Capire l'IA: dai fondamenti all'intelligenza artificiale generativa

Programma

1. 1. Modulo 1 — Cos'è (davvero) l'IA4 lezioni · 2min

   • vCome definiamo l'IA (e perché è così difficile)Anteprima
   • vIA, machine learning, deep learning: la mappa
   • tLa macchina "capisce"? Turing test e stanza cinese
   • qEsercizio 1 — Disegna la mappa (IA/ML/DL/generativa)
2. 2. Modulo 2 — Come una macchina risolve i problemi4 lezioni · 2min

   • vSpazi di stati e ricerca, spiegati con un gioco
   • tDai primi calcolatori all'IA di oggi
   • vCome "pensa" un'IA che gioca
   • qEsercizio 2 — La mossa giusta
3. 3. Modulo 3 — Probabilità: perché l'IA indovina (e allucina)4 lezioni · 2min

   • vProbabilità vs certezza, senza formule
   • tAggiornare le idee con nuove prove (Bayes in parole povere)
   • vDal filtro spam alle allucinazioni di ChatGPT
   • qEsercizio 3 — Quanto è probabile?
4. 4. Modulo 4 — Come imparano le macchine4 lezioni · 2min

   • vImparare dagli esempi: supervisionato vs non supervisionato
   • tClassificare per somiglianza (nearest neighbor)
   • vPrevedere numeri: la regressione spiegata
   • qEsercizio 4 — Classifica e interpreta
5. 5. Modulo 5 — Reti neurali e la nascita di ChatGPT4 lezioni · 2min

   • vCos'è una rete neurale (ispirata al cervello)
   • tCome si addestra una rete
   • vDai pixel ai transformer: come nascono i modelli generativi
   • qEsercizio 5 — Cosa vede una rete
6. 6. Modulo 6 — Usare l'IA generativa oggi3 lezioni · 2min

   • vIl panorama dei tool: ChatGPT, Claude, Gemini, immagini
   • vIl tuo primo prompt utile
   • tLimiti, verifica e uso responsabile
7. 7. Modulo 7 — Implicazioni: etica, bias, lavoro, futuro4 lezioni · 2min

   • tPrevedere il futuro dell'IA, con i piedi per terra
   • vBias, privacy e dati: i rischi concreti
   • vIA e lavoro: cosa cambia per te
   • tRiepilogo + il tuo prossimo passo