Laboratorio di Intelligenza Artificiale Applicata al Linguaggio

Il laboratorio ha l’obiettivo di fornire agli studenti solide basi teoriche sull’Intelligenza Artificiale applicata al linguaggio e una capacità avanzata di interazione con i Large Language Models (LLM), attraverso le principali tecniche di prompt engineering, la creazione di assistenti conversazionali personalizzati e lo sviluppo di semplici sistemi agentici.

Il raggiungimento di questi obiettivi avverrà attraverso due fasi complementari.

La prima fase, prevalentemente teorica, sarà dedicata alla comprensione del funzionamento delle reti neurali e, in particolare, dell’architettura Transformer, alla base dei moderni Large Language Models. Verranno analizzati i principi fondamentali che permettono a questi sistemi di elaborare e generare linguaggio naturale, insieme ai loro principali limiti e rischi.

Saranno affrontati, tra gli altri, i temi dei bias, delle allucinazioni, della prompt injection, del rapporto uomo-macchina, dello human-in-the-loop e del ruolo del linguaggio nell’interazione con i sistemi di Intelligenza Artificiale. Verranno inoltre discussi gli impatti sociali, economici ed etici derivanti dalla diffusione dell’AI generativa.

La seconda fase, prevalentemente pratica, sarà dedicata alle tecniche di prompt engineering e al loro utilizzo nei diversi scenari applicativi presentati durante il corso. Gli studenti sperimenteranno direttamente l’interazione con i modelli linguistici e utilizzeranno questi strumenti per realizzare esercitazioni, artefatti digitali, assistenti personalizzati e semplici workflow basati sull’AI.

# Obiettivi formativi

Al termine del laboratorio lo studente avrà acquisito una comprensione sia teorica sia pratica del funzionamento dei moderni modelli linguistici e sarà in grado di utilizzare in maniera consapevole ed efficace le principali tecniche di interazione con i sistemi di AI generativa.

## Conoscenze teoriche

Lo studente avrà compreso:

- i principi fondamentali di funzionamento delle reti neurali e dei Large Language Models;
- il ruolo dell’architettura Transformer nei moderni sistemi di elaborazione del linguaggio;
- analogie e differenze tra il funzionamento dei sistemi di AI e alcuni processi cognitivi e linguistici umani;
- le principali tecniche di prompt engineering e i criteri per scegliere quelle più adeguate nei diversi contesti;
- i principali limiti dei modelli linguistici, tra cui bias, allucinazioni e vulnerabilità alla prompt injection;
- le principali applicazioni dell’AI generativa nella società e nel mondo del lavoro e i relativi impatti economici e sociali;
- le principali questioni etiche connesse all’utilizzo dell’AI e i principi per un suo impiego responsabile.

### Competenze pratiche

Lo studente sarà in grado di:

- progettare prompt adeguati agli obiettivi e al contesto di utilizzo;
- utilizzare tecniche di prompt engineering per migliorare qualità, affidabilità e controllabilità delle risposte;
- riconoscere i principali limiti dei modelli linguistici e adottare strategie per mitigarli;
- creare assistenti conversazionali personalizzati;
- utilizzare i modelli linguistici all’interno di semplici workflow e pipeline per automatizzare attività basate sul linguaggio;
- realizzare artefatti e piccoli progetti utilizzando strumenti di AI generativa.

Non è richiesta alcuna conoscenza pregressa di programmazione.

Durante il corso verranno svolte esercitazioni e attività progettuali in aula. Tali attività contribuiranno alla valutazione complessiva dello studente in vista della prova finale, che sarà scritta.

Nessuno

Presto verranno comunicati