L'Human touch che guida l'AI

Si parte dalle domande che tutti hanno in testa e si arriva a capire il meccanismo, senza matematica e senza mitologia. L'obiettivo non è diventare tecnici: è smettere di usare l'AI come una scatola magica.

1. Il pharmakon di Platone. Ogni tecnologia è insieme rimedio e veleno, e l'AI non fa eccezione: il bello, il brutto e il cattivo, con esempi concreti di deepfake. Serve a impostare fin da subito uno sguardo adulto, che non è né entusiasmo né allarme.

2. Cos'è l'intelligenza artificiale e cosa distingue quella generativa. La differenza tra l'AI di cui si parla da decenni e quella che ha reso familiare ChatGPT. Il principio guida di tutta la giornata: non sostituire, ma potenziare.

3. Digitale, phygital, humanigital. Dove si gioca davvero la partita: non nella tecnologia in sé, ma nel punto in cui incontra le persone e i processi reali.

4. I tre sistemi di pensiero. Il Sistema 1 e il Sistema 2 di Kahneman (l'intuito rapido e il ragionamento lento) e il «Sistema 0», l'AI come estensione cognitiva esterna. Opportunità e rischi di delegare a una macchina una parte del proprio pensiero.

5. Come funziona, in breve. Dai neuroni artificiali alle reti neurali, dal machine learning al deep learning, spiegati senza formule. Con una dimostrazione dal vivo di una rete neurale, per vedere il meccanismo invece di immaginarlo.

6. «Non è magia, è probabilità». Token, finestra di contesto, e perché due risposte alla stessa domanda non sono mai identiche. È il concetto che spiega in un colpo solo la creatività di questi strumenti e la loro inaffidabilità.

7. AI generativa, AI agentica e Physical AI. Tre cose diverse che vengono chiamate allo stesso modo, e che è utile tenere distinte per capire di cosa si sta parlando quando se ne legge sui giornali.

Obiettivo del modulo: capire cosa succede dietro una risposta dell'AI, così da saper prevedere dove sarà affidabile e dove no.

Esercizio in aula: tutti fanno la stessa domanda allo stesso modello e si confrontano le risposte ricevute. Obiettivo: capire in modo diretto cosa significa «non deterministico» e perché il modo in cui si chiede cambia tutto.

Una mappa per orientarsi: chi sono i protagonisti, come si scelgono gli strumenti e, soprattutto, cosa cambia concretamente nel lavoro delle persone.

1. La geopolitica dell'AI. Chi guida, chi insegue, il peso dei data center e dell'energia. Cinque considerazioni per leggere le notizie sull'AI con spirito critico, invece di subirle.

2. Dai motori di ricerca ai chatbot. Come stanno cambiando le abitudini di ricerca delle persone, e cosa comporta per chi produce contenuti e per chi cerca informazioni per lavoro.

3. I principali modelli a confronto. ChatGPT, Gemini, Claude e Copilot, con uno sguardo a Mistral, Perplexity e agli altri. Cosa sanno fare meglio, cosa no, e in cosa si somigliano più di quanto sembri.

4. Come scegliere lo strumento. Un criterio basato sul compito da svolgere e non sulla moda del momento: è ciò che rende la scelta valida anche quando usciranno strumenti nuovi.

5. «L'AI ci ruberà il lavoro?» I dati della ricerca IBM, l'impatto sui diversi livelli professionali, le opportunità e i rischi reali. Una risposta documentata alla domanda che tutti fanno.

6. La mentalità giusta. Attenzione ai bias, il valore del giudizio umano, e soprattutto cosa non va mai delegato.

7. Un framework per portare l'AI generativa in azienda. Come introdurre questi strumenti in un'organizzazione, con le regole d'uso di buon senso: dati riservati, proprietà dei contenuti, verifica di ciò che si pubblica.

Obiettivo del modulo: uscire con una mappa del panorama e un criterio di scelta proprio, più una prima idea di come l'AI si inserisce nel proprio lavoro e nella propria azienda.

Esercizio in aula: stesso compito, quattro strumenti diversi. I partecipanti si dividono, provano la stessa richiesta su modelli differenti e confrontano i risultati in plenaria. Obiettivo: costruire un criterio di scelta basato sull'esperienza diretta, non sulle recensioni.

È il modulo più ampio e più pratico. Si impara a chiedere: prima cosa non fare, poi i metodi strutturati, infine il ciclo di iterazione che separa i risultati mediocri da quelli buoni.

1. Cos'è un prompt. Il «prompt» è la richiesta che facciamo all'AI. Perché il risultato non è mai del tutto prevedibile, e quali sono i vantaggi concreti, in tempo e in qualità, di un prompt scritto bene.

2. Come NON si scrive un prompt. I punti critici del prompting con esempi reali e relative correzioni. Si parte dagli errori perché sono più istruttivi delle regole.

3. Il metodo RISEN, passo per passo. Role, Instructions, Steps, End goal, Narrowing: uno schema completo per costruire richieste complesse senza dimenticare pezzi.

4. Gli altri schemi utili. C.R.E.A.T.E., C.A.R.E., R.O.S.E.S., P.A.C.T.: cosa cambia tra l'uno e l'altro e quando conviene usarli.

5. I verbi che guidano la conversazione. L'ingegneria dello stile e del formato: come ottenere non solo il contenuto giusto, ma nella forma che serve davvero.

6. Il ciclo di iterazione. Prompt, output, feedback, raffinamento. Le sette regole del feedback efficace, cioè come dire all'AI cosa non va in modo che la versione successiva migliori davvero.

7. I pattern di iterazione più comuni. Zoom progressivo, varianti e selezione, costruzione incrementale, avvocato del diavolo, feedback con persona: cinque modi collaudati di condurre la conversazione verso il risultato.

8. Variabili e template riutilizzabili. Costruire un prompt che serve cento volte, invece di riscriverlo ogni volta da capo.

Obiettivo del modulo: acquisire un metodo ripetibile per comunicare con l'AI, applicabile a qualunque strumento e a qualunque compito.

Esercitazione guidata: tre esercizi in sequenza, sempre sul proprio lavoro reale. 1) Scrivere un prompt RISEN completo su un compito vero; 2) correggere un prompt volutamente difettoso, individuandone le trappole; 3) portare avanti tre giri di iterazione con feedback specifici, confrontando la prima versione con l'ultima. I materiali di partenza sono forniti. Obiettivo: passare dalla teoria del prompting a un risultato utilizzabile.

L'ultimo passo: smettere di riscrivere ogni volta le stesse richieste e imparare a usare gli strumenti che lavorano su documenti e fonti, con l'attenzione alla verifica, che in azienda non è un dettaglio.

1. Riconoscere le allucinazioni. I segnali d'allarme: statistiche troppo precise, citazioni inventate, sicurezza eccessiva. E un metodo per verificare in due minuti.

2. Gli assistenti personalizzati. Cosa sono i GPTs e i loro equivalenti negli altri strumenti, e per quali compiti conviene davvero costruirne uno.

3. Come si costruisce un assistente, passo per passo. Istruzioni, documenti di riferimento, prove e correzioni: il ciclo completo, mostrato dal vivo.

4. La ricerca approfondita (Deep Research). Quando serve davvero, cosa aspettarsi in termini di tempi e risultati, e come si verificano le fonti che restituisce.

5. L'auto-tune. Farsi migliorare i propri prompt dall'AI stessa: l'ultimo trucco della giornata, e quello che si continua a usare più a lungo.

Obiettivo del modulo: passare dall'uso occasionale a un uso strutturato, con strumenti che restano e un'abitudine alla verifica.

Laboratorio finale: ogni partecipante costruisce un assistente personalizzato su un compito che ripete ogni settimana: istruzioni, tono, cosa non deve mai fare, due documenti di riferimento. Poi lo prova su tre casi reali e lo corregge. Obiettivo: uscire dal corso con un oggetto funzionante, non con degli appunti.

La giornata si chiude con un impegno scritto: ogni partecipante sceglie tre cose da provare nelle due settimane successive e le mette in calendario. È la parte che decide se il corso lascia un segno o resta una bella giornata.

Il kit personale. I tre prompt migliori della giornata, salvati e pronti all'uso.

L'assistente costruito in aula. Da rifinire con l'uso reale.

Tre esperimenti concreti da fare al lavoro. Ciascuno con una data.

Spazio finale. Per domande, dubbi e casi specifici portati dai partecipanti.

Una sessione introduttiva pensata per comprendere principi di funzionamento, potenzialità e limiti dell'AI generativa. L'obiettivo non è diventare tecnici: è arrivare alla parte operativa con aspettative realistiche e con la consapevolezza di cosa si sta usando.

1. Cos'è l'AI generativa e cosa la distingue. La differenza tra l'intelligenza artificiale di cui si parla da decenni e quella che è diventata familiare negli ultimi anni. Il principio guida di tutto il percorso: non sostituire le persone, ma potenziarne il lavoro.

2. Come funzionano i modelli linguistici di grandi dimensioni (LLM). Come questi sistemi generano testi, immagini e contenuti a partire dai prompt degli utenti. Spiegato senza matematica e senza mitologia, quel tanto che serve per prevedere il comportamento dello strumento.

3. «Non è magia, è probabilità». Perché due risposte alla stessa domanda non sono mai identiche, e perché il modo in cui si formula la richiesta cambia radicalmente il risultato.

4. Potenzialità e limiti reali. Dove l'AI accelera davvero il lavoro e dove invece resta indispensabile il giudizio umano. Le allucinazioni: come si riconoscono e come si verificano in pochi minuti.

5. Cosa cambia nel modo di lavorare e di prendere decisioni. Una visione chiara e pratica dell'impatto di queste tecnologie sull'attività quotidiana e sui processi aziendali, come premessa alla parte operativa.

6. Regole d'uso e riservatezza. Cosa non va mai caricato in uno strumento di AI (dati riservati, informazioni sensibili, materiali dei clienti), come si distinguono gli ambienti aziendali da quelli pubblici e quali cautele valgono in un contesto regolato.

Obiettivo del modulo: acquisire una visione chiara e pratica delle tecnologie che stanno trasformando il modo di lavorare, e usarle da subito in modo consapevole e sicuro.

Il modulo operativo del percorso, dedicato a mettere concretamente le mani sugli strumenti. Si apre con una mappa del panorama e prosegue con il cuore pratico: Microsoft Copilot dentro gli applicativi Office di uso quotidiano.

1. Panoramica dei principali assistenti di AI generativa. ChatGPT, Claude, Gemini e Microsoft Copilot a confronto: punti di forza e ambiti d'uso di ciascuno. L'obiettivo è imparare a scegliere lo strumento più adatto all'attività da svolgere — ad esempio Claude per l'elaborazione dei testi e l'integrazione con l'ambiente Microsoft Office, Gemini per i contenuti multimediali, e così via.

2. Come si scrive una richiesta che funziona. I criteri essenziali di una buona richiesta e il ciclo di raffinamento (chiedere, valutare, correggere) applicato agli strumenti che si useranno subito dopo. È la competenza che rende utile tutto il resto.

3. Copilot in Excel. Analisi automatica dei dati, formule complesse generate a partire da una descrizione in italiano, grafici e riepiloghi in un clic.

4. Copilot in PowerPoint. Da un documento Word a una presentazione strutturata, riformulazione delle slide, generazione delle speaker notes e traduzioni.

5. Copilot in Word. Bozze veloci, riformulazione di porzioni di testo, riassunti di documenti lunghi, traduzioni professionali.

6. Copilot in Outlook. Bozze di risposta nel tono giusto, sintesi di thread lunghi, coaching prima di inviare, preparazione delle riunioni.

7. Agenti Copilot «light». Costruzione di un assistente specializzato in Copilot Studio, senza scrivere una riga di codice, dedicato a un compito ricorrente del reparto.

Obiettivo del modulo: passare dalla conoscenza teorica alla padronanza operativa degli strumenti che i partecipanti hanno già a disposizione, con un criterio di scelta che regge anche quando ne usciranno di nuovi.

La parte in cui il metodo incontra il lavoro vero. I partecipanti portano casi reali dalla propria attività: una presentazione PowerPoint, un file Excel, un documento Word, un thread di email.

Si prova, si sbaglia insieme e si condividono i prompt che funzionano. Il formato è collettivo: in un gruppo con ruoli diversi la soluzione trovata da un collega su un problema di reparto è quasi sempre riutilizzabile anche dagli altri.

Obiettivo del modulo: consolidare le competenze acquisite direttamente sui materiali di lavoro di ciascuno, uscendo dall'aula con risultati già utilizzabili e non con esercizi da manuale.

Una sessione condotta con l'intero gruppo e pianificata di comune accordo, a circa un mese dalla giornata iniziale. È impostata come momento di condivisione: ciascun partecipante porta un caso concreto in cui ha utilizzato l'AI nel proprio lavoro, illustrando risultati e difficoltà incontrate.

Obiettivo: verificare l'adozione reale dopo le prime settimane, sciogliere i nodi emersi nell'uso quotidiano e favorire l'apprendimento reciproco tra colleghi.

1. Cosa può (e cosa non può) fare l'AI generativa oggi. Una panoramica onesta sullo stato attuale dell'AI nel settore creativo e della comunicazione: punti di forza, limiti reali, errori tipici. Obiettivo: arrivare alla parte pratica con aspettative realistiche, senza entusiasmi ciechi né diffidenze immotivate.

2. Casi d'uso reali nel lavoro creativo. Esempi concreti di dove l'AI viene già usata oggi: generazione di visual e concept, copywriting e contenuti social, moodboard e ricerca stilistica, mockup e prototipi, editing e miglioramento delle immagini. Panoramica introduttiva su video e voce. Obiettivo: capire dove l'AI accelera davvero il lavoro e dove invece resta indispensabile l'intervento umano.

3. Diritti, licenze e riservatezza. Chi possiede un'immagine generata dall'AI? Si può usare per un cliente? Cosa dicono i termini d'uso dei principali strumenti? E cosa non bisogna mai caricare in un tool AI (materiali riservati, dati dei clienti)? Cenni all'AI Act. Obiettivo: usare questi strumenti in modo professionalmente corretto e sicuro, evitando rischi legali e di reputazione per sé e per i propri clienti.

4. Scrivere prompt efficaci. Il «prompt» è la richiesta che facciamo all'AI: impareremo a strutturarla per ottenere risultati utili al primo o secondo tentativo, invece che al ventesimo. Per le immagini: soggetto, stile, luce, inquadratura, formato. Per i testi: tono, stile, emozioni da trasmettere, cose da evitare, invito all'azione, messaggio chiave. Obiettivo: acquisire un metodo ripetibile per comunicare con l'AI, applicabile a qualunque strumento.

5. Scegliere lo strumento giusto. Confronto tra i principali tool per generare testi e immagini: non una classifica (che invecchierebbe in poche settimane), ma i criteri per valutare quale strumento usare a seconda del compito, del budget e del risultato che serve. Obiettivo: saper scegliere in autonomia lo strumento adatto, anche quando ne usciranno di nuovi.

6. Costruire la propria identità visiva e testuale. Creazione di una moodboard visiva di riferimento e di due guide stilistiche (una per i testi, una per le immagini) da riutilizzare come base per generare contenuti sempre coerenti tra loro. Obiettivo: capire come si «insegna» all'AI lo stile di un brand, per ottenere risultati riconoscibili e non generici.

7. Esercitazione guidata. Demo passo-passo in cui ogni partecipante crea la propria moodboard e le proprie guide stilistiche, con il supporto del docente. Obiettivo: uscire dalla prima giornata con materiali propri già pronti all'uso.

8. Esercitazione autonoma (a casa). Usando le guide create in aula, ogni partecipante genera i testi e le immagini per il progetto che svilupperà nella seconda giornata. Consegna: 24 ore prima del secondo incontro. Obiettivo: mettere alla prova il metodo in autonomia e arrivare al Giorno 2 con materiale reale su cui lavorare.

1. Recap della prima giornata. Ripasso veloce dei concetti chiave e risposte alle domande emerse durante l'esercitazione autonoma.

2. Revisione collettiva dei materiali. Analisi dei contenuti consegnati: 2-3 errori o schemi ricorrenti individuati nei materiali del gruppo, più 1-2 casi interessanti commentati dal vivo. Obiettivo: imparare dagli errori (propri e altrui) e affinare il metodo prima di passare alla fase successiva.

3. Panoramica degli strumenti di prototipazione. Quali strumenti permettono di passare dai singoli contenuti (testi, immagini) a prodotti grafici completi, e come si collocano nel flusso di lavoro. Obiettivo: avere una mappa chiara degli strumenti disponibili prima di usarli in pratica.

4. Canva AI: slide e post social. Dai contenuti generati (testi + immagini + guide stilistiche) alla produzione di slide e post social coerenti con il brand. È il ponte naturale tra l'avere i contenuti e pubblicarli. Obiettivo: trasformare materiali grezzi in prodotti finiti e pubblicabili.

5. Newsletter: template e regole del gioco. Realizzazione del template grafico di una newsletter, con le regole essenziali per creare email che si visualizzino correttamente e gli strumenti per testarle prima dell'invio. Obiettivo: saper impostare una newsletter professionale evitando gli errori tecnici più comuni.

6. Flyer e documenti. Lo stesso flusso visto per slide e post, applicato a materiali stampabili. Materiale di approfondimento fornito ai partecipanti. Obiettivo: vedere che il metodo appreso si estende senza sforzo ad altri formati.

1. Prototipare una pagina web: il wireframe. Costruzione dello schema di una pagina web (il «wireframe»: obiettivo della pagina, pubblico, tono, sezioni) usando strumenti conversazionali, con focus operativo su Claude Design e ChatGPT. Obiettivo: capire come descrivere una pagina web all'AI in modo che il risultato rispecchi le proprie intenzioni.

2. Dal wireframe al mockup grafico. Trasformazione dello schema in un prototipo visivo, mostrando come il dialogo iterativo con l'AI sia esso stesso il processo di design. Cenni sul passaggio a Figma per chi vuole approfondire. Obiettivo: sperimentare il design conversazionale e capire come portare il risultato negli strumenti professionali.

3. Pratica finale. Ogni partecipante costruisce un brief, sceglie un modello da cui partire e genera il proprio prototipo, applicando tutto quanto visto nelle giornate precedenti. Obiettivo: chiudere il corso con un progetto completo realizzato in autonomia, dal brief al prototipo.