Programma del Corso AI Literacy
Modulo 1 – Fondamenti di Intelligenza Artificiale
- Introduzione ai concetti essenziali dell’Intelligenza Artificiale
- Definizione ufficiale, differenze tra sistemi intelligenti e software tradizionali, concetti di apprendimento e modello, panoramica storica ed evolutiva dell’AI e principali ambiti di applicazione nei contesti aziendali.
- Focus sul ruolo della supervisione umana.
Modulo 2 – Cosa l’Intelligenza Artificiale è e cosa NON è
- Chiarimento dei falsi miti e delle aspettative irrealistiche sull’AI.
- Distinzione tra automazione, regole fisse e sistemi di apprendimento.
- Analisi di chatbot preprogrammati, macro e RPA.
- Centralità della responsabilità umana e del principio human-in-the-loop.
Modulo 3 – Come funziona un sistema di Intelligenza Artificiale
- Descrizione dell’architettura dei sistemi AI: dati, algoritmi, modelli, inferenza e feedback.
- Analisi del ciclo di vita dell’AI (progettazione, addestramento, validazione, implementazione, monitoraggio).
- Ruoli e responsabilità nelle diverse fasi.
- Introduzione ai concetti di qualità dei dati, bias e distorsioni, Secure-by-Design ed Ethics-by-Design.
Modulo 4 – AI Generativa e Modelli LLM
- Introduzione all’AI generativa e differenze rispetto all’AI predittiva.
- Panoramica sull’architettura transformer e sui concetti di token, embedding e contesto.
- Presentazione dei principali modelli LLM (ChatGPT, Copilot, Gemini, Claude, Grok, Llama).
- Applicazioni pratiche in ambito aziendale, benefici per produttività ed efficienza, principali rischi (hallucinations, bias, privacy, copyright) e introduzione al prompt engineering.
Modulo 5 – Uso corretto dell’Intelligenza Artificiale nel lavoro quotidiano
- Indicazioni operative su come utilizzare correttamente i sistemi di AI messi a disposizione dall’organizzazione.
- Esempi concreti di utilizzo consentito e utilizzo vietato.
- Distinzione tra uso personale e uso aziendale dell’AI.
- Responsabilità individuale del dipendente nell’interazione con i sistemi di Intelligenza Artificiale.
Modulo 6 – Intelligenza Artificiale e dati aziendali
- Analisi dei rischi legati all’inserimento di informazioni nei sistemi AI.
- Cosa non deve mai essere inserito: dati personali, dati sensibili, informazioni riservate e segreti aziendali.
- Relazione tra AI e protezione dei dati personali (livello base).
- Esempi di violazioni tipiche e comportamenti da evitare.
Modulo 7 – Sicurezza pratica e gestione dei rischi AI
- Approfondimento sui principali rischi operativi connessi all’uso dell’AI.
- Phishing assistito da AI, output errati o fuorvianti, eccessiva fiducia nei risultati dei sistemi intelligenti.
- Obbligo di verifica umana degli output e comportamenti corretti in caso di anomalie o dubbi.
Modulo 8 – Etica, governance e responsabilità aziendale dell’AI
- Analisi dei principi dell’AI affidabile (trasparenza, equità, sicurezza, responsabilità e sostenibilità).
- Approccio antropocentrico europeo e impatti sociali dell’AI.
- Struttura di governance aziendale: ruoli chiave (Responsabile AI, DPO, CISO, Comitato Etico), strumenti di controllo (policy interne, registro dei sistemi AI, verifiche periodiche).
- Integrazione degli obblighi AI Act, GDPR, NIS2 e DORA.
Modulo 9 – Regole interne, policy AI e formazione continua
- Presentazione delle policy AI aziendali e delle regole interne sull’uso dell’Intelligenza Artificiale.
- Canali di segnalazione delle criticità e gestione delle non conformità.
- Formazione e aggiornamento delle misure di AI literacy in funzione dei ruoli, dei sistemi utilizzati e del contesto organizzativo.
- Ruolo della formazione continua nella costruzione di una cultura aziendale dell’AI consapevole e conforme.