• ai intelligenza artificiale

1 – FONDAMENTI DI AI GENERATIVA E SCENARI D’USO

Capire cosa fa l’AI, dove aiuta davvero, dove può ingannare

Obiettivo:Fornire una base chiara e condivisa su AI generativa e LLM, collegandola a casi d’uso reali e trasversali ai reparti.
Contenuti e attività:

• AI oggi: differenza tra automazione, machine learning e AI generativa (spiegata in modo accessibile)
• Come funzionano gli LLM: perché “sembrano” capire e perché possono sbagliare
• Panoramica strumenti (es. ChatGPT, Gemini, Perplexity o equivalenti)
• Mappa dei casi d’uso per funzioni aziendali: HR, Commerciale, Amministrazione/controllo, Operation/qualità Customer service
• Prompting “di base” per il lavoro: struttura, contesto, vincoli, stile, output atteso
• Buone pratiche: iterazione, verifica, esempi guidati e anti-errori tipici

Esercitazioni guidate 

2 – APPLICAZIONI OPERATIVE, RICERCA, QUALITÀ E USO RESPONSABILE

Portare l’AI nei task quotidiani, senza perdere controllo e affidabilità

Obiettivo:Allenare l’uso concreto dell’AI su attività tipiche: documenti, riunioni, analisi e ricerca. Valutare attendibilità e rischi, e impostare regole minime di utilizzo coerenti con privacy e sicurezza.
Contenuti e attività:

• Produttività personale e qualità dell’output:
• Ricerca e analisi informazioni: differenza tra ricerca “classica” e “AI search”
• Limiti dei modelli e come gestirli
• AI generativa per immagini/video e applicazioni tipiche in comunicazione interna/esterna
• Principi di uso responsabile:

1. dati sensibili, riservatezza, compliance e regole di base
2. cosa non inserire mai negli strumenti pubblici
3. come impostare una “policy minima” per il team (checklist di comportamento)

Attività:Laboratorio su 2–3 casi aziendali commentate dagli studenti.