AI, didattica e nuove sfide - Apprendimento, lavoro e società

1
8-10 MARZO 2023 FORTEZZA DA BASSO, FIRENZE
AI, DIDATTICA E
NUOVE SFIDE
Apprendimento, lavoro e
società
Prof.sa Veronica Cavicchi
Ambasciatore Scientix

2
20-22 MARZO 2024 FORTEZZA DA BASSO, FIRENZE
QUANTO
CONOSCIAMO
L’INTELLIGENZA
ARTIFICIALE?
https://www.menti.com/al969ooxxjvv

Una questione di genere
3
20-22 MARZO 2024 FORTZZA DA BASSO, FIRENZE
L’intelligenza artificiale, il suo sviluppo ed il suo
utilizzo impattano in modo sensibile nelle questioni di
genere, attraverso: bias di genere,
sottorappresentazioni, robot e stereotipi, molestie
verso chatbot ed assistenti vocali, pregiudizi nella
face recognition, impatto sull’occupazione, norme di
genere nell’interazione uomo-robot, carenze di dati e
questioni vitali, diversità di genere nella robotica,
sfide etiche e politiche: secondo le stime dell’UNESCO
del 2019, solo il 12% dei ricercatori nel campo dell’AI
sono donne e “sono solo il 6% degli sviluppatori di
software: hanno 13 volte meno probabilità di
depositare un brevetto ICT rispetto agli uomini”.

Che interroga l’educazione
8-10 MARZO 2023 FORTEZZA DA BASSO, FIRENZE 4
Gli insegnanti nel nord di Brooklyn vengono
formati su come utilizzare YourWai, un
"assistente didattico" AI creato da
sviluppatori in Colombia per la società
Learning Innovation Catalyst.
La rete cittadina di scuole Urban Assembly
ha introdotto l'uso dell'intelligenza artificiale
per il coaching degli insegnanti.
Il progetto pilota condotto dal distretto sta
concedendo agli insegnanti più tempo per
interagire con gli studenti, ha detto al Post la
portavoce del DOE Jenna Lyle.

In un universo di applicazioni

6
Addestramento dell’AI generativa, un limite
Limitazioni legate ai dati e alla accuratezza, alla
spiegabilità e interpretabilità. Problemi su privacy dei dati,
violazione del copyright e allucinazioni, rischi potenziali e
usi impropri (deepfake).
La limitazione fondamentale dell'IA generativa è legata ai
dati di addestramento. I modelli di intelligenza
artificiale generativa non sono archivi di informazioni. Si
sforzano di generare e replicare le conoscenze sulla base
dei dati su cui sono stati formati. Le limitazioni dei dati di
addestramento influenzano l'output prodotto, si pensi alla
situazione di diagnosi di malattie rare.

Contenuti, decisioni e previsioni
7
L' intelligenza artificiale generativa non può sostituire la
creatività umana o il pensiero critico. Non possiede la
capacità di inventare un'idea completamente nuova.
Non può pensare fuori dagli schemi. Può produrre
informazioni su un'idea o un dibattito, ma non può
valutare quale parte abbia più profondità o
credibilità. Non è in grado di riconoscere concetti
astratti come l'umorismo o il sarcasmo. I modelli di
intelligenza artificiale generativa sono spesso
considerati complessi e opachi, per assenza di
spiegabilità e interpretabilità. Può violare la proprietà
intellettuale e generare ambiguità del copyright.
Limiti
L'IA non è in grado di
verificare
l'accuratezza o la
veridicità. Non è
empatica.

Allucinazioni
8
L' overfitting si verifica quando un modello diventa
eccessivamente abile nell'apprendere dai dati di
addestramento, ma fatica ad applicare questa
conoscenza a nuovi dati:
• Informazioni inventate e parole senza significato,
immagini contenenti oggetti o scene che non
esistono
• Disinformazione o contenuti offensivi, molestie e
propaganda
• Generazione di codice scorretta, priva di senso o
irrilevante, errata e non sicura, con bug-vulnerabilità
Una risposta a tutti i costi
Contenuti privi
di base: generazione
di testo, codice ed
immagini errati o
incoerenti.

AI ACT
La legge sull’IA pone requisiti e obblighi sugli usi specifici dell'IA. Mira a
ridurre gli oneri amministrativi e finanziari per le imprese. Tra le norme proposte:
• affrontare i rischi creati specificamente dalle applicazioni di IA;
• definire un elenco di applicazioni ad alto rischio;
• richiedere una valutazione della conformità prima che un dato sistema di IA sia
messo in servizio o immesso sul mercato;
• istituire una struttura di governance a livello europeo e nazionale.
L' Ufficio europeo per l'IA, istituito nel febbraio 2024, supervisiona l'applicazione e
l'attuazione della legge sull’IA.
https://digital-strategy.ec.europa.eu/it/policies/regulatory-framework-ai

Neuroscienze e teorie cognitive
10
Modelli complessi, basati su strutture associative
elementari con meccanismi di attenzione, possono
svolgere compiti precedentemente ritenuti impraticabili
per gli associatori. I LLM potrebbero avere un impatto
rilevante sulla psicologia cognitiva.
La psicologia, alle sue origini, ha sviluppato
l’associazionismo, basato sulla neurobiologia, che però
non era in grado di fare previsioni e simulazioni
specifiche se non in aree molto limitate.
I LLM presentano una teoria associazionista
monolitica, capace di fare previsioni su una vasta
gamma di compiti
Un punto di svolta
I LLM rappresentano
degli associatori di
estrema complessità
che completano con
successo compiti
precedentemente
ritenuti irrealizzabili
tramite associazioni
mentali

Medicina e modelli previsionali
11
Ad un algoritmo di Deep Learning vengono presentate
milioni di immagini composte da pixel. L’algoritmo
scopre “regolarità” presenti in molte o tutte le
immagini, come curve e linee, come sono correlate tra
di loro e con misure di esito clinico o diagnostico, per
definire algoritmi generativi automatici. Ottiene una
comprensione di alto livello dei dati originali.
Le applicazioni sono molte e tutte di grande rilevanza
per i pazienti. Il modello sviluppato dall' Unità di
Padova, il DARP-D, basato su DL, con l’analisi dei dati
multidimensionali di risonanza magnetica cardiaca e
variabili cliniche, offre previsioni individualizzate di
rischio.
Nuove frontiere
Non interessa tanto
valutare il grado di
“intelligenza” dell’AI,
ma la sua capacità di
rispondere in modo
“intelligente” con
precisione, coerenza
ed affidabilità

12
Intelligenza artificiale e arte
L' intelligenza artificiale generativa ha portato a notevoli
progressi in vari campi, tra cui l'arte. I modelli
generativi sfruttano gli algoritmi di deep learning e
data driven per generare ritratti realistici, come
generazione di ritratti nuovi di individui che non
esistono, effetti per invecchiare o ringiovanire... ed
effetti artistici, atmosfere personalizzate, stile e
composizioni, video, ricostruzioni per la conservazione
del patrimonio culturale, ma anche deepfake e assenza
di controllo creativo. Le GAN, o Generative Adversarial
Networks, sono costituite da un generatore che crea
immagini false e un discriminatore che distingue tra
immagini reali e immagini artificiali.

AI e algoritmi per le STEAM
Promuovere la creatività e l’immaginazione. L’arte può
ispirare nuovi modi di pensare e immaginare, che possono
portare allo sviluppo di produzioni dall’IA più innovative e
fantasiose;
Sfidare presupposti e pregiudizi promuovendo prospettive
più inclusive e diverse;
Promuovere la riflessione e l’introspezione. L’arte può
incoraggiare gli individui a riflettere sulle proprie esperienze e
prospettive, il che può portare a una comprensione più
profonda del potenziale impatto dell’IA sulla società;
Favorire l’empatia e la comprensione. L’arte può favorire
l’empatia e la comprensione fornendo una base comune per
condividere prospettive ed esperienze diverse.

14
Firefly
Creato da adoby
Genera immagini a partire da una
descrizione dettagliata.
https://firefly.adobe.com
Dall●E2
Basato su GPT-4 di OpenAI
Crea immagini realistiche da testo.
https://openai.com/dall-e-2
(*dati ultimi 12 mesi)
MidJourney
Un progetto di ricerca
autonomo
Laboratorio di arte generativa
https://midjourney.com
Hugging Face
Free GitHub NPL Models
32 modelli allenati e pronti all’uso
in oltre 100 lingue differenti.
https://huggingface.co/

Report dell’European Digital
Education Hub “AI in Education”
Educazione con l’IA, sull’IA e per l’IA, 7 rapporti informativi a cura di INDIRE:
• Competenze degli insegnanti
• Come supportare gli insegnanti nell’utilizzo dell’IA in classe
• Scenari d’uso ed esempi pratici di utilizzo dell’IA nell’istruzione
• Insegnare l’IA
• Influenza dell’IA sulla governance dell’istruzione
• IA ed etica, diritti umani, quadro normativo e protezione dati
• Insegnare con l’intelligenza artificiale – Valutazione, feedback e
personalizzazione
bit.ly/3PrswKy

16
Copilot
Usa GPT-4 di Microsoft
Scrittura tecnica e generazione di
codice. Conoscenza linguaggi di
programmazione.
https://copilot.microsoft.com/
ChatGPT
Basato su GPT-4 di OpenAI
Ampia copertura di argomenti.
Creatività nella generazione di
testo.
https://chat.openai.com/
Gemini (Bard)
Creato da Google
Affidabilità nella ricerca di
informazioni. Creatività.
https://gemini.google.com/
Poe
Parla con ChatGPT, GPT-4,
Claude 3 Opus, DALLE 3 ecc
Poe è una piattaforma di
intelligenza artificiale di Quora.
Permette di utilizzare a diverse AI.
https://poe.com/login

AI e sostenibilità a scuola
17
L’intelligenza artificiale può diventare uno
strumento ed un motore per integrare
competenze di cittadinanza, monitoraggio
ambientale ed educazione alla sostenibilità
attraverso un curricolo di AI che integri
programmazione e coding, etica e filosofia,
modellizzazione fisico - matematica e utilizzo
dell’AI sia generativa che predittiva.
Gli studenti approfondiscono concetti di
interazione uomo-macchina con realtà
aumentata e interfacce touch.
Service learning, project based learning e
design thinking si realizzano a scuola con:
• Educazione all’utilizzo, all’analisi dei dati e
alla loro rappresentazione
• Integrazione di sistemi di monitoraggio
online di sensori
• Implementazione di algoritmi di Machine
Learning con Python e utilizzo di LLM
• Passaggio digitale-reale mediante le
tecnologie: manifattura additiva, stampa
3D, robotica, comunicazioni, interazioni
machine-to-machine tramite server web.

Midori: monitoraggio e risparmio idrico
8-10 MARZO 2023 FORTEZZA DA BASSO, FIRENZE 18 https://youtu.be/XE8pXdrbbLY

AI for Oceans e Teacheable Machine
Ai for Oceans raccoglie informazioni sul
machine learning e e sull'uso etico
dell'intelligenza artificiale. Attraverso piani
di lavoro e attività insegna l'Intelligenza
Artificiale, il machine learning, i bias sui dati
e i pregiudizi, in rapporto alle questioni
etiche. L'attività Intelligenza Artificiale
per i Mari, permette di addestrare dei
modelli reali di machine learning, per
aiutare gli alunni a comprendere il ruolo che
l'informatica e l’AI potrebbero svolgere nella
creazione di un mondo più equo.
code.org/oceans
Teachable Machine è un progetto di
Google che permette agli utenti di creare
modelli di machine learning senza la
necessità di scrivere codice.
Con Teachable Machine è possibile
addestrare un modello utilizzando
immagini, suoni e pose, e poi integrarlo in
progetti web, app e dispositivi IoT.
https://teachablemachine.withgoogle.com/

20
Pandas
pandas.pydata.org
Pandas è uno strumento open
source di analisi e manipolazione
dei dati veloce, potente, flessibile
costruito sulla programmazione in
Python.
Tableau
www.tableau.com
Grazie all'apprendimento
automatico (ML), Einstein
Discovery consente a chiunque di
creare modelli predittivi intuitivi
senza codice.
Scikit-learn
scikit-learn.org/stable
Scikit-learn è una libreria open
source di apprendimento
automatico per il linguaggio di
programmazione Python.
ThingSpeak
thingspeak.com
ThingSpeak è un software open
source scritto in Ruby che
consente agli utenti di comunicare
con dispositivi abilitati a Internet.

Digicomp 2.2
21
Nel Digicomp 2.2. viene espressamente citata
l’Intelligenza Artificiale, mettendo in rilievo
come l’utilizzo consapevole e critico della
stessa sia una competenza digitale
imprescindibile di ogni cittadino.
Degli 80 esempi di conoscenze, abilità e
attitudini, focalizzati sui cittadini e la loro
interazione con i sistemi di Intelligenza
Artificiale (IA), 35 sono inclusi nella
Dimensione 4.
Vi è un allegato dedicato all’IA
nell’appendice, suddiviso in 5 sezioni:
• Le funzioni e i limiti dei sistemi di
Intelligenza Artificiale.
• Il funzionamento dei sistemi di
Intelligenza Artificiale.
• L’interazione con i sistemi di Intelligenza
Artificiale.
• Le sfide e l’etica nell’uso dell’Intelligenza
Artificiale.
• Le attitudini legate all’azione umana e al
controllo nei confronti dell’IA.
https://bit.ly/digicomp22

22
Perplexity.ai
www.perplexity.ai
A differenza di un'IA generativa
che produce testi creativi e
immagini - a partire da un prompt,
semplifica le ricerche online, dando
risposte dirette con fonti citate dal
web.
Rationale.ai
rationale.jina.ai
Fornisce argomentazioni e
controargomentazioni per dibattiti e
scelte.
Eduaide.ai
www.eduaide.ai
Creazione di materiali didattici
personalizzati, personalizzazione
per BES e potenziamento,
monitoraggio dell'apprendimento.
MIT Moral
Machine
www.moralmachine.net
Moral Machine è una piattaforma
online che raccoglie informazioni
su decisioni tra due esiti distruttivi.

AI, didattica e nuove sfide - Apprendimento, lavoro e società

Recommended

Recommended

More Related Content

Similar to AI, didattica e nuove sfide - Apprendimento, lavoro e società

Similar to AI, didattica e nuove sfide - Apprendimento, lavoro e società (20)

More from Veronica Cavicchi

More from Veronica Cavicchi (20)

Recently uploaded

Recently uploaded (9)

AI, didattica e nuove sfide - Apprendimento, lavoro e società