Corso Intelligenza Artificiale

Obiettivi: fornire una comprensione pratica dell'IA Narrow e Generativa, con un focus su tecniche di preparazione dati aziendali e prompt engineering per l'uso efficace di strumenti di Intelligenza Artificiale Generativa, comprendere i principi fondamentali che governano lo sviluppo e l'implementazione dell'AI, applicare i principi del Prompt Engineering e Modelli di GenAI, pianificare un progetto di IA Narrow in contesto aziendale, comprendere i rischi etici e le sfide operative dell'implementazione di IA e valutare la scalabilità a lungo termine di progetti aziendali.
​Introduzione e sviluppo dell'Intelligenza artificiale
​
Intelligenza artificiale e Quadro Normativo Europeo [2h]:
-
Illustrare il Quadro Normativo Europeo dell'AI ACT, con un focus sul suo impatto per le aziende;
-
Fornire un quadro generale dell'AI attraverso i suoi fondamenti filosofici, logici, matematici e statistici;
-
Casi di studio e quiz per valutare l'applicazione pratica dell'AI ACT​
​
​Introduzione all'intelligenza artificiale Narrow [2h]
-
Campi di applicazione dell'AI Narrow: focus su soluzioni aziendali (previsioni, analisi di dati, automazione);
-
Casi studio aziendali reali di AI Narrow​
​
​Preparazione dei dati aziendali per l'intelligenza artificiale [3h]
-
Cos'è un dataset e perché è importante per l'IA;
-
Classificazione e categorizzazione dei dati:
-
Tipologie di dati: strutturati, non strutturati, semi-strutturati;
-
Tecniche di pulizia, normalizzazione e arricchimento dei dati.
-
-
Strumenti per la preparazione dei dati: Excel, Python (pandas)
​
Prompt Engineering per l’AI Generativa [3h]
-
Cos’è il Prompt Engineering:
-
Definizione, ruolo e modelli generativi come GPT, DALL-E e altri;
-
Differenze tra AI NARROW e Generativa (focus sull’interazione tramite prompt)
-
-
Strutturare un Prompt Engineering:
-
Tecniche di base: chiarezza, contestualizzazione, specificità;
-
Utilizzo di vincoli e comandi per ottenere output mirati;
-
Prompt interattivo: testare e ottimizzare
-
-
Applicazioni Aziendali di GenAI:
-
Generazione automatica di testi (email, report);
-
Analisi di dati con descrizioni;
-
Automazione creativa (design, brainstorming)
-
​
Integrazione di AI Narrow nei processi aziendali [3h]
-
Come definire gli obiettivi aziendali per un progetto di AI:
-
Strutturare un progetto: identificazione dei dati, scelta dell’algoritmo e implementazione; esempio pratico:
-
Preparazione di un dataset aziendale;
-
Creazione di un modello di classificazione clienti;
-
Valutazione e presentazione dei risultati
-
​
Integrazione di AI Narrow e Generativa nei processi aziendali [3h]
-
Strutturare un progetto completo di AI:
-
Definizione degli obiettivi aziendali;
-
Preparazione di dataset, scelta del modello (Narrow o Generativa)
-
-
Dimostrazione pratica
-
Creazione di un modello di classificazione dati;
-
Utilizzo di GenAI per l’analisi e presentazione dei risultati
-
-
Prompt Engineering Avanzato:
-
Progettazione di prompt per casi d’uso complessi;
-
Analisi di casi aziendali: creare contenuti su misura, risposte automatizzate
-
​
Aspetti etici e scalabilità dell’AI [2h]
-
Implicazioni etiche dell’uso dell’AI: bias nei dati, provacy dei clienti;
-
Scalabilità dei progetti AI in azienda: strumenti e infrastrutture necessarie
-
Trend futuri: AI explainability, automazione avanzata
​
Test finale: utilizzare AI Narrow e GenAI per classificare e analizzare i dati aziendali [1h]
-
Preparare un dataset aziendale e applicare un modello di classificazione;
-
Creare un prompt per generare insight automatici dei dati (es: riepiloghi, suggerimenti, ecc.);
-
Presentare i risultati utilizzando tecniche di Prompt Engineering e visualizzazione dei dati;
-
Progetto pratico con report finale;
-
Certificato di completamento con badge digitale​
​
​
​

Il corso è tenuto da Valeria Lazzaroli economista, sociologa, Risk Manager e Chief AI Officer nonché Presidente dell’ENTE NAZIONALE PER L'INTELLIGENZA ARTIFICIALE e Founder e Chief AI Officer di uno Spin Off Universitario del Politecnico di Torino che sviluppa algoritmi di AI a supporto della funzione Risk Management e Risk Engineering.
Oggi persegue la specializzazione dello studio delle Neuroscienze per lo sviluppo di algoritmi di AI a supporto dei rischi psicosociali.
È membro di Italy Chapter Committee di GARP, Digital Committee Member di FERMA, Scientific Committee di CONSUMERISMO, Board Expert di VALORE, RISCIO E SISTEMI, Docente dell’Università degli Studi di Roma TRE per l’Exsecutive Program di Risk Management di FEDERMANAGER, faculty member di SOLE24 Ore Formazione.