DIMA

Lingua Insegnamento:

Italiano
Testi di riferimento:

Materiale didattico fornito durante il corso
Obiettivi formativi:

Questo corso mira a fornire agli studenti le conoscenze teoriche e pratiche necessarie per sfruttare al meglio le tecnologie di intelligenza artificiale nel contesto del business e della ricerca.
CONOSCENZE E CAPACITA' DI COMPRENSIONE
- Riconosce le differenze, i vantaggi e le criticità delle diverse soluzioni di intelligenza artificiale
- Comprendere le sfumature dell’interpretazione dei comandi da parte delle soluzioni di intelligenza artificiale generativa ed ottimizzare l’efficacia nell’interazione.
- Descrivere le principali differenze tra i diversi ambienti di intelligenza artificiale generativa e relativi contesti di utilizzo

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
- Utilizzare strumenti analitici per comprendere e interpretare le diverse tipologie di soluzioni basate su intelligenza artificiale;
- Definisce le strategie per promuovere processi di utilizzo di soluzioni basate su intelligenza artificiale.
- Utilizza gli strumenti di intelligenza artificiale generativa per supportare la creazione di contenuti testuali e multimediali.

AUTONOMIA DI GIUDIZIO:
- Interpreta e analizza in maniera critica i processi supportati dall’utilizzo di soluzioni basate su intelligenza artificiale all’interno del sistema organizzativo
- Legge ed esamina in maniera critica la documentazione di progetto relativa all’adozione di soluzioni di intelligenza artificiale
ABILITA' COMUNICATIVE:
- Esprime in forma orale considerazioni analitiche, critiche e di sintesi sugli aspetti principali riguardanti l’adozione di strumenti di intelligenza artificiale nell’ambito del business e nel contesto della ricerca scientifica, effettuando collegamenti interdisciplinari.
Prerequisiti:

Nessuno
Metodi didattici:

Di seguito le metodologie didattiche utilizzate durante il corso:
- didattica frontale
- esercitazioni
- analisi di casi di studio
- testimonianze
Modalità di verifica dell'apprendimento:

La valutazione si basa sulla realizzazione di contenuti specifici, sfruttando il potenziale offerto dagli strumenti di intelligenza artificiale generativa con relativa discussione.
Sostenibilità:
Altre Informazioni:

Gli studenti ERASMUS sono invitati a contattare il docente per il loro programma.

Introduzione all’intelligenza artificiale: breve storia, modelli e tipologie di soluzioni
Utilizzo di specifici tool di AI generativa
Creazione e analisi di contenuti utilizzando il supporto di AI generativa

Comprensione Fondamentale dell'Intelligenza Artificiale:
Fornire una solida comprensione dei concetti chiave, delle tecnologie e delle metodologie fondamentali dell'intelligenza artificiale.
Esaminare la storia e l'evoluzione dell'IA, nonché le sue diverse branche e applicazioni.
Applicazioni dell'IA nel Business:
Analizzare come l'IA può essere utilizzata per migliorare l'efficienza operativa, ottimizzare i processi aziendali e creare vantaggi competitivi.
Studiare casi di studio reali in cui l'AI ha trasformato aziende e settori specifici.
Metodologie di IA nella Ricerca:
Esplorare come l'IA può essere applicata alla ricerca scientifica e accademica per accelerare la scoperta di conoscenze e innovazioni.
Approfondire l'uso di tecniche di machine learning, data mining e analisi predittiva nella conduzione di ricerche.
Etica e Responsabilità nell'IA:
Discutere le implicazioni etiche dell'uso dell'IA, compresi i problemi di bias, trasparenza e responsabilità.
Promuovere pratiche di sviluppo e utilizzo dell'IA che siano eticamente responsabili e socialmente benefiche.
AI Spiegabile e Trasparenza:
Approfondire il concetto di explainable AI (XAI) e l'importanza della trasparenza nelle decisioni prese dai sistemi di IA.
Studiare tecniche e strumenti per rendere i modelli di AI più interpretabili e comprensibili agli utenti finali.
Innovazione e Futuro dell'IA:
Esaminare le tendenze emergenti e le future direzioni della ricerca e dello sviluppo nell'ambito dell'IA.
Stimolare la creatività e l'innovazione nell'applicazione delle tecnologie IA per risolvere problemi complessi e affrontare sfide globali.
Progetti Pratici e Collaborazione:
Fornire opportunità per lavorare su progetti pratici che simulino problemi reali nel business e nella ricerca, favorendo l'apprendimento esperienziale.
Incoraggiare la collaborazione e il lavoro di squadra, promuovendo lo scambio di idee e competenze tra studenti di diversi background.
Competenze di Analisi dei Dati:
Sviluppare abilità avanzate nell'analisi dei dati, compresa la raccolta, la pulizia, l'elaborazione e l'interpretazione dei dati.
Utilizzare strumenti di visualizzazione dei dati per presentare risultati in modo chiaro e informativo.