Angelo GAETA | INTRODUZIONE E APPLICAZIONE DI GENERATIVE AI

cod. 1212500048

INTRODUZIONE E APPLICAZIONE DI GENERATIVE AI

	1212500048
	DIPARTIMENTO DI SCIENZE AZIENDALI - MANAGEMENT & INNOVATION SYSTEMS
	CORSO DI LAUREA
	STUDI DIPLOMATICI, INTERNAZIONALI E SULLA SICUREZZA GLOBALE
	2024/2025

CURRICULUM STUDI DIPLOMATICI E STRATEGIE PER LA GLOBAL SECURITY

	OBBLIGATORIO
	ANNO CORSO 1
	ANNO ORDINAMENTO 2019
	SECONDO SEMESTRE

MODULI

SSD	CFU	ORE	ATTIVITÀ	TIPO DI ATTIVITÁ FORMATIVA
INF/01	3	21	LEZIONE	AFFINE/INTEGRATIVA
INF/01	3	21	ESERCITAZIONE	AFFINE/INTEGRATIVA

DOCENTI

	FRANCESCO ORCIUOLI T Curriculum
	ANGELO GAETA Curriculum

APPELLI

Appello	Data	Sessione
ORCIUOLI	05/02/2025 - 14:30	SESSIONE ORDINARIA
ORCIUOLI	05/02/2025 - 14:30	SESSIONE DI RECUPERO
INTRODUZIONE E APPLICAZIONE DI GENERA...	08/04/2025 - 14:30	SESSIONE ORDINARIA

	Obiettivi
	L’INSEGNAMENTO HA L’OBIETTIVO DI CONDURRE GLI STUDENTI ALLA COMPRENSIONE DEI MECCANISMI DELL'INTELLIGENZA ARTIFICIALE GENERATIVA (GENERATIVE AI) E DELLE SUE APPLICAZIONI, FACENDO RIFERIMENTO AI CONTESTI SU CUI INSISTE IL CORSO DI LAUREA TRIENNALE. LE LEZIONI OFFRIRANNO, QUINDI, UNA BASE TEORICA UNITA A UN'ESPERIENZA PRATICA SIGNIFICATIVA, PREPARANDO ALL’USO CONSAPEVOLE DEGLI STRUMENTI DI INTELLIGENZA ARTIFICIALE GENERATIVA IN AMBITI PROFESSIONALI. ALLA FINE DEL CORSO, GLI STUDENTI AVRANNO ACQUISITO CONOSCENZE DI BASE RELATIVE A PRINCIPI DELLA GENERATIVE AI, AI MODELLI PRE-ADDESTRATI COMMERCIALI E OPEN-SOURCE PIÙ DIFFUSI (E.G., CHATGPT, GEMINI, LLAMA2, MISTRAL, GEMMA), AGLI STRUMENTI DI SUPPORTO ALL’USO DI TALI MODELLI E ALLE LORO APPLICAZIONI PIÙ NOTE. GLI STUDENTI ACQUISIRANNO, ALTRESÌ, CONOSCENZE SULLE TECNICHE DI PROMPT ENGINEERING E SUGLI APPROCCI BASILARI ALL’ACCESSO AI MODELLI TRAMITE LINGUAGGI DI PROGRAMMAZIONE. LO STUDENTE SARÀ IN GRADO DI APPLICARE GLI STRUMENTI DI GENERATIVE AI IN VARI CONTESTI QUALI, AD ESEMPIO, QUELLI DIPLOMATICI E INTERNAZIONALI, INCLUSA L’ANALISI DI DATI, L’ANALISI DELL’INFORMATION DISORDER, LA CONFLICT ANALYSIS, LA SIMULAZIONE DI NEGOZIATI, LA MODELLAZIONE DI SCENARI GEOPOLITICI. GLI STUDENTI SAPRANNO ANALIZZARE LE CARATTERISTICHE DEI DIVERSI MODELLI PRE-ADDESTRATI A DISPOSIZIONE E SELEZIONARE QUELLI PIÙ ADEGUATI ALLE PROPRIE ESIGENZE; SELEZIONARE LE TECNICHE DI PROMPT ENGINEERING PIÙ ADEGUATE ALLO SPECIFICO SCENARIO APPLICATIVO.

L’INSEGNAMENTO HA L’OBIETTIVO DI CONDURRE GLI STUDENTI ALLA COMPRENSIONE DEI MECCANISMI DELL'INTELLIGENZA ARTIFICIALE GENERATIVA (GENERATIVE AI) E DELLE SUE APPLICAZIONI, FACENDO RIFERIMENTO AI CONTESTI SU CUI INSISTE IL CORSO DI LAUREA TRIENNALE. LE LEZIONI OFFRIRANNO, QUINDI, UNA BASE TEORICA UNITA A UN'ESPERIENZA PRATICA SIGNIFICATIVA, PREPARANDO ALL’USO CONSAPEVOLE DEGLI STRUMENTI DI INTELLIGENZA ARTIFICIALE GENERATIVA IN AMBITI PROFESSIONALI.
ALLA FINE DEL CORSO, GLI STUDENTI AVRANNO ACQUISITO CONOSCENZE DI BASE RELATIVE A PRINCIPI DELLA GENERATIVE AI, AI MODELLI PRE-ADDESTRATI COMMERCIALI E OPEN-SOURCE PIÙ DIFFUSI (E.G., CHATGPT, GEMINI, LLAMA2, MISTRAL, GEMMA), AGLI STRUMENTI DI SUPPORTO ALL’USO DI TALI MODELLI E ALLE LORO APPLICAZIONI PIÙ NOTE. GLI STUDENTI ACQUISIRANNO, ALTRESÌ, CONOSCENZE SULLE TECNICHE DI PROMPT ENGINEERING E SUGLI APPROCCI BASILARI ALL’ACCESSO AI MODELLI TRAMITE LINGUAGGI DI PROGRAMMAZIONE.
LO STUDENTE SARÀ IN GRADO DI APPLICARE GLI STRUMENTI DI GENERATIVE AI IN VARI CONTESTI QUALI, AD ESEMPIO, QUELLI DIPLOMATICI E INTERNAZIONALI, INCLUSA L’ANALISI DI DATI, L’ANALISI DELL’INFORMATION DISORDER, LA CONFLICT ANALYSIS, LA SIMULAZIONE DI NEGOZIATI, LA MODELLAZIONE DI SCENARI GEOPOLITICI.
GLI STUDENTI SAPRANNO ANALIZZARE LE CARATTERISTICHE DEI DIVERSI MODELLI PRE-ADDESTRATI A DISPOSIZIONE E SELEZIONARE QUELLI PIÙ ADEGUATI ALLE PROPRIE ESIGENZE; SELEZIONARE LE TECNICHE DI PROMPT ENGINEERING PIÙ ADEGUATE ALLO SPECIFICO SCENARIO APPLICATIVO.

	Prerequisiti
	SONO DA RITENERSI UTILI CONOSCENZE PREGRESSE DI TIPO INFORMATICO

	Contenuti
	1) AI E GENERATIVE AI (4 ORE) 2) LARGE LANGUAGE MODELS (6 ORE) 3) PROMPT ENGINEERING (4 ORE) 4) STRUMENTI E TOOLS DI VISUAL PROGRAMMING PER LO SVILUPPO DI APPLICAZIONI (2 ORE) 5) METODI DI SVILUPPO DI APPLICAZIONI SENZA CODICE (4 ORE) 6) GENERATIVA AI CON PYTHON (INTRODUZIONE AL LINGUAGGIO PYTHON, GESTIONE DEL TESTO IN PYTHON, LIBRERIE PER GLI LLM (ES. OLLAMA, ETC.), APPLICAZIONI) (12 ORE) 7) CASI DI STUDIO PER IL SETTORE DELLE SCIENZE POLITICHE (INFORMATION DISORDER, CONFLICT ANALYSIS, SCENARIO PLANNING.) (8 ORE)

Contenuti

1) AI E GENERATIVE AI (4 ORE)
2) LARGE LANGUAGE MODELS (6 ORE)
3) PROMPT ENGINEERING (4 ORE)
4) STRUMENTI E TOOLS DI VISUAL PROGRAMMING PER LO SVILUPPO DI APPLICAZIONI (2 ORE)
5) METODI DI SVILUPPO DI APPLICAZIONI SENZA CODICE (4 ORE)
6) GENERATIVA AI CON PYTHON (INTRODUZIONE AL LINGUAGGIO PYTHON, GESTIONE DEL TESTO IN PYTHON, LIBRERIE PER GLI LLM (ES. OLLAMA, ETC.), APPLICAZIONI) (12 ORE)
7) CASI DI STUDIO PER IL SETTORE DELLE SCIENZE POLITICHE (INFORMATION DISORDER, CONFLICT ANALYSIS, SCENARIO PLANNING.) (8 ORE)

	Metodi Didattici
	IL CORSO VERRÀ IMPARTITO IN 42 ORE DI DIDATTICA FRONTALE. PARTICOLARE ATTENZIONE SARÀ DEDICATA ALL'ESAME DI CASI CONCRETI RELATIVI ALL’APPLICAZIONE DELLE TECNOLOGIE DI GENERATIVE AI IN SETTORI DI INTERESSE DELLE SCIENZE POLITICHE.

	Verifica dell'apprendimento
	IL RAGGIUNGIMENTO DEGLI OBIETTIVI DELL’INSEGNAMENTO È CERTIFICATO MEDIANTE IL SUPERAMENTO DI UN ESAME ORALE CON VALUTAZIONE IN TRENTESIMI. L'ESAME ORALE PUÒ INCLUDERE ANCHE LA DISCUSSIONE DI UN ELABORATO A SCELTA DELLO STUDENTE CHE ILLUSTRI CRITICAMENTE L'USO E L'APPLICAZIONE DELLE TECNOLOGIE DI GENERATIVE AI OGGETTO DEL CORSO AD UN CASO DI SUO INTERESSE. IL PUNTEGGIO DELL'ESAME ORALE DIPENDE DAL GRADO DI APPROFONDIMENTO E DALLA CAPACITÀ DELLO STUDENTE DI PRESENTARE EFFICACEMENTE I CONTENUTI E DISCUTERE CRITICAMENTE DEGLI ARGOMENTI DEL CORSO. IL PUNTEGGIO MINIMO (18/30) PREVEDE CHE LO STUDENTE ABBIA ACQUISITO UN BUON LIVELLO DI COMPRENSIONE DEGLI ARGOMENTI DEL CORSO. ALLA PROVA ORALE, PERTANTO, LO STUDENTE DEVE ESSERE CAPACE SPIEGARE IN MANIERA CHIARA GLI ARGOMENTI TRATTATI. IL PUNTEGGIO MASSIMO (30/30) RICHIEDE ANCHE LA CAPACITÀ DI CONFRONTARE, CRITICARE ED APPLICARE TALI CONOSCENZE IN CONTESTI APPLICATIVI ANCHE NUOVI ED ORIGINALI. L'ECCELLENZA E' RAGGIUNTA DALLO STUDENTE CHE DIMOSTRI DI AVER SVILUPPATO CAPACITÀ DI SVILUPPO DI SCRIPT PYTHON PER INTERAGIRE CON I MODELLI PRE-ADDESTRATI.

Verifica dell'apprendimento

IL RAGGIUNGIMENTO DEGLI OBIETTIVI DELL’INSEGNAMENTO È CERTIFICATO MEDIANTE IL SUPERAMENTO DI UN ESAME ORALE CON VALUTAZIONE IN TRENTESIMI. L'ESAME ORALE PUÒ INCLUDERE ANCHE LA DISCUSSIONE DI UN ELABORATO A SCELTA DELLO STUDENTE CHE ILLUSTRI CRITICAMENTE L'USO E L'APPLICAZIONE DELLE TECNOLOGIE DI GENERATIVE AI OGGETTO DEL CORSO AD UN CASO DI SUO INTERESSE. IL PUNTEGGIO DELL'ESAME ORALE DIPENDE DAL GRADO DI APPROFONDIMENTO E DALLA CAPACITÀ DELLO STUDENTE DI PRESENTARE EFFICACEMENTE I CONTENUTI E DISCUTERE CRITICAMENTE DEGLI ARGOMENTI DEL CORSO.
IL PUNTEGGIO MINIMO (18/30) PREVEDE CHE LO STUDENTE ABBIA ACQUISITO UN BUON LIVELLO DI COMPRENSIONE DEGLI ARGOMENTI DEL CORSO. ALLA PROVA ORALE, PERTANTO, LO STUDENTE DEVE ESSERE CAPACE SPIEGARE IN MANIERA CHIARA GLI ARGOMENTI TRATTATI. IL PUNTEGGIO MASSIMO (30/30) RICHIEDE ANCHE LA CAPACITÀ DI CONFRONTARE, CRITICARE ED APPLICARE TALI CONOSCENZE IN CONTESTI APPLICATIVI ANCHE NUOVI ED ORIGINALI. L'ECCELLENZA E' RAGGIUNTA DALLO STUDENTE CHE DIMOSTRI DI AVER SVILUPPATO CAPACITÀ DI SVILUPPO DI SCRIPT PYTHON PER INTERAGIRE CON I MODELLI PRE-ADDESTRATI.

	Testi
	- DISPENSE DEL DOCENTE - SINAN OZDEMIR "QUICK START GUIDE TO LARGE LANGUAGE MODELS: STRATEGIES AND BEST PRACTICES FOR USING CHATGPT AND OTHER LLMS", OCTOBER 2023, ADDISON-WESLEY PROFESSIONAL - ISBN: 9780138199425 (APPROFONDIMENTI)

	Altre Informazioni
	ULTERIORE MATERIALE DIDATTICO SARÀ RESO DISPONIBILE SUL SITO WEB DEI DOCENTI O TRAMITE AMBIENTI VIRTUALI CONDIVISI

BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2025-01-27]

Angelo GAETA | INTRODUZIONE E APPLICAZIONE DI GENERATIVE AI