Sessione 1 - Capire l'AI per usarla bene
- Avvio e obiettivi: presentazione del percorso, aspettative e patto formativo.
- Che cos’è l’IA: capacità di percepire, prevedere, generare e agire; esempi quotidiani e aziendali.
- Famiglie tecnologiche: IA simbolica, machine learning e deep learning; differenze, punti di forza e limiti.
- Tipi per funzione: IA predittiva, generativa e prescrittiva; scelta dello strumento in base al compito.
- IA specialistiche: visione artificiale, NLP e voce, sistemi di raccomandazione, robotica e automazione.
- IA generativa e LLM: token, contesto, generazione probabilistica e differenza tra plausibilità e verità.
- Chatbot, multimodalità e agenti: differenza tra modello, assistente e agente; aumento di autonomia e controllo.
- Limiti e rischi: allucinazioni, bias, contesto incompleto, aggiornamento, sicurezza e supervisione umana.
- Casi d’uso aziendali: scrittura, sintesi, analisi documentale, customer service, operations e supporto decisionale.
- Laboratorio 1: mappatura di un caso d’uso attraverso input, output, beneficio, dati, possibili errori e controllo umano.
- Riepilogo: sintesi dei concetti chiave e domande finali.
Sessione 2 - AI Act e uso responsabile
- Ripresa e obiettivi: collegamento con la prima sessione e apertura del tema normativo.
- Che cos’è l’AI Act: finalità, ambito di applicazione, approccio basato sul rischio e integrazione con altre norme.
- Cronologia e applicazione: divieti, alfabetizzazione IA, GPAI, obblighi di trasparenza per l'alto rischio.
- Alfabetizzazione IA: obbligo organizzativo e formazione proporzionata al ruolo, all’esperienza e al contesto di utilizzo.
- Rischio inaccettabile: pratiche vietate, tra cui manipolazione, social scoring, biometria e riconoscimento delle emozioni.
- Sistemi ad alto rischio: prodotti regolati e principali casi d’uso sensibili, tra cui HR, istruzione, servizi essenziali e infrastrutture.
- Ruoli e responsabilità: provider, deployer, importatore e distributore; responsabilità lungo il ciclo di vita del sistema di IA.
- Obblighi del deployer: uso conforme, sorveglianza umana, monitoraggio, gestione dei log, incidenti e obblighi informativi.
- Trasparenza e rischio minimo: chatbot, contenuti sintetici e deepfake; perché il rischio minimo non significa assenza di regole.
- Quadro italiano: Legge n. 132/2025 e rapporto con GDPR, normativa sul lavoro, professioni e norme settoriali.
- Laboratorio 2: classificazione di uno scenario e definizione dei controlli relativi a persone, dati e responsabilità.
- Riepilogo: conformità come processo attraverso inventario, classificazione, regole, formazione e prove.
Sessione 3 - Prompting efficace
- Ripresa e obiettivi: dalla conoscenza dello strumento alla qualità delle istruzioni.
- Principi del prompting: definizione dell’obiettivo, del contesto, dei criteri di successo e del ciclo di miglioramento.
- Metodo OBIETTIVO: Obiettivo, Background, Identità, Esecuzione, Target, Tipo di output, Indicazioni, Verifica e Ottimizzazione.
- Dal prompt base al professionale: definizione di ruolo, compito, contesto, formato, destinatario, tono e vincoli.
- Formati ed esempi: utilizzo di tabelle, elenchi, schemi e campi strutturati; tecniche zero-shot, one-shot e few-shot.
- Scomposizione del compito: organizzazione del lavoro attraverso indice, sviluppo per parti, revisione e controllo di coerenza.
- Domande di chiarimento: tecniche per far emergere le informazioni mancanti e rendere esplicite le assunzioni.
- Accuratezza e fonti: distinzione tra fatti, inferenze e ipotesi; richiesta delle fonti e verifica delle fonti primarie.
- Risposte verificabili: richiesta di conclusioni, criteri, calcoli essenziali e fonti, senza confondere prolissità e qualità.
- Prompt sicuri: gestione di dati riservati, autorizzazioni, prompt injection, decisioni ad alto impatto e controllo degli agenti.
- Laboratorio 3: progettazione di un prompt con il metodo OBIETTIVO, prima prova, valutazione dell’output e successive revisioni.
- Prompt riutilizzabili: applicazione a sintesi, confronti, email, analisi documentale e revisione critica.
- Verifica finale: analisi di uno scenario integrato che considera tecnologia, rischio, controlli e prompt.
- Chiusura: principio finale:“utile, lecito e verificato”. Definizione di un piano di applicazione personale.