Le fondamenta per lavorare con l'AI

Obiettivo Costruire un modello mentale corretto di cosa sia (e cosa non sia) l'AI generativa, per usarla con consapevolezza.

• 1.1
  Cos'è l'AI generativa

  Differenza tra automazione tradizionale e AI generativa; cosa significa «modello linguistico»; esempi quotidiani (assistenti, generatori di testo e immagini).

• 1.2
  Come «ragiona» un modello

  Spiegazione intuitiva della predizione del testo; perché l'AI è probabilistica e non un database di verità.

• 1.3
  Capacità e limiti

  Cosa fa bene l'AI (sintesi, riscrittura, bozze, brainstorming) e dove sbaglia (allucinazioni, calcoli, fatti recenti, fonti).

• 1.4
  Il panorama degli strumenti

  Assistenti conversazionali, strumenti integrati negli applicativi aziendali, generatori multimodali; criteri per orientarsi.

Obiettivo Introdurre il metodo che struttura l'intero corso: le quattro competenze per collaborare con l'AI.

• 2.1
  Perché serve un metodo

  Dal «provare a caso» a un approccio ripetibile; cosa significa essere «fluenti» nell'AI.

• 2.2
  Le 4D in sintesi

  Delega, Descrizione, Discernimento, Diligenza: definizione e ruolo di ciascuna.

• 2.3
  Il ciclo di collaborazione

  Come le quattro competenze si intrecciano in un flusso di lavoro reale.

• 2.4
  Autovalutazione iniziale

  I partecipanti misurano il proprio livello attuale su ciascuna delle 4 competenze.

Obiettivo Imparare a scegliere se, quando e quanto coinvolgere l'AI in un compito.

• 3.1
  Cosa delegare

  Criteri per capire quali parti di un'attività affidare all'AI e quali tenere per sé.

• 3.2
  Il fattore rischio

  Valutare l’impatto di un eventuale errore prima di delegare; compiti a basso e ad alto rischio.

• 3.3
  Suddividere il lavoro

  Spezzare un'attività complessa in passaggi gestibili dall'AI.

• 3.4
  Mantenere il controllo

  Il ruolo della persona come supervisore e responsabile finale del risultato.

Obiettivo Acquisire le tecniche per formulare richieste che producono risultati utili.

• 4.1
  Anatomia di un buon prompt

  Contesto, obiettivo, formato desiderato, vincoli, esempi; perché la chiarezza batte la lunghezza.

• 4.2
  Dare contesto e ruolo

  Fornire all'AI le informazioni e il «punto di vista» giusti per il compito.

• 4.3
  Esempi e formato

  Mostrare esempi del risultato voluto; chiedere output in tabella, elenco, email, ecc.

• 4.4
  Iterare e raffinare

  Come correggere il tiro con richieste di follow-up invece di ripartire da zero.

Obiettivo Sviluppare lo sguardo critico per riconoscere quando un output è affidabile e quando no.

• 5.1
  Leggere con occhio critico

  Segnali di un output debole o inventato; non confondere tono sicuro con correttezza.

• 5.2
  Verificare i fatti

  Tecniche rapide per controllare affermazioni, numeri e citazioni; quando pretendere le fonti.

• 5.3
  Il ciclo descrizione-discernimento

  Usare ciò che si osserva nell'output per migliorare il prompt successivo.

• 5.4
  Riconoscere i bias

  Stereotipi e distorsioni nelle risposte; come mitigarli.

Obiettivo Garantire un uso dell'AI etico, sicuro e rispettoso di privacy e regole aziendali.

• 6.1
  Dati e privacy

  Cosa non inserire mai in uno strumento di AI; dati personali, riservati e proprietà intellettuale; cenni al GDPR.

• 6.2
  Responsabilità e trasparenza

  Chi risponde del risultato; quando dichiarare l'uso dell'AI.

• 6.3
  Etica e correttezza

  Evitare usi ingannevoli; rispetto del lavoro altrui e del diritto d'autore.

• 6.4
  Policy aziendale

  Costruire e seguire regole interne d'uso dell'AI.

Obiettivo Trasferire le competenze acquisite ai compiti ricorrenti dei partecipanti.

• 7.1
  Comunicazione e testi

  Email, report, presentazioni, riassunti di documenti lunghi e di riunioni.

• 7.2
  Ricerca e analisi

  Sintesi di informazioni, confronto di opzioni, prime bozze di analisi.

• 7.3
  Produttività personale

  Organizzazione di idee, to-do, brainstorming, traduzioni.

• 7.4
  Costruire il proprio kit

  Creare una libreria personale di prompt e template riutilizzabili.

Obiettivo Consolidare l'intero percorso applicando le 4 competenze a un caso completo.

• 8.1
  Briefing del project work

  Scelta di un'attività reale da svolgere end-to-end con l'AI.

• 8.2
  Svolgimento guidato

  Applicazione delle 4 competenze con assistenza del docente.

• 8.3
  Presentazione e feedback

  Condivisione dei risultati e revisione tra pari.

• 8.4
  Piano di adozione

  Definizione dei prossimi passi per portare l'AI nel proprio lavoro quotidiano.