Il corso
Le slide vengono dall'incontro che ho tenuto il 13 novembre 2026 alla biblioteca Calandra di San Vincenzo, per il Comune: dal computer che conosce solo 0 e 1 fino ai modelli che scrivono, con le prove da fare sul telefono.
Sotto ci sono due lezioni per andare più a fondo: che cos'è l'IA e dove la usi già, e come la usi per scrivere, creare immagini e tradurre.
Cosa imparerai
- Come un computer calcola con 0 e 1, e che cosa ha inventato Turing
- Come un modello linguistico sceglie la parola dopo, e perché a volte inventa
- Le tre famiglie del machine learning, con esempi di tutti i giorni
- Scrivere una richiesta che funziona, e scegliere lo strumento giusto
- Riconoscere foto false e voci clonate, e proteggere i tuoi dati
Lezione 1 di 2
Concetti Base dell'Intelligenza Artificiale
che cos'è l'IA, come funziona, dove la usi già tutti i giorni e come proteggere i tuoi dati. In fondo, un'autovalutazione delle tue competenze digitali.
Cos'è l'Intelligenza Artificiale
L'Intelligenza Artificiale (IA) è la capacità di una macchina di simulare funzioni cognitive umane come l'apprendimento, il ragionamento, la percezione, la comprensione del linguaggio e la risoluzione di problemi. È un insieme di discipline e tecniche con cui i computer eseguono compiti che di norma richiedono l'intelligenza umana.
Il termine fu coniato nel 1956, ma le radici dell'IA risalgono a molto prima: dalla macchina di Turing ai primi programmi di scacchi, fino alle reti neurali moderne. Oggi l'IA è presente in quasi ogni aspetto della nostra vita digitale, dai motori di ricerca agli assistenti vocali, dalla medicina alla guida autonoma.
Dove l'IA sta già cambiando le cose
Le aziende usano l'IA per automatizzare processi, analizzare grandi quantità di dati e decidere con quei numeri davanti. Nel settore sanitario, l'IA aiuta a diagnosticare malattie; nei trasporti, rende possibile la guida autonoma; nell'educazione, personalizza i percorsi di apprendimento. Chi non sa come funziona un algoritmo di raccomandazione non capisce perché gli arrivano certe notizie e non altre.
Le tappe dell'IA, dal 1950 a oggi
1950 - Il Test di Turing. Alan Turing pubblica "Computing Machinery and Intelligence" e propone il celebre test: una macchina può essere considerata intelligente se un essere umano non riesce a distinguerla da un altro umano durante una conversazione.
1956 - Workshop di Dartmouth. John McCarthy organizza la conferenza di Dartmouth dove viene ufficialmente coniato il termine "Artificial Intelligence". Nasce una nuova disciplina accademica con l'ambizione di creare macchine pensanti.
1966-1974 - Primo "Inverno dell'IA". Le aspettative eccessive portano a delusioni. I finanziamenti vengono tagliati drasticamente quando i progressi non corrispondono alle promesse iniziali. I computer dell'epoca non hanno sufficiente potenza di calcolo.
1980s - I Sistemi Esperti. Rinascita temporanea grazie ai sistemi esperti, programmi basati su regole che imitano le decisioni di specialisti umani in ambiti specifici come la diagnosi medica e l'analisi finanziaria.
1987-1993 - Secondo "Inverno dell'IA". I sistemi esperti mostrano i loro limiti: sono rigidi, costosi da mantenere e fragili. I finanziamenti calano nuovamente e l'interesse diminuisce.
1997 - Deep Blue batte Kasparov. Il computer Deep Blue di IBM sconfigge il campione mondiale di scacchi Garry Kasparov. Su un compito solo, la macchina batte il migliore del mondo.
2012 - La Rivoluzione del Deep Learning. La rete neurale AlexNet vince la competizione ImageNet con un margine enorme. Inizia l'era moderna dell'IA, alimentata da Big Data e GPU potenti.
2022+ - L'Era dell'IA Generativa. Con il lancio di ChatGPT, DALL-E e altri modelli generativi, l'IA diventa accessibile a tutti. I Large Language Models (LLM) rivoluzionano il modo in cui interagiamo con la tecnologia, generando testi, immagini, codice e musica.
Le tre fasi evolutive dell'IA
L'Intelligenza Artificiale viene comunemente classificata in tre livelli, con gradi crescenti di capacità e autonomia. A questo punto in aula qualcuno mi chiede sempre se ChatGPT è già un'intelligenza generale: è la distinzione che separa quello che esiste oggi da quello che si vede nei film.
IA Ristretta (Debole): Artificial Narrow Intelligence (ANI)
Esiste oggi
L'IA Ristretta è progettata per svolgere un compito specifico e lo fa spesso meglio degli esseri umani, ma fuori dal suo ambito non sa fare niente. È l'unica forma di IA attualmente esistente.
Esempi concreti:
- Riconoscimento vocale: Siri, Alexa, Google Assistant comprendono e rispondono ai comandi vocali
- Filtri antispam: Gmail classifica automaticamente le email indesiderate
- Sistemi di raccomandazione: Netflix suggerisce film, Spotify crea playlist personalizzate
- Navigazione: Google Maps calcola il percorso più veloce in tempo reale
- Traduzione automatica: Google Translate e DeepL traducono testi tra decine di lingue
- Chatbot e assistenti: ChatGPT, Claude, Gemini generano testi e rispondono a domande
IA Generale (Forte): Artificial General Intelligence (AGI)
Ipotetica
L'IA Generale sarebbe un sistema con capacità cognitive paragonabili a quelle umane: capirebbe, imparerebbe e applicherebbe l'intelligenza a qualsiasi problema intellettuale, esattamente come fa un essere umano.
Stato attuale della ricerca: l'AGI non esiste ancora. I modelli linguistici come ChatGPT, Claude e Gemini fanno molte cose bene, ma non "comprendono" il mondo come farebbe un essere umano. OpenAI, Google DeepMind e Anthropic ci lavorano, e su quanto tempo ci voglia non c'è un'idea condivisa.
Differenza chiave: un'IA ristretta che traduce perfettamente non sa giocare a scacchi. Un'AGI, invece, potrebbe imparare qualsiasi compito intellettuale, proprio come un essere umano può imparare a cucinare, programmare e suonare il pianoforte.
IA Super (Consapevole): Artificial Super Intelligence (ASI)
Teorica
L'IA Super è uno scenario puramente teorico in cui un'intelligenza artificiale supererebbe le capacità cognitive umane in ogni ambito: creatività scientifica, saggezza sociale, competenze linguistiche e qualsiasi altro campo intellettuale.
Implicazioni etiche: questo scenario solleva domande profonde sulla sicurezza, il controllo e il futuro dell'umanità. Come potremmo controllare un'entità più intelligente di noi? Chi ne sarebbe responsabile? Come garantire che agisca nell'interesse dell'umanità?
Nota importante: l'ASI è oggetto di dibattito filosofico e speculativo. Alcuni ricercatori ritengono che potrebbe non essere mai realizzabile, altri che potrebbe emergere come conseguenza naturale dell'AGI. Non esiste consenso scientifico sulla questione.
Esercizio: classifica gli esempi di IA
Per ciascuno dei seguenti esempi, indica se si tratta di IA Ristretta, IA Generale o IA Super. Motiva brevemente la tua risposta.
- Siri che risponde alle tue domande vocali
- ChatGPT che scrive un tema o genera codice
- Google Maps che calcola il percorso con meno traffico
- Un'auto a guida autonoma (es. Tesla Autopilot)
- Un filtro antispam che blocca email sospette
- Un traduttore automatico (es. DeepL)
Suggerimento: attenzione, la risposta potrebbe sembrare meno ovvia di quanto pensi! Ricorda la definizione: l'IA Generale dovrebbe saper fare qualsiasi compito intellettuale umano, non solo essere molto brava in uno specifico.
Principi di funzionamento
Che cos'è un algoritmo?
Un algoritmo è una sequenza finita e ordinata di istruzioni che serve a risolvere un problema o a compiere un'operazione. È il cuore di ogni programma informatico, ma il concetto è molto più antico dei computer: ogni volta che seguiamo una procedura passo dopo passo, stiamo eseguendo un algoritmo.
Algoritmi nella vita quotidiana
Gli algoritmi non sono solo roba da informatici! Questi li usiamo tutti i giorni:
- Una ricetta di cucina: segui ingredienti, dosi e passaggi in ordine preciso per ottenere un piatto
- Il percorso casa-lavoro: scegli strada, mezzo di trasporto e orario basandoti su regole (traffico, meteo, orari)
- Montare un mobile IKEA: segui le istruzioni passo dopo passo, nell'ordine corretto
- Procedure aziendali: check-in in hotel, gestione di un reclamo, procedura di sicurezza
- Ordinare le carte: mettere in ordine un mazzo di carte segue un algoritmo di ordinamento
Complessità: come i computer gestiscono problemi con molte variabili
I computer reggono una complessità che una mente umana non regge. Pensiamo a un navigatore satellitare: per calcolare il percorso ottimale tra due punti in una grande città, deve considerare migliaia di strade, il traffico in tempo reale, lavori in corso, limiti di velocità e molto altro. Un essere umano non potrebbe mai valutare simultaneamente tutte queste variabili.
La complessità computazionale misura quante risorse (tempo e memoria) servono a un algoritmo per risolvere un problema al crescere della sua dimensione. Alcuni problemi sono "facili" per i computer (ordinare una lista), altri diventano rapidamente impossibili anche per i supercomputer più potenti (il "problema del commesso viaggiatore" con migliaia di città).
Euristiche: strategie per soluzioni "abbastanza buone"
Quando un problema è troppo complesso per essere risolto in modo esatto in tempi ragionevoli, si ricorre alle euristiche: strategie pratiche che, senza garantire la soluzione perfetta, trovano una soluzione "abbastanza buona" in tempi accettabili.
Esempio di euristica
Quando cerchi parcheggio in centro, non esplori tutte le strade per trovare il posto perfetto. Usi un'euristica: vai verso le zone dove di solito ci sono posti liberi, controlli le strade laterali e ti accontenti del primo posto ragionevolmente vicino.
Euristiche nell'IA
Gli algoritmi di IA usano euristiche continuamente. Un motore di scacchi non può analizzare tutte le mosse possibili (sarebbero più delle stelle nell'universo!), quindi usa strategie per concentrarsi solo sulle mosse più promettenti, scartando rapidamente quelle che sembrano deboli.
Machine Learning
Il Machine Learning (Apprendimento Automatico) è la parte dell'Intelligenza Artificiale in cui i sistemi imparano dai dati senza essere programmati compito per compito. Invece di seguire regole scritte da un programmatore, un sistema di ML analizza grandi quantità di dati, identifica pattern e migliora le proprie prestazioni con l'esperienza.
È il principio alla base della maggior parte delle applicazioni IA moderne: dal riconoscimento facciale alla traduzione automatica, dai consigli di Netflix alla guida autonoma.
I tre tipi di apprendimento
| Tipo | Come funziona | Esempi |
|---|---|---|
| Apprendimento Supervisionato Supervised Learning |
Il sistema impara da esempi etichettati: per ogni dato di input, conosce la risposta corretta. Come uno studente che studia con le soluzioni degli esercizi. | Riconoscimento cane/gatto da foto etichettate; classificazione email spam/non spam; previsione del prezzo di una casa; diagnosi medica da immagini annotate. |
| Apprendimento Non Supervisionato Unsupervised Learning |
Il sistema cerca pattern nascosti nei dati senza conoscere le risposte. Come un detective che cerca connessioni tra indizi senza sapere cosa cercare. | Segmentazione clienti per il marketing; raggruppamento di notizie per argomento; rilevamento di anomalie nelle transazioni; analisi del comportamento degli utenti. |
| Apprendimento per Rinforzo Reinforcement Learning |
Il sistema impara per tentativi ed errori, ricevendo ricompense per le azioni corrette e penalità per quelle sbagliate. Come un bambino che impara a camminare cadendo e riprovando. | AlphaGo che batte il campione di Go; robot che imparano a camminare; IA che giocano ai videogiochi; ottimizzazione di sistemi energetici. |
Le reti neurali in parole semplici
Una rete neurale artificiale è un modello matematico ispirato (molto liberamente) al funzionamento del cervello umano. È composta da migliaia o milioni di "neuroni" artificiali organizzati in strati (layers) che elaborano le informazioni.
Come funziona: immagina una catena di montaggio dove ogni stazione (strato) esamina il prodotto (dato) e aggiunge un dettaglio. Il primo strato potrebbe riconoscere bordi e linee in un'immagine, il secondo combina questi bordi in forme, il terzo riconosce oggetti completi. Ogni strato aggiunge un livello di "comprensione" più astratto.
Deep Learning significa usare reti neurali con molti strati (da qui "deep" = profondo). Più strati ci sono, più il modello coglie relazioni complesse nei dati. I modelli linguistici come ChatGPT e Claude sono reti neurali con miliardi di parametri addestrate su enormi quantità di testo.
Analogia semplice: se il Machine Learning è "imparare dall'esperienza", il Deep Learning è "imparare dall'esperienza usando un cervello artificiale molto complesso".
Esercizio pratico: Google Teachable Machine
Sperimenta il Machine Learning in prima persona con Google Teachable Machine, uno strumento gratuito con cui addestri un modello di IA direttamente nel browser.
- Apri Teachable Machine. Vai su teachablemachine.withgoogle.com e clicca su "Inizia". Scegli "Progetto immagine" e poi "Modello immagine standard".
- Crea le classi. Rinomina "Class 1" in "Mano Aperta" e "Class 2" in "Pugno Chiuso". Puoi aggiungere altre classi con il pulsante "+".
- Registra gli esempi. Usa la webcam per registrare almeno 30-50 immagini per ogni classe. Varia leggermente la posizione e l'angolazione della mano per ogni scatto.
- Addestra il modello. Clicca su "Addestra modello" e attendi. Il browser sta eseguendo l'apprendimento supervisionato in tempo reale!
- Testa il risultato. Nel pannello "Anteprima", mostra la mano alla webcam e osserva come il modello classifica in tempo reale. Prova a "ingannarlo" con posizioni ambigue.
Riflessione: hai appena compiuto un ciclo completo di Machine Learning supervisionato: hai fornito dati etichettati (le foto), addestrato un modello e testato i risultati. È lo stesso principio usato, su scala enormemente più grande, per addestrare ChatGPT o i sistemi di guida autonoma.
Algoritmi IA nella vita quotidiana
IA nei motori di ricerca
Quando cerchi qualcosa su Google, non stai interrogando un semplice database. L'IA personalizza i risultati basandosi sulla tua posizione, la cronologia di ricerca, il dispositivo che usi, l'ora del giorno e centinaia di altri fattori.
- PageRank originale (1998): classificava le pagine in base al numero e alla qualità dei link che ricevevano, come un sistema di "voti" tra siti web
- RankBrain (2015): primo sistema di ML integrato nella ricerca Google, capace di comprendere query mai viste prima
- BERT e MUM: modelli di deep learning che comprendono il significato delle parole nel contesto, non solo le parole chiave
- AI Overviews (2024+): Google genera risposte sintetiche usando IA generativa direttamente nella pagina dei risultati, riassumendo informazioni da molteplici fonti
IA nei social media
Ogni volta che apri Facebook, Instagram o TikTok, un algoritmo decide cosa mostrarti.
- Feed personalizzato: l'algoritmo analizza i tuoi like, commenti, tempo di visione e interazioni per mostrarti contenuti che probabilmente ti interessano
- TikTok: il suo algoritmo "For You" è considerato uno dei più potenti, capace di capire i tuoi gusti in pochi minuti di utilizzo
- Instagram Explore: usa il ML per suggerire post di account che non segui ma che potrebbero piacerti
- Riconoscimento facciale: Facebook usa l'IA per suggerire automaticamente i tag nelle foto
IA nelle piattaforme di contenuti
Le piattaforme di streaming usano l'IA per tenerti incollato allo schermo, con una tecnica che si chiama collaborative filtering (filtraggio collaborativo).
- Netflix: l'80% dei contenuti guardati viene dai suggerimenti dell'algoritmo. Analizza generi, attori, durata, orario di visione e persino dove metti in pausa
- Spotify: "Discover Weekly" e "Release Radar" sono playlist generate dall'IA analizzando i tuoi ascolti e quelli di utenti simili a te
- YouTube: l'algoritmo di raccomandazione è responsabile del 70% del tempo di visualizzazione sulla piattaforma
Attenzione: le filter bubble (bolle di filtro)
Gli algoritmi di personalizzazione creano delle "bolle di filtro" (filter bubble): poiché ti mostrano sempre contenuti simili a quelli che già consumi, finisci per vedere solo un frammento della realtà, e quel frammento ti dà sempre ragione.
Rischi concreti:
- Polarizzazione: vedi solo opinioni che confermano le tue, rendendo più difficile il dialogo
- Disinformazione: contenuti sensazionalistici o falsi spesso generano più engagement, quindi l'algoritmo li favorisce
- Dipendenza digitale: gli algoritmi sono ottimizzati per massimizzare il tempo di utilizzo, non il tuo benessere
- Visione distorta del mondo: potresti credere che tutti la pensino come te, perché l'algoritmo ti mostra solo contenuti allineati
Come difendersi: segui fonti informative diverse, cerca attivamente opinioni diverse dalle tue, usa la navigazione in incognito per ricerche sensibili, varia i tuoi comportamenti online.
Sicurezza, privacy e uso responsabile
Quali dati raccolgono i sistemi IA?
Ogni interazione digitale genera dati che alimentano i sistemi di IA. Per difendere la tua privacy devi prima sapere cosa raccolgono.
- Dati di navigazione: siti visitati, ricerche effettuate, tempo trascorso su ogni pagina
- Dati di localizzazione: dove ti trovi, i percorsi che fai, i luoghi che frequenti
- Dati biometrici: impronta digitale, riconoscimento facciale, impronta vocale
- Dati comportamentali: cosa acquisti, come interagisci, quanto tempo guardi un contenuto
- Dati social: post, like, commenti, amicizie, gruppi, messaggi
- Metadati: orari di utilizzo, dispositivo, sistema operativo, rete utilizzata
Il GDPR e i diritti degli utenti europei
Il Regolamento Generale sulla Protezione dei Dati (GDPR), in vigore dal 2018, è la normativa europea che protegge i dati personali dei cittadini. I diritti principali sono cinque:
- Diritto di accesso. Puoi chiedere a qualsiasi azienda quali dati possiede su di te e come li utilizza. L'azienda ha 30 giorni per rispondere.
- Diritto alla cancellazione (Diritto all'oblio). Puoi richiedere la cancellazione dei tuoi dati personali. L'azienda deve eliminarli a meno che non abbia motivi legali per conservarli.
- Diritto alla portabilità. Puoi richiedere i tuoi dati in un formato leggibile e trasferirli a un altro servizio. Ad esempio, puoi scaricare tutti i tuoi dati da Google o Facebook.
- Diritto di opposizione. Puoi opporti al trattamento dei tuoi dati per finalità di marketing o profilazione automatica.
- Consenso informato. Ogni raccolta di dati deve essere preceduta da un consenso chiaro e specifico. I "cookie banner" che vedi sui siti web sono una conseguenza diretta del GDPR.
EU AI Act
L'EU AI Act (Regolamento europeo sull'Intelligenza Artificiale), approvato nel 2024, è la prima legge al mondo che regola specificamente l'IA. Classifica i sistemi IA in base al livello di rischio:
- Rischio inaccettabile: sistemi vietati (es. social scoring come in Cina, manipolazione subliminale)
- Rischio alto: sistemi soggetti a regole severe (es. IA per assunzioni, credito, giustizia, istruzione)
- Rischio limitato: obblighi di trasparenza (es. chatbot devono dichiarare di essere IA)
- Rischio minimo: nessun obbligo specifico (es. filtri spam, videogiochi)
Rischi concreti dell'IA
- Deepfake: video e audio generati dall'IA che mostrano persone dire o fare cose mai avvenute. Usati per truffe, ricatti e disinformazione politica. La tecnologia è ormai accessibile a chiunque.
- Phishing potenziato dall'IA: email e messaggi truffa sempre più convincenti, personalizzati e difficili da distinguere da quelli reali. L'IA può generare migliaia di messaggi personalizzati in pochi secondi.
- Profilazione eccessiva: le aziende possono costruire profili dettagliatissimi degli utenti, prevedendo comportamenti, opinioni politiche, stato di salute e situazione finanziaria.
- Allucinazioni dell'IA: i modelli linguistici possono generare informazioni completamente false con grande sicurezza e apparente autorevolezza. Non bisogna mai fidarsi ciecamente delle risposte dell'IA.
- Bias algoritmico: i sistemi IA possono perpetuare e amplificare discriminazioni presenti nei dati di addestramento (per genere, etnia, età, provenienza geografica), portando a decisioni ingiuste in ambiti come assunzioni, prestiti e giustizia.
Consigli pratici per proteggersi
- Controlla le impostazioni privacy: dedica 10 minuti a rivedere le impostazioni di Google, Facebook, Instagram e WhatsApp. Disattiva la condivisione non necessaria.
- Leggi (almeno) i riassunti delle policy: molti servizi ora offrono riassunti semplificati delle politiche sulla privacy. Leggili prima di accettare.
- Usa il diritto alla cancellazione: periodicamente, richiedi la cancellazione dei dati da servizi che non usi più.
- Verifica le fonti: quando l'IA genera un'informazione, verifica sempre con fonti affidabili. Non condividere contenuti senza aver verificato.
- Attenzione ai deepfake: diffida di video e audio sorprendenti. Cerca la fonte originale e controlla se testate giornalistiche affidabili confermano la notizia.
- Usa password robuste e 2FA: l'IA rende gli attacchi più sofisticati, quindi le protezioni tradizionali sono ancora più importanti.
- Gestisci i cookie: rifiuta i cookie non essenziali quando possibile. Usa estensioni browser che bloccano i tracker.
Autovalutazione Digital Soft Skills
Vuoi testare le tue competenze?
Il test di questa lezione, col punteggio e i progressi, sta su HI · Human Intelligence. Ti iscrivi gratis.
Lezione 2 di 2
Applicazioni dell'Intelligenza Artificiale
scrivi testi, crei immagini e traduci con l'IA generativa, impari a scrivere un prompt che funziona e chiudi con un progetto tuo.
IA Generativa: Cos'è e Come Funziona
L'Intelligenza Artificiale Generativa è la categoria di sistemi IA che creano contenuti nuovi (testi, immagini, musica, video, codice) a partire dall'elaborazione di enormi quantità di dati esistenti. A differenza dell'IA tradizionale, che si limita ad analizzare e classificare, l'IA generativa produce qualcosa di originale.
Punti chiave
- L'IA generativa crea contenuti nuovi (testo, immagini, audio, video) basandosi sui pattern appresi da grandi quantità di dati.
- Al cuore ci sono i Large Language Model (LLM), che prevedono la parola più probabile e generano testo coerente, senza "capire" come un umano.
- Il prompt è l'istruzione che diamo all'IA: la sua qualità determina in larga misura la qualità del risultato.
- Gli LLM possono produrre informazioni plausibili ma non vere ("allucinazioni"): verificare sempre i contenuti critici.
- I principali strumenti sono ChatGPT, Claude, Gemini e Copilot, con punti di forza diversi.
Come funziona in modo semplice
Al cuore dell'IA generativa ci sono i Large Language Models (LLM), modelli di linguaggio di grandi dimensioni. Questi modelli:
- Vengono addestrati su miliardi di testi (libri, siti web, articoli, conversazioni).
- Imparano le relazioni statistiche tra le parole: data una sequenza di parole, prevedono quale parola è più probabile che venga dopo.
- Senza capire il significato come un essere umano, generano testi coerenti e pertinenti grazie ai pattern appresi.
- Funzionano con un meccanismo chiamato Transformer, un'architettura neurale che processa il testo in parallelo e "presta attenzione" alle parti più rilevanti del contesto.
Il concetto di "Prompt"
Il prompt è l'istruzione, la domanda o il testo che l'utente fornisce al sistema IA per ottenere una risposta. È il modo principale in cui comunichiamo con un'IA generativa. La qualità del prompt determina in larga misura la qualità del risultato ottenuto.
LLM in parole semplici
Immagina un sistema che ha letto praticamente tutto ciò che è stato scritto su internet. Quando gli fai una domanda, invece di cercarla come farebbe Google, la genera parola per parola, scegliendo ogni volta la parola più probabile e coerente con il contesto. È come un interlocutore colto che riformula ciò che ha appreso in modo originale.
Attenzione: proprio perché "prevedono" parole anziché cercare fatti, gli LLM possono talvolta generare informazioni plausibili ma non veritiere (fenomeno chiamato "allucinazione"). Verificare sempre le informazioni critiche.
Panoramica dei principali strumenti
| Strumento | Azienda | Punti di forza |
|---|---|---|
| ChatGPT | OpenAI | Il più diffuso, genera anche immagini e legge i documenti. |
| Claude | Anthropic | Eccelle nella comprensione di testi lunghi, analisi documenti e ragionamento articolato. |
| Gemini | Integrato nell'ecosistema Google (Docs, Sheets, Gmail). Multimodale: testo, immagini, audio. | |
| Copilot | Microsoft | Integrato in Windows, Edge e Microsoft 365. Utilizza modelli OpenAI con dati dal web. |
Generazione di Testi con l'IA
Una delle applicazioni più immediate dell'IA generativa è la creazione e rielaborazione di testi. Strumenti come ChatGPT e Claude scrivono una bozza in pochi secondi, a patto di fornire istruzioni chiare.
Tipologie di contenuto testuale
| Categoria | Esempi |
|---|---|
| Testi Professionali | Email formali (richieste, reclami, proposte commerciali), lettere ufficiali, Curriculum Vitae, lettere motivazionali personalizzate. |
| Testi Creativi | Articoli di blog, post social (Instagram, LinkedIn, Facebook), tweet e microcopy, brevi saggi e opinioni argomentate. |
| Testi Informativi | Riassunti, sintesi documentali, FAQ per siti e servizi, schede informative (fact-sheet) su argomenti specifici. |
| Report e Comunicati | Comunicati stampa, report strutturati con dati e analisi, verbali di riunione, proposte di progetto. |
Consiglio pratico
Non usare mai un testo generato dall'IA così com'è per comunicazioni importanti. Rileggilo sempre, verifica i fatti, adatta il tono alla tua voce personale e al contesto specifico. L'IA è un ottimo punto di partenza, e la rilettura finale la fai tu.
Esercizio: Generazione di testi diversi
Obiettivo: sperimentare la versatilità dell'IA nella produzione di tipologie testuali differenti.
Consegna: genera almeno 3 tipologie di testo diverse usando ChatGPT o Claude. Ad esempio:
- Un'email formale di candidatura per un lavoro.
- Un post per Instagram che promuove un evento.
- Un riassunto di un articolo di giornale a tua scelta.
Per ciascun testo, salva il prompt utilizzato e il risultato ottenuto. Annota cosa cambieresti nel testo generato.
Prompt Engineering
Il Prompt Engineering è il mestiere di scrivere le istruzioni che dai a un sistema IA. Da una richiesta vaga esce un testo generico, che poi devi riscrivere quasi da capo; da una richiesta scritta bene esce un testo che usi quasi com'è.
Le quattro regole per un buon prompt
1. Sii specifico e dettagliato
Evita richieste vaghe. Più dettagli fornisci, più il risultato sarà pertinente.
Vago: "Scrivi qualcosa sul marketing"
Specifico: "Scrivi 5 strategie di social media marketing per una piccola pasticceria locale che vuole aumentare i clienti under 35"
2. Fornisci contesto e ruolo
Dire all'IA chi deve essere migliora la qualità delle risposte.
Senza ruolo: "Dammi consigli per il colloquio"
Con ruolo: "Agisci come un esperto di risorse umane con 15 anni di esperienza. Dammi 7 consigli per affrontare un colloquio per una posizione di assistente amministrativo"
3. Specifica il formato desiderato
Indica come vuoi che sia strutturata la risposta.
Generico: "Parlami dei vantaggi del lavoro da remoto"
Con formato: "Elenca i 5 principali vantaggi del lavoro da remoto in formato tabella con colonne: Vantaggio, Descrizione, Esempio concreto"
4. Usa esempi (Few-shot Prompting)
Fornire esempi del risultato desiderato guida l'IA nella direzione giusta.
Con esempio: "Genera titoli accattivanti per articoli di blog sulla cucina italiana. Esempio di stile che mi piace: '5 Segreti della Nonna per una Carbonara Perfetta'. Generane altri 5 sullo stesso tono."
A questo punto, in aula, c'è sempre qualcuno che chiede se bisogna scrivere tutta questa roba ogni volta. No: i prompt che funzionano si salvano e si riusano, cambiando le due o tre parole che cambiano davvero.
Confronto: prompt vago vs prompt strutturato
| Aspetto | Prompt Vago | Prompt Strutturato |
|---|---|---|
| Prompt | "Scrivi un'email" | "Scrivi un'email formale a un fornitore per richiedere un preventivo per 100 sedie da ufficio ergonomiche. Tono professionale ma cordiale. Includi richiesta di tempi di consegna e condizioni di pagamento." |
| Risultato | Email generica, tono incerto, nessun dettaglio utile, bisogna riscriverla quasi completamente. | Email pronta all'uso con tutti gli elementi richiesti, tono appropriato, struttura professionale. |
| Tempo risparmiato | Poco: serve molto editing. | Molto: minime modifiche necessarie. |
Come si affina un prompt
- Itera: se il primo risultato non è perfetto, affina il prompt aggiungendo dettagli o correzioni.
- Dividi compiti complessi: anziché un unico prompt enorme, spezza il lavoro in più passaggi.
- Chiedi revisioni: "Riscrivi il paragrafo 2 con un tono più formale" funziona benissimo.
- Usa vincoli: "in massimo 200 parole", "in 5 punti elenco", "per un pubblico non tecnico".
- Sperimenta: lo stesso prompt su strumenti diversi (ChatGPT, Claude, Gemini) può dare risultati diversi.
Esercizio: Prompt vago vs strutturato
Obiettivo: toccare con mano la differenza che fa un prompt ben costruito.
Consegna: confronta i risultati di un prompt vago e di un prompt strutturato sullo stesso argomento.
- Scegli un argomento (es. "scrivere un post LinkedIn", "spiegare il cambiamento climatico", "creare una ricetta").
- Scrivi prima un prompt vago e generico: salva il risultato.
- Riscrivi il prompt in modo dettagliato: aggiungi ruolo, contesto, formato, vincoli, poi salva il risultato.
- Confronta i due output: qualità, utilità, completezza.
Prepara una breve riflessione (4-5 righe) su cosa hai osservato.
Generazione di Immagini e Contenuti Multimediali
L'IA generativa può creare immagini, musica, video e presentazioni a partire da semplici descrizioni testuali. Sta cambiando il lavoro nei settori creativi, dal design al marketing.
Strumenti per la generazione di immagini
La generazione text-to-image funziona così: l'utente descrive a parole l'immagine desiderata e l'IA la crea da zero. Il modello ha appreso da milioni di immagini e dalle relative descrizioni, sviluppando la capacità di "tradurre" il testo in elementi visivi.
| Strumento | Descrizione |
|---|---|
| ChatGPT | Le immagini si chiedono nella stessa chat. Ottimo per illustrazioni, concept art e immagini realistiche. |
| Midjourney | Qualità artistica eccezionale. Utilizzato da professionisti del design e dell'illustrazione. |
| Canva AI | Generazione immagini integrata in Canva. Ideale per social media e materiale marketing. |
| Microsoft Designer | Gratuito. Crea grafiche, post social, inviti e altro con l'IA. |
IA per la Musica
Strumenti come Suno e Udio generano brani musicali completi (con voce, strumenti e arrangiamenti) a partire da una descrizione testuale del genere, mood e stile desiderato. Si possono creare jingle pubblicitari, musica di sottofondo per video, o brani originali per progetti creativi.
IA per il Video
La generazione video con l'IA è un campo in rapida evoluzione. Strumenti come Sora (OpenAI), Runway e Pika creano brevi clip video a partire da descrizioni testuali o immagini. La tecnologia è ancora in fase iniziale.
IA per le Presentazioni
| Strumento | Descrizione |
|---|---|
| Gamma | Genera presentazioni complete a partire da un argomento o testo. Layout professionali automatici. |
| Beautiful.ai | Design intelligente: le slide si adattano automaticamente al contenuto inserito. |
| Canva AI Presentazioni | Genera slide con testi e immagini. Ampia libreria di template personalizzabili. |
Esercizio: Generazione di immagini
Obiettivo: sperimentare la generazione di immagini con l'IA per un progetto concreto.
Consegna: genera immagini per un progetto immaginario a tua scelta (un ristorante, un negozio, un evento, un'associazione). Crea almeno:
- Un logo: descrivi stile, colori, elementi da includere.
- Un'illustrazione: per una brochure o un volantino promozionale.
- Una foto per i social: per un post Instagram o Facebook.
Per ogni immagine, documenta il prompt utilizzato e valuta il risultato: è utilizzabile così com'è? Cosa miglioreresti?
Aspetti Etici e Legali
Il problema del copyright
Chi è l'autore di un contenuto generato dall'IA? Questa domanda non ha ancora una risposta giuridica definitiva nella maggior parte dei paesi. I punti critici sono:
- I modelli sono addestrati su opere esistenti, spesso senza il consenso esplicito degli autori originali.
- L'output non è una copia diretta, ma potrebbe riflettere stili, strutture o elementi di opere protette.
- La titolarità è incerta: l'utente che scrive il prompt? L'azienda che ha creato l'IA? Nessuno?
- In molte giurisdizioni il copyright richiede un autore umano: un'opera puramente generata da IA potrebbe non essere proteggibile.
Deepfake e disinformazione
I deepfake sono contenuti multimediali (video, audio, immagini) in cui il volto o la voce di una persona vengono sostituiti o manipolati dall'IA in modo realistico. I rischi includono:
- Creazione di notizie false con video apparentemente autentici di personaggi pubblici.
- Truffe e frodi usando la voce clonata di colleghi o familiari.
- Danno reputazionale con immagini e video falsi di persone reali.
- Manipolazione dell'opinione pubblica durante eventi politici o sociali.
Plagio e originalità
Usare l'IA per generare testi presenta responsabilità specifiche:
- Un testo generato dall'IA non è un lavoro originale dell'utente.
- In ambito accademico e professionale, presentare contenuti IA come propri può costituire plagio.
- È sempre necessario verificare, adattare e personalizzare i contenuti generati.
Trasparenza nell'uso dell'IA
Dichiarare quando si utilizza l'IA per generare contenuti è sempre più considerato una buona pratica e, in alcuni contesti, un obbligo. Questo vale per articoli, immagini, report e qualsiasi comunicazione pubblica.
Rischi etici da tenere sempre presenti
- Bias e discriminazione: i modelli IA possono riflettere e amplificare pregiudizi presenti nei dati di addestramento (genere, etnia, cultura).
- Privacy: non inserire mai dati personali sensibili (propri o altrui) nei prompt di strumenti IA pubblici.
- Dipendenza eccessiva: affidarsi ciecamente all'IA senza verificare può portare a errori anche gravi.
- Impatto ambientale: l'addestramento e l'utilizzo dei grandi modelli IA consumano molta energia.
L'EU AI Act: la prima legge al mondo sull'IA
L'Unione Europea ha approvato l'AI Act (Regolamento Europeo sull'Intelligenza Artificiale), la prima normativa organica al mondo che regola lo sviluppo e l'utilizzo dell'IA. I punti principali:
- Classificazione per rischio: i sistemi IA sono classificati in 4 livelli (rischio inaccettabile, alto, limitato, minimo).
- Obbligo di trasparenza: i contenuti generati dall'IA devono essere chiaramente identificabili.
- Divieti specifici: vietati i sistemi di sorveglianza biometrica di massa e di manipolazione comportamentale.
- Sanzioni: multe fino al 7% del fatturato globale per le aziende che violano le regole.
L'AI Act si applica progressivamente dal 2024 al 2026 ed è un modello di riferimento anche per altri paesi.
Traduzione Automatica e Accessibilità
La traduzione automatica è una delle applicazioni più mature dell'IA e ha fatto passi da gigante negli ultimi anni grazie ai modelli neurali.
Google Translate
- Supporta oltre 130 lingue.
- Traduzione testo: incolla o digita il testo da tradurre.
- Traduzione vocale: parla al microfono e ottieni la traduzione in tempo reale.
- Traduzione immagini: inquadra un testo con la fotocamera e vedi la traduzione sovrapposta.
- Traduzione documenti: carica file Word, PDF, Excel e ottieni il documento tradotto.
- Integrato in Chrome (traduzione automatica delle pagine web).
DeepL
- Supporta meno lingue (~30) ma con qualità di traduzione superiore per le lingue europee.
- Traduzione più naturale e idiomatica rispetto a Google Translate.
- Funzione DeepL Write per la riformulazione e il miglioramento del testo (anche nella stessa lingua).
- Ottimo per testi professionali e formali.
- Glossario personalizzabile per terminologia specifica (versione Pro).
- Traduzione di documenti interi mantenendo la formattazione originale.
Confronto pratico
| Caratteristica | Google Translate | DeepL |
|---|---|---|
| Lingue supportate | 130+ | ~30 |
| Qualità lingue europee | Buona | Eccellente |
| Traduzione vocale | Sì | No |
| Traduzione immagini | Sì | No |
| Riformulazione testo | No | Sì (DeepL Write) |
| Ideale per | Uso quotidiano, lingue rare, traduzione multimediale | Testi professionali, documenti formali, lingue europee |
Limiti della traduzione automatica
- Contesto: l'IA può non cogliere sfumature culturali, ironia, umorismo.
- Espressioni idiomatiche: "In bocca al lupo" tradotto alla lettera non ha senso in altre lingue.
- Linguaggio tecnico: la terminologia specialistica (medica, legale, tecnica) richiede spesso revisione umana.
- Ambiguità: parole con più significati possono essere tradotte nel senso sbagliato.
Traduzione in tempo reale: iTranslate e app simili
App come iTranslate, Microsoft Translator e Google Translate (modalità conversazione) traducono in tempo reale una conversazione tra due persone che parlano lingue diverse. Basta selezionare le due lingue e parlare a turno nel microfono.
Sottotitoli automatici
L'IA genera sottotitoli automatici in tempo reale su molte piattaforme:
- YouTube: sottotitoli automatici in decine di lingue per qualsiasi video.
- Microsoft Teams: sottotitoli e trascrizione live durante le riunioni.
- Zoom: sottotitoli automatici e traduzione simultanea.
IA e Accessibilità
L'IA sta trasformando l'accessibilità digitale, rendendo i contenuti fruibili a tutti:
- Text-to-Speech (TTS): converte testi scritti in voce parlata naturale, utile per persone con disabilità visive o difficoltà di lettura.
- Speech-to-Text (STT): trascrive la voce in testo, così chi non sente legge quello che viene detto.
- Descrizione automatica delle immagini: l'IA analizza le immagini e genera descrizioni testuali (alt-text) per screen reader.
- Sottotitoli automatici: rendono video e conferenze accessibili a persone sorde o ipoudenti.
Esercizio: Confronto strumenti di traduzione
Obiettivo: valutare criticamente i risultati di diversi strumenti di traduzione.
Consegna: traduci un documento professionale (una lettera commerciale, un articolo di giornale o un testo tecnico di almeno 200 parole) con entrambi gli strumenti e confronta i risultati.
- Scegli un testo in italiano di ambito professionale.
- Traducilo in inglese con Google Translate.
- Traducilo in inglese con DeepL.
- Confronta: naturalezza, precisione, errori, formattazione.
- Prova anche a tradurre un'espressione idiomatica e un termine tecnico.
Prepara una breve tabella comparativa con le tue osservazioni.
Strumenti IA per la Produttività
L'IA è ormai integrata nei principali strumenti di lavoro quotidiano.
Microsoft 365 Copilot
Copilot è l'assistente IA di Microsoft, integrato in tutte le applicazioni di Microsoft 365:
- Word: genera bozze di documenti, riscrive paragrafi, riassume testi lunghi, cambia tono e stile.
- Excel: analizza dati, crea formule complesse, genera grafici e identifica trend.
- PowerPoint: crea presentazioni complete a partire da un documento o un prompt testuale.
- Outlook: riassume email lunghe, suggerisce risposte, compone messaggi dal contesto della conversazione.
- Teams: riassume riunioni, identifica i punti chiave e le azioni da compiere.
Google Workspace con Gemini
Gemini è integrato nell'ecosistema Google Workspace:
- Docs: scrittura assistita, completamento automatico, riformulazione del testo.
- Sheets: suggerimenti per formule, organizzazione dati, generazione grafici.
- Slides: generazione automatica di slide con immagini pertinenti.
- Gmail: suggerimenti di risposta, scrittura assistita, riassunti delle conversazioni.
Motori di ricerca IA
| Strumento | Descrizione |
|---|---|
| Perplexity | Motore di ricerca IA che fornisce risposte con fonti citate. Ideale per ricerche approfondite e verificabili. |
| Google AI Overviews | Risposte generate dall'IA in cima ai risultati Google. Sintetizza informazioni da più fonti. |
| Bing Copilot | Chatbot IA integrato in Bing. Combina ricerca web e generazione di risposte conversazionali. |
IA per l'analisi dati di base
Anche senza competenze tecniche avanzate, l'IA può aiutare nell'analisi dei dati:
- Caricare un file CSV o Excel su ChatGPT e chiedere di analizzare i dati, identificare pattern, creare grafici.
- Usare Claude per interpretare tabelle di dati e generare report di sintesi.
- Utilizzare Google Sheets + Gemini per ottenere formule e pivot table senza conoscerle a memoria.
Quando usare quale strumento?
- Per scrivere testi lunghi e articolati: ChatGPT o Claude.
- Per analizzare documenti e dati: Claude (eccelle con testi lunghi) o ChatGPT con Code Interpreter.
- Per ricerche con fonti verificabili: Perplexity.
- Per creare presentazioni veloci: Gamma o PowerPoint con Copilot.
- Per generare immagini: ChatGPT o Midjourney.
- Per tradurre testi professionali: DeepL.
- Per lavoro integrato con Microsoft 365: Copilot.
- Per lavoro integrato con Google Workspace: Gemini.
IA e Mondo del Lavoro
L'Intelligenza Artificiale sta trasformando il mercato del lavoro: cambia il modo in cui le persone lavorano, senza sostituirle.
Settori più impattati dall'IA
| Settore | Applicazioni principali |
|---|---|
| Sanità | Diagnosi assistita, analisi immagini mediche, gestione cartelle cliniche, ricerca farmaceutica. |
| Finanza | Analisi del rischio, trading algoritmico, rilevamento frodi, assistenza clienti automatizzata. |
| Manifattura | Manutenzione predittiva, controllo qualità, ottimizzazione della produzione, robotica avanzata. |
| Commercio | Raccomandazioni personalizzate, gestione inventario, chatbot di assistenza, pricing dinamico. |
| Servizi | Customer service automatizzato, gestione documentale, analisi dati clienti, marketing predittivo. |
| Istruzione | Tutoring personalizzato, valutazione automatica, creazione contenuti didattici, accessibilità. |
Nuove figure professionali
- Data Analyst / Data Scientist: analizza e interpreta grandi quantità di dati per supportare decisioni aziendali.
- Prompt Engineer: scrive le istruzioni con cui si guidano i sistemi IA.
- AI Trainer: addestra e perfeziona i modelli IA, verifica la qualità degli output, fornisce feedback.
- AI Ethics Specialist: si occupa degli aspetti etici, legali e di compliance nell'uso dell'IA in azienda.
- Automation Specialist: progetta e implementa flussi di lavoro automatizzati con l'IA.
Competenze richieste nel nuovo mercato del lavoro
| Competenze digitali (Hard Skills) | Competenze trasversali (Soft Skills) |
|---|---|
| Alfabetizzazione digitale di base. | Pensiero critico: valutare e verificare gli output dell'IA. |
| Saper usare gli strumenti IA. | Creatività: ciò che l'IA non può sostituire. |
| Comprensione dei dati e delle metriche. | Comunicazione: saper formulare richieste chiare (prompt). |
| Conoscenza di strumenti di produttività (Office, Google Workspace). | Adattabilità: disponibilità ad apprendere continuamente. |
Il concetto di "Human in the Loop"
"Human in the Loop" (HITL) significa che, anche quando l'IA automatizza un processo, un essere umano resta coinvolto nelle decisioni critiche: supervisiona, valida, corregge e prende la decisione finale. Questo approccio conta soprattutto nei settori ad alto rischio (sanità, giustizia, finanza), ed è uno dei principi cardine dell'EU AI Act.
Usare l'IA per la ricerca di lavoro
- Migliorare il CV: chiedi all'IA di riscrivere le tue esperienze adattandole all'annuncio specifico.
- Preparazione al colloquio: simula un colloquio con ChatGPT o Claude, chiedendo domande tipiche per la posizione.
- Lettera motivazionale: genera una base personalizzata per azienda e ruolo, poi adattala con la tua voce.
- Piattaforme di recruiting: LinkedIn, Indeed, InfoJobs usano IA per il matching candidato-posizione; un CV ottimizzato con le parole chiave giuste migliora la visibilità.
Esercizio: Migliora un CV con l'IA
Obiettivo: usare l'IA come assistente per migliorare il proprio Curriculum Vitae.
Consegna:
- Scrivi (o usa) una versione base del tuo CV con le tue esperienze principali.
- Inseriscilo in ChatGPT o Claude con il prompt: "Agisci come un esperto HR. Migliora questo CV per renderlo più professionale ed efficace. Suggerisci miglioramenti nella struttura, nel linguaggio e nella presentazione delle esperienze."
- Confronta la versione originale con quella migliorata dall'IA.
- Seleziona un annuncio di lavoro specifico e chiedi all'IA di adattare il CV per quella posizione.
Bonus: chiedi all'IA di simulare 5 domande di colloquio tipiche per la posizione scelta e prepara le tue risposte.
Laboratorio Pratico Integrato
Scenario del progetto
Prepara una breve presentazione per promuovere un'attività, un prodotto o un servizio a tua scelta. Può essere reale o immaginario: un ristorante, un corso di formazione, un'app, un negozio, un evento, un'associazione. Userai diversi strumenti IA per completare tutte le fasi del progetto.
Le 5 attività da completare
- Ricerca con motore di ricerca IA. Usa Perplexity, Google AI Overviews o Bing Copilot per raccogliere informazioni sul settore del tuo progetto: tendenze di mercato, come lavorano gli altri, dati utili. Salva le fonti trovate. Questo sarà il materiale di base per la tua presentazione.
- Genera il testo della presentazione con ChatGPT o Claude. Scrivi un prompt dettagliato per generare il contenuto di almeno 3 slide. Includi: titolo del progetto, descrizione dell'offerta, punti di forza, call-to-action. Usa le tecniche di prompt engineering apprese: assegna un ruolo, specifica il formato, fornisci contesto.
- Crea almeno 2 immagini con generazione IA. Usa ChatGPT, Microsoft Designer o Canva AI per creare almeno 2 immagini pertinenti al tuo progetto: un logo, una foto promozionale, un'illustrazione, una grafica per i social. Documenta i prompt utilizzati.
- Traduci un elemento in inglese. Scegli un elemento della tua presentazione (ad esempio la descrizione principale o lo slogan) e traducilo in inglese usando sia DeepL che Google Translate. Confronta i risultati e scegli la versione migliore, motivando la scelta.
- Revisione critica: verifica e correggi i contenuti IA. Rileggi tutti i contenuti generati dall'IA con occhio critico. Verifica: le informazioni sono corrette? Il tono è appropriato? Ci sono imprecisioni o "allucinazioni"? Correggi, adatta e personalizza. Questo passaggio è il più importante: dimostra la tua capacità di "Human in the Loop".
Progetto Finale: Consegna
Cosa consegnare:
- La presentazione completa (minimo 3 slide) con testi e immagini.
- Un documento di accompagnamento che descriva:
- Quali strumenti IA hai usato per ogni fase.
- I prompt principali utilizzati.
- Le modifiche apportate ai contenuti generati e il motivo.
- Il confronto tra le traduzioni (DeepL vs Google Translate).
Criteri di valutazione:
- Uso consapevole degli strumenti IA.
- Qualità dei prompt formulati.
- Capacità critica nella revisione dei contenuti generati.
- Coerenza e professionalità del progetto finale.
Riassunto della Lezione
In questa lezione sulle applicazioni dell'Intelligenza Artificiale hai appreso:
Cosa hai imparato
- Cos'è l'IA generativa e come funzionano gli LLM, con i principali strumenti: ChatGPT, Claude, Gemini, Copilot.
- Tecniche di prompt engineering per ottenere risultati migliori e più pertinenti.
- Aspetti etici e legali: copyright, deepfake, plagio, trasparenza e l'EU AI Act.
- Generare testi professionali e creativi, immagini e contenuti multimediali con l'IA.
- Usare Google Translate e DeepL in modo consapevole e integrare l'IA negli strumenti di produttività.
- Usare l'IA per migliorare il CV e la ricerca di lavoro, mantenendo l'approccio "Human in the Loop".
Ricorda sempre
L'IA è uno strumento potente ma non infallibile. Quello che ci metti tu è la capacità critica, la creatività, il giudizio. Usa l'IA per lavorare meglio e più velocemente, ma verifica sempre i risultati e mantieni il controllo. Human in the Loop è un approccio al lavoro con l'IA.
L'obiettivo di questa UF è saper usare gli strumenti con consapevolezza critica: l'IA amplifica le tue capacità.
Vuoi portare questo corso nella tua organizzazione?
Progetto percorsi su misura su AI, dati e digitale per aziende, enti e team.






















































