L’IA in cattedra - Fondamenti matematici e attività per la classe
Corso Executive
Breve presentazione
L’intelligenza artificiale generativa e, in particolare, i modelli linguistici di grandi dimensioni (LLM) stanno entrando rapidamente nella pratica scolastica: gli studenti li usano già per studiare, esercitarsi, produrre elaborati e simulare interazioni. Molti docenti, però, non dispongono di un quadro concettuale solido per comprendere le basi matematiche degli algoritmi più diffusi, né di modelli didattici per integrare questi strumenti in modo critico, etico e valutabile. Ne deriva un fabbisogno di aggiornamento che unisca fondamenti (algebra lineare, ottimizzazione, probabilità) e ricadute in classe (attività guidate, rubriche, criteri di valutazione, accorgimenti su privacy e bias).
Il corso risponde a questo fabbisogno offrendo una “cassetta degli attrezzi” essenziale e rigorosa: collegare concetti matematici a metodi di IA realmente impiegabili a scuola (classificazione, regressione, clustering, PCA, reti neurali, spunti di reinforcement learning), senza scivolare nel tecnicismo fine a sé stesso. L’obiettivo è permettere ai docenti (soprattutto A26/A27, ma aperto anche ad altre classi affini) di leggere con competenza ciò che i tool fanno “sotto il cofano”, di progettare attività significative e di valutare gli apprendimenti in modo trasparente.
Durata corso: dal 17 febbraio 2026 al 19 marzo 2026
ore: 20
Direttore: Prof. Samuele Mongodi
Contatti:
executive.academy@unimib.it
samuele.mongodi@unimib.it