Syllabus del corso
Area di apprendimento
3: Tecniche, strumenti e tecnologie della comunicazione.
Obiettivi formativi
Conoscenza e comprensione:
- Comprendere i principi di base dell’IA generativa e dei modelli linguistici di grandi dimensioni (LLM), le loro radici storiche e il loro funzionamento.
- Integrare strumenti di AI nei processi comunicativi: dalla creazione automatizzata alla personalizzazione dei messaggi.
- Riconoscere che cosa l’IA può e non può fare, i suoi limiti, i bias e i rischi associati ai modelli di AI, con particolare attenzione alla sostenibilità e all’impatto sociale.
Capacità di applicare conoscenza e comprensione:
- Applicare tecniche di prompting per generare testi, immagini e video.
- Valutare la qualità e l’efficacia dei contenuti prodotti con AI.
Autonomia di giudizio:
- Sviluppare la capacità di utilizzare gli strumenti di IA in modo responsabile e consapevole nei contesti comunicativi.
- Sviluppare una consapevolezza critica sulle implicazioni epistemologiche e culturali del concetto di intelligenza artificiale e sulle differenze rispetto all’intelligenza umana.
Abilità comunicative:
- Sviluppare la capacità di utilizzare strumenti di intelligenza artificiale generativa per supportare e potenziare le proprie abilità comunicative.
- Progettare e adattare i contenuti destinati a diversi pubblici e formati (testi, immagini, video), acquisendo consapevolezza critica rispetto alle modalità comunicative che emergono dall’interazione con l’IA.
Capacità di apprendere:
- Sviluppare la capacità di esplorare in autonomia strumenti e modelli di intelligenza artificiale generativa, acquisendo un metodo di studio che permetta di aggiornarsi costantemente rispetto all’evoluzione tecnologica e ai suoi impieghi nei processi comunicativi.
Contenuti sintetici
Il corso introduce gli studenti ai fondamenti dell’intelligenza artificiale generativa e al suo impatto nei processi comunicativi. Attraverso un approccio laboratoriale, si esploreranno i meccanismi di funzionamento dei modelli di AI (dalla loro origine storica fino ai moderni LLM), con attività pratiche di prompting per la creazione e l’ottimizzazione di contenuti testuali, visivi e audiovisivi. Parallelamente, verranno affrontati i rischi e le criticità (bias, sostenibilità, fraintendimenti) e le implicazioni etiche ed epistemologiche legate all’uso di queste tecnologie, promuovendo una comprensione non solo tecnica ma anche critica.
Programma esteso
Durante il laboratorio verranno affrontate le seguenti tematiche:
- Definizione e background storico dell’intelligenza artificiale generativa
- Dati, addestramento (training) e bias
- AI generativa e comunicazione
- Basi del prompt engineering per testi, immagini e video
- Personalizzazione
- Riflessioni critiche su AI e comunicazione
Prerequisiti
Nessuno in particolare
Metodi didattici
Ciascun turno del laboratorio consta di 32 ore organizzate in 8 incontri da 4 ore ciascuno. La frequenza è obbligatoria per il 75% del corso. Ciò si traduce in almeno 6 incontri completi. Non saranno fatte eccezioni.
Ciascun incontro prevede l’alternanza di lezioni teoriche e attività pratiche individuali o in piccoli gruppi. Dato il carattere laboratoriale del corso, anche durante le lezioni teoriche sarà incoraggiata la partecipazione attiva degli studenti attraverso discussioni e dibattiti.
Modalità di verifica dell'apprendimento
La valutazione si basa su esercitazioni pratiche e assignment da effettuarsi nel corso del laboratorio. Gli studenti dovranno infine completare un’attività progettuale di gruppo da consegnare per la fine del laboratorio.
N.B. Gli studenti che non avranno partecipato ad almeno a 6 incontri completi non potranno registrare il laboratorio anche se gli assignment e l’attività progettuale sono stati completati.
Testi di riferimento
Diapositive del corso.
Ulteriore materiale di riferimento verrà comunicato durante le lezioni e, quando possibile, messo a disposizione attraverso e-learning.
Sustainable Development Goals
Learning area
3: Techniques, tools, and technologies of communication.
Learning objectives
Knowledge and Understanding:
- Understand the basic principles of generative AI and large language models (LLMs), their historical roots, and how they function.
- Integrate AI tools into communication processes, from automated content creation to message personalization.
- Recognize what AI can and cannot do, its limitations, biases, and associated risks, with particular attention to sustainability and social impact.
Applying Knowledge and Understanding:
- Apply prompting techniques to generate texts, images, and videos.
- Evaluate the quality and effectiveness of AI-generated content.
Making Judgments:
- Develop the ability to use AI tools responsibly and consciously within communication contexts.
- Cultivate critical awareness of the epistemological and cultural implications of the concept of artificial intelligence and of its differences from human intelligence.
Communication Skills:
- Develop the ability to use generative AI tools to support and enhance one’s communication skills.
- Design and adapt content for different audiences and formats (texts, images, videos), gaining critical awareness of the communicative modes that emerge from interaction with AI.
Learning Skills:
- Develop the ability to independently explore generative AI tools and models, acquiring a learning method that enables continuous updating in response to technological evolution and its applications in communication processes.
Contents
The course introduces students to the fundamentals of generative artificial intelligence and its impact on communication processes. Through a hands-on, laboratory-based approach, students will explore how AI models function (from their historical origins to modern Large Language Models) and engage in practical prompting activities for the creation and optimization of textual, visual, and audiovisual content. At the same time, the course will address the risks and challenges associated with AI (bias, sustainability, misconceptions) and the ethical and epistemological implications of these technologies, fostering not only technical understanding but also critical awareness.
Detailed program
During the laboratory, the following topics will be addressed:
- Definition and historical background of generative artificial intelligence
- Data, training, and bias
- Generative AI and communication
- Fundamentals of prompt engineering for texts, images, and videos
- Personalization
- Critical reflections on AI and communication
Prerequisites
None in particular
Teaching methods
Each lab section consists of 32 hours, organized into 8 sessions of 4 hours each. Attendance is mandatory for at least 75% of the course, corresponding to a minimum of 6 full sessions. No exceptions will be made.
Each session includes a combination of theoretical lessons and practical activities carried out individually or in small groups. Given the laboratory-based nature of the course, active student participation through discussions and debates will be encouraged even during theoretical sessions.
Assessment methods
Assessment is based on practical exercises and assignments completed throughout the laboratory. Students will also be required to carry out a group project to be submitted by the end of the course.
Note: Students who have not attended at least 6 full sessions will not be allowed to receive credit for the laboratory, even if all assignments and the group project have been completed.
Textbooks and Reading Materials
Course slides.
Additional reference materials will be communicated during the lessons and, when possible, made available through the e-learning platform.
Sustainable Development Goals
Staff
-
Simona Amenta
