e Tematiche Avanzate – Sessione Pratica Questa sessione si propone di affrontare i seguenti argomenti: Scomposizione di Compiti Complessi in Prompt Gestibili: Analisi delle metodologie per disaggregare attività articolate in richieste più semplici e realizzabili. Valutazione e Ottimizzazione delle Prestazioni: Esame dei criteri per misurare l'efficacia e migliorare l'efficienza dei prompt. Sfide e Soluzioni: Identificazione delle problematiche comuni e delle relative strategie risolutive nell'ingegneria dei prompt. Recenti Progressi nella Strutturazione dei Prompt: Panoramica sugli sviluppi più recenti e le tecniche innovative per la costruzione di prompt efficaci. Casi d'Uso e Applicazioni: Presentazione di esempi concreti e scenari applicativi pratici dell'ingegneria dei prompt.

Settimana 10

n.a.

Settimana 11

n.a.

Settimana 12

n.a.