0	Perché sono già provato dei fatti alle 10.
     1	Aspetta.
     2	Connette tu cosa?
     3	Power Power Sì.
     4	M. Allora, buongiorno a tutti.
     5	Iniziamo i lavori di questa giornata dedicata a didattica e intelligenza artificiale.
     6	Anzitutto porto i saluti del presidente dell'Accademia, professor Roberto Antonelli, che per altri sopravvenuti impegni non può essere presente come previsto e come avrebbe desiderato.
     7	E perché questa giornata?
     8	Beh, molto brevemente la fondazione ogni anno quando pianifica la sua attività di formazione e i corsi e chiede pareri a persone che hanno già seguito i corsi con cui siamo in contatti, abbiamo un indirizzario molto vasto e chiediamo indicazioni su argomenti di interesse di sembrano attuali, tanto attuali quanto importanti e finiti didattici.
     9	Ebbene, quest'anno una grandissima parte di queste risposte verteva proprio sull'importanza dell'intelligenza artificiale, dei suoi rapporti con la didattica e quindi a parte i corsi, a parte le conferenze generali che saranno dedicate a questo argomento, abbiamo pensato di organizzare una giornata tutta dedicata a questo importante attuale argomento e io ringrazio gli altri membri del comitato ordinatore, il professor Leonardo, il professor Patota per l'importante contributo che hanno dato e mi auguro che i lavori siano interessanti e mi auguro anche che possano essere poi raccolti in una pubblicazione e che possa circolare.
    10	Detto questo, lascerei la parola subito al professor Giorgio Parisi, presidente merito dell'Accademia Nazionale dei Lincei, che porterà il suo saluto a distanza.
    11	Grazie.
    12	Giorgio, ci senti?
    13	>> Giorgio, sì, sì, io vi sento.
    14	Voi mi sentite?
    15	Sì, magari il volume un po' più alto, per favore.
    16	>> E quello io non lo posso spostare il volume.
    17	>> No, no, diciamo lo staff tecnico procederà, mi auguro.
    18	>> Eh, scusa.
    19	>> Ecco, ti sentiamo perfettamente.
    20	Prego.
    21	Grazie per esserci.
    22	>> Bene.
    23	D'accordo.
    24	Grazie mille.
    25	Allora, buongiorno a tutti.
    26	Allora, vi ringrazio ringrazio moltissimo gli organizzatori di questa giornata perché il problema che viene affrontato, come integrare l'intelligenza artificiale nella scuola è un problema estremamente importante.
    27	Quello che abbiamo visto, che sappiamo tutti quali possono essere alcuni effetti delle dell'intelligenza artificiale nella scuola.
    28	il fatto che gli studenti tendono a fare a copiare a farsi fare i temi dell'intelligenza artificiale e questo è assolutamente deleterio e quindi questo lo sappiamo tutti.
    29	Il problema è come trasformare questa eh questa cosa che può sembrare disastrosa dal punto di vista scolastico in qualcosa che può essere invece estremamente estremamente più utile.
    30	E questo è è molto molto complicato.
    31	molto complicato perché l'intelligenza artificiale è uno strumento nuovo e e è quello che in qualche modo è la fusione di due strumenti in qualche modo un po' un po' più antichi, uno il computer che ha quasi 80 anni e e però computer relativamente portatili ne hanno molti di meno e e la rete e tutte Allora, il problema è che sia i computer che la rete non sono stati ancora bene integrati nel nella didattica, probabilmente per tanti motivi che non sto qui a discutere, però quello che sarebbe estremamente importante di integrare nella didattica l'intelligenza artificiale, perché ci sono in ogni caso alcune cose di base che è fondamentale che le che le sapp in particolare gli studenti che ci si che in generale quando sia quando si guarda in rete, quando si guarda l'intelligenza artificiale non sempre le risposte possono essere affidabili, le risposte sono state selezionate in base ai gusti di cui ha fatto artificiale, quindi quello che viene detto non può essere preso come oro quatro.
    32	Un altro problema che c'è certamente su cui bisogna insistere specialmente nelle classi perché è un problema che colpisce specialmente più i più giovani che utilizzare l'intelligenza artificiale come consulente psicologico e è estremamente eterio, perché questo può dare risultati completamente sessosi.
    33	Però questo richiede anche l'altra faccia della medaglia dice non utilizzate come consulente psicologico l'intelligenza artificiale utilizzato in umano, ma è necessario che ci sia una facilità raggiungere i consulenti psicologici nelle scuole.
    34	Poi quello che il problema è utilizzare che fa capire come si può utilizzare l'intelligenza artificiale in maniera creativa e questo è qualcosa che è estremamente difficile perché l'intelligenza artificiale da un lato cambia molto e molto velocemente col tempo e però quello bisogna in qualche modo cercare di fare in modo che gli studenti apprendano il modo di utilizzare intelligenza artificiale ale che non sia completamente passivo in cui loro lo possono utilizzare non solo per fare le ricerche che dovrebbero fare a scuola per componimenti, ma per fare dei dei progressi nella loro comprensione del mondo, utilizzando il fatto che l'intelligenza artificiale può accedere molto velocemente, in maniera più profonda di quanto possa essere fatto con la ricerca internet a un database enorme di informazione e questo database enorme informazione diventerà sempre più grande e secondo me bisogna riflettere bene su quello che bisogna fare perché specialmente in questo campo così nuovo non c'è stato tempo per fare grandi riflessioni teoriche e e sono estremamente contento che ci sia questo convegno agli incella fondazione Lincei per la scuola in maniera tale che si possa incominciare a fare delle riflessioni teoriche di cui abbiamo enormemamente bisogno su cosa può fare, cosa si può fare con l'intelligenza artificiale nelle scuole.
    35	Quindi vi ringrazio moltissimo.
    36	Mi dispiace che a causa di altri impegni non possono essere non posso essere presenti perché sei stato molto contento di imparare e dai relatori che ringrazio tutti di essere venuti e e che tante nuove cose, però sfortunatamente vi devo lasciare.
    37	Grazie mille.
    38	Grazie a te, Giorgio.
    39	Ehm, abbiamo 5 minuti anticipo, però io direi di iniziare ugualmente perché li perderemo fatalmente nel seguito.
    40	Allora, chiamerei subito Nicolò Sabian a svolgere la sua relazione.
    41	Grazie.
    42	Grazie.
    43	Eccoci.
    44	Buongiorno a tutti, sono Nicolò Cesabianchi.
    45	Eh, questo titolo mi è stato suggerito in quanto so un pochettino del presente dell'AI, ma sono veramente molto poco del futuro.
    46	Credo che tutti noi sappiamo poco del futuro, quindi mi riterò mi limiterò a fare alcune considerazioni che magari possono essere utili o possono anche magari provocare qualche dibattito.
    47	Ok. Ehm.
    48	Ok. Ok. Va bene.
    49	Adesso abbiamo scoperto come perdere questi 5 minuti che avevamo guadagnato.
    50	Ho trovato il modo di perdere.
    51	Ottimo.
    52	e mi minimizza.
    53	>> Ottimo, riprendiamo.
    54	Ehm, quindi due due brevi definizioni, no?
    55	L'intelligenza artificiale ha a che fare con la riproduzione sui computer del pensiero umano.
    56	c'è una versione forte eh che è una, diciamo, più uno un'asserzione filosofica che ogni attività cognitiva è interamente, ogni aspetto è un'intelligenza interamente replicabile in silicio.
    57	E però in realtà in pratica, quello di cui noi intendiamo, noi informatici, chiunque si occupi di intelligenza artificiale intende, è sostanzialmente che l'IAI si occupa del progetto e sviluppo di algoritmi in grado di eseguire delle dei compiti che normalmente richiedono intelligenza a livello umano.
    58	E questa definizione in realtà è molto eh sfumata.
    59	Eh, cose che venivano chiamate intelligenza artificiale 10 anni fa, adesso sono parte dell'informatica di routine, quindi è una frontiera mobile quella eh di che cosa noi indichiamo come intelligenza artificiale.
    60	E Leai è una storia lunga, nasce nel 1956 grazie a questo signore John McCarty e per una 25 anni si è provato a fare IAI con la logica perché sembrava la cosa più ragionevole da fare, no?
    61	Quindi un sistema di lei il il ragionamento del pensiero umano può essere emulato con un sistema di manipolazione simbolica e si è andati avanti per un po' con questo, ma poi ci si è accorti che si toccavano delle barriere di tipo computazionale, ma anche di tipo ehm che non si riusciva a fare machine learning, non si riusciva a fare appedimento automatico in modo agevole con sistemi basati sulla logica e quindi si è cominciato con la l'avvento della di dati digitali si è cominciato ad utilizzare la statistica e e quindi l'era dei dati e con la statistica si è visto unendo statistica, machine learning e algebra lineare un po' di altre tecniche si è riusciti a creare veramente sistemi che potevano apprendere da zero e arrivare a una a delle prestazioni, per esempio, nel campo di riconoscimento di immagini piuttosto notevoli Nel 2012 si è cominciato a capire come far funzionare le reti neuronali che sono il motore principale sotto l'intelligenza artificiale, sotto il cofano dell'intelligenza artificiale attuale e eh si è riuscito a far funzionare reti neuronali di dimensioni tali che potevano essere addestrate su macchine che erano diventate disponibili in quel periodo e con quantità di dati che sostanzialmente pescavano dal web.
    62	Quindi c'è stata una convergenza fra eh competenza tecnica, come far funzionare reti neuronali, come far apprendere reti neuronali di grandi dimensioni, eh capacità computazionale, macchine che riescono a farle girare e disponibilità di dati su web che possono essere utilizzati per addestrare queste macchine.
    63	Questo ha portato all'era attuale l'era dei dell'AI generativa, quella di Chat GPT e dei sistemi che utilizziamo adesso e è un un'era che ha portato due premi Nobel come riconoscimento dei progressi scientifici e tecnologici e tecnologici che ci sono stati in questi ultimi anni.
    64	Ora, nel generativa, eh se vogliamo vedere una definizione veramente eh come si dice ridotta all'osso, è un sistema che predice la continuazione più probabile di un testo in ingresso.
    65	Questa è una definizione talmente elementare che non ci fa capire molto.
    66	Quello che noi sappiamo come utenti di questo sistema è che tipicamente interagiamo ponendo delle domande, chiedendo la soluzione di problemi e possiamo arricchire il testo d'ingresso con dei contesti che possono essere documenti, collezioni di documenti o cose più complesse.
    67	E in realtà tutti questi elementi, l'ingresso, l'uscita e il contesto, possono non essere solo testuali, ma possono essere anche elementi non testuali, ovvero multimediali, video, audio o segnali.
    68	Ehm questo ci dà la possibilità di sa fare tutte le cose che avete che sappiamo, che si vedono, che si leggono e che facciamo anche noi.
    69	Quindi generare immagini a partire da descrizioni testuali, eh generare automaticamente codici a partire dalle specifiche del del comportamento che vogliamo e modificare immagini partendo da un'immagine e dando del testo che eh descrive le modifiche che vogliamo realizzare.
    70	Eh, ci sono poi utilizzi un pochettino più invasivi come agenti KI.
    71	Tutti questi utilizzi in realtà sono limitati all'interno della macchina, no?
    72	Noi forniamo un input e la macchina genera un output, ma questo output che viene generato può essere un output che ha un effetto sul mondo.
    73	Quindi un sistema può generare azioni in risposta al testo che gli forniamo, quindi in questo caso il sistema ha un effetto sul mondo esterno e quindi la cosa diventa un pochettino più un po' diversa e però questo è un campo in enorme sviluppo quello della Gentic perché ci sono de una insieme di applicazioni diciamo positive e che vanno dalla gestione di magazzini e al procurement.
    74	Noi mandiamo un agente in giro per la rete a crearci a comprarci la roba per il nostro ufficio e quindi a fare dei contratti, a negoziare eccetera eccetera.
    75	Quindi tutte queste sono applicazioni ehm in forte sviluppo.
    76	Cose meno meno ovvie, ma volevo menzionarvelo perché la trovo interessante, è che il il testo in ingresso, testo in uscita o segnale in ingresso, segnale in uscita è può essere visto in modo molto generale.
    77	Questo sistema che esiste rappresenta la vita di una persona come una sequenza di eventi e alcuni paesi, in questo caso la Danimarca, tengono un registro molto accurato, integrato di tutti gli aspetti della vita eella persona, quindi gli aspetti anagrafici, gli aspetti della carriera scolastica, il servizio sanitario nazionale, l'Agenzia delle Entrate e le informazioni fornite da datore di lavoro.
    78	tutte queste informazioni vengono integrate e vengono aggiornate in tempo reale perché gli danesi sono molto bravi a fare questa cosa e questo permette sostanzialmente di eh predire la continuazione più probabile della vita di una persona.
    79	E questo è una cosa piuttosto eh spaventosa, se ci pensate, ma viene usato per esempio per capire se la persona è sotto stress o se ha è a rischio di qualche tipo di malattia.
    80	Quindi se ci sono degli eventi specifici nella vita di una persona che potrebbero venire a a crearsi a seguito della osservazione degli eventi passati.
    81	Quindi questo è non è un sistema che viene utilizzato su larga scala, è un è un è un diciamo un lavoro scientifico, eh però il sistema esiste e utilizza i dati anonimizzati delle persone, quindi è un un campo molto grande e la uno degli aspetti chiave dei sistemi di IAI generative è la capacità di eseguire ragionamenti.
    82	Ok?
    83	questa capacità di eseguire ragionamenti che sono essenziali per rispondere a domande complesse.
    84	Quindi, tipicamente, noi possiamo chiedere al sistema di risolvere un problema.
    85	Questo problema può essere di varia natura, incluso problemi matematici e ehm le capacità di ragionamento del sistema sono arrivate a livelli veramente impressionanti, soprattutto c'è stata una progressione nell'ultimo anno eh estremamente notevole e i sistemi attuali riescono a piazzarsi nei primi tre posti alle Olimpiadi internazionale della matematica e questi sono risultati che erano impensabili fino a un anno fa, un anno e mezzo fa in effetti eh quello che vediamo adesso quindi la tendenza a tendenza attuale questo questo articolo che vedete è uscito meno di una settimana fa ehm è quella soprattutto in campo accademico che parlo per la mia esperienza personale perché non so quello che avviene nelle nelle stanze delle multinazionali e quello che succede è che i sistemi sono mai di livello tale che possono essere interlocutori per svolgere per attività di ricerca.
    86	Quello che ha fatto questo lavoro, hanno preso un po' di matematici, un po' di fisici, un po' di biologi e gli han detto date dei al sistema dei problemi aperti o dei problemi che avete risolto recentemente e vedete se il sistema riesce a riprodurre la soluzione o a trovare la soluzione.
    87	Ecco, eh nella nel convegno che frequento abitualmente io ci sono liste di problemi aperti che vengono pubblicate ogni anno, il sistema ne ha risolti due, ok?
    88	E sono sistemi piuttosto sono problemi piuttosto complessi, eh, quindi che richiedono, adesso vi faccio vedere una, ecco, questo è un è l'enunciato di un problema che è stato fornito alla macchina e per il quale la macchina ha trovato una soluzione in una dozzina di minuti di computazione.
    89	Quindi sono questo in questo caso è un problema di teoria dei grafi aperto, una congettura aperta e dove gente di alto livello si era spaccata la testa per alcuni anni, quindi la macchina è riuscita a risolvere questo caso.
    90	Eh l'altra l'altra cosa è che eh questi sistemi vengono utilizzati per esempio per creare esperimenti volti a verificare o refutare congetture in fisica quantistica.
    91	In questo caso, ehm, la macchina, queste macchine ragionano, ma ragionano in modo piuttosto diverso dal cervello umano, ok?
    92	Quindi riescono a trovare soluzioni che una persona non troverebbe.
    93	Questo è estremamente utile quando eh appunto un numero piuttosto alto di persone intelligenti si è spaccato la testa su un problema.
    94	per esempio disegnare un setup sperimentale sufficientemente semplice per verificare una congettura e la macchina riesce a trovare una soluzione che era assolutamente fuori dagli schemi del ragionamento umano tipico, di quello che una persona tipicamente eh potrebbe pensare, anche una persona, diciamo, addestrata come uno scienziato o un fisico sperimentale che è addestrato a risolvere questo genere di problemi.
    95	Ok?
    96	Ehm, parallelamente a questo boom eh tecnologico e scientifico, quindi questa evoluzione scientifica sorprendente, c'è anche un aspetto di tipo economico e di tipo sociale che attraversa che avviene in questo periodo.
    97	Quindi il il numero di persone che utilizzano strumenti come Chat GPT è molto più alto di quello che io avrei mai immaginato.
    98	Quindi la settimana scorsa Open AI ha detto che ha 800 milioni di utenti attivi alla settimana, 800 milioni.
    99	E gli investimenti quest'anno, nel primo semestre di quest'anno sull'information technology, hardware e software, sono il 4% del prodotto nazionale nordo statunitense, ma sono responsabili per il 92% della crescita.
   100	Quindi se togliamo gli investimenti di information technology dalla prima metà di quest'anno, il sostanzialmente l'economia americana è in stagnazione, ok?
   101	GDP non crescerebbe, crescerebbe in modo irrisorio.
   102	Ehm il il la capitalizzazione di mercato delle dei magnifici set ormai è diventata qualcosa assolutamente fuori dalla pensiero.
   103	Quindi un terzo dell'indice standard and porse delle 500 aziende eh più eh di maggiore capitalizzazione è dominato da sette da sette aziende, non solo, ma voi sapete che Nvidia, una sola di queste, ha una una capitalizzazione di eh un trilione di di dollari, un trilione di dollari, che è un numero ehm non molto immaginabile e quindi quello che tutti noi che abbiamo magari qualche piccolo investimento in questi titoli leggiamo in questo periodo è che si parla di una bolla delle AI.
   104	Si parla di una bolla dei perché per due motivi, perché prima di tutto gli investimenti non sono assolutamente commisurati ai ritorni, ma neanche ritorni, diciamo, a breve periodo.
   105	Quindi si sta scommettendo che queste queste miliardi, decine di miliardi di dollari di investimenti a produrranno un ritorno in un tempo non troppo lungo in modo tale che anche queste le tasche profonde di queste compagnie riusciranno a diciamo a reggere eh senza senza appunto far scoppiare la bolla.
   106	e dall'altra parte quella figura lì che eh sta a indicare che in qualche modo questa bolla è autosostenuta, nel senso che ci sono dei finanziamenti circolari, nel senso che Open AI va a finanziare Nvidia che gli che gli fornisce i chi per fare la computazione.
   107	Quindi ci sono delle economie circolari che non sono assolutamente eh né salutari né sostenibili, ma in qualche modo vengono vengono create dalle interazioni di queste di queste poche compagnie che detengono la maggioranza del mercato.
   108	Quindi è una situazione un pochettino preoccupante e anche perché non so se avete parlato sentito parlare di queste leggi di scala.
   109	Queste leggi di scala ci dicono quanto aumentano le prestazioni dei sistemi di AI per unità di di potenza di calcolo eh e dimensioni del sistema che io vado a inserire.
   110	Ok?
   111	E quindi vedete che ci sono delle leggi, per esempio, la la perdita, diciamo, l'accuratezza in negativo, quindi la curva che scende ci dice che il sistema diventa più accurato.
   112	Il problema è che l'asse che vedete sulla sullle ascisse è un asse logaritmico, quindi per guadagnare 1% di accuratezza dobbiamo raddoppiare sia il i dati in ingresso, quindi il training set, sia raddoppiare la potenza di calcolo.
   113	Quindi, diciamo, è una traiettoria poco sostenibile e su cui ehm su cui non sappiamo bene.
   114	Quindi sappiamo che si stanno costruendo dei data center grandi come campi da, diciamo, numerosi campi da calcio e per riuscire a cavalcare questa legge di scala logaritmica, ma questo ovviamente non può andare avanti ancora per molto.
   115	e c'è un grande sforzo di regolamentazione da parte soprattutto dell'Unione Europea con l'AI Act e che chiede che questi sistemi siano trasparenti e spiegabili, eh ma è ancora molto poco chiaro, a differenza de di del software che eh viene utilizzato per controlli di per processi industriali o per altri sistemi che vengono usati nella vita di tutti i giorni, non è ancora assolutamente chiaro come è possibile certificare la correttezza e l'affidibilità di un sistema di AI.
   116	Quindi questi sono ci sono dei requisiti, ma non è ben chiaro come soddisfare questi requisiti.
   117	Eh, l'Europa è si propone come regolatore, la Cina e l'America invece sono su una puramente, diciamo, orientati verso l'innovazione.
   118	L'ideale sarebbe trovare una via di mezzo fra queste due tendenze.
   119	C'è poi un aspetto di di global governance di questi sistemi su cui volevo dire semplicemente due parole.
   120	Ehm è chiaro che eh l'AI è una risorsa strategica e eh i governi eh sono interessati a controllare la ricerca NI perché è una tecnologia strategica per il per la sovranità nazionale.
   121	Quindi, quindi il problema diventa un problema di di sovranismo tecnologico nella nel senso che se noi dobbiamo importare tecnologia AI da un altro paese e in qualche modo non e non siamo in grado di certificare le proprietà di questa tecnologia perché non è ancora chiaro come sia possibile farlo.
   122	non ci possiamo fidare del fatto che questa tecnologia in qualche modo sia coerente con le nostre leggi e i nostri principi.
   123	Quindi questo è è un grave problema che è ben presente anche nella Commissione Europea, ma diciamo non è di facile soluzione.
   124	Avviandomi verso la conclusione, un aspetto tremendo è il fatto che le guerre attuali sono dei forti, diciamo, moltiplicatori scientifici e tecnologici delle applicazioni di AI.
   125	Un esempio sono i droni eh la guerra dei droni in sul fronte ura in quanto i sistemi di gemming per le trasmissioni hanno fatto sì che i droni non potevano essere più controllati remotamente e quindi sia gli ucraini che i Russia hanno cominciato a usare droni autonomi perché in questo modo non c'è una trasmissione remota che può essere disturbata dal nemico.
   126	E quindi in questo ehm in questo scenario abbiamo sostanzialmente sciami di droni autonomi che vanno in giro a ad ammazzare la gente e questo è letteralmente quello che sta succedendo in questi queste in questi ultimi mesi su questo fronte.
   127	E certo l'ONU può chiedere di bandire le armi autonome come ha fatto le mine antiuomo, ma le mine antiuomo esistono e le armi autonome eh si prevede che continueranno a esistere perché è molto difficile ehm riuscire ad avere dei bandi che funzionano in questo in questo campo.
   128	Ok, ho quasi finito praticamente il mio tempo.
   129	quello diciamo che cosa cosa cercano di qual è il sacro il gral del di queste di queste grandi aziende che lavorano in intelligenza artificiale e arrivare a un sistema che sia in grado di superare le competenze umane nella maggior parte degli ambiti.
   130	Quindi un sistema di intelligenza artificiale generale.
   131	Ora, non è neanche chiaro cosa vuol dire superare le competenze umane nella stragrande maggioranza degliibi degli ambiti.
   132	Quindi non è una definizione molto chiara, è una definizione controversa.
   133	Molti dicono "No, non vogliamo che ci sia intelligenza artificiale generale perché non vogliamo che ci sia qualcuno più bravo degli essi più competente degli esseri umani sulla maggior parte delle attività, quindi che supera l'essere umano nella maggior parte delle attività cognitive.
   134	Altri dicono, "Mah, insomma, cerchiamo di avere invece delle AI il più intelligenze possibile che ci può aiutare a risolvere dei problemi che abbiamo, il global warming, la fame, la guerra.
   135	Quindi cerchiamo una via di mezzo ragionevole e cerchiamo di risolvere problemi eh attuali e poi penseremo più in là a come gestire la minaccia esistenziale.
   136	Quindi ci sono queste due tendenze che vedete ben riflettute nel dibattito attuale.
   137	Le ultime due slide per le alcune persone come Jan Le non credono che l'intelligenza generativa, la l'AI generativa sia la soluzione per arrivare all'AI l'intelligenza artificiale generale.
   138	E non riusciremo mai a ad avere una macchina che è intelligente come una persona se impara puramente da testo, ok?
   139	È chiusa in una stanza a leggere.
   140	Questa non potrà mai arrivare a una capacità cognitiva e eguagliare quella di una persona.
   141	Dobbiamo dare alle macchine la possibilità di costruire una rappresentazione del mondo eh andando a interagire col mondo fisico, quindi ricevendo input non solo testuale, ma anche input di tipo segnali, sensori.
   142	Solo in questo modo la macchina riuscirà ad avere una rappresentazione del mondo in grado di sviluppare una capacità cognitiva paragonabile a quella dell'uomo.
   143	Ultima slide, due conclusioni.
   144	Qui abbiamo qualche settimana fa c'è stato questo appello firmato anche dal professor Parisi, da altri scienziati internazionali anche politici.
   145	Eh, quello che su cui molte persone sono d'accordo che non possiamo lasciare lo sviluppo delle AI nelle mani di privati, ancorché controllati dai rispettivi governi.
   146	ehm la diciamo alcuni alcune capacità emergenti dei sistemi di AI sono piuttosto preoccupanti, quindi i sistemi dei tendono a eh diventare strategici, quindi magari a ehm cercare di ingannare l'interlocutore e hanno anche istinti di conservazione di un certo tipo.
   147	Quindi quello che succede è che noi stiamo siamo molto eccitati nel costruire macchine sempre più intelligenti, ma non abbiamo bene capito né come le macchine funzionano né come siamo in grado sostanzialmente di gestire comportamenti eh che sono quantomeno preoccupanti.
   148	E comunque una delle cose di cui tutti sicuramente possiamo essere concordi è che non ha senso che ci siano quattro cinque una manciata di grandi aziende che abbiano il controllo totale dell'intelligenza artificiale.
   149	Questo non è assolutamente accettabile perché va contro qualsiasi principio democratico.
   150	Quindi, in qualche modo, dovremmo riuscire a a rompere questo monopolio e a garantire un accesso più equo a non solo alle risorse, ma anche allo sviluppo dei sistemi di intelligenza artificiale e che in questo momento sono veramente nelle mani di pochissime persone.
   151	Mi fermo qui, ho usato altri 5 minuti, mi scuso.
   152	Grazie mille per per l'attenzione.
   153	Grazie Nicolò per questa bella presentazione e che illustra non solo le enormi potenzialità dell'intelligenza artificiale, ma anche i rischi con cui dobbiamo confrontarci e di cui sicuramente nel seguito della giornata avremo modo di discutere.
   154	Grazie ancora.
   155	Quindi ora darei la parola alla professoressa Chiara Panciroli dell'Università di Bologna che parlerà di educazione scolastica e intelligenza artificiale.
   156	Bene, grazie.
   157	>> Grazie.
   158	Guardo solo bene come avviare.
   159	Bene, bene.
   160	Io ringrazio e ringrazio chi mi ha invitato.
   161	Ringrazio gli inci della del della scuola di questa giornata.
   162	Questa giornata avremmo modo anche adesso nel nella breve presentazione che farò, che è un quadro prettamente educativo, di di collocarsi come evento in tutta quell'attività di explainability che viene richiesta oggi con grande forza per potere così accogliere questo quadro che ha appena fatto il collega, che ringrazio in modo anche molto accessibile.
   163	Grazie eh per poter capire davanti a questo quadro in cui abbiamo visto che non è ispirato da principi democratici, che cosa vuol dire far entrare una tecnologia così nella scuola che deve essere un luogo democratico per eccellenza, per definizione, quindi è una grande sfida, una doppia sfida.
   164	Quindi proviamo.
   165	Adesso vedo solo se riesco a far funzionare capire qual è che vado avanti indietro.
   166	No, così >> verso il basso.
   167	>> Verso il basso.
   168	Vediamo.
   169	Ecco, così.
   170	Eh, ritorno indietro.
   171	Bene.
   172	E quindi il quadro il quadro dell'intelligenza artificiale che proviamo a analizzare sta dentro a un'area europea di ricerca che si chiama AED che è coniuga appunto l'educazione e l'intelligenza artificiale.
   173	Da quanto c'è l'ayed in Europa?
   174	Da quanto è?
   175	Da 30 anni.
   176	Quindi questo ci dovrebbe rassicurare?
   177	Non ne stiamo parlando oggi, ne stiamo parlando in un quadro di sviluppo di tecnologia che è, come diceva prima il collega, quello che 10 anni fa si si chiamava tecnologia intelligente, oggi non non ce lo siamo dimenticati, ci sembra meno intelligente oppure è diverso.
   178	Quindi un quadro che ha accolto le tecnologie intelligenti per con la finalità educativa e quindi per noi, per chi si occupa di scuola, chi lavora nella scuola e quindi chi lavora nell'educazione.
   179	Oggi noi in ambito education quando parliamo di intelligenza artificiale ne parliamo a livello di scuola, a livello di education università, il dibattito aperto anche nelle università e a livello di formazione aziendale per tutte le accademy e le formazioni che devono fare questa transizione digitale, questa innovazione, questo cambiamento anche nella formazione eh del delle aziende.
   180	Quindi questo è un grande dibattito, è un'area è importante.
   181	Cosa proviamo a vedere sullo scaffale?
   182	Sullo scaffale, sulla scaletta degli argomenti, guardiamo un attimo uno scaffale che si orienta soprattutto alla scuola, perché qui oggi è una giornata dedicata alla scuola.
   183	Provo a fare due brevi premesse.
   184	Tocco il tema della explainability che ho appena accennato, però lo capiamo meglio e guardiamo tra modelli, dimensioni ed usi didattici per finire con la proposta che è qual è lo strumento che abbiamo in mano oggi noi come docenti per lavorare con intelligenze artificiale in classe?
   185	lo farò facendo un po' uno sforzo di prendere il quadro di ricerca, quindi la parte teorica, calandolo un po' a terra, eh, e quindi facendo questo sforzo e quindi guardando anche le ultime linee ministeriali che sono appena arrivate nella scuola.
   186	Quindi è per rispondere alla domanda per un docente cosa ci facciamo con quelle linee?
   187	Cosa possiamo fare?
   188	Come le leggiamo quelle linee ministeriali che non sono il meglio ancora perché già il ministero facendole uscire ha detto è una versione uno.
   189	Quando uno dice una versione uno vuol dire che ci aspettiamo la seconda e la seconda migliore, però la prima ha già un significato.
   190	Quindi proverò eh a farvi vedere, a leggere velocemente anche questa parte di linee guida.
   191	Oh, sullo scaffale, sullo scaffale vi abbiamo messo vi ho messo un po' anche gli ultimi lavori che abbiamo fatto su in quadro della pedagogia, della didattica.
   192	Stiamo parlando di studiosi di area didattica pedagogica, di pedagogia di scuola che affrontano da tanti anni il tema dell'innovazione tecnologica e oggi guardano anche all'intelligenza artificiale.
   193	2 anni fa, 23 anni fa un po' in corsa, è stato il primo volume in area educativa pedagogia algoritmica che abbiamo fatto collega Rivoltella e in cui abbiamo inquadrato il tema di come rileggere tutto il quadro che prima il collega fatto in area più informatica anche in area educativa, no?
   194	prima ha trattato l'area economica, ha trattato diversi livelli.
   195	La pervasività dell'intelligenza artificiale tocca tutti i livelli, tocca anche quella della pedagogia e dell'educazione, quindi questo per noi è un buon riferimento, è il nostro primo testo, però poi i colleghi dell'Università di Firenze hanno ragionato su scuole intelligenze artificiali.
   196	Prima il professor Parisi in questa brevissima introduzione, però approfondita e ugualmente puntuale ha parlato dell'utilizzo della creatività con l'intelligenza artificiale.
   197	Non una cosa scontata, anzi eh quasi qualcosa che ci sorprende.
   198	Si può essere creativi con l'intelligenza artificiale.
   199	Poi ancora è questi invece sono gli ultimi.
   200	In classe viene da una sperimentazione nazionale di curricolo dell'intelligenza artificiale, quindi abbiamo provato a capire come supportare gli insegnanti e far entrare intelligenza artificiale nel curricolo non avendo un'area dedicata.
   201	Dove la mettiamo l'intelligenza artificiale?
   202	In quale materia?
   203	Quindi abbiamo ragionato del curricolo dell'intelligenza artificiale del tra macro learning e micro learning.
   204	Abbiamo ragionato sul tema della didattica delle New Literacy, testo importante appena uscite, questi sono usciti adesso praticamente e poi abbiamo portato anche un quadro di ehm colleghi studiosi a livello internazionale che ci fanno il quadro dell'intelligenza artificiale nell'educazione.
   205	Ecco, questi sono alcuni libri, sono tantissimi testi di riferimento oggi che stanno uscendo.
   206	Prima il collega ha parlato della regolamentazione europea anche anch'io con un collega dell'area giuridica che lavora nella nella Commissione Europea per regolamentare intelligenza artificiale.
   207	Stiamo facendo uscire un testo sull'etica dell'intelligenza artificiale a scuola.
   208	Quindi ecco e ridico come dice il collega perché prima ci ha fatto vedere un articolo di del 2025.
   209	Noi quando facciamo ricerca di solito ragioniamo almeno un anno, due prima.
   210	Oggi con l'intelligenza artificiale ragioniamo sull'oggi, sul sull'ultimo mese, sugli ultimi 15 giorni.
   211	Quindi è è una ricerca anche quella nostra che stiamo facendo a pro vostra, a servizio vostro, deve servire nella scuola perché senò cosa stiamo ricercando?
   212	E quindi sulla sostanza è una ricerca fatta adesso immediatamente proprio sull'evoluzione, sui bisogni che si evidenziano anche in un quadro europeo.
   213	Le due premesse, le due premesse che vi faccio sono una eh culturale e una prettamente didattica.
   214	La prima culturale la prendo come ispirazione dalla dal libro importantissimo di Anthony Elliot del 2015, La cultura dell'intelligenza artificiale, dove questo grande studioso che cosa ci portava?
   215	ci portava a capire che l'intelligenza artificiale per essere utilizzata ha bisogno di cultura, ha bisogno di conoscenza, che non è solo come faccio a fare un buon prompt, ma dove li inquadro, quali sono le dimensioni quando sono in aula in classe che devo tenere salvaguardate.
   216	Allora, Antoniello le così sintetizza in quattro dimensioni e lo ringraziamo perché non sono 40, sono quattro e quindi sono anche più chiare, più esplicite che sono una dimensione di literacy.
   217	La litera è a che fare con la alfabetizzazione.
   218	Dobbiamo conoscere e prima il collega un po' ci ha introdotto questa literacy in un'ottica prettamente interdisciplinare, come funziona l'intelligenza artificiale, qual è il lessico minimo dell'intelligenza artificiale, proprio per capirne e non farci impressionare, sapere come funziona, quali sono le allucinazioni, bias, ma anche le modalità.
   219	Eh, e un po' prima ce l'ha spiegato.
   220	Io ho tolto via delle mie slide e lo volevo dire al collega, tutta la parte informatica perché ho detto abbiamo un informatico che ci introduce.
   221	Prima nello spiegarci è che cosa vuol dire intelligenza artificiale.
   222	Dobbiamo, per non confonderci perché quando parliamo di intelligenza generativa parliamo di modello linguistico, non di un altro umano lì che che comunica con noi.
   223	Eh, non è una conversazione umana, ha una caratteristica diversa.
   224	eh una sociologa importante a Bologna e dice "Ma intelligenza artificiale ci confonde, potremmo parlare di comunicazione artificiale, però una comunicazione voluta dai paradigmi della comunicazione diversa.
   225	È voluta nel senso di diverso, quindi l'eliteracy fondamentale e oggi anche questo evento si colloca nelle litera.
   226	si fa chiarezza, avete un programma nella giornata di oggi ricchissimo eh per entrare dentro alle literacy.
   227	Seconda dimensione, una una dimensione di pensiero critico.
   228	È aperto un grande dibattito proprio per conoscere, avere un'alfabetizzazione ci permette poi di capire bene come usarla per mantenere un pensiero critico alto.
   229	E il pensiero critico è sempre stato un obiettivo della scuola.
   230	Non è che ne parliamo con l'intelligenza artificiale, eh, perché oggi sembra che un pochino l'intelligenza artificiale ci faccia riscoprire tante finalità, obiettivi della scuola.
   231	Il pensiero critico era sempre stato un nostro obiettivo, no?
   232	Preparare delle persone con un pensiero, vuol dire con un proprio pensiero sul mondo.
   233	E quindi cosa vuol dire farlo con intelligenza artificiale?
   234	Questa è una dimensione interessante.
   235	Ci sono tutte le derive, c'è un dibattito aperto e un fenomeno di ricerca aperto del ehm così delegare la macchina al pensiero critico e quindi dobbiamo evitarlo questa parte.
   236	Sì, certo.
   237	Se lo uso in modo passivo, se lo uso in una modalità, il prompt che in qualche modo è totalizzante, certo che deleghiamo tutto, ma non c'era neanche bisogno di intelligenza artificiale, anche le tecnologie precedenti.
   238	Quella dell'artificiale è una tecnologia che, essendo così performante, veloce, potrebbo potremmo dare una delega maggiore.
   239	A fianco c'è un pensiero etico.
   240	Non abbiamo mai parlato così tanto di etica da quando c'è l'intelligenza artificiale.
   241	l'etica appartiene all'umano, no?
   242	Le quattro dimensioni della pedagogia sono sempre state la dimensione cognitiva, intellettuale, la dimensione sociorelazionale dalla dimensione etica e la dimensione estetica.
   243	Non era con l'intelligenza artificiale.
   244	Certo, per tutto un dibattito di equità che ci pone l'intelligenza artificiale, oggi quanto mai la dimensione etica diventa importante.
   245	È una dimensione di principio regolatorio, ma è anche una dimensione educativa.
   246	Cosa vuol dire fare una scelta responsabile con quel con quella tecnologia?
   247	L'etica è in chiave pedagogica è la possibilità, dato una serie di di azioni, poter scegliere, motivare la scelta che uno ha fatto anche con l'intelligenza artificiale.
   248	Poi c'è una dimensione ricordata prima dal professor Parisi che è la dimensione della creatività.
   249	Il mio gruppo è Ringrazio Anita Macauda che mi ha accompagnato oggi, fa parte del mio gruppo di ricerca.
   250	lavoriamo su questa dimensione della creatività, come supportare la creatività in educazione partendo eh dalla scuola.
   251	Eh mh sbaglio sempre perché vado indietro invece di andare avanti, ma va bene.
   252	Mh adesso no, non vado né avanti né indietro.
   253	M adesso sì.
   254	Quindi queste le dimensioni che abbiamo spiegato, è della dimensione etica, espressiva e via dicendo.
   255	Il quadro della dimensione di, lo riprendo solo, delle literacy è una è un quadro importante perché oggi quando noi nel libro Le New Literacy abbiamo provato a fare il quadro di che cosa vogliono dire le literacy, prima abbiamo avuto per molto tempo nell'evoluzione tecnologica un tema di media literacy, di innovazione della tecnologia, dei media.
   256	Oggi non non può più bastare, è piccolo quel quel presupposto, quel quadro.
   257	abbiamo bisogno di new literacy che vadano a toccare il senso della, quindi dell'alfabetizzazione alla information literacy, alla data literacy, alla literacy.
   258	Ci sono tantissime alfabetizzazioni che si intrecciano perché prima il collega ha detto l'intelligenza artificiale processa e si basa sul lavoro di tantissime informazioni.
   259	Ma cosa vuol dire lavorare con l'informazione oggi?
   260	Cosa vuol dire lavorare con i dati?
   261	Sui dati, eh, che adesso leggiamo cosa vuol dire la data literacy, poi vi faccio un esempio così a voce, eh, della teacher data literacy, cioè della data literacy per gli insegnanti, per voi.
   262	Uno dice come c'è cosa vuol dire una data literacy per l'insegnamento, per gli insegnanti.
   263	Quindi il tema della data literacy si riferisce alla capacità di leggere, saper lavorare con i dati, analizzarli e discuterli.
   264	Ma tutti i dati che in qualche modo vengono eh processati, analizzati, hanno sono significativi.
   265	Ce ne saranno alcuni significativi, altri no. Eh, ecco, la teacheralit si lavora su quello, vi chiede come esperti dell'educazione, ma quali sono i dati più significativi quando insegnate?
   266	Uno dice quando, non lo so, i dati più significativi possono essere le materie, il contenuto, può essere però il modo in cui lo insegno, può essere l'attenzione dei dei ragazzi.
   267	Quindi ci sono tantissimi dati che si possono su cui si può lavorare poi con intelligenza artificiale.
   268	Quindi questo tema della data literacy, così come il tema del della literacy, che sono sempre la capacità di comprendere, valutare, utilizzare in modo critico l'intelligenza artificiale che ha una matrice tecnica, ma anche una matrice critica, etica.
   269	Ecco, questo quadro che cosa ci porta?
   270	ci porta adottare nella nel nelle literacy un approccio critico.
   271	Anche qui critico che non vuol dire che critichiamo, vuol dire evoluto che in qualche modo tenga in considerazione più elementi e questo, per esempio, è interessante considerare i dati nel loro contesto.
   272	La vostra classe è un contesto, può essere che di fianco abbiate un'altra classe che ha un contesto diverso, pur essendo nella stessa scuola, no?
   273	Quante volte abbiamo classi diversi, contesti diversi?
   274	Ecco, i dati vanno letti dentro al vostro contesto, quindi ognuno legato al contesto.
   275	Riconoscere la non perfezione del dato.
   276	Il dato fotografa qualcosa ma ne perde qualcos'altro.
   277	Quindi non diamo troppa affidabilità.
   278	Ci c'è una documentazione vastissima a livello internazionale sulla anche imperfezione del dato, saperli raccogliere, individuare dove sono, visualizzare e poi metterle in discussione la trasparenza e anche l'autorità.
   279	Da dove vengono quei dati, chi l'ha detto?
   280	Questo è un tema importante anche sull'intelligenza artificiale.
   281	Bene.
   282	Eh, questa è la premessa che poi fa parte quasi del discorso, eh, perché abbiamo già toccato la seconda.
   283	Intelligenza artificiale per quale idea di didattica?
   284	Eh, è questa la parte però più interessante, cioè quando voi pensate di f entrare intelligenza artificiale, ma perché che idea di didattica?
   285	Una didattica trasmissiva, ma quasi inutile.
   286	Ci siete già voi a parlare, ci siamo già noi, no?
   287	Io sono un docente universitario, ma sono anch'io un insegnante.
   288	Per la stessa idea di didattica lasciatela perdere, dov'è?
   289	Non c'è necessità.
   290	L'intelligenza artificiale può entrare in un'idea nuova di didattica, quindi deve cambiare qualcosa.
   291	Non dico che la debba stravolgere, ma dobbiamo pensare a cambiare qualcosa, ma soprattutto eh io vengo dal centro dell'Alma che è un centro grossissimo nel nostro ateneo di Bologna che fanno parte tutti i dipartimenti, quindi lavoro più con gli informatici, gli ingegneri, l'area giuridica che i pedagogisti.
   292	Loro che cosa ci ricordano?
   293	Intelligenza artificiale, una tecnologia per risolvere un problema.
   294	Partite dai problemi, che problemi avete, quali sono le cose che vogliete migliorare nella vostra didattica?
   295	Allora, potete usare intelligenza artificiale e per delle parti si può, vi può migliorare la didattica, ma per delle parti dove siete voi a tenere tutto l'insieme?
   296	Come si fa a eh affidare, dopo lo vediamo nelle linee guida, l'intelligenza artificiale per valutare il processo di uno studente.
   297	Su, non scherziamo, ma non c'è bisogno di della IAC che ce lo metta nell'alto rischio, non è rispettoso di per chi fa quel percorso.
   298	Io non vorrei mai essere valutata da un'intelligenza artificiale che ha alcuni dati, no?
   299	Perché si perde tutta una serie di elementi che non è possibile, però farsi aiutare in una rubric, eh in un portfoglio, eh in un'autoformazione, ah perché c'è anche la valutazione autoforativa, tra pari.
   300	Fate dei pezzettini diversi, tirate fuori la valutazione formativa, non solo sommativa.
   301	Ci tocca gli elementi della didattica che dobbiamo cambiare da anni perché non funzionano da anni.
   302	Non non è l'intelligenza artificiale il tema.
   303	Quindi oggi entra intelligenza artificiale, se c'è una nostra idea diversa, come ce la immaginiamo una classe sempre a 25, dei piccoli spazi di apprendimento, non lo so, sono delle idee per muovere eh per muovere il discorso con dei visori, con un'intelligenza artificiale che fa un debbait, una metodologia di discussione in classe come tutor e come un supporto di studio, ci sono tantissimi casi di applicazione.
   304	Eh, quindi muoviamo la classe, alziamola in piedi quella classe, facciamo usare i tanti aspetti dell'apprendimento.
   305	È venuto il momento.
   306	L'intelligenza artificiale è un tutor.
   307	È un tutor che può aiutare, se lo sa gestire bene, è il docente nella sua attività di professionalità, gli studenti per una serie di attività che si possono fare.
   308	Quindi il quadro però è anche di di studio perché ce lo sollecita questo dibattito, lo prendiamo nei fondamenti teorici, quindi nella prima colonna, fermiamoci lì, poi queste slide sono a vostra disposizione, le si può riprendere, non è un problema.
   309	La prima colonna dice l'intelligenza artificiale come per un learner che è recipient, quindi che ascolta.
   310	L'intelligenza artificiale è in qualità di un learner che collabora e l'ultimo l'intelligenza artificiale per un uno studente che è leader del suo percorso che è quasi uno dice leader è quasi esagerato, no?
   311	Noi veniamo da recipient, quindi i sistemi di intelligenza artificiale è nell'ultimo trentennio, vi ho detto un dibattito lungo questo, non è solo di oggi con l'intelligenza generativa, eh, il quadro è della tecnologia, dell'innovazione a pro della didattica dell'educazione, erano i sistemi di tutoraggio, oggi sono i sistemi più recenti di tutoring e oggi è la cooperazione uomo macchina perché perché e questo cambia.
   312	Il nostro studente è con l'intelligenza artificiale, vi ho detto, non deve più essere un recipient perché sennò è nell'ottica di una didattica trasmissiva, no, ad alto contenuto.
   313	Intelligenza artificiale, ci sono i sistemi di tutoraggio, sono interessanti, ci sono stati dalle teaching machine, potremmo rifare la storia, sarebbe bellissimo potere eh andare in profondità su questo.
   314	Oggi siamo su un'intelligenza artificiale che richiama la cooperazione uomo macchina.
   315	Come faccio a lavorare bene con un un macchina?
   316	Come faccia a fare un buon prompt macchina?
   317	Come faccio a dargli un compito?
   318	Posso dargli un compito a livello zero?
   319	Posso dargli un compito a livello ad albero con cinque soluzioni diverse.
   320	Quello è un lavoro da fare, è una cooperazione diversa.
   321	eh che lavora sulla sostanza, dopo ci torno, lavora sulla sostanza sulla non trovo sulla volevo fargli ecco su questo sulla didattica della domanda.
   322	Quindi quando oggi noi eh in una cooperazione uomo macchina il prompt è l'istruzione, il compito che noi in qualche modo ci permette di lavorare con una macchina dell'intelligenza generativa.
   323	Stiamo qui dentro.
   324	Eh e come faccio?
   325	Su cosa lavoro per preparare i miei studenti?
   326	Ecco, sulla didattica della domanda.
   327	La didattica della domanda in un attimo ci pone e loro lo capiscono immediatamente che se tu non hai delle conoscenze la domanda sta lì ferma.
   328	La macchina risponde, ma non in modo così intelligente.
   329	Se io nella didattica della domanda che è graduale aggiunge via degli elementi, però io quegli elementi li devo conoscere e qui torna la conoscenza di chi fa la domanda.
   330	Allora l'intelligenza artificiale mi può dare delle piste di lavoro molto interessanti, però bisogna alzare il livello del prompt e avere almeno adesso siamo arrivati a 78 modalità di fare prompt.
   331	Ci sono, ci sono già.
   332	Questo è un percorso formativo per il docente e per lo studente perché il quadro oggi è aperto sulla professionalità docente, sulla didattica scuola.
   333	Nello stesso modo i docenti non è che se sono gli studenti non è che se sono di nuova generazione sanno studiare con la tecnologia, l'abbiamo visto in pandemia.
   334	Non non è non è vero, perché lavorare o costruire, collaborare con una macchina intelligenza artificiale per la didattica siamo noi gli esperti, dobbiamo insegnarlo noi questa parte qui, sapendo che già 8 su 10 ragazzi in una classe usano intelligenza artificiale, cosa stiamo aspettando?
   335	E se la usano così, senza controllo, la usano nel peggiore dei modi per copiare, come abbiamo sempre fatto con la tecnologia.
   336	Avevamo Wikipedia, avevamo Google, avevamo tutta una serie di elementi.
   337	Quindi oggi il quadro è della didattica della domanda e vado a conclusione eh della didattica della domanda sta dentro a un secondo elemento che è quello della collaborazione umano artificiale.
   338	Corma e Alima nel 2021, poi l'hanno ripreso fino a oggi, toccano un tema che abbiamo visto anche prima, come non è solo di un modello bio hybrid che mette insieme l'intelligenza umana, intelligenza artificiale, ma anche l'intelligenza dell'ambiente, del contesto, del mondo fisico.
   339	Eh, e qui torna questo dibattito sicuramente importante.
   340	Io vado a chiusura.
   341	Queste sono le modalità.
   342	Ecco, io finisco così.
   343	Io direi con gli usi didattici.
   344	Oggi la didattica può in qualche modo essere rivista con intelligenza artificiale per percorsi di apprendimento adattivo e quindi per un tema di personalizzazione.
   345	Grande tema nella scuola personalizzazione e l'individualizzazione.
   346	Non è un tema nuovo.
   347	Stare vicino all'apprendimento per garantire la diversità.
   348	apprendiamo in modo diverso.
   349	Ecco, intelligenza artificiale può aiutare su questo, creare contenuti ad ho dooc per non per fare non fare più una didattica che raggiunga gli stessi obiettivi, ma abbiamo tanta diversità in classe, le avete, no?
   350	Abbiamo tantissimi best DSA, ma anche chi apprende un modo un po' diverso, senza una segnalazione in particolare.
   351	Dobbiamo eh lavorare su contenuti, feedback, il tema del feedback è un un tema importantissimo della didattica, il tema della gestione del tempo in se è avere un chatboard che ti aiuta a gestire il tempo di studio, anche questa una parte importante.
   352	tutto l'area della simulazione della predizione, della produzione creativa e della valutazione.
   353	Vi lascio a seguire cosa cambia è il quadro della valutazione quando si valuta senza intelligenza artificiale e quando invece sulla sostanza si valuta con intelligenza artificiale.
   354	Questi invece sono le applicazioni delle linee guida che riconoscono l'importanza di far entrare intelligenza artificiale a scuola, di valorizzare sempre il quadro dell'intelligenza artificiale a scuola e qui sono i possibili applicazioni per i docenti, eh personalizzare i materiali, usare strumenti interattivi, organizzare visite, redigere delle rubriche di valutazione e lavorare sul tutoraggio, così come ci sono poi applicazioni anche per gli studenti e previste dalle nostre linee guida, quelle appena uscite e vedete è stimolare la creatività, dare dei feedback, farseli dare da intelligenza artificiale, integrare risorse, approfondire in tempo reale è un apprendimento inclusivo.
   355	L'intelligenza artificiale non possiamo negarla perché è uno strumento anche di accessibilità, quindi come tutte le tecnologie sono state sempre assistive anche quelle precedenti, così anche l'intelligenza artificiale, quindi c'è un tema anche di rispetto dell'accessibilità e poi il tema della promozione dell'autonomia e di feedback immediati.
   356	Io mi fermo qua, nelle slide troverete alcuni altri approfondimenti e grazie.
   357	Grazie molte per questa lucida riflessione e indicazione di temi che svilupperemo anche qui nella giornata.
   358	Penso che potremmo rubare qualche minuto al coffee break per una o due domande su queste prime due relazioni, se ve ne fossero.
   359	Se invece volete andiamo direttamente al coffee break, ci fermiamo qui.
   360	Ci sono domande, osservazioni?
   361	Prego.
   362	la complessità della cosa, la sensazione che io senso la sensazione è che i decisori che, come dire, guidano gli investimenti così grandi che si stiano facendo che si stanno facendo adesso, hanno veramente idea di dove stanno indirizzando questi investimenti o anche loro, come dire, vagano un pochino?
   363	Eh, la domanda da un milione di dollari, forse un miliardo, ma ehm allora eh c'è una competizione di mercato, ok?
   364	Loro fanno grandi investimenti per assicurarsi un per catturare l'attenzione degli utenti, quindi sostanzialmente vogliono creare modelli che funzionano meglio eh dei propri concorrenti.
   365	Quindi, diciamo, c'è un'idea generale quella di dire io voglio essere il primo a arrivare all'intelligenza artificiale generale e quindi avere un sistema che supera l'uomo nella gran parte delle capacità cognitive, ma poi fondamentalmente c'è una una legge di mercato, cioè io sto bruciando miliardi di decine di miliardi di dollari per costruire data center che occupano Acri, ettari e come volete misurarli e se non mi ricevo un ritorno perché alla fine io sarò il dominatore del mercato in quanto la maggior parte degli utenti useranno il mio sistema e sono fregato.
   366	Quindi diciamo da una parte c'è questa legge di mercato che guida la competizione e quindi continuano a sorpassarsi uno con l'altro questi modelli.
   367	l'ultimo adesso Gemini 3 e pare che bruci tutti gli altri concorrenti, però è chiaro che aspettiamo il mese prossimo per vedere cosa cosa gli altri rilasceranno.
   368	E quindi, quindi la risposta è due aspetti, un aspetto di concorrenza e anche un aspetto di essere il primo ad arrivare a una certa meta che è anche difficile da definire, ma in cui tutti dichiarano ah questo sistema è veramente intelligente, siete stati i primi ad arrivare.
   369	>> Grazie Niccolò.
   370	Ci sono altre domande?
   371	Osservazioni, commenti.
   372	Prego.
   373	Aspetti, aspetti.
   374	guida del Ministero.
   375	Il Ministero stesso ha previsto dei percorsi di formazione per i docenti perché è vero che l'intelligenza, diciamo, artificiale generativa è è stata prorompente nell'ultimo anno e mezzo, ma qualcuno potrebbe essere impreparato in questo, oltre che fornire delle linee guida se sono previsti dei corsi di formazione promossi dal Ministero, ecco, >> e non da queste iniziative bellissime che ovviamente fanno bene, però sono delegate al singolo.
   376	>> Sì.
   377	Allora, la parte della formazione adesso il Ministero non l'ha ancora messa a punto perché deve risolvere un problema non di poco conto nell'aver citato che le scuole devono essere deplose e cosa che vuol dire che ogni scuola si deve organizzare per garantire la correttezza nell'uso della privacy.
   378	sapete, c'è molta complessità e quindi eh questa cosa il ministero la deve cambiare perché non può essere deve essere una cosa ministeriale.
   379	Questo è il Ministero che deve diventare deployer perché senò ci sono troppi aspetti giuridici.
   380	Noi abbiamo parlato soprattutto degli aspetti didattici educativi, però a seguire adesso c'è un ampio dibattito, ci sono tantissime proposte formative che stiamo facendo eh che coinvolgono tantissimi docenti, anch'io sono impegnata eh in una community grossissima per fare questa formazione di cui ne avete diritto perché è troppo complessa e poter usare intelligenza artificiale nelle vostre comunità.
   381	Eh eh però ecco quello che dovete fare invece immediatamente è in ogni scuola e questo lo richiamano le linee, andate a riprenderle.
   382	Ogni scuola si deve costituire un gruppetto di persone che curano più la parte legata all'intelligenza artificiale.
   383	Questo bisogna farlo proprio quelle persone che già sono sempre state un po' attenti all'innovazione, io direi, perché è da lì che potete provare a prendere in mano quello strumento di progettazione necessario per fare delle attività con l'intelligenza artificiale, perché le linee guida lo richiamano.
   384	C'è bisogno nelle comunità scolastiche di fare una progettazione, questo è lo strumento che avete, che tenga in considerazione le prospettive positive e cerchi di mitigare i rischi che può avere un utilizzo dell'intelligenza artificiale, proprio perché è un po' il quadro, è una tecnologia che ha i suoi rischi.
   385	Questa è una cosa che bisogna fare, che dovete fare tutti e poi chiedere al vostro dirigente o alla vostra dirigente della formazione.
   386	Questo sì.
   387	Questo invece i dirigenti lo devono favorire, è un aspetto importante.
   388	>> Grazie.
   389	E allora ci fermiamo qui e ricominciamo alle 11:20.
   390	Grazie ancora ai due oratori.
   391	Avanti.
   392	Attent qua.
   393	Va bene, allora se siete pronti ripartiamo, anche perché siamo già un quarto d'ora di ritardo quindi eh allora Allora, vi ringrazio innanzitutto tutti per essere intervenuti, ma in particolare ovviamente ringrazio gli speaker, scusate, ringrazio gli speaker che hanno accettato appunto di partecipare oggi e il tema, come sapete, è molto complesso e può essere visto da molti angoli diversi e questo, diciamo, si è cercato di rispettare, diciamo, questa idea nella composizione della tavola tonda di oggi perché Perché, come vedrete, abbiamo quattro oratori, ovviamente di altissimo livello scientifico e professionale e con background molto variegati, qualcuno che viene più direttamente dalla computer science, ingegneria informatica, qualcun altro e più legato, diciamo, all'informatica umanistica e poi qualcuno che c'ha un'esperienza diretta col mondo della scuola e nella didattica della matematica.
   394	effettivamente nei licei e il primo speaker è Fabrizio Silvestri che attualmente dell'Università di Roma la Sapienza e a cui lascio subito la parola.
   395	>> Io avevo delle slide.
   396	Ecco, buongiorno, sentite, vero?
   397	Sì, buongiorno, grazie ancora dell'invito.
   398	Il mio intervento sarà un intervento un po', diciamo, più generale sulla su come queste nuove tecnologie possano impattare su attività didattica.
   399	L'introduzione a Generative AI è già stata fatta ampiamente stamattina e quindi diciamo io non la rifarò.
   400	Andiamo un po' avanti, però secondo me è importante capire il motivo per cui si debba parlare di questo tipo di intelligenza artificiale, che avrete capito, è solo una delle tante.
   401	Eh, il motivo fondamentale è perché ormai, diciamo, è entrata a pieno titolo nelle nostre vite.
   402	Ho sentito fare esempi soprattutto rivolti a, diciamo, generazione di testi, ma quella è solo una metà del cielo, l'altra metà e sono tutte le altre modalità di di come dire di interazione con gli umani, ad esempio immagini, video, suoni.
   403	Chi di voi in qualche modo frequenta i social network si sarà accorto di video a volte riconoscibili, a volte meno generati appunto da questi strumenti.
   404	Diciamo le innovazioni sono velocissime ed è quasi impossibile stargli dietro anche per specialisti come siamo noi o come speriamo di essere noi.
   405	Io, diciamo, aneddoticamente, io prima che venisse questa rivoluzione stavo in industria, sono arrivato all'università qualche anno fa e nell'industria in cui, diciamo, nell'azienda in cui lavoravo io, l'intelligenza artificiale è stata sviluppata molto e mi ricordo un mio collega che venne da me, e mi fece vedere quello che a quel tempo, cioè 3 anni fa era no, 4 anni fa era GPT3 che era una rivoluzione.
   406	Io mi ricordo mi fece vedere alcuni esempi, gli dissi "Vabbè, sì, ma che che c'è di strano?"
   407	No, ma come?
   408	Ma no, ma guarda che queste cose qui le facciamo da anni.
   409	Diciamo quella è stata l'ultima volta che ho sottovalutato l'intelligenza artificiale perché poi diciamo o meglio l'ultima volta per cui non mi sono, come dire sorpreso delle capacità dell'intelligenza artificiale, io non avrei mai pensato neppure lavorandoci, di avere nel giro di 3-4 anni dei sistemi che fossero in grado di ottenere questo tipo di risultati, nonostante, appunto, lavorassi in questo ambito.
   410	Quindi io mi immagino che per una persona che addirittura neppure è stata esposto esposta a questa tecnologia in precedenza, tutte queste nuove nuove tecniche e tecnologie siano effettivamente abbastanza disorientanti.
   411	Appunto queste tecnologie sono non solamente C GPT, ma sono ad esempio Dall Sora, Veo mi pare, c'hanno questi nomi strani.
   412	Gli informatici effettivamente non sono molto bravi a dare i nomi e però la vera domanda secondo me è si possono usare per fare didattica?
   413	E la risposta che mi sono dato io è si devono usare per fare didattica.
   414	Anch'io, come nei miei corsi che sono chiaramente a livello universitario, oramai per me, diciamo, questi strumenti ci sono, devono rimanerci e per me gli studenti possono usarli quanto vogliono.
   415	Chiaramente ho dovuto cambiare non solamente la modalità di insegnamento, ma anche la modalità di valutazione e secondo me questo tipo di ragionamento andrà fatto anche nelle scuole, diciamo, superiori e anche medie.
   416	Ehm il motivo per cui Allora, io ho fatto un po' di ricerca, non so non sono andato molto approfondito, però non serve tanto approfondimento.
   417	Mi scuso perché il grafico non è doveva essere leggibile, ma insomma ve lo racconto.
   418	Essenzialmente, diciamo, se se noi chiediamo agli studenti delle scuole superiori chi loro usa questi sistemi, circa l'84% di loro rispondono che li usano almeno una volta alla settimana.
   419	Ok?
   420	il a differenza del 66% dei docenti che appunto come dire li usa con regolarità.
   421	Ora diciamo 846 c'è uno scollamento, nel senso che di questo 66% di docenti, se gli viene fatta la domanda secondo voi quanti sono gli studenti che usano l'intelligenza artificiale?
   422	loro rispondono il il 36%, scusate, il 64%, quindi molto inferiore alla realtà.
   423	Quindi, secondo me, diciamo, c'è un primo gap da colmare che è quello di rendersi conto che gli studenti li usano.
   424	E in questo momento credo che siamo tutti d'accordo nel nel dire e nel pensare che la maggior parte degli studenti li usi, diciamo, per copiare o per farsi aiutare pesantemente nei compiti.
   425	Poi chiaramente poi nei compiti in classe soprattutto si vedono le lacune.
   426	Allora, secondo me, appunto una delle cose che dobbiamo fare prima di tutto è la presa di coscienza.
   427	Sembra banale, ma credetemi, ora diciamo la platea di fronte a me è un po' come dire inclinata già a a ad aver preso coscienza di questi di queste cose, ma appunto ci sono un sacco di persone eh che non pensano che sia un problema che li riguardi, invece è assolutamente un ehm chiaramente se poi veniamo andiamo a chiedere ai docenti se l'utilizzo di sistemi di intelligenza artificiale siano utili o no. La maggior parte eh di loro dicono che è utile per fornire un supporto alle alla preparazione delle lezioni che, diciamo, la brutta notizia che è esattamente il motivo per cui lo usano gli studenti, cioè il supporto o meglio eh rimpiazzare il loro, come dire, la loro creatività per fare quello che gli viene chiesto di fare.
   428	Quindi già secondo me c'è da aggiustare il tiro anche qua.
   429	E c'è un'indagine, diciamo, condotta e potete consultare le slide sono disponibili, se volete, alla fine del, diciamo, dell'evento.
   430	Ci sono tutti gli i link che potete seguire e consultare i dettagli.
   431	Diciamo, se vediamo c'è un'indagine eh diciamo condotta da tecniche della scuola tecnica della scuola che mostra come anche gli studenti universitari a maggior ragione forse direi utilizza l'IA generativa regolarmente.
   432	E diciamo una stima molto conservativa dice che il 29% degli studenti ha consegnato almeno un elaborato completamente generato dall'intelligenza artificiale senza revisione.
   433	dico che è conservativa perché secondo me, diciamo, la percentuale è molto più alta, solo che non l'ha messo e questo numero ci dice essenzialmente che è, continuo a dire è una cosa che abbiamo davanti a noi e che non possiamo più evitare.
   434	dobbiamo averci a che fare e progettare nuove tecniche per, come dire, testare le conoscenze degli studenti anche assumendo che loro utilizzino questi strumenti.
   435	Io, ad esempio, diciamo, nei in un corso, in due corsi universitari che tengo, lascio completamente liberi gli studenti di usare eh tutti gli strumenti che vogliono per generare codice e qualsiasi cosa.
   436	La differenza rispetto agli anni passati è che adesso ho messo a punto una sorta di noi lo chiamiamo internamente haaton, cioè una sorta di periodo in cui gli studenti devono risolvere lo stesso problema e devono depositare la loro soluzione in un, diciamo, in un posto comune e vengono classificati sulle basi delle prestazioni che hanno.
   437	Ovviamente non è che il primo prende 30 e tutti gli altri a scendere, ci sono dei livelli che se superati danno diritto a un certo voto, però diciamo ho, diciamo, nel mio piccolo, appunto, ho spostato più l'attenzione su ottenere dei risultati ottimali con le conoscenze che il corso gli fornisce rispetto a isolarli dal mondo e fargli risolvere un scrivere un pezzo di codice che oramai, come dire, Dobbiamo fare i conti col fatto che oramai questa tecnica non è più usata neanche nelle aziende.
   438	Per esempio, Meta ha recentemente detto che ha introdotto un nuovo metodo di valutazione dei propri dipendenti, un asse che consiste nel dire, dichiarare quanta intelligenza artificiale loro usano durante il loro lavoro, ma non penalizzando chi ne usa di più, ma favorendo chi ne chi ne usa di più, quindi l'inverso di quello che noi vorremmo fare probabilmente e che secondo me non è giusto.
   439	che facciamo.
   440	Chiaramente ci sono vari vantaggi per gli studenti, li abbiamo già detti, la professoressa precedentemente ha ormai già elencato.
   441	Io vorrei, se posso soffermarmi parecchio, diciamo, o meglio, porre l'attenzione soprattutto sul primo punto e sul secondo punto.
   442	Tutti gli studenti, chiaramente non sono uguali.
   443	Tutti però dovrebbero avere uguali opportunità.
   444	Chiaramente quando abbiamo davanti a noi una classe di 20-25 persone ci sono 20-25 velocità diverse.
   445	L'intelligenza artificiale potrebbe essere utilizzata anche per cercare di personalizzare l'esperienza di insegnamento, l'esperienza di apprendimento e cercare, ad esempio, di pianificare delle non lei, ma delle dei compendi alle lezioni, degli esercizi personalizzati sul livello degli studenti.
   446	Perché l'intelligenza artificiale è è di aiuto a questo?
   447	Perché è chiaro che appunto questi sistemi sono, come dire, addestrati ad interagire con le persone.
   448	Quello sanno, diciamo, sanno fare, vogliono riuscire a fare e quindi l'interazione con gli studenti potrebbe essere quel momento in cui il sistema apprende qual è il livello e cerca di colmare le lacune anche più o meno automaticamente.
   449	Chiaramente questa attività di feedback immediato poi deve essere anche ovviamente controllata e diciamo validata dal docente umano perché chiaramente non credo che n, almeno io non penso che le macchine ci tipo uno scenario alla Terminator, ecco, ancora non lo vedo, però diciamo non si sa mai.
   450	Dunque, abbiamo già passato il 97, quindi ehm diciamo il vantaggio per i docenti, il primo, chiaramente preparazione di lezione e materiali.
   451	Questo è fondamentale.
   452	Io mi metto per primo.
   453	Ehm, diciamo gli strumenti di questo tipo aiutano tantissimo, per esempio gli esercizi, tutte queste cose che prima richiedevano un sacco di tempo anche per cercare di di come dire ehm regolare gli esercizi sulla classe, adesso sono diventati molto più semplici.
   454	Questo è un punto che ho voluto mettere perché non entra tanto direttamente sulla didattica, ma è un punto che credo tutti noi, compresi noi all'università, soffriamo.
   455	Il carico burocratico è un carico abbastanza importante per tutti noi e diciamo questi strumenti possono aiutarci anche a fare, diciamo, per noi alcune cose ripetitive e tediose e lasciare tempo, però appunto alla didattica.
   456	possiamo sviluppare dei sistemi che monitorano il progresso, appunto il famoso feedback, quindi noi osservare il feedback e poi e diciamo esiste, ad esempio, una versione di CGPT che permette di adattare il contenuto agli studenti, come dicevo prima, la personalizzazione Open AI in CHGPT ha anche ormai già, come dire, rilasciato uno strumento non ricordo il nome, ma essenzialmente che può essere usato dagli studenti per apprendere una determinata materia, cioè costruisce proprio la lezione, la spiegazione, gli esercizi di valutazione, fa tutto c'ha GPT senza, come dire l'utilizzo di docenti.
   457	Questo, per esempio, è una di quelle cose che non vedo di buonissimo occhio, però esiste, gli studenti la usano, cioè non fatevi illusioni, questi aprono il computer, vanno su chat.com open.
   458	AI.com e si fanno spiegare dal computer delle lezioni che magari avete spiegato voi, diciamo, precedentemente.
   459	Non è sempre un male, però è bene sapere che esiste questa cosa.
   460	E io ho fatto un po' di ricerche.
   461	Allora, devo dire la verità, ok?
   462	Questo elenco di oggetti me li sono fatti fare da CG GPT.
   463	Ok?
   464	E come vedete non è che lo nascondo, in particolar modo ho usato la modalità deep research di CGPT che è una sorta di, come dire che iterativamente raffina le proprie risposte fino a che non raggiunge un livello di profondità voluto, in questo caso da me.
   465	Chiaramente quella che vedete è una lista che ho raffinato, o meglio ripulito da due o tre, diciamo, cose totalmente inventate che però bellissime ma che non esistevano.
   466	Ok?
   467	Quindi, diciamo, più che entrare nei nei nel dettaglio dei dei sistemi, appunto, che vi lascio qui, dovete anche voi docenti, perché ve lo dico, tutti dicono sì, sì, no, ma certo, le allucinazioni, no, certo, io so anch'io, io le faccio queste cose.
   468	Poi chiaramente in una lezione ne ho lasciato una e non è stato bello.
   469	E comunque qui vedete un po' di esempi.
   470	Ci sono esempi sia europei che internazionali come diciamo l'Università di Alicante che ha usato strumenti di AI generativa per aiutare studenti con disabilità visiva.
   471	E questo sistema si chiama Help Me Se.
   472	Ehm, c'è per esempio se voi avete provato ad usare Duolingo, Duolingo è un sistema anziano, diciamo, però Duolingo ora si è notevolmente eh sviluppato con nuove caratteristiche che appunto sono state create grazie agli strumenti di intelligenza artificiale.
   473	E poi l'Università di Oxford dà praticamente accesso gratuito a CGPT Edu.
   474	Però loro hanno anche affiancato un una sorta di sportello di supporto da parte di questo AI Competency Center, centro di competenza AI.
   475	Eh, in Italia abbiamo Campus, praticamente ci sono degli assistenti virtuali in qualche modo disponibili su Google Wordspace che questi non sono rivolti agli studenti, sono rivolti agli insegnanti, hanno riassunto di circolari, supporto amministrativo, formativo, eccetera.
   476	Comunque questa è una lista che che vi lascio.
   477	Ce ne sono molte altre esempi, secondo me sempre ancora troppo pochi e soprattutto forse non propriamente diretti a didattica di tutti i giorni.
   478	Ehm, ok. Allora, abbiamo già visto le linee guida del Ministero dell'Istruzione e del merito.
   479	Eh, allora, il punto fermo è che l'intelligenza artificiale deve essere uno strumento a supporto dell'apprendimento.
   480	Ok?
   481	Eh, la persona deve essere sempre centrale e come ho detto prima questa non è un un requisito banale perché si tende spesso a delegare a questi sistemi molte delle operazioni e non controllare la qualità delle risposte e ci deve essere una formazione obbligatoria dei docenti.
   482	R visto come questo siamo ancora indietro.
   483	Ehm, la scuola deve essere pervasa dall'intelligenza artificiale, nel senso che tutti, nessuno escluso, debbono usare e poter usare questi strumenti.
   484	Ok?
   485	E poi vabbè, diciamo, queste linee guida prevedono un ciclo operativo che si in qualche modo declina nelle analisi del contesto, nella pianificazione e nella sperimentazione, eccetera eccetera.
   486	Ok?
   487	Oh!
   488	Ehm, ripeto, il Ministero ribadisce questa importanza dell'utilizzo per personalizzare l'apprendimento, ribadisce l'importanza di creare nuove opportunità di insegnamento, quindi, diciamo, creare didattica innovativa.
   489	Eh, questo anche questo è molto molto importante.
   490	il mondo va avanti molto più velocemente di quanto andasse avanti 5 anni fa e quindi dobbiamo in qualche modo ripensare a come gestire questa questa questa crescita esponenziale.
   491	E poi chiaramente una cosa molto importante, almeno dal mio punto di vista, è questa questione dell'inclusione, cioè adesso noi abbiamo degli assistenti che ci consentono di non lasciare nessuno indietro, incluse le persone con bisogni, diciamo, particolari, con persone che hanno carenze in alcune in alcune aree e così via.
   492	Questi strumenti ci possono consentire di non lasciare indietro nessuno e questo è molto molto importante.
   493	Un esempio potrebbe essere, per esempio, appunto, l'insegnamento a studenti stranieri.
   494	Non è detto che le persone sappiano parlare, non lo so, il cinese.
   495	Con questi strumenti si riescono anche a instaurare delle relazioni anche con persone che non parlano la nostra stessa lingua.
   496	Le cuffiette di Apple, le ultime, traducono quasi in tempo reale, mentre uno parla.
   497	Ci sono queste tecnologie che sono fantastiche.
   498	E poi il mondo del lavoro.
   499	Eh, oramai, o meglio, sicuramente nei prossimi 5 anni, chi non domina queste queste tecnologie sarà molto molto difficile da collocare.
   500	Ok, ci sono un po' di rischi, un po' Ok, ho finito.
   501	Un po' di rischi.
   502	Per esempio la privacy l'abbiamo detto, tutti dicono qualsiasi cosa a CG GPT, chiaramente lo stanno in realtà dicendo a Open AI che memorizza e volendo può utilizzare queste informazioni.
   503	e digital divide, scuole con meno risorse avranno anche meno opportunità di avanzare e diciamo dipendenza e perdita del pensiero critico, appunto, se noi deleghiamo solamente appunto la come dire la nostra eh le nostre decisioni a questi sistemi e abbiamo già affrontato il problema delle allucinazioni ehm Concludo molto brevemente, diciamo, e secondo me, come dire, l'ultima l'ultima frase è quella che a me preme più di tutti, cioè l'intelligenza artificiale può diventare un alleato e sia per i docenti che per gli studenti e soprattutto pensando anche molto in avanti fino, diciamo, 4 anni 2030 che in questi anni 4 anni sono veramente tantissimi e però dobbiamo integrare le competenze che sono state sviluppate fino adora, le competenze pedagogiche, didattiche, eccetera con le nuove tecnologie, non scordandoci, appunto, la cornice etica e normativa.
   504	Io con questo ho concluso.
   505	Grazie.
   506	>> Va bene, grazie per le domande.
   507	Appunto, lasciamo uno spazio finale, quindi do subito la parola al prossimo oratore che è dell'Università di Pisa, Mirco Tausanis e punta un punto di vista, credo, più legato >> alla lingua.
   508	Sicuramente.
   509	Grazie.
   510	Eh, non so se possiamo avere le diapositive, >> non mi devono ancora essere caricate, ma intanto ne approfitto.
   511	Buongiorno.
   512	Grazie.
   513	Grazie.
   514	Intanto ci sono.
   515	Ok. Intanto ne approfitto per i ringraziamenti, in particolare i ringraziamenti tutt'altro che formali eh alla Fond, alla fondazione, al presidente, al in generale, diciamo, anche a tutti i presenti, ma eh i professori Leonardi Patota anche per questo invito graditissimo per un evento estremamente importante dove io partecipo, ecco, diciamo, in forma duplice E questo mi rende anche doppiamente soddisfatto di di essere qua.
   516	Ecco, quindi per esempio, ecco, possiamo finalmente vedere le cose.
   517	Ecco perché confesso qualche cosa in partenza.
   518	Che cosa faccio?
   519	Sono qui in doppia veste e di qui il motivo della doppia contentezza.
   520	In doppia veste perché da un lato da molti anni, da una decina d'anni ormai lavoro sistematicamente su questioni di intelligenza artificiale a se prima di 18 GPT, valutazione valutazione di questi sistemi, di questi prodotti e così via.
   521	in particolare un libro eh che ha avuto un discreto successo su lingua intelligenza artificiale è uscito appunto già 7 anni fa.
   522	Ormai è un periodo remotissimo da questo punto di vista e poi in parallelo ogni tanto, anzi molto spesso devo fare un'altra cosa, devo infilarmi un altro cappello e mettermi a insegnare la scrittura professionale scientifica in lingua italiana per studenti di un laboratorio di scrittura per informate per la laurea triennale in informatica umanistica dell'Università di Pisa.
   523	Quindi si tratta in questo caso di un'attività molto molto pratica, tangenziale che eh per spiegare le osservazioni dirò viene fatta con un certo inquadramento.
   524	Semplicemente gli studenti che mi arrivano sono studenti che in buona parte, naturalmente ci sono anche molti studenti stranieri, molti studenti di altra origine, con altri percorsi eccetera, ma in buona parte sono studenti che arrivano dopo un percorso formativo di 13 anni, non un breve periodo nella scuola italiana, il completamento della scuola superiore.
   525	Sono studenti che in alcuni casi hanno anche qualche incertezza linguistica ancora rimasta dopo questi 1 2 3 4 13 anni.
   526	E altra cosa che mi lascia molto le mani libere, nel loro percorso scolastico questi studenti non incontreranno mai più, a meno che non cambino cose, non decidono di fare altre altri percorsi di apprendimento eccetera, delle occasioni di formazione nel campo della lingua italiana.
   527	Questo mi lascia molto le mani libere, mi toglie pochi scrupoli, molti scrupoli.
   528	Diciamo che in particolare con loro, con questi studenti, da un lungo periodo scrivev abbiamo scritto per molti anni voci di Wikipedia in lingua italiana, pubblicate su Wikipedia con note, bibliografia e poi siamo passati, ora essendo diventate le cose un po' più difficili su Wikipedia, a lavorare e su un sito sviluppato apposta dove le voci vengono sempre pubblicate, diciamo, le cose che facevamo e che facevano sulla base, a questo punto l'avrete immaginato scorrendo i titoli, sulle base delle loro proposte, cose che vanno da da Star Trek Onlinecidio di Mommio di Fivizzano, la corruzione a Cuba, il sito palafitticole naturalistico Palù di Livenza eccetera eccetera e ora Antigone, bilinguismo, brigantaggio postunitario in Italia e così via.
   529	Non entro troppo sui dettagli, ci tornerò tra un pochino in chiusura.
   530	Diciamo che togliendo il cappello e andando a vedere, per così dire, la prima sfaccettatura, una questione fondamentale in questa mia esperienza duplice è quella della valutazione.
   531	Che cosa significa questo?
   532	Ma significa in particolare eh beh ce l'ha autorevolmente ricordato poche a inizio sessione anche il professor Parisi, il fatto che semplicemente eh non possiamo in molti casi fidarci di alcune valutazioni correnti, anche perché c'è un problema di base, il fatto che i sistemi di intelligenza artificiale hanno capacità non intuitive.
   533	È un posto dove l'intuizione, come si dice, va a morire.
   534	Cose che sembrerebbero facilissime non riescono a farle, cose che sembrano complicatissime riescono a farle con una facilità sorprendente e così via.
   535	un entusiasta di queste eh delle possibilità dell'intelligenza artificiale negli Stati Uniti, Itan Molly, che ha parlato di frontiera frastagliata e di mura invisibili, non non si sa dove sono le i limiti di questi sistemi finché non ci si sbatte il naso contro.
   536	Ora, in questa non è una novità, nel senso che i sistemi informatici hanno da sempre sfidato un po' la nostra intuizione.
   537	ripensiamo agli esordi dell'informatica di cui su cui appunto abbiamo sentito pochi a inizio presentazione un'altra autorevole eh presentazione in cui gli addetti ai lavori spessi per l'intelligenza artificiale degli anni 50 e 60 prendevano de quelli che in retrospettiva sono degli abballi abbagli clamorosi da ritenere che la traduzione fosse semplice come la decodifica dei codici cifrati o ritenere che il gioco degli scacchi fosse più complicato della visione.
   538	Ora da decenni abbiamo sistemi che battono a scacchi i migliori giocatori umani.
   539	Non abbiamo ancora sistemi a cui possiamo affidare con sicurezza il volante della nostra auto andando sicuri sul fatto che possano evitare ostacoli fermi in carreggiata.
   540	Quindi, diciamo, molto più che le intuizioni servono le valutazioni.
   541	Io direi valutazioni scientifiche e sistematiche.
   542	Eh, che cosa si intende con questo?
   543	Eh, molti tra i presenti diranno ci sono i benchmark dell'industria, ma appunto molto spesso questi benchmark non dicono molto di significativo al al un pubblico di altra origine per e in particolare proprio in queste settimane sono in corso ampie riflessioni, anche perché alcuni contributi hanno avuto riscontro significativo.
   544	In particolare è quello che si nota è che molti di questi benchmark sono anche profondamente ingannevoli.
   545	Non tutti, per carità, ci sono lavori fatti di ottimo livello, di ottimo livello, ma io vedo il panorama come un panorama in cui effettivamente a volte dicono di fare cose che non fa che effettivamente non fanno e ogni tanto si insinuano nei comunicati stampa e anche oltre delle osservazioni veramente abbastanza assurde.
   546	Sistemi con intelligenza a livello di dottorato di ricerca, intelligenza a livello di dottorato di ricerca e cose del genere.
   547	Ecco, anche questa non è affatto una novità.
   548	il fatto che i benchmark, i cosiddetti sistemi di valutazione delle le pratiche di valutazione adottate dall'industria eh siano ingannevoli lavorando nel settore della traduzione automatica, per esempio, un esempio che faccio sempre è dall'inizio del dal 2002 la traduzione automatica usato come metrica di riferimento o blu.
   549	Eh, una metrica che dal 2018 si sa benissimo con numerosi studi che hanno confermato questa cosa che fornisce risultati inaffidabili sulla qualità delle traduzioni automatiche, in particolare quelle generate da reti neurali e simili.
   550	Ora 2018, sono passati 7 anni, ormai arriviamo all'ottavo, eh si continua a usare Bleo, le pubblicazioni di settore, nelle conferenze, eccetera, continua a usare queste metriche che semplicemente non funzionano, eppure continuano a essere usate.
   551	Vale la pena esplicitare quindi una cosa in questo momento.
   552	Non so quanti docenti di area umanistica siano presenti qui in aula, ma credo, non so se posso rassicurarli o inquietarli, dicendo che in questo momento non esiste nessun sistema automatico che permetta, per esempio, di valutare la qualità di una traduzione, di un testo meglio di quello che fanno gli esseri umani.
   553	Esistono crude approssimazioni di questo che a volte funzionicchiano, ma per il resto nient'altro.
   554	E quindi e quindi di qui direi una la necessità, come è stata ribadita anche in in tempi recenti, di valutazioni umanistiche, io direi semplicemente umane, perché se non c'è il il sistema automatico tocca a noi valutare le cose e dire se un testo funziona oppure no. Io su questa base ho fatto numerose esperienze di valutazione negli ultimi anni in particolare ho lavorato, beh, non sono banali perché occorre costruire dei veri e propri esperimenti semplicemente, tipo, per esempio, sottoporre frasi raccolte in modo casuale a valutatori che non ne conoscono l'origine, valutando il punteggio su determinati aspetti e così via per costruire degli esperimenti significativi.
   555	E su questa base posso dire con una certa sicurezza, traduzione automatica, per esempio, funziona, uso spesso questa verbidiosamente bene, fa degli errori, ma ormai ha raggiunto il risultato di una buona traduzione umana non revisionata in molti ambiti.
   556	Poi tutto nel mondo della lingua e dei testi varia molto da testa a test e da situazione a situazione.
   557	Altre aree sono il miglioramento della chiarezza dei testi, la sintesi, eccetera eccetera.
   558	Aree in cui i punteggi sono notevolmente elevati.
   559	Eh, qualche mese fa è uscito un contributo firmato da Giuliana Fiorentina mio che cerca di fare un po' una sintesi di queste prestazioni per l'italiano.
   560	Diciamo che questi testi, lo questi sistemi, lo sappiamo, fanno delle cose sofisticatissime a certi livelli e non battono ciglio se uno chiede di rielaborare l'orario dei treni in ottava rima o di creare figure retoriche inventate eccetera eccetera, però appunto hanno anche molti limiti.
   561	Giusto per dare un'idea, questa è una traduzione letteraria di Chat GPT5 da un recente romanzo inglese molto interessante Future Future di Adam Twell, che dice che la traduzione di Chat GPT non è male, è una traduzione all'altezza.
   562	Diciamo che in un esperimento fatto pochi giorni fa, valutatori competenti, studenti di un corso di laurea magistrale in linguistica e traduzione, non sono stati in grado di individuare sistematicamente traduzioni, di distinguere sistematicamente tra traduzioni umane e traduzioni di Chat GPT non revisionate.
   563	Questa traduzione l'ho scelta perché è un pezzetto che contiene uno dei rari errori sintattici di Chat GPT.
   564	non è facile coglierlo e anche perché rimarrà ancora solo pochi secondi, quindi chi riesce a notare questo errore è il fortunato.
   565	Ma insomma, questo per introdurre un discorso, diciamo, ogni tanto questi sistemi commettono questi qualche errore.
   566	Andando a vedere il miglioramento della chiarezza, per esempio, lavorando su otto coppie con un numero elevato di valutatori, otto coppie di testi dell'italiano burocratico amministrativo riformulati da esseri umani competenti da una parte e da chat GPT all'altra e poi sottoposti a valutatori competenti in grado di dire qual era fatto meglio e qual che però non conoscevano l'origine dei testi.
   567	I punteggi che sono stati ottenuti sono questi valutati su cinque diversi aspetti.
   568	In totale abbiamo avuto 40 coppie di valutazione.
   569	In due casi c'è stato il pareggio.
   570	In 14 casi Chat GPT ha ottenuto un punteggio migliore di quello umano e la parità in questo si avrebbe a 19.
   571	40 coppie -2 dimezzata otteniamo 19.
   572	Il sistema ha vinto in 14 casi invece che 19.
   573	Non è ancora la parità.
   574	È un livello fastidiosamente vicino alla parità, alla parità umana.
   575	Eh, ho descritto un po' negli ultimi anni, in alcune pubblicazioni che ora non so a dettagliare i risultati di tutta una serie di indagini in questo settore e diciamo che questo tipo di valutazione mi sembra ormai assolutamente indispensabile per poter andare avanti, per poter passare poi al resto.
   576	Ma occorre anche mettere, siccome abbiamo molto un bias, come vado in modo a dire, per il successo, occorre anche mettere a fuoco le cose che invece i sistemi non riescono a fare.
   577	Io ho parlato dei successi, eh sia pure successi relativi.
   578	Ci sono infinite cose che i sistemi non riescono a fare.
   579	Uno dei miei personali benchmark è quello del sonetto.
   580	Chiedo alle varie versioni di Chat GPT di scrivere sonetti in lingua italiana e neanche Chat GPT mi produce affidabilmente dei sonetti, perché 13 versi magari hanno la rima corretta e il 14 è sbagliata.
   581	13 sono indecasillabi regolari, il 14º ha 15 sillabe e così via.
   582	insomma, perché fa questo?
   583	Ma direi statistica.
   584	Sono tutto sommato dei pappagalli stocastici o statistici che fanno delle meraviglie, ma insomma si vede che in alcune cose sono ancora molto molto statistiche.
   585	una cosa che non riescono a fare, scrivere testi grammaticalmente perfetti, o meglio, lo fanno nel 99,5% dei casi, il che significa in un testo normale generato da loro, in pratica ogni o due pagine un erroretto ci sarà, un erroretto sintattico, di concordanza o qualche cosa anche.
   586	Ma perché l'hai fatto 10 volte corretto e l'undicima l'hai sbagliato?
   587	Boh, statistica, diciamo.
   588	Eh, un mio studente ha analizzato giochi di parole vedendo che alcuni li fa benissimo e altri non riesce a farli perché non è non è chiaro non è chiara la distinzione.
   589	Per esempio, generazione di cruciverba ci prova ci prova, ma quelle che vediamo sono così dire delle crude approssimazioni di cruciverba, un problema questo forse che può essere gestito in qualche modo con fine tuning o con prompting.
   590	Io per ora non sono riuscito a addomesticare Chat GPT in italiano e a fargli produrre dei cruciverba che mostrino che ha capito che cos'è un cruciverba.
   591	E allora e allora, detto questo e detta questa situazione, come si procede?
   592	Eh, il mio interesse è didattica dell'italiano, in particolare la didattica forse un po' più limitata applicata alla scrittura, dove intanto vi dirò un'antipatia.
   593	Ecco, si dà per scontato il fatto che i sistemi si vengano usati per scrivere testi, per scrivere il tema.
   594	Semplifichiamo.
   595	Eh, questo ovviamente è didatticamente assurdo, almeno in questa forma.
   596	Semplicemente eh quando viene richiesta una comprensione, una comprensione di qualcosa, Chat GPT non può aiutare.
   597	Chat GPT fa molto bene se non all'interno di strutture didattiche molto mirate eccetera eccetera.
   598	Chat GPT, uso questa espressione per sintetizzare, fa invece molto bene altre cose, tipo la riformulazione di cose già dette.
   599	nella vita reale ogni tanto non è che c'è bisogno di pensare, anzi molto spesso, anzi come mostra l'esperienza di questi anni, forse eh nella in una piccola parte dei casi, però fondamentale.
   600	Quindi possiamo anche passare il tempo a riformulare un test e a trasformare l'articolo in una presentazione PowerPoint e poi la presentazione PowerPoint la trasformiamo in un post sul su blog, eccetera eccetera.
   601	non è che dobbiamo ripensarci tanto, insomma, sono operazioni quasi meccaniche se non facciamo stravolgimento.
   602	Anche molti esercizi scolastici non chiedono a volte eh tutto questo problema, però in modo del tutto ragionevole, io direi quando uno studente si trova a non avere interiorizzato la necessità di fare un certo lavoro, semplicemente non vede motivi per non farsi aiutare da chat GPT.
   603	Se il compito dello studente è scrivere segni, mettere inchiostro su carta senza preoccuparsi del rapporto di questo con cose più ampie, dice giustamente me li faccio, me li copio pari pari da chat GPT.
   604	Eh, tutto questo tenendo conto ovviamente che io userò delle brutali semplificazioni di studenti, ma gli studenti, come i miei mi ricordano ogni praticamente ogni giorno, sono persone assolutamente diverse tra di loro, con obiettivi, speranze, paure, timori, rispondono a motivazioni di tipo molto diverso e così via.
   605	Quindi, per esempio, attirerò l'attenzione su un aspetto interessante.
   606	Gli studi, i testi riescono, i sistemi Chat, GPT, eccetera, riescono ora rielaborare abbastanza bene alcuni testi anche abbastanza sconnessi.
   607	Occorre vedere che cosa succede.
   608	Eh, per esempio, usarli per regolarizzare per regolarizzare i testi.
   609	Molti di noi inorridiranno davanti al pensiero ah, che uno studente si faccia riguardare il testo da Chat GPT, il suo testo da chat GPT prima di scriverlo.
   610	Molti di noi si fanno anche riscrivere le lettere in inglese da chat GPT quando devono scrivere non pensano "Ah, che persona spregevole sono perché mi sto facendo risistemare l'inglese la chat GPT e cambio questa parolina all'inizio con quella più appropriata e così via."
   611	Vediamo un attimo.
   612	Intanto una cosa fondamentale, prima di speculare occorre guardare i risultati e vedere che cosa succede, perché speculare in astratto è un'attività molto semplice, andare a fare il lavoro noioso di andare a vedere testo per testo cosa è successo richiede un po' più di fatica.
   613	Purtroppo, per esempio, alla fine con i miei studenti, dove ormai da 3 anni usiamo questi sistemi dell'avvento, appunto, 18 GPT, quello che vedo è che per esempio questi sistemi si rivelano abbastanza in grado di assistere studenti italiani, madrelingue, usiamo questa semplificazione, che hanno qualche difficoltà nella residua nella scrittura dopo 1 2 3 13 anni di scuola a sistemare queste cose, oppure aiutano gli studenti non madrelingua che hanno un buon livello di conoscenza dell'italiano, ma non aiutano chi produce un italiano completamente sconnesso sotto il livello B2, naturalmente in quei casi si fa prima far tradurre da una lingua all'altra.
   614	Eh, quindi aggiungo una cosa che didatticamente poi a tutti questi studenti io lo ripeto ogni tanto mi trovo a dire per favore qui per favore usi Chat GPT prima di consegnarmi il lavoro.
   615	Poi tenga presente che interiorizzare queste competenze è importante, però ho la sensazione che a questi studenti sia già stato detto per 1 2 3 13 anni diciamo non so se la 14ª ripetizione funzionerà.
   616	tipici testi rivisti, insomma, eh, fin da giovanissimo ha praticato sport iniziando 8 anni.
   617	Il suo primo insegnante fu proprio Alessio Carlini, storico insegnante.
   618	Ottiene ottimi risultati, entra all'età di 7 anni nella categoria pulcini, a 14 anni iniziò con atletica leggera.
   619	Ecco, tutti, se ci sono degli insegnanti in materie letterarie riconoscono qualche cosa di comunissimo, cioè il fatto i tempi verbali vanno di qua e di là.
   620	Dopo 13 anni di scuola italiana è normale che studenti, anche non male per molte altre competenze, abbiano tempi verbali che si chiede a chat GPT e Chat GPT regolarizza brutalmente.
   621	Ci si mette un decimo del tempo a risistemare il test rivisto da Chat GPT per la pub in vista di una pubblicazione oppure non madrelingua.
   622	Ecco, mentre il papà gli compra un palloncino, vede in lontananza un giocattolo.
   623	Oppure penultima frase, l'ispettrice Emilian assieme a un suo collega iniziano ad investigare.
   624	Chat GPT non solo regolarizza, ma a richiesta spiega anche quello che ha fatto con margini di errore più alto.
   625	Ecco, mentre correzioni e spiegazioni, mentre il papà le compra un palloncino, correzione del pronome, gli sostituito con le per concordare in genere numero con il soggetto a Maia.
   626	Eh, la scena si sposta su Miren, aggiunta di una virgola locale, virgola che è venuta a conoscenza.
   627	La virgola migliora la lettura.
   628	Migliora la lettura e separa la frase principale della subordinata relativa.
   629	Sì, è vero.
   630	E quindi, come vedete, a volte ci becca, a volte fornisce delle spiegazioni incomplete, a volte in percentuale assai più alto.
   631	Un'analisi di Stefania Spina ha detto grosso modo per rilevazioni di errori di questo tipo 66% di successo, il che significa una cosa su tre è sbagliata.
   632	e tanto poco dipende e su questo direi che occorre poi ogni tanto tener presente anche la situazione reale.
   633	Ecco, un libro che forse qui non ho bisogno di presentare, insomma, è scritto da Luca Serianni e Giuseppe Benedetti, scritti sui banchi, sull'italiana scuola di tra alunni e insegnanti, un libro fondamentale per molti aspetti per perché presenta anche un'analisi delle correzioni degli insegnanti nella scuola italiana.
   634	Si, non si esagera troppo se si dice che uscendo da questo libro, dalla lettura di questo libro, si ha la sensazione che nella scuola italiana è un'analisi anche in alcuni punti spietata.
   635	Gli insegnanti correggo un po' a casaccio, corregano delle cose che sono giuste, mettano degli errori, facciano delle attività assolutamente irregolari, didatticamente poco sensate e così via.
   636	Mh.
   637	Eh, il che ci porta alla conclusione, motivazione e motivazioni.
   638	Una volta tirate, una volta presentate così gli argomenti, un'obiezione giustissima è usare intelligenza artificiale come strumenti di revisione.
   639	Ma perché?
   640	Beh, io credo che ci siano dei vantaggi e credo che in particolare ci possono essere dei vantaggi per un problema che da me è molto sentito, il fatto che gli studenti a me arrivano dopo 13 anni, spero di non dirvi nulla di sorprendente, non arrivano innamorati della scrittura, innamorati dello scrivere in italiano, innamorati dello stare lì alla tastiera, arrivano molto spesso con una, permettetemi dire, profonda avversione per queste attività che vedono come innaturali eccetera.
   641	Per questo credo che un pochettino spieghi le spieghi anche alcuni esiti e altro.
   642	E è un peccato questo perché la scrittura per noi che cos'è?
   643	È qualche cosa strutturalmente fondamentale, una parte importantissima dello sviluppo umano in particolare e la scrittura la facciamo e la insegniamo tutti quanti perché perché semplicemente è uno strumento fondamentale, una delle invenzioni più geniali che abbia fatto la specie umana.
   644	Io direi la più grande invenzione della specie umana fino a questo momento, eh, e ci permette di fare cose tipo comunicare attraverso i 20 caratteruzzi di Galileo, insomma, riflettere sul mondo, riflettere su se stessi, fare tante operazioni fondamentali che senza scrittura sono enormemente più difficili, complicate o addirittura impossibili.
   645	per esempio la comunicazione a distanza e a distanza di tempo.
   646	Ora, negli Stati Uniti, in particolare in rapporto all'intelligenza artificiale, John Warner ha insistito molto su questo, sul ruolo delle cose importanti e quindi una rapida proposta conclusiva, cioè quella ovviamente fermo restando il fatto che ci sono tante cose che dobbiamo fare noi come insegnanti, mi metto anch'io nel mucchio per questo mio cappello aggiuntivo.
   647	Intanto, ovviamente, preoccuparci di correttezza formale, preoccuparci di una corretta educazione linguistica, preoccuparci anche della grammatica poi in negli negli opportuni stadi, livelli di apprendimento eccetera eccetera.
   648	Devo dire la mia percezione, avendo lavorato in questi anni, è che a volte un pochettino ci sia poi il rischio di mettere di invertire le eh i ruoli e dare la priorità a qualche cosa di relativamente secondario, importante eh, per carità, ma relativamente secondario rispetto a qualche cosa di cui ogni tanto mi sembra la nostra società si scordi.
   649	il ruolo essenziale essenziale della scrittura, non della scrittura corretta, non della scrittura grammaticale, non di quel quell'altro, il ruolo essenziale della scrittura.
   650	E in eh in conclusione, appunto, io direi se dovessi dire qualche cosa, la raccomandazione fondamentale, avendo pasticciato su queste preoccuparsi.
   651	La mia è soprattutto trovare cose importanti che gli studenti possono fare usando la lingua italiana.
   652	E per questo lavoro, appunto, il tentativo che ho fatto io di trovare cose importanti per loro è quello di lasciarle libere e di scrivere di quello che a loro interessa e molti di loro scrivono della loro casa, della loro città, del loro hobby, del loro sport, del film preferito, della malattia da cui sono afflitti, eccetera eccetera.
   653	Funziona come sistema per recuperare un po' di amore per la scrittura.
   654	difficile dirlo.
   655	In alcuni casi, alcuni di loro sono senz'altro assistiti da Chat GPT.
   656	Lo vedo come un aspetto marginale e ovviamente insisterei un attimo su questo e vi lascio con una domanda conclusiva, ecco, o con un'osserva con una richiesta a voi conclusiva.
   657	Io sento spessissimo lamenti sul fatto che gli studenti non scrivono male, non sanno più scrivere.
   658	Non credo che ci sia stato un peggioramento nel corso del tempo, tsunami Covid permettendo, ma insomma questo è un argomento scientificamente da approfondire.
   659	Io sento spesso questi, li sentite anche voi lamenti sul fatto che gli studenti scrivono male eccetera eccetera.
   660	Bene.
   661	Eh, vi chiederò, avete mai sentito lamenti sul fatto che gli studenti non scrivono cose importanti, non scrivono testi per loro significativi, non scrivono eh cose, non scrivono qualche cosa che a loro serva davvero fare, eccetera.
   662	Io temo di sapere la risposta.
   663	non li sentiamo mai perché la le preoccupazioni della nostra società sono tutte su uno e praticamente niente su due e su questo aspetto conclusivo che più uno vi lascio e vi ringrazio per l'attenzione.
   664	Bene, anche questo intervento in realtà lascia moltissimi spunti, però li rimandiamo alla discussione conclusiva.
   665	Il prossimo speaker credo sia onine, se non sbaglio.
   666	Eh sì, perché è il professor Domingo Paola, quindi chiederei il collegamento.
   667	>> Mi sentite?
   668	>> Sì.
   669	Ok, allora gli lascio >> Ok, sono io che vi sento male.
   670	Comunque spero che voi mi sentiate e intanto che cerco di condividere le le diapositive, le mie diapositive, ne approfitto per, diciamo, ringraziare la Fondazione Lincei per la scuola per l'invito a partecipare a questa tavola rotonda.
   671	Naturalmente il ringraziamento va anche in particolare a tutte le colleghe e colleghi che stanno partecipando in presenza o distanza a questo evento e vorrei anche scusarmi per non essere riuscito a essere presente in questa giornata.
   672	Ecco, io vorrei proporre alcune riflessioni su possibili utilizzazioni di particolari sistemi di intelligenza artificiale generativa.
   673	Quali sono i modelli linguistici di grandi dimensioni?
   674	Quindi mi sto riferendo a chat GPTJ, MiniCloud e così via e però riuscire a accennare anche brevemente a un esempio di utilizzazione di questi sistemi nell'insegnamento apprendimento della matematica.
   675	Eh, inizialmente vorrei riflettere un attimo con voi sul su quello che è il dibattito sui rischi e le opportunità dell'uso dell'intelligenza artificiale generativa, in particolare, lo ripeto, dei modelli linguistici di grandi dimensioni, che è un dibattito che è più acceso che mai, diciamo.
   676	E in questa premessa che necessariamente sarà breve, vorrei porre l'attenzione sul fatto che io penso sia bene non pensare ai rischi e alle opportunità, diciamo così, ai pericoli e alle risorse messi a disposizione da questi strumenti.
   677	Non pensarli in una prospettiva di contrapposizione, no?
   678	come se in qualche modo fosse possibile, con buone modalità di utilizzazione di questi sistemi, eliminare completamente i rischi o viceversa con cattive modalità di utilizzazione rinunciare completamente alle opportunità.
   679	Eh, invece io penso che i rischi e le opportunità siano inevitabilmente presenti e qualunque sia la modalità d'uso di questi strumenti e naturalmente poi a seconda della modalità d'uso è chiaro che sarà possibile ridurre i rischi e aumentare le opportunità, però gli uni e le altre sono, a mio avviso, ineliminabili e questo accade perché ogni tecnologia e in particolare le tecnologie dell'intelligenza artificiale generative, dicevo, ogni tecnologia non è neutrale e il fatto Fo che ogni tecnologia non sia neutrale, a mio avviso è testimoniato in modo davvero plastico da questa immagine, no?
   680	che mostra come, per esempio, la tecnologia dell'automobile abbia in qualche modo profondamente modificato il contesto in cui viviamo.
   681	Insomma, mentre cambiamo l'ambiente, il contesto in cui viviamo per l'enderlo più adatto a un funzionamento efficiente, efficace di una tecnologia, creiamo anche le condizioni per cambiare noi stessi e noi stessi e le relazioni con gli altri, ma cambiano in qualche maniera anche i significati stessi delle parole che utilizziamo.
   682	Pensate, per esempio, a come si è modificato il significato della parola volare dopo che è esplosa la tecnologia degli aeroplani.
   683	E pensiamo anche a come probabilmente si modificherà e in qualche modo si sta modificando il significato della parola intelligenza con l'avvento di queste nuove e poi anche delle prossime tecnologie dell'intelligenza artificiale.
   684	Ecco, in questo senso i rischi nell'utilizzazione di queste tecnologie convivono con le opportunità.
   685	sono in in qualche modo due facce di una stessa medaglia, no?
   686	Un pochino come quel farmacon fedro di Platone, no?
   687	Eh, diciamo quel quel farmaco che era allo stesso tempo una medicina che avvelena e un veleno che cura.
   688	Ecco, nonostante questi rischi o forse forse proprio a causa di questi grandi rischi, io penso che non sia possibile non utilizzare a scuola questi strumenti perché dove se in una scuola è possibile aiutare le studentesse, gli studenti ad avere un approccio più consapevole, più critico, no, nei confronti di questi strumenti, diciamo, ad assumere una postura diversa di fronte all'apprendimento, una postura diversa da quella passiva che eh caratterizza un pochino il consumatore di conoscenza, no?
   689	Ecco, eh io penso che l'uso di questi strumenti richiede a noi insegnanti sicuramente eh il il fatto di assumerci una grande responsabilità e molta molta molta attenzione, però come insegnanti non possiamo rinunciare ad assumerci questa responsabilità perché la rinuncia vorrebbe dire in qualche modo assumersi una responsabilità che è ancora più grave e più grande e cioè quella di lasciare da sole da soli le studentesse, gli studenti nell'uso.
   690	Questa volta sì, se rimangono da sole e da soli, probabilmente a critico, inconsapevole di questi strumenti.
   691	Ma allora, se tutte queste cose che ho detto hanno un senso, è chiaro che la domanda inevitabile, interessante è come utilizzare a scuola strumenti come modelli linguistici di grandi dimensioni e questo sia per favorire un approccio più consapevole, critico agli strumenti stessi, sia anche per migliorare l'insegnamento apprendimento e nel mio caso l'insegnamento apprendimento della matematica.
   692	Ecco, questa diapositiva suggerisce un po' come la classe possa essere pensata come un intreccio culturale, cognitivo, no, ma anche fisico di discorsi, di segni, di strumenti, artefatti con le azioni dell'insegnante, delle studentesse, degli studenti.
   693	Quindi un contesto davvero molto molto molto ricco.
   694	Ed è in questo contesto io penso che i modelli linguistici di grandi dimensioni possono essere inseriti come nuove voci.
   695	Nuove voci e profondamente diverse da quelle umane e quindi voci che possono arricchire le discussioni in matematica in classe, no?
   696	Per suggerire nuove prospettive, per mettere a disposizione dei testi che comunque vanno, l'abbiano già detto, l'hanno detto i relatori che avevano preceduti, vanno interpretati, analizzati, compresi, fatti propri, no?
   697	sintetizzati in alcuni casi approfonditi e più in dettaglio discussi.
   698	Ecco, in particolare, e qui scendiamo nel caso specifico dell'insegnamento apprendimento della matematica, i modelli linguistici di grandi dimensioni, naturalmente utilizzati con la guida, eh diciamo continua, sistematica, però discreta dell'insegnante, io penso che possono aiutare le studentesse e gli studenti a costruire e approfondire significati per i concetti matematici, oggetti di studio e quindi a entrare in quella che potremmo chiamare la razionalità del discorso matematico.
   699	e poi possono, come dire, sviluppare competenze argomentative e magari accompagnare studentesse e studenti verso quella particolare forma di giustificazione matematica, dello spiegare perché, che poi la dimostrazione e che non è così semplice da acquisire per le studentesse e gli studenti e poi possono aiutare a sviluppare competenze di problem solving che sono un pochino il sale dell'attività matematica.
   700	E allora dicevo, volevo completare con un piccolo esempio breve, sicuramente rimarrò sicuramente nel tempo che mi è stato concesso, ma gli esempi servono un pochino a chiarire poi queste questioni generali, ci ci si orienta maggiormente quando si vede un esempio.
   701	E io vorrei proprio far vedere un esempio dell'aiuto che questi sistemi possono dare, introdotti come nuove voci in classe nella risoluzione di problemi, ma anche nello sviluppo, ve ne renderete conto, di competenze argomentative.
   702	Eh, naturalmente conoscerete il problema di Montiol, è un classico problema probabilistico, prende il nome dal pseudonimo che è stato utilizzato da un presentatore della TV statunitense molti anni fa.
   703	Eh, talvolta in quello spettacolo televisivo si proponeva il seguente gioco.
   704	C'era un concorrente che poteva scegliere tra tre porte e non sapendo che cosa si celasse dietro di esse, sapeva semplicemente che dietro una di queste porte c'era un'automobile, ma non si sapeva dove si trovava e dietro ciascuna delle altre due porte una capra.
   705	appunto, il concorrente che non sa che cosa si nasconde dietro ogni porta, sceglie una porta.
   706	Immaginiamo io sono il concorrente, scelgo la porta numero uno e il conduttore del gioco, cosa importante che invece sa esattamente che cosa si nasconde dietro ogni porta, è qualunque sia la mia scelta sarà sempre costretto ad aprire tra le due porte rimaste, quindi in questo caso la du, la tre, quella che contiene una capra.
   707	Eh, supponiamo che una capra si trovasse dietro la porta tre e il conduttore apre la porta tre.
   708	E a questo punto chiede al concorrente se per caso voglia cambiare la scelta iniziale, aveva scelto la porta numero uno con la porta numero due.
   709	La richiesta del problema è individuare se esiste una strategia che massimizza la probabilità di vincita, cioè di portarsi a casa l'auto in sostanza.
   710	E guardate che si tratta di un problema non banale.
   711	Saprete che comportò anche qualche risposta non corretta da parte di persone che conoscevano il calcolo delle probabilità.
   712	Poi il problema è anche talmente noto che è probabile che in classe ci siano studentessi o studenti, io ne ho trovato spesso, che conoscono la soluzione.
   713	L'obiettivo però non è solo quello di dare una soluzione corretta, direi anzi non è tanto quello di dare una soluzione corretta, ma anche spiegare perché quella soluzione è corretta.
   714	Si può chiedere alle studentesse, agli studenti di provare a rispondere individualmente in gruppo prima di utilizzare ovviamente CG GPT, no?
   715	eh confrontare quindi le diverse strategie risolutive che propongono, di portare argomentazione a sostegno delle stesse e solo in seguito si può interrogare un modello linguistico di grandi dimensioni.
   716	E qua vi faccio vedere brevemente l'interazione con CHGPT.
   717	Vi fornisco proprio alcune risposte fornite da CG GPT e le riassumo eh evitando di leggere la loro interezza, ma non solo perché ho poco tempo a disposizione, ma anche perché sono molto lunghe, spesso inutilmente lunghe.
   718	Talvolta sono scritte in quella eh diciamo in quella che Italo Calvino chiamava l'antilingua, no?
   719	Quindi una lingua inutilmente artificiosa, complessa, quasi che l'obiettivo fosse quello di nascondere il significato invece che manifestarlo o magari di celebrare in modo in modo tronfio, possiamo dire, no, il proprio discorso.
   720	Però qui apro una parentesi importante.
   721	Io penso che leggere attentamente i testi prodotti da CG GPT, interpretarli, comprenderli, riassumerne i punti essenziali, sciogliere le parti eccessivamente intrecciate, non chiare, complesse, no?
   722	modificarli, riformularli, riscriverli addirittura.
   723	Beh, io penso che tutto ciò possa costituire una formidabile occasione per un'educazione, lasciatemelo dire, un'educazione sentimentale all'uso della lingua italiana, alla comprensione di un testo anche.
   724	Sappiamo quanto le competenze di lettura e scrittura nella madrelingua sono fondamentali per avere successo anche in matematica, visto che la capacità di comprendere un testo, beh, diciamo, è una competenza necessaria per poter sperare di risolvere un problema che viene posto.
   725	Chiudo questa parentesi e come potete vedere CG GPT risponde correttamente.
   726	Se si cambia la scelta iniziale, si sceglie la porta due, la probabilità di ottenere l'auto raddoppia, passa da 1/3 a 2/3.
   727	Cioè GPT dà anche una spiegazione del perché convenga cambiare, però le due frasi sottolineate, lo vedete nella diapositiva, non aiutano a capire bene perché sembrano quasi in contraddizione, no?
   728	La prima ferma che l'apertura della porta da parte del conduttore non cambia le probabilità iniziali e la seconda ferma invece che l'apertura della porta concentra la probabilità 2/3 sulla porta 2 e quindi in qualche modo cambia la probabilità iniziale che l'auto si trovasse dietro la porta 2 o la porta 3.
   729	Ecco, il problema, in realtà si può mettere a posto la questione, il problema sta nel fatto che l'azione dell'apertura della porta tre, quella che contiene la capra, quella che il conduttore ha aperto, non porta al concorrente alcuna informazione in più, alcuna informazione che possa portarla a modificare la sua valutazione di probabilità che l'auto si trovasse dietro la porta uno, no?
   730	Perché il concorrente sapeva già dall'inizio che il conduttore avrebbe aperto una porta con la capra.
   731	Però l'azione del conduttore, quella di aprire la porta 3, porta nuove informazioni sulla distribuzione di probabilità relative alla porta 2 e alla porta 3 e prima dell'apertura della porta 3 il concorrente attribuiva una probabilità uguale a 1 tera si trovasse dietro la porta 2 e un terzo che l'auto si trovasse dietro la porta 3.
   732	Ma quando ottiene la nuova informazione che l'auto non sta dietro la porta tre perché è comparsa una capra e allora deve modificare la sua valutazione di probabilità che l'auto stia dietro la porta due portandola a 2/3 e questo coerentemente con le leggi della probabilità totale.
   733	Però molte studentesse e molti studenti a questo punto sono ancora convinti che sia indifferente cambiare se è indifferente cambiare oppure non cambiare, no?
   734	Perché essendo rimaste due porte chiuse, la 1 e la du, due porte dietro cui concorrente non sa che cosa si trovi dietro queste due porte, beh, la probabilità che dietro una di esse ci sia un'auto va ripartita in porta uguali, cioè un mezzo 1/2 per entrambe.
   735	Allora, ha senso porre a CG GPT questo secondo prompt in cui si pone proprio la questione che probabilmente è indifferente cambiare, cioè quello che erroneamente pensano le studentesse e gli studenti, perché si può dire dopo l'azione del conduttore la probabilità che l'auto si trovi dietro la porta 1 è un mezzo, così come quella che l'auto si trovi dietro la porta 2.
   736	E c'ha GPT risponde simulando, diciamo, una sorta, chiamiamolo anche di carità interpretativa, no?
   737	dice sì, comprendo il tuo ragionamento ma correttamente dice questo tuo ragionamento non funziona però la spiegazione che ci ha GPT da non aggiunge granché a quanto detto in precedenza, se non il fatto che precisa per ben due volte che il conduttore non apre la porta a caso.
   738	Questo è molto importante.
   739	E perché non apre la porta a caso?
   740	perché è sempre costretto ad aprire quella porta, almeno una, che conterrà una capra.
   741	E solamente alla fine, cioè GPT sembra dare un suggerimento implicito in più, sembra suggerire di provare a giocare e a mio avviso si tratta di una buona idea in linea di principio, però è chiaro che per rendersi conto giocando qualche decina di partite, quello che è possibile fare in classe per esempio, è difficile rendersi conto che la probabilità raddoppia se si cambia la scelta iniziale.
   742	Insomma, non è così semplice.
   743	Diciamo che in questo caso la prova empirica non garantisce che ci si convinca dell'opportunità di cambiare scelta.
   744	Allora, ha senso chiedere dopo che magari studentesi e studenti hanno provato a offrire altre possibili strategie per spiegare perché conviene cambiare, ha senso chiedere, dicevo, eh a C GPT di provare a proporre un ragionamento che sia più convincente e CHG GPT risponde, a mio avviso, molto bene, suggerisce una variante del gioco, dice non più tre porte, pensa a 100 porte, ma noi potremmo pensare a 1000, un milione, un miliardo di porte.
   745	con l'auto che è dietro una sola di esse.
   746	Il gioco avviene alla stessa maniera, ma non son più tre le porte, sono tante, quante ne vogliamo.
   747	Ecco, questo suggerimento è in genere sufficiente a convincere a convincere la maggior parte delle studentesse, degli studenti che convenga cambiare.
   748	Però un conto è convenga cambiare, un conto è capire perché.
   749	Allora siamo andati avanti, no?
   750	e abbiamo chiesto anche altri ragionamenti che potessero non solo convincere, ma anche spiegare perché conviene cambiare.
   751	e c'ha GPT, sempre con spiegazioni molto molto lunghe e estremamente complesse, ha dato delle risposte delle risposte che tengono conto di tutti quanti i casi possibili che io ho riassunto così nella diapositiva, insomma, se io cambio sempre in un caso su tre perdo e in due casi su tre vinco, eh c GPT, diciamo, quello che ha scritto CG GPT si può riassumere in questa maniera e risulta direi particolarmente illuminante.
   752	per tante studentesse, studenti, anche perché spesso c'è chi propone rappresentazioni che tengano conto di tutti quanti i casi possibili, magari incomplete però, oppure eccessivamente complesse, le studenti e lo fanno.
   753	Quindi è utile confrontare la risposta di Char GPT con quelle che hanno dato magari alcuni studenti, alcune studentesse.
   754	Qui ne propongo velocemente, ma senza alcun commento, le faccio proprio passare, no?
   755	Alcune che gli studenti e le studentesse della classe in cui delle classi in cui ho lavorato avevano proposto in alcuni casi.
   756	Vedete che sono delle rappresentazioni sicuramente più complesse di quelle di eh date da CPT e che comunque hanno in qualche maniera un'attenzione all'aspetto, per così dire, narrativo.
   757	Guardate questa, per esempio.
   758	Eh, naturalmente si potrebbe proseguire la il gioco in qualche maniera in questa interazione con JPT, magari introducendo il teorema di base per certificare, cioè dimostrare che se si cambia scelte della porta, una volta che si sono convinte le studentesse di studenti che convenga cambiare che hanno capito perché la cosa bella è provare a dimostrare, no?
   759	Quindi fare un ragionamento all'interno del discorso matematico perché se si cambia di appunto che se si cambia la porta la probabilità di ottenere l'auto è 2/3 oppure si potrebbe vedere che cosa cambierebbe se il conduttore aprisse la porta a caso, cosa che abbiamo visto alcune volte con le studentessi e gli studenti, ma non c'è il tempo e quindi vado proprio alla conclusione, la conclusione in cui vorrei, diciamo, avviare una breve riflessione sull'importanza di attività didattiche di questo tipo, ma innanzitutto direi che aiuta aiutano a entrare in consonanza con la razionalità del discorso matematico, proprio analizzando, criticando, discutendo le produzioni dell'intelligenza artificiale di questi modelli linguistici di grandi dimensioni che sono delle vere e proprie voci che si aggiungono a quelle dell'insegnante, delle studentesse e degli studenti.
   760	Ma poi attività di questo tipo contribuiscono a far acquisire competenze nell'importante arte di porre buone domande.
   761	Ce n'è parlato un intervento prima in questa mattinata.
   762	Eh, l'arte di porre buone domande è una competenza che oggi è forse ancora più importante del saper dare buone risposte, anche se saper dare buone risposte è fondamentale, eh, però diciamo l'arte di saper fare buone domande è così importante perché se si fanno se si sanno fare buone domande è più facile trovare le buone risposte.
   763	Ma poi attività di questo tipo contribuiscono a un approccio, diciamo, consapevole e critico agli strumenti dell'intelligenza artificiale.
   764	Se non si fanno attività di questo tipo, se non si usano a scuola, naturalmente le studentesse, gli studenti difficilmente possono acquisire questo, diciamo, queste competenze per un approccio più consapevole e critico agli strumenti dell'intelligenza artificiale, che tra l'altro è una competenza di cittadinanza digitale al cui conseguimento la scuola a mio avviso non può sottrarsi.
   765	Poi queste attività costituiscono una sorta di educazione sentimentale all'ascolto, in questo caso ascolto di una voce aliena, no?
   766	non umana, profondamente diversa da quelle umane, che però probabilmente acquisterà sempre più importanza nel futuro lavorativo anche delle studentesse, degli studenti.
   767	Insomma, dovranno imparare, dovremo imparare a dialogare e collaborare, ricordando che la responsabilità del dialogo e della collaborazione è nostra, non certo di una macchina, no?
   768	però dovremo in qualche maniera imparare a utilizzare, se vogliamo, questi sistemi che possono aiutarci a estendere e potenziare e non inibire alcune nostre abilità, soprattutto se li sappiamo utilizzare, ma in particolare, a mio avviso, soprattutto aiutano a capire la profonda differenza che esiste tra il modo di essere intelligenti delle attuali macchine e il modo di essere intelligente dell'uomo.
   769	Noi esseri umani abbiamo bisogno di dare un senso, di trovare un orizzonte di senso alle nostre esperienze e lo facciamo, l'abbiamo sempre fatto, costruendo racconti, relazioni di causa effetto e poi teorie, teorie che sono proprio quei contesti in cui ha senso porsi le domande del tipo perché le cose stanno in questa maniera?
   770	Perché funzionano così?
   771	e ha senso provare a rispondere a queste domande.
   772	Le attuali macchine invece producono senza alcuna intenzionalità, senza alcun desiderio perché non possono avere desideri, no, di dare un senso, non ricercano un orizzonte di senso a ciò che producono.
   773	Si fondano solo sul rilevamento di pattern statistici nelle nostre produzioni linguistiche, quelle su cui si sono allenate e producono estraendo parola su parola o meglio token su token da una distribuzione statistica.
   774	Ecco, questa consapevolezza che va gradualmente conseguita dalle studentesse e dagli studenti, grazie all'uso con questi strumenti, mediato dalla guida dell'insegnante, eh diciamo che dovrebbe contribuire a far comprendere meglio anche le peculiarità della natura umana, ad alcune delle quali, io spero siate d'accordo con me, non vorremmo mai rinunciare.
   775	Vi ringrazio per l'attenzione.
   776	>> Va bene.
   777	Do la parola direttamente all'ultimo speaker della mattinata che è il collega Giovanni Adorni dell'Università di Genova.
   778	>> Grazie.
   779	Eh, giusto per eh stare nei tempi, eh userò il cronometro e userò eh gli appunti eh per andare avanti.
   780	Freccer.
   781	Ok. No. Ok. Eh, molte cose sono intanto eh buongiorno a tutte e a tutti e grazie alla fondazione per questo invito e questa, diciamo, opportunità per discutere questi temi.
   782	E io sono un docente dell'Università di Genova, un ingegnere informatico che eh da anni si occupa di intelligenza artificiale, un po' di anni.
   783	Eh, ho iniziato nel dicembre 76, quando tutti ci consideravano ci guardavano con degli occhi così, no?
   784	E e in questi ultimi anni eh anche a seguito di alcuni progetti che abbiamo portato al sistema, eh stiamo eh lavorando col mondo della scuola e ovviamente anche all'interno del nostro ateneo e quindi vi porterò un po' queste queste esperienze e il titolo del dell'intervento dall'Alvagna al promt e vuole evocare un po' un passaggio simbolico più che tecnologico.
   785	Quindi non vi parlerò di tecnologia oggi.
   786	La lavagna rappresenta un gesto lento, sequenziale, che sia nera, bianca, l'IM presuppone una scrittura, una cancellazione, una riscrittura, tempi, passatemo il termine, umani, tempi lenti.
   787	Il prompte introduce, stravolge, introduce un gesto dialogico in cui abbiamo delle domande e queste domande aprono delle possibilità con risposte veloci aprono delle possibilità e con questa immagine vorrei dire che l'Agenovo strumento da aggiungere alla didattica, ma un ambiente cognitivo che cambia il modo in cui formuliamo e affrontiamo i problemi.
   788	C'è un sottotitolo che ho messo nel in questa slide, li ha come ambiente di problem solving e di dialogo educativo che richiamerà richiama anche in parte le cose che abbiamo visto stamattina.
   789	Molto è stato detto e molto riprenderò, no?
   790	E con ambiente cosa intendo?
   791	Ambiente eh non è un dispositivo da imparare, ma ambiente è un luogo in cui il linguaggio naturale diventa un mezzo per esplorare, un mezzo per verificare, per modellare situazioni complesse.
   792	E dal mio punto di vista l'intelligenza artificiale non è interessante perché produce testi, ma perché trasforma il nostro modo di pensare e di interrogare.
   793	E questa prospettiva, come dicevo, nasce da un po' di esperienza fatta con gli studenti, sia nell'ambito di due corsi a livello universitario, un corso un po' trasversale, Digital Humani, magistrale e un altro corso magistrale tecnologico, meatronica, dove gli studenti usano come interlocutore cognitivo l'intelligenza artificiale per chiarire un problema, scomporlo, stravolgerlo.
   794	confrontare alternative, formulare delle strategie per riconoscere ciò che la macchina non vede.
   795	E poi a questo aggiungiamo l'esperienza fatta con un progetto europeo che abbiamo portato da diversi anni a sistema come Università di Genova.
   796	Il progetto si chiama Epict.
   797	Epic Stapper European Pedagogical ICT License, approccio pedagogico alle tecnologie digitali e sta per uscire, questione proprio di giorni un un nuova certificazione dietro ci sono delle certificazioni dietro Epict, una nuova certificazione che si chiama si chiamerà eh e lo troverete sul sito a breve intelligenza artificiale generativa conversazionale.
   798	Sono programmi per il mondo della scuola, formazione dei formatori, perché siamo convinti che è da lì che parte tutto, non dai ragazzi, dai docenti e dai docenti poi arriva ai ragazzi e possiamo andare avanti col processo.
   799	Bene, riprenderò molti dei concetti che sono stati discussi già, però con un punto di vista differente, quello delle cyber humanities.
   800	eh li ha non una scorciatoia eh ma una camera di risonanza del pensiero, un luogo in cui le idee si amplificano, si precisano e si mettono alla prova.
   801	Eh, bene.
   802	Moo un po' dilungato sul sulla slide del titolo, ma >> freccia verso il basso.
   803	>> Ah, verso il basso, non verso l'alto.
   804	Ok, andavo avanti, invece bisogna andare indietro rispetto e nei prossimi minuti che rimangono.
   805	Cercherò quindi di mostrare tre aspetti.
   806	Come cambia la didattica quando li ha diventa un ambiente di esplorazione?
   807	Come questo metodo possa essere adattato alla scuola?
   808	eh potenziare il problem solving, pensiero interdisciplinare, la capacità di verificare criticamente le risposte automatiche, come il ruolo del docente cambia e come può guidare questo dialogo.
   809	Non parlerò, come ho già detto, di tecnologia, ma di cognizione e del mondo.
   810	In questo mondo andremo a vedere come guidare l'AI con consapevolezza, perché può diventare un'occasione importante per rinnovare, non sostituire.
   811	Questo è veramente importante il ruolo formativo della scuola.
   812	Eh, le slide eh contengono, come il titolo, un sottotitolo, anche queste contengono un sottotitolo che cerca un po' di focalizzare quello che cercherò di dirvi eh dietro ogni slide.
   813	E prima di tutto occorre una precisazione importante e cioè che la didattica contemporanea non è forse non lo è mai stata, c'è stato detto anche stamattina soltanto trasmissiva.
   814	Oggi convivono pratiche attive laboratoriali, dialogiche, costruttiviste.
   815	La la pedagogia ha già ampliato lo spazio di esplorazione.
   816	Il punto centrale che vorrei sottolineare è che l'arrivo dell'idea generativa rende questa trasformazione ancora più centrale e strutturale.
   817	Quando una macchina può generare contenuti in pochi secondi, tanti contenuti in pochi secondi, il valore educativo non sta più nella quantità delle informazioni, ma nella qualità con cui gli studenti interagiscono, con cui gli studenti imparano a analizzare, scomporre, verificare, argomentare.
   818	e le generativa sposta il focus della didattica dalla padronanza dei contenuti alla padronanza dei processi cognitivi.
   819	Questo non perché le conoscenze non contino più, anzi continuano a contare, ma poiché la capacità di orientarsi detto un ambiente ricco di di contenuti diventa il focus e diventa l'elemento centrale e l'elemento è il nostro obiettivo formativo.
   820	In questo senso il docente assume un ruolo ancora più centrale nella costruzione delle domande, nella scelta degli scenari, nella guida del dialogo tra lo studente e tra e con l'intelligenza artificiale e lo studente diventa sempre meno destinatario e sempre più cocostruttore del percorso eh di esplorazione del percorso di apprendimento.
   821	non diventa una nuova pedagogia, ma potenzia e accelera la necessità di una pedagogia dell'esplorazione, della metà riflessione e della interpretazione critica.
   822	Questo è il vero cambio di prospettiva che noi crediamo sia importante, non un superamento del passato, ma un allargamento del presente.
   823	Per capire il valore delle A generativa dobbiamo chiarire un punto centrale, chiarire, riprendere perché già stato detto stamattina in diverse occasioni, l'IA forse non in questa forma, ma l'IA non è un oracolo e non è un sostituto del pensiero.
   824	è un modello generativo che non pensa, che non interpreta, che non valuta, produce possibilità linguistiche, non produce conoscenza.
   825	Ed è proprio questo che la rende però utile, perché lei ha può funzionare come interlocutore cognitivo, uno spazio in cui si fanno domande, si fanno delle ipotesi, si ricevono delle risposte, i dubbi vengono rilanciati, trasformati, messi alla prova e e questa interazione iterativa sembra quasi un po' uno scioglilingua, no?
   826	Diventa il centro.
   827	Noi poniamo delle domande, eh la macchina ci fornisce delle opinioni.
   828	Eh noi valutiamo, riformuliamo.
   829	La macchina rilancia.
   830	È un ciclo, un ciclo che in cui la macchina non pensa, eh siamo noi e il nostro pensiero che si riflette attraverso la macchina.
   831	Questo processo eh non va a sostituire il ragionamento umano, ma lo rende più visibile, eh aiuta gli studenti a vedere delle alternative, esplicitare dei passaggi impliciti, confrontare soluzioni e riconoscere delle omissioni, riconoscere delle incoenze.
   832	E qui entrano in gioco le cyber humanities che cercavo che citavo prima.
   833	li ha non è soggetto, eh, ma è un artefatto eh, culturale.
   834	Eh, il suo valore non è nella eh, chiamiamola presunta intelligenza, no, eh del del della macchina, ma nella qualità del dialogo che costruiamo con essa.
   835	E l'obiettivo non è chiedere alla macchina di dirci il vero, perché ragione in modo statistico e quindi una verità statistica quella che ci fornisce, ma nell'usarla per vedere meglio il il problema, per affrontare meglio il problema che vogliamo risolvere.
   836	Citavo le cyber humanities.
   837	Il Cyber Humanities è un una disciplina nuova.
   838	Abbiamo organizzato a settembre il primo convegno internazionale sulle cyber humanities e in quell'occasione è stato presentato un manifesto con un decalogo.
   839	È stata aperta un RFC, una request for comments a livello internazionale.
   840	Se accedete a quel QR code potete eh eh contribuire anche voi.
   841	c'è il contest aperto fino al 31 di questo mese, il 31 novembre.
   842	Dopodiché racoglieremo eh tutti i contributi che sono eh stati eh i commenti eh per rilasciare che verrà condivisa anche a nome di di chi contribuisce per rilanciare una nuova versione del del manifesto e del decalogo.
   843	La settimana scorsa c'è stato anche al a Vienna il primo congresso internazionale sul Digital Humanism, dove una sessione è stata dedicata al Cyber Humanism e si è aperta una discussione anche su questi temi.
   844	Ma al di là di queste di queste considerazioni, io vorrei tornare sul sulle cyber humanities dal nostro punto di vista per indicare e ci indica un'idea molto semplice, cioè la tecnologia non è un insieme di funzioni, è un ambiente culturale.
   845	I testi generati da non sono neutri, non hanno autore, intenzione e responsabilità.
   846	Eh, sono oggetti culturali.
   847	eh oggetti culturali che vanno letti, interpretati, contestualizzati.
   848	Le cyber humanities eh ci invitano a considerare l'intelligenza artificiale come una macchina eh che eh non che sa, ma come un ambiente, un ambiente, uno spazio in cui il pensiero umano può esercitare verifica, contestualizzazione, confronto fra prospettive, quella che chiamiamo vigilanza epistemica e questa cornice che rende l'intelligenza artificiale essenziale per la didattica, non come sorgente di risposte, ma come ambiente interpretativo.
   849	Scusate qua l'animazione.
   850	Qui voglio cercare di inquadrare quello che abbiamo visto finora nell'ambito del di un di una visione più ampia, il quadro europeo delle competenze Digicom.
   851	Ehm Digicom nasce 2013.
   852	Attualmente c'è la versione Digicom 2.2 dal 2017.
   853	Eh, Digicom eh individua cinque aree di competenza.
   854	A noi, dal punto di vista di questo eh diciamo di questa mia breve discussione interessa l'area 5, problem solving.
   855	Abbiamo lavorato, faccio parte di un gruppo in GLC dove ha lavorato sulla nuova edizione di Digicomp, sarà la la 3.0.
   856	I documenti sono pronti, sono un problema di pubblicazione da parte della Commissione Europea.
   857	Fine anno, inizio dell'anno prossimo, uscirà il Digicom 3.0 in cui l'area 5 Problem solving è stata ridefinita problemation and solving e non è un soltanto un problema di cosmesi.
   858	Dietro c'è una trasformazione culturale importante.
   859	Ovviamente Digom 3.0 zero eh raccoglie tutto quello che è stato discusso questa mattina, no?
   860	Ha una forte presenza impatto del delle d delle delle AI generativa.
   861	Eh quindi non basta saper risolvere un problema, occorre identificarlo, l'abbiamo visto nella nell'intervento precedente, no?
   862	Proprio eh formularlo, comprenderne la struttura.
   863	Eh l'a generativa è particolarmente utile in questa prospettiva perché eh permette di rendere visibili e quindi insegnabili eh i passaggi cognitivi che compongono eh la soluzione di un problema.
   864	Eh possiamo articolare il progetto il processo in cinque fasi.
   865	comprendere eh ogni tanto si si incatasta eh comprendere il problema.
   866	La qualità del ragionamento riesce nasce dalla qualità delle domande.
   867	Scomporre il l'IA costringe a semplificare vincoli, condizioni, parti, generare alternative.
   868	Li non dà una soluzione, dà delle possibilità.
   869	eh formulare strategie.
   870	Lo studente valuta, confronta, seleziona, costruisce insieme alla macchina una via propria.
   871	Il cocostruttore che eh che citavo prima.
   872	Eh, il passaggio decisivo è il quinto che occorre distinguere plausibilità e fondatezza, riconoscere omissioni e biaso li ha non sostituisce il pensiero, ma diventa un laboratorio cognitivo perfettivamente allineato nel quadro che abbiamo definito del delle cyber humanities.
   873	Eh, dicevo, abbiamo fatto un po' di esperienza in ambito STEM.
   874	Qua voglio riportare un piccolo esempio che stiamo portando avanti con eh nella scuola.
   875	Eh abbiam preso Manzoni, parliamo di scuola secondaria, eh e coi Promessi Sposi abbiamo cominciato a lavorare e ci poniamo una domanda qua.
   876	Come rappresenta Manzoni il rapporto tra paura, potere e responsabilità durante la peste?
   877	Beh, è un è una domanda che presuppone un po' di cose.
   878	Intanto un'analisi testuale, poi eh un'analisi del contesto e anche un punto di vista.
   879	E quindi le cinque punti che citavo prima li possiamo rivedere come comprendere e lo studente chiarisce eh i concetti e cos'è la paura, che tipo di potere, quale responsabilità.
   880	È già un atto interpretativo questo.
   881	Eh, scomporre scomporre le ha aiuta a individuare episodi eh rilevanti, eh Untori, Don Ferrante, Monatti.
   882	E qui lo studente deve correggere, confrontare, contestare, eh integrare, generare alternative.
   883	Possiamo chiedere al sistema proponi tre chiavi interpretative, magari politiche, eh sociali, eh sociologiche, non non sono giuste, sono dei materiali di confronto con cui lo studente può interagire, formulare una strategia, lo studente sceglie una prospettiva e la misura del testo, citazioni, episodi, tensioni narrative e poi la fase finale critica in cui, scusate le animazioni, eh in cui eh ci possiamo provare a chiedere cosa cosa manca, dove ha semplificato l'intelligenza artificiale e questo credo sia il cuore educativo, insegnare a distinguere verosimiglianze dal eh e fondamento.
   884	Qui il ruolo del docente e vado vado veloce, è importante.
   885	Il ruolo del docente passa dal curatore del processo, quindi guida eh la qualità della domanda, dei criteri eh e dei percorsi di esplorazione, ma diventa anche regista del dialogo tra lo studente e l'intelligenza artificiale e poi deve essere un mediatore critico perché il docente che deve vedere le omissioni, deve cere i bias, deve insegnare a valutare allo studente questi aspetti.
   886	Infine, custode dell'interpretazione.
   887	Eh, mediante eh il suo intervento mantiene vivo il giudizio, la responsabilità epistemica e la profondità del pensiero.
   888	In sintesi, l'intelligenza artificiale non sostituisce la professionalità del docente in questo scenario, ma rende ancora più necessaria la presenza del docente.
   889	Eccomi alle conclusioni e scusate, c'è un'altra slide che eh non è passata.
   890	Volevo brevemente riprendere in questa slide, però siamo fuori, eh il il concetto di garante del docente come garante della qualità epistemica.
   891	Eh, eh, questa funzionalità del docente passa attraverso eh quattro forme di vigilanza eh che sono plausibilità, completezza, quindi eh verifica dei fondamenti, completezza, verificare il contesto, coerenza, la rilevanza delle risposte delle AI e quantità.
   892	Leia genera molto, ma il docente deve selezionare, interpretare, distinguere e attribuire valori.
   893	In in arriviamo alle conclusioni e riprendo sostanzialmente quello che ho detto all'inizio.
   894	Dalla lavagna al promt.
   895	La lavagna rappresenta un pensiero lineare, il promp inaugura, viceverso un pensiero dialogico.
   896	L'idea generativa ci offre non solo delle risposte, ma diventa un ambiente, un ambiente dove noi, se ci poniamo in questo modo, andiamo a comprendere meglio i problemi, a scomporli, a dare agli studenti degli strumenti per ragionare sul problema e ragionando sul problema trovare delle soluzioni.
   897	In altre parole il valore non è nella risposta, ma deve essere nel processo.
   898	processo lo guida il docente, eh li ha può ampliare le possibilità del pensiero, però è l'umano che orienta senso, giudizio e responsabilità.
   899	eh nasce un nuovo dialogo educativo e eh l'obiettivo non è delegare il pensiero alla tecnologia, ma usare la tecnologia per espandere il pensiero e questo credo che sia la sfida importante dell'educazione nell'era delle generativa, una sfida che abbiamo in mano e che dobbiamo gestire noi docenti.
   900	Grazie per la vostra attenzione.
   901	Allora, ringrazio tutti e quattro gli speaker.
   902	Purtroppo col programma siamo in grande ritardo perché a quest'ora dovremmo già stare in pausa pranzo praticamente, quindi la discussione sarà necessariamente molto eh rapida e volevo iniziarla io giusto con un paio di considerazioni molto veloci e poi dare spazio anche alle domande da dal dagli ascoltatori.
   903	E io personalmente insegno probabilità, sono al dipartimento di matematica Torvergata, però il primo commento voglio farlo sullo speaker sul per certi aspetti forse meno forse meno matematico tra le quattro che ci sono stati questa mattina e quindi il collega e Tavosanis che effettivamente ha detto questa cosa e su cui penso concorderemo quasi tutti, cioè che forse la scrittura è stato la più grande invenzione nella storia dell'umanità.
   904	Allora, riminiscenza scolastica, visto che parliamo di intelligenza artificiale nelle scuole, come molti di voi sapranno, è stato poi citato tangenzialmente anche nel terzo intervento, c'è questo dialogo di Platone, il Fedro 370 aC più o meno, in cui c'è il mito di Teut, in cui viene detto che effettivamente la scrittura è questa invenzione rovinosa per la didattica umana, perché porterà al fatto che nessuno studierà più le cose a memoria, quindi nessuno utilizzerà più il cervello, si perderà questo rapporto fra docente e studente, che è l'unico che garantisce una didattica adeguata, si perderà la vera cognizione di che significa imparare e questo per certi aspetti a pensarci dovrebbe darci un sacco di ottimismo perché effettivamente si vede che questa idea che una nuova tecnologia porti a una a grossi problemi sul piano della didattica effettivamente va indietro i 2400 anni, poi le cose non sono andate un po' in modo anche diverso.
   905	Peraltro, per certi aspetti bisogna riconoscere che effettivamente erano anche delle intuizioni incredibili perché se ci pensate le critiche che vengono fatte sui possibili problemi che vengono grati alla scrittura sono largamente le stesse critiche, le stesse preoccupazioni che c'abbiamo adesso per intelligenza artificiale, cioè la perdita del rapporto docente allievo, uno studio non più, diciamo, in qualche maniera eh in cui uno si impadronisce dei concetti perché c'ha sempre questa idea, posso riguardarlo sul testo scritto come adesso diciamo posso semplicemente chiedere l'intelligenza artificiale.
   906	Quindi, effettivamente nei due sensi è notevole che in qualche maniera già Platoni fosse posto problemi che c'abbiamo ancora oggi.
   907	Il secondo commento che voglio fare è un po' tutt'altro livello, diciamo, almeno a livello di chi cito, perché ho parlato ieri con un collega, per motivi, diciamo, extrauniversitari, che era tornavo dal cinema dove ho accompagnato una figlia adolescente a vedere un film che non cito, ma diciamo non assolutamente un film intellettuale e e lui però mi ha detto "Sono stato colpito da questa battuta perché il cattivo del film a un certo momento in un dialogo con un'altra che lo che lo accusa di falsif tutto, gli dice cos'è la verità?
   908	La verità è solo quello che tutti credono.
   909	Allora, questo per certi aspetti, se dovessi fare una domanda agli speaker, farei questo come tra i rischi intelligenza artificiale, forse specialmente per ragazzi non c'è questo di vedere un po' immaginarselo come perché poi l'intelligenza artificiale, come è stato detto statisticamente riproduce quello che trova, cioè largamente quello che che tutti credono che la maggioranza crede.
   910	E quindi da questo punto di vista già adesso magari l'ho letto su internet, quindi è vero può essere un rischio anche molto maggiore negli anni a venire, anche per esempio rispetto a quella che è una cittadinanza consapevole.
   911	L'addetto intelligenza artificiale è quello che credono tutti e quindi è vero.
   912	Questo diciamo lo lascio commentare agli speaker, però chiedo anche dal platea, diciamo, se ci sono altre domande e commenti così magari le porgiamo tutte assieme e poi lasciamo loro a discutere.
   913	Prego.
   914	E c'è il microfono.
   915	E io abbasso un pochino il livello con una domanda terra terra e volevo un consiglio o un indirizzo o qualcosa di già presente su qualche applicazione pratica.
   916	Il professor Silversi forse è l'unico che ha portato qualche esempio che riguardava la valutazione che poi si può fare in un sistema che si modifica come insegnamento e che quindi accoglie a braccia aperte questo all'interno della classe.
   917	per me, come dire, una grossa ambizione nel piccolo provo a farlo, ma quando io faccio matematica e fisica in classe e quindi faccio entrare tutto questo, e perdo un pochino il contatto con, come dire, la l'insegnamento di quali sono i processi con i quali affrontare i problemi da soli e poi devo portare a valutazione non solo quei processi che ormai perdo in questo contesto, come dire, poco ordinato e mi trovo in forte difficoltà nel farli entrare e poi come dire arrivare a quello che poi devo fare che è una valutazione dei loro apprendimenti e mi spiace non volare non volare alto come molte delle considerazioni fatte tutti assieme perché e c'era Limnad.
   918	Allora, due questioni m diciamo anche una un po' provocatoria, forse anche l'altra.
   919	Allora, la prima riguarda l'intervento del professor Silvestri.
   920	A un certo punto lui citava le linee guida, se non erro, se ho capreso bene, e sosteneva, insomma, e diceva che queste linee guida ci richiamano, richiamano la scuola, diciamo, a ehm, come dire, alla pervasività, no, degli strumenti di intelligenza artificiale.
   921	Ecco, mi chiedo se questo non vada un po' a collidere con l'articolo 33 della Costituzione, se ancora siamo effettivamente liberi, no, di insegnare se deve essere pervasiva la presenza dell'intelligenza artificiale.
   922	Ehm e a margine mi chiedo intelligenza artificiale quale?
   923	Perché no?
   924	Abbiamo visto anche con la speaker della prima parte come siano molto importanti le questioni legate alla privacy, all'utilizzo di tecnologie che sono completamente e totalmente a pannaggio dei privati, mentre la scuola è pubblica ancora.
   925	Non so per quanto.
   926	Seconda questione legata all'ultimo esempio che ci faceva il professorem Adorni, che ringrazio, ma per aver utilizzato, come dire, un esempio umanista come quello, appunto, della ricerca, no, su Manzoni, compreso attraverso l'intelligenza artificiale.
   927	Ecco, viene compreso Manzoni quando si analizza un quesito del genere che lei ci ha proposto in classe.
   928	Ecco, io forse magari ho un'esperienza, come dire, limitata, ma le mie classi ehm non hanno quel livello di competenza, quel livello di competenza analitica.
   929	E poi c'è un'altra componente che riguarda proprio una domanda che forse ci dovremmo porre, ma non è che in questo modo stiamo soltanto allenando il pappagallo stocastico?
   930	E chiudo qui.
   931	>> Va bene, forse do direttamente la parola.
   932	>> Allora, mi sentite?
   933	Sì.
   934	Allora, secondo me la prima e la seconda domanda sono in qualche modo correlate, sono essenzialmente la stessa domanda.
   935	Ehm, ora, premesso che non ho fatto io le linee guida del Ministero, eh, quindi, diciamo, io posso solamente cercare di interpretare eh Non funziona, ancora più vicino.
   936	Ok, posso solamente tentare di interpretare la volontà del Ministero e cioè quella di in qualche modo far prendere coscienza ai docenti che quelle tecnologie ci sono, sono lì e se non le usiamo gli studenti comunque le useranno.
   937	Quindi, in qualche modo, aspettarci che lo studente si dimentichi di vivere in un mondo in cui praticamente c'ha GPT e pervasivo, ma comunque se usate Google usate Gemini perché la prima parte è Gemini.
   938	Comunque se usate un qualsiasi apparecchio, usate sistemi di apprendimento automatico.
   939	Ecco, secondo me questo tipo di consapevolezza bisogna acquisirle, interiorizzarle e come hanno spiegato i miei colleghi anche negli interventi successivi, è necessario che venga appunto usata pervasivamente, in questo caso chiunque, non solamente il docente, ma gli amministrativi, personale ATA, eccetera eccetera.
   940	Eh, per quanto riguarda quale intelligenza artificiale?
   941	La seconda domanda, anche questa è una bella domanda.
   942	Ora io non voglio entrare in troppi tecnicismi, esistono anche intelligen a parte che non mi piace proprio il termine intelligenze artificiali, però esistono strumenti eh di questo tipo, anche open source, nel senso pubblici, che io posso utilizzare sulla mia macchina, richiedono un po' più di competenze tecniche.
   943	è più facile andare sul sito web e e scrivere il prompt, però effettivamente hanno il vantaggio di non produrre tracce, diciamo, sui sistemi di altre di terze parti, tracce che poi loro possono usare, anzi che loro sicuramente utilizzeranno, ma non neppure in cattiva fede, cioè loro prendono tutto, qualsiasi cosa gli arriva e lo usano per addestrare e per migliorare il loro sistema, quindi in qualche modo lo fanno un po' per noi, diciamo, chiaramente.
   944	molto più per loro che per noi, però ecco, questo è un po', diciamo, credo di aver risposto alla mia parte, quindi non so se ho lasciato Ok. Ma non del Ministero ma non del Ministero.
   945	Allora, eh grazie per la domanda.
   946	Intanto eh il che si collega anche eh alla precedente domanda facevi te, no?
   947	Verità.
   948	Eh dove sta la verità?
   949	Eh questo credo che sia una delle competenze fondamentali che devono essere sviluppate, altrimenti si rischiano le bolle, si rischiano di i terapiattisti, no?
   950	Ehm noi dobbiamo eh spostare il problema al eh le i sistemi non eh non ci danno verità, ci danno eh soluzioni eh statistiche, quindi dobbiamo verificarle.
   951	Il punto centrale è qualunque cosa dobbiamo portare i ragazzi a fare una verifica, a spiegare eh come si verificano eh i fatti, come si verificano dei concetti, come si verifica qualunque cosa.
   952	Questo credo che sia una risposta al per evitare eh quello che chiamo io il fenomeno dei terapiattisti.
   953	Eh dicevo, perché è collegata a questo?
   954	Perché proprio lavorando sulla sulla verità, eh il eh noi non stiamo eh eh allevando il pappagallo stocastico, io lo dico alla genovese, eh non stiamo sciaccando il pomello, eh cioè eh dato una tastiera c'è un bottone schiaccio e c'è la soluzione del problema, no?
   955	Eh, se noi vediamo qualunque sia il problema, io ho fatto l'esempio del Manzoni che forse è più lontano anche dalla mia eh dalla dalla mia formazione, sono un geno informatico, però lo stiamo portando avanti col mondo scuola in questo momento, con alcune scuole, no?
   956	E ma si ripercuote, si lo possiamo estendere a qualunque tipo di di tematica.
   957	Se noi vediamo un una tematica come un problema e quindi cerchiamo di affrontare il problema comprendendolo, scomponendolo, generando delle alternative, formulando delle strategie di soluzione di queste di queste alternative, spostiamo il la comprensione di un problema a un altro livello, un livello metacognitivo e questo sviluppa delle delle altre competenze e credo che questo sia il modo con cui dobbiamo utilizzare questi strumenti.
   958	Dobbiamo perché non ne possiamo fare a meno perché i nostri ragazzi li utilizzano e quindi dobbiamo guidarli verso un uso appropriato degli strumenti, non come schiaccia il bottone, ma come utilizzarli per sviluppare un processo di co costruzione della conoscenza insieme a questi sistemi.
   959	Questo è un po' un po' la filosofia che sta dietro quel questo movimento delle cyber humanities e quindi non so se ho risposto alla sua domanda, ma almeno questa è una mia visione.
   960	Eh, sul eh c'era una domanda strumenti che faceva lei, come eh valutare l'apprendimento?
   961	Eh, è una bella domanda.
   962	Eh quello che posso eh posso dire è portarvi una piccola esperienza.
   963	Stiamo, però a livello universitario dove comunque il problema c'è lo stesso.
   964	Come faccio a valutare eh delle competenze acquisite dagli studenti?
   965	Eh, lo posso fare eh in vario modo.
   966	Uno dei modi che stiamo portando avanti è quello di spingere i ragazzi a utilizzare questi strumenti e a farci presentare oltre a discutere poi insieme a loro nel nell'esame orale, no?
   967	però farci portare insieme a un eventuale progetto, un eventuale assignment, anche i promptare alla soluzione dell'assignment e questo mette in evidenza, avendo ovviamente spiegato come usare questi strumenti per risolvere i problemi, mette in evidenza il tipo di ragionamento che fanno loro e quindi la profondità che loro raggiungono per risolvere il problema e per consegnarci quella sag.
   968	Quindi questa è un'esperienza che stiamo facendo.
   969	Eh, mi fermo qua.
   970	Non so se Mirko vuole aggiungere.
   971	Ci sono domande?
   972	una domanda sì telegrafica perché siamo già 20 minuti fuori.
   973	In realtà credo credo che siccome la cosa non è stata toccata, ehm, magari insomma potrebbe essere non fuori tema, ma insomma esiste un piano finanziario che preveda che i docenti scolastici e quanto più o meno viene valutato siano formati su questo.
   974	du a parte questi professori così addentro alla questione all'università come si prospetta la situazione dell'uso dell'intelligenza artificiale?
   975	Grazie.
   976	>> Domanda velocissima fino a un certo punto, non so, non so se >> no. Vabbè, allora >> sì della della parte finanziaria nel pomeriggio mi dicono >> e dell'utilizzo dell'intelligenza artificiale io parlo personalmente, io praticamente la faccio usare a tutti.
   977	Sì, scusi, della parte sull'utilizzo dell'intelligenza artificiale io personalmente la faccio usare ai miei studenti, anzi vi chiedo ai miei studenti di imparare ad usarla per risolvere i problemi del mio corso.
   978	Il mio corso >> eh No, in generale.
   979	In generale, se guardi, sei io pure do una risposta telegrafica, ma se guarda semplicemente il numero di corsi di studio nuovi di laurea che sono stati attivati negli ultimi 3 anni nel tipo data science e intelligenza artificiale è un'esplosione.
   980	Io di penso che fra 2-3 anni praticamente tutti gli atenei italiani avranno un corso di laurea di quel tipo.
   981	Un'altra domanda, però penso appunto si discuterà al pomeriggio e simili quanto nei corsi di laurea tradizionali, poi entrerà l'intelligenza artificiale, però appunto questo è un tema un po' ampio graficamente un'esperienza a Pisa.
   982	Per esempio, noi al Dipartimento di Filologia, Letteratura e Linguistica abbiamo messo assieme un gruppo di ricerca di docenti interessati proprio per condividere esperienze, valutazioni.
   983	Vi dirò, la domanda in assoluto più frequente è quella che non che non ha che come risposta dipende.
   984	Come faccio a distinguere quando uno studente mi consegna un compito?
   985	Anche su questo dove la risposta deve essere dipende, perché quando uno studente ti consegna un compito che comincia con Sì.
   986	Certo, Giuseppe, ecco il testo che hai richiesto.
   987	Non occorre essere Sherlock Holmes per farsi venire dei sospetti, in altri casi più difficili, ma perfino su questo abbiamo bisogno di condividere le esperienze.
   988	Per ora la condivisione tra docenti c'è effettivamente.
   989	Noi abbiamo proprio un laboratorio sulle applicazioni didattiche dell'intelligenza artificiale messo assieme su iniziativa dei docenti interessati che sentivano più il problema.
   990	Quindi c'è sicuramente un certo grado di diffusione ancora.
   991	Sicuramente siamo anche molto lontani dal considerare le acquisizioni condivise.
   992	>> Se posso dare un bit di informazioni in più, eh c'è stato eh vedo qua davanti, eh collega dell'Università della Calabria che ho ospitato eh tre settimane fa eh un convegno della Crui eh e l'Università della Calabria proprio su queste tematiche.
   993	Quindi io credo che eh la risposta alla sua domanda è c'è un movimento dietro, c'è un interesse e mi sembra che a livello di Crui il problema sia stato eh recepito e inizia la discussione.
   994	È un processo che non credo che possa venire dall'oggi al domani.
   995	L'importante è che credo se ne se ne parli e si cerchi di coordinare a livello dei vari atenei aspetti di questo genere.
   996	Ecco, >> anch'io vorrei concludere con una veramente un bit.
   997	Ho sentito più volte menzionare questo termine pappagallo stocastico.
   998	Allora, io vi invito a cercare di andare oltre a questa definizione perché è vero che alla base c'è un sistema che tenta di predire la parola successiva, ma da 2 anni a questa parte i sistemi vengono addestrati ad usare questa, diciamo, questa capability, questa tecnica, però per cercare di simulare il ragionamento umano e in alcuni casi, vi assicuro che è abbastanza sorprendente il risultato.
   999	Quindi, diciamo, non adagiamoci sugli allori pensando che tanto predicono solo il termine successivo.
  1000	No, era solo questo, proprio un inciso tecnico che mi premeva fare.
  1001	>> Va bene, ringrazio tutti.
  1002	Adesso pausa pranzo e si riprende su tra un'ora.
  1003	Per i relatori possiamo camminare insieme verso Palazzo Corsini dove è sarà la la pausa pranzo.
  1004	Già lo scetticismo è altissimo.
  1005	Poi >> si riprende alle ore 2:10 del pomeriggio.
  1006	Grazie.
  1007	No, noi c'abbiamo proprio un sentimo.
  1008	Grazie.
  1009	Ok.
  1010	In realtà fare quello che hanno fatto colleghi, ci sono due adesso.
  1011	No, no, allora >> io io ti ho visto.
  1012	più dai No. Са sa.
  1013	Sa sa prova prova prova prova prova prova la sensibilità.
  1014	Sa sa prova uno, prova, prova, prova, prova.
  1015	Ok, meglio.
  1016	So, so, sa, so.
  1017	So, No. Prova, prova, prova, prova.
  1018	E scusate se cominciate a prendere posto, possiamo prepararci per iniziare?
  1019	Ok. Allora, siamo pronti.
  1020	Buongiorno a tutti.
  1021	Io sono Enrico Nardelli, Università di Roma Torvergata e ringrazio personalmente l'Accademia dell'Incepere aver organizzato questo convegno che finora è stato interessantissimo e sono convinto che lo sarà ancora nel pomeriggio.
  1022	Ehm, iniziamo subito questa tavola rotonda.
  1023	C'è un lievissimo cambiamento di programma perché il mio intervento sarà alla fine degli interventi degli altri partecipanti alla tavola rotonda.
  1024	Quindi il primo intervento adesso è del collega Pietro Liò, Sapienza, Università di Roma, Università di Cambridge.
  1025	Senta, questo allora ah, dovrebbe essere >> questo è il puntatore e questo per andare avanti.
  1026	>> Sì, benissimo.
  1027	>> Dovrebbero io quando mancano così.
  1028	Intanto buon pomeriggio.
  1029	Eh, anche se mia moglie lavora nella scuola e ho una figlia di 18 anni, il fatto che la maggior parte della mia carriera è stata in Inghilterra, ho paura di dire cose naif.
  1030	Però un altro aspetto è questo, che io ho in agenda un seminario di un'ora l'11 dicembre con lo stesso argomento.
  1031	Quindi eh oggi eh farò delle delle cose molto generali e in qualche maniera eh guarderò a degli aspetti ehm un po' complementari a quelli che avete visto finora.
  1032	Invece l'11 cercherò di dare eh dei consigli e delle dimostrazioni precise sull'uso di di certi programmi in eh nella scuola.
  1033	Allora, beh, prima di tutto eh mi mi piacerebbe mostrare questo.
  1034	Le il numero, tra parentesi sono gli anni che son passati dal, diciamo, dalla scoperta al al all'uso da almeno almeno da parte di un quarto della popolazione americana.
  1035	Immagino che ci siano degli shift, dei cambiamenti riguardo a quella europea o a quella italiana, però serve.
  1036	Come vedete, eh prima di tutto tutte queste sono diventate commodities, cioè beni di benefit, beni di consumo, eccetera normali.
  1037	Come quando andate in un hotel e se non c'è la Wi-Fi vi sembra proprio che sia una cosa eh proprio impossibile.
  1038	Va bene?
  1039	Quindi commodities e questo allora mi pareva.
  1040	E allora ho messo in fondo Chat GPT, ho messo un C perché mi sono riferito a l'introduzione Transformer nel nel 2017, quindi nel 2022 è cominciato un uso abbastanza massivo e poi di agenti, tanto per dire, poi ora, per esempio, con alcuni di questi siamo arrivati a averne molto un numero più grande della popolazione eh mondiale, va bene?
  1041	Quindi per dirvi come le cose crescono.
  1042	Ora, eh l'intelligenza artificiale è un po', diciamo, una matriosca.
  1043	L'intelligenza artificiale.
  1044	Dentro per esempio avete il machine learning, come avete la logica e altre cose.
  1045	Il deep learning.
  1046	Qui si comincia con il problema di che non potete alzare il cofano della macchina e guardare che cosa c'è dentro perché non ci si capisce bene, perché i componenti son tanti e son quasi tutti uguali e non si capisce chi è che in qualche maniera è rotto o no. Questo è il problema dell'esplenabilità.
  1047	Poi quella un po' più dentro, il Generative AI che forse avete visto con gli un astronauta a cavallo sulla luna e così via.
  1048	E qui comincia il problema di eh del il nostro problema dei dati, perché i dati cominciano a essere non sufficienti per tutto quello che voglio che vogliamo fare, li generiamo e forse non riusciremo a a trovare la differenza, riconoscerli bene quelli che generiamo.
  1049	ci sono degli atti positivi del del generale dati, però in qualche maniera ci sono.
  1050	E poi ci sono gli agenti che sono si va verso sono delle chat GPT più specializzate, più piccole.
  1051	è un po' come immaginate nel mondo della scuola avete una piccola chat GPT per la storia, per la geografia, per la matematica, eccetera e la cosa importante sarà il coaching, farle parlare tra di loro, farli in qualche maniera interagire, così da avere interdisciplinarità e così via.
  1052	Quindi, in qualche maniera, il problema degli agenti sarà di di di metterli a lavorare insieme.
  1053	Questo quindi l'idea che ho letto, che penso eccetera è di aver difficile fare previsioni, è meglio riguarda il futuro in questo, però l'idea è che si va verso un internet di agenti, per cui io se mi creo un mio agente che sa fare qualche cosa è un pochino più specializzato di chat CPT, quindi fa meno errori, lo metto a servizio, chi lo vuole lo usa insieme ai suoi altri agenti e mi paga qualche cosa.
  1054	Quindi ci vorrà una certificazione eccetera.
  1055	Non ho la più pallida idea di come potrebbe venire.
  1056	Quello che c'è che secondo me un lato buono dell'intelligenza artificiale è che oggigiorno per fare previsioni buone ci vogliono tanti tipi di dati, quindi è quello che siamo multimodalità.
  1057	Quindi e in qualche modo qui ho messo un quest l'ha fatta chatt e no, però ora vi farò vedere che non è stato facile farglielo fare, questo è il problema.
  1058	occorre veramente insistere, insistere tanto, per cui non è non è molto affidabile per certi, però la cosa importante è che se io voglio fare la previsione, per esempio, voglio fare una diagnosi di una persona se ha un certo tipo di tumore, allora io posso oppure se se una traiettoria per l'Alzheimer, allora mi serviranno i dati sia del sangue, marcatori del sangue che non risonanza magnetica.
  1059	sono due cose completamente diverse e è difficile per me che lavoro ne hai e medicina mettere insieme due tipi di dati in modo con reasoning pensandoci sopra.
  1060	E allora quello che devo fare è anche affidarmi a delle cose che invece sono come degli imbuti.
  1061	Io in qualche maniera gli butto dentro un sacco di roba diversa e loro la digeriscono.
  1062	Questo è secondo me uno dei vantaggi della eh dell'intelligenza artificiale.
  1063	Ora chiaramente i dati possono essere possono essere anche di tipo ora non lo so se No, io c'ho anche un cavallo che che fa qualche cosa, però vediamo.
  1064	Quindi io posso avere dei dati anche su delle superfici particolari.
  1065	Ora non voglio dire che c'è un signore a cavallo che sta facendo una che sta disegnando per l'aria una funzione seno di x. Ok?
  1066	però in qualche maniera per dire che i dati possono essere ormai non solo tanti da diversi da mettere insieme, ma c'hanno anche delle particolarità per cui in qualche maniera di certi strumenti eh ne abbiamo bisogno.
  1067	Ci sono tante iniziative negli Stati Uniti eh recenti soprattutto di Google, di eh di tante organizzazioni.
  1068	Io, per esempio, però prima che partisse proprio quest'ondata gigantesca di AI, ho partecipato come osservatore a una di queste qui, questo CS for HS, Computer Science per High School alla Carne Gy Mellon.
  1069	E mi sono divertito un sacco perché ero l'unico in mezzo a tanti professori che erano stati di scuole superiori, che erano stati eh col coi fondi di Google chiamati lì e hanno fatto tutto un programma per l'insegnamento della Computer Science senza computer, però molto molto bello, molto avvincente, con tanto motivazione.
  1070	Comunque ecco, c'è anche chat GPT eccetera.
  1071	Ora la scuola è un business per tutto per per questo per questi aspetti.
  1072	Ci sono, per esempio, anche tantissimi nuovi libri che forse avete trovato su su in qualche ora mi son basato sul computer science, ci sono libri generali, libri bellissimi a forma di storie o di giochi eccetera sugli algoritmi e ci tornerò e poi c'è un sacco di un'ondata di libri su come insegnare usando su su come insegnare usando le i. Ok. Questo in qualche maniera avete tantissimo materiale che comincia a venir fuori.
  1073	Sarà un po' difficile capire qual è il libro migliore eccetera.
  1074	Questo è è una cosa ora, eh soprattutto chat GPT in qualche maniera eh non solo gli studenti, ma mi è capitato anche medici eccetera, di vederlo con una cosa magica, perché in qualche maniera forse è vero, perché Chat CPT ha avuto delle proprietà emergenti che forse non le persone nel settore non si aspettavano e quindi questo causa che certamente non solo del delle espressioni di della grande motivazione usarlo, ma forse provocherà anche delle tensioni a livello proprio della scuola, perché in qualche maniera ci sarà chi in qualche maniera discute il ruolo vecchio dell'insegnante rispetto a queste nuove tecnologie.
  1075	Quindi, in qualche modo, sarà importante far presente che eh in qualche modo eh bisogna imparare il materiale che si studia e non semplicemente farselo scodellare da questi sistemi.
  1076	E questo, per esempio, è un articolo su Computers in Human Behavior che è uscito da poco in cui ti hanno fatto, questo è un test basato sulla lingua, però erano tutti madre lingua eccetera e questo è invece con l'uso di Chat GPT.
  1077	Come vedete questa è la performance, quindi su delle metrie ora non mi interessa andarci, però come vedete Chat CPT aiuta, magari non proprio quelli super super bravi, questo è un altro articolo uscito da pochi giorni su Psychology Today che dice "Vea ai reality distortion field", come per esempio una persona proprio perché c'ha chat GPT dietro le spalle che l'aiuta che si vede che si vede più muscoloso.
  1078	Va bene?
  1079	Questa è la cosa eccetera.
  1080	L'altro aspetto e c'è un collega che è Batu che è un collaboratore, fatto delle cose ma non questo, che per esempio ha fatto questo Molock bargain che questo è una sorta di Molock è un è una sorta di eh figura mitologica ebraica.
  1081	Io non ne so molto, sono andato a leggere l'articolo e poi ho guardato Molock in Wikipedia.
  1082	E praticamente è il problema che non solo il questi chat GPT like, io sono ho l'abbonamento a Chat GPT e a Cloud, poi a volte uso Gemini, Gemini che è che è gratis all'Università di Cambridge e c'è Perplexity.
  1083	Ecco, tutti questi cercano comunque di eh di in qualche maniera di essere gradevoli con l'utente, quindi in qualche modo.
  1084	E allora, per esempio, c'è il problema che mentre quando affronti uno studio eh super motivato e poi ti prendono i dubbi e poi di nuovo cominci veramente a crescere nella nell'esperienza, il problema di di questi di questi metodi è che in qualche maniera uno va in overconfidenza prima della competenza e quindi questo è un problema che dovrà essere risolto a scuola come coso.
  1085	Ecco, questo è come vedete qui ho messo ho fatto fare a Chat GPT e un qualcosa è riferito a Molò che lui mi ha fatto dopo tanti tentativi I'm sure that is right.
  1086	No, no, no, it's right, you are right.
  1087	Ok, questo vuol dire che c'è in questi strumenti un pochino la il pleasing della persona.
  1088	E chiaramente questo plot tra questi in in giallo ocra che sono senza chat GPT e quelli blu con chat GPT mi è venuto in mente se uno studia, diciamo, da un punto di vista di popolazioni, per esempio in genetica e qualcosa, ecco, uno c'ha che eh questo l'uso comporta uno shift in performance, però ecco, mi sto chiedendo vedendo se si vedrà una sorta di più conformismo o condizionamento, cioè in qualche maniera un pochino più un livellarsi sullo stesso sullo stesso tipo di di di risposte eccetera.
  1089	Oppure siccome c'è un grandissimo problema, il problema delle risorse, questa è roba che in qualche maniera richiede tante risorse che sono al di là di un istituto, io ora sono un po' naif, ma però qui ci dovrebbe essere una risorsa nazionale per gli insegnanti dove eh perché eh si va a fuori scala, ecco, per vanno fuori scala tantissimo le università piccole, le università medie vanno un pochino su fuori scala, le università grandi, ragionate e così così.
  1090	così perché siamo con delle company che in qualche maniera possono avere tanta possibilità di calcolo eccetera e il calcolo fa tutto.
  1091	Ok?
  1092	L'altro aspetto è poi il recipiente, no?
  1093	il recipiente, lo studente, chiaramente l'usruttore di questa roba, ecco, può usarlo da un punto di vista, non so se avete mai seguito Caneman eh Teski col sistema noi abbiamo un sistema uno veloce e quando non funziona ci ripariamo su per cose più difficili su un sistema du ecco che allora chiaramente lo studente si ritrova con il suo modo di fare a usufruire di queste tecnologie e anche Questo in qualche maniera andrà valutato.
  1094	Questo per esempio è queste oristi che noi abbiamo.
  1095	Noi non facciamo, non ottimizziamo tutto, non ci sarebbe il tempo.
  1096	Siamo dell'evoluzione ci ha portato a fare le cose super veloci.
  1097	E quindi per esempio se chiedete agli americani, questo è successo, Gigeren Renzer era il capo del Max Plank a For Behavior Cognity Bever.
  1098	Quale città ha più abitanti?
  1099	San Diego Sant'Antonio è un po' Sant'Antonio.
  1100	E come mai i tedeschi sono al 100% e gli americani al 62?
  1101	Perché gli americani sentono più San Diego perché è più pose, cioè più se ci sono è dove abitano i VIP eccetera.
  1102	Quindi, in qualche maniera, l'uso di questa tecnologia deve essere un pochino rapportata anche alle nostre oristiche che al nostro modo di fare, però questo forse ce l'avete già voi in testa meglio meglio di me, visto avete gli studenti eccetera.
  1103	Vado veloce.
  1104	Quindi c'avete tanti tipi diisti che c'hanno questi problemi.
  1105	Uno, secondo me, delle cose più importanti per di questa tecnologia che mi piace molto è il fatto che si potrà fare film dell'invisibile in chimica, fisica, in biologia.
  1106	Quindi questo secondo me sarà una delle cose più belle nella scuola perché in qualche maniera si potrà andare all'infinitamente piccolo in una maniera molto facile.
  1107	Va bene?
  1108	E quindi questo sono ancora vecchie tecniche, ci vuole tempo, però queste saranno le tecnologie che porteranno invece a tante possibilità.
  1109	Questo, per esempio, ora è una cosa e ora eh no, non è andato.
  1110	Vediamo se riesco a soltanto l'inizio.
  1111	Questo, per esempio, è mi sa che non parte.
  1112	Vabbè, pace, tanto c'ho troppa roba, eh.
  1113	Ok, questo per esempio era un altro modo per far vedere qualche cosa, ma non c'è perso.
  1114	Ok, per dire, quindi secondo me i processi questo da un punto di vista di formazione dello studente fare si potrà in qualche maniera dare delle idee di cosa succede a scale che non sono immediatamente alla nostra portata.
  1115	Quindi questo è cosa?
  1116	Ovviamente questi, per esempio, sono i due programmi che ora vanno per la maggiore per far questo, Sora e Klinga, però richiedono un po' di di cose e fanno saranno importanti per tanti aspetti eccetera.
  1117	Chiaramente quello di cui avremo bisogno a un certo punto, come facciamo in medicina, sarà la possibilità che di fare una sorta di eh giuramento di Ippocrate se quello che ci mettiamo dentro per fare questi film è in realtà documented facts, cioè cose reali oppure no. E a quel punto, in qualche maniera, questo forse è la cosa che è lo sforzo che dobbiamo fare eh quando si prepara materiale didattico, eccetera.
  1118	comunque materiale didattico per queste cose, ci vuole un po' di risorse e secondo me ci vuole delle almeno delle delle risorse a livello regionale perché in qualche maniera sono tante risorse e possono essere risorse.
  1119	L'altra cosa che mi pareva perché ero un collega indiano eccetera, è che poi il nostro criterio di di giudicare l'education è diverso da quello di Montessori o da quello, per esempio, nel mondo orientale.
  1120	mondo orientale, per esempio, education is manifestation of perfection already read in men oppure questa frase di Raby Andrata di Tagore e e a teacher can never truly teach unless he still learning himself.
  1121	l'idea che non tutto venga trasmesso, cioè di vedere lo studente come un una brocca da ed è versarci l'acqua, ma deve essere un processo che invece è un po' più maieutico e un po' più cose questo, secondo me, ora non ci posso stare però troppo su queste cose, non c'è tempo, però ehm è è per dire un altro visione di che cos'è l'education, eccetera.
  1122	Ora, eh l'altro aspetto quindi è l'idea che in qualche modo, accanto comunque alle AI, ci voglia quello di continuare a avere e magari sviluppare ancora di più una nostra visione di eh insegnare le cose senza anche senza computer, anche senza per esempio computer science without computer.
  1123	Volete una prova?
  1124	Vi faccio vedere una prova.
  1125	Qui ecco l'idea di che cosa sono la differenza tra l'uso del deep learning un minuto e l'uso degli algoritmi.
  1126	Se volete una prova, guardate per esempio questi sono questi, per esempio, l'ho li ho visti a a alla Carneg Melon proiettati e sono praticamente due algoritmi di Computer Science visti, illustrati da un punto di vista di danze ungheresi.
  1127	ci sono anche rumene e così via.
  1128	Va bene?
  1129	Questo per dire in qualche maniera che tutta questa Ei deve andare con un'idea della capacity delle capacità del ragionamento dello studente e utilizzare le I per fare materiale importante.
  1130	Però non non scordati.
  1131	Una cosa per chiudere è che prima di tutto, per esempio, certe materie di cui mi sono occupato potrebbero starci nel nei licei come algoritmi, come aspetti interdisciplinari, per esempio gli aspetti di bioinformatica in cui si lega la computer science e la biologia.
  1132	Questo, per esempio, è per dire ci sono ora il filmato per dire si può insegnare tramite proprio chat GPT anche come possono ripiegarsi le proteine eccetera.
  1133	Quindi si può dare delle delle visioni coso.
  1134	Questo per esempio la stessa cosa con il DNA e il computing si può fare DNA computing, cioè ci sono un sacco di cose che secondo me devono sempre essere l'ossatura dell'insegnamento perché gli studenti devono sviluppare delle capacità critiche e e queste capacità critiche sono l'unica cosa che gli permetterà anche di non essere in qualche maniera di andare su cose troppo di moda e di capire anche dove una tecnologia avanzata funziona o no e questo sarà la vostra responsabilità.
  1135	Ora io eh eh vado sull'ultima slide che è questa, per esempio, correction that are needed.
  1136	più non volete che che succeda che lo studente risponda c'ho la chat botle critical prompting, interrogating AI output, quindi analizzare insieme o comunque le risposte dell'E, riflettere sull l'insegnamento, l'impatto e considerare anche le le implicazioni a più vasto respiro delle Ali e questo secondo me è è fondamentale per per lei, altrimenti ci troviamo come la rana bollita di Chomski.
  1137	Ok?
  1138	E questa è la mie tank.
  1139	L'11 prometto di fare un seminario che è proprio didattico in cui farò vedere l'uso delle reti neuronali e i programmi.
  1140	Grazie.
  1141	Grazie.
  1142	Grazie mille.
  1143	Grazie mille a Pietro Liò per il suo stimolante intervento.
  1144	Adesso do la parola a Lorenzo Rosasco, Università di Genova MT.
  1145	Le domande le facciamo tutte alla fine dopo gli interventi di tutti i relatori, quindi appuntatevele e non dimenticatevele.
  1146	>> Ah, sì, mandare per email.
  1147	>> Ok. Allora, siccome il collega Liot deve andar via per gli impegni e non starà qui alla discussione, se avete domande per lui, diciamo, lo reperite tramite la rete, diciamo, ormai immagino non sia difficile trovare uno di noi sulla rete, gli potete mandare domande direttamente.
  1148	Dispiace, ma io insegno domani, giusto?
  1149	Dai Lorenzo.
  1150	>> Eh, aspetto.
  1151	Ok. >> Ok. Allora, innanzitutto grazie mille per avermi invitato.
  1152	Eh, mi hanno suggerito questo titolo e quindi a un certo punto ho cercato di capire se c'era un modo di nascondere la matematica, però ho deciso di rinunciare, quindi non ci provo neanche.
  1153	Quindi vedrete un sacco di formule.
  1154	Le formule non sono lì solo per spaventarvi, ma per far vedere che più grosso modo l'idea di cui voglio parlare si può spiegare con la matematica del liceo e con qualche puntata per far capire perché non basta.
  1155	Se per caso cadeste, addormentate prima della fine, posso dirvi lo spoiler, il finale, che è che la vera novità non è un singolo ingrediente, ma è il mix.
  1156	Ok?
  1157	Eh, giusto per fare un disclaimer, io ho studiato fisica, sono professore informatica e quasi quotidianamente faccio matematica e quindi mi ritrovo molto con questa punto di vista che chiaramente è un po' personale, giusto perché si parlerà di vari tipi e si è parlato di vari tipi di intelligenza artificiale, io non parlo di tutti i tipi di intelligenza artificiale, ma di quello che viene chiamato apprendimento automatico, machine learning, quello di cui ho parlato il professor Cesa Bianchi, che è l'intelligenza artificiale che prende i problemi un po' per fame attraverso i dati.
  1158	Ok?
  1159	Qui vi faccio un po' di esempi di cose che non c'entrano niente.
  1160	Creare gattini, finire delle frasi, cercare di capire quando pioverà troppo, cercare di capire come farà di aiutare i dottori.
  1161	Ok?
  1162	La cosa è un po' incredibile, questi problemi si risolvono tutte con le stesse idee.
  1163	E che cos'è questa idea?
  1164	Ok?
  1165	L'idea è che si parte dai dati e i dati sono questa roba qua, sono delle X e delle Y. Ok?
  1166	Giusto per farò questo quiz in basso a destra vedere la faccia di qualche signore che ha qualcosa a che fare con la slide.
  1167	L'idea non è nuovissima, no?
  1168	Cioè quando qualcuno faceva cadere dei dei pesi della Torre di Pisa e voleva capire la relazione tra gravità, forza e quant'altro, noi facciamo la stessa cosa, però le X sono cani e gatti e le Y sono immagini in cui ci sono cani o gatti e le Y è è un cane o è un gatto?
  1169	E noi vogliamo dato un'immagine capire se è un cane o un gatto.
  1170	Quindi la X è un'immagine e le Y qualcuno ci ha fatto vedere che cosa sono.
  1171	Ok?
  1172	Questo è un pochino lo scopo della gita.
  1173	Quindi i simboli sono gli stessi di Galileo.
  1174	L'interpretazione è un pochino diversa.
  1175	Ok?
  1176	E come si risolve questo problema?
  1177	Vediamo come si risolveva i tempi di Galileo, o poco prima o poco dopo, no?
  1178	Un pochino dopo direi.
  1179	Là sotto ci sono altri due signori che hanno avuto un'idea abbastanza utile tutt'ora che dice: "Prendiamo, dobbiamo trovare una funzione che lega le x e le y, dobbiamo decidere chi è questa funzione.
  1180	L'esempio più semplice è una retta, potremmo dire con polinomio."
  1181	Poi però capire non solo se una retta o un polinomo, ma quale retta e quali polinomio è.
  1182	E la cosa più semplice che ci insegnerà a fare più o meno dal liceo, è i minimi quadrati.
  1183	Tra tutte le rette o tutti i polinomi vorrei prendere quello più vicino ai dati.
  1184	Ok?
  1185	Quello di sinistra è Jand, quello di destra è Gaus.
  1186	L'idea anche questa non è nuovissima.
  1187	Eh mi piace sempre citare questa frase perché lo vedete là sopra tra le funzioni ho messo questo teta.
  1188	è un'altra parola di cui si sente spesso parlare un giorno il numero dei parametri di un modello.
  1189	Ok?
  1190	Ai tempi in cui si è fatta la rivoluzione della fisica, all'inizio del fisico scorso, all'inizio del secolo scorso, si diceva che il numero di parametri che puoi utilizzare, il numero di variabili deve essere 1 2 3, non tanto di più.
  1191	E von Ney diceva, credo citando Fermi che lo prendeva in giro, che quattro parametri puoi stimare un elefante e con cin puoi fargli muovere la coda.
  1192	E cosa voleva dire?
  1193	che bisogna stare molto attenti perché se tu vuoi fare una scienza che sia interpretabile, quelli che si chiamano a volte i metodi, i modelli meccanicistici, non puoi permetterti di essere troppo sportivo al fatto di mettere tanti parametri.
  1194	Ok?
  1195	E questa è andata è la statistica del secolo scorso di Fisher e di tutti quelli che hanno fondato la statistica.
  1196	Nel machine learning di questa regola ci se ne frega, ok?
  1197	Si prende questa regola e si butta nella spazzatura e quello che si fa è che si prende dei modelli che hanno milioni e miliardi di parametri.
  1198	Ok?
  1199	A questo punto chiaramente o siamo tutti un po' folli oppure ci vogliamo fare qualcos'altro e facciamo qualcos'altro.
  1200	E che cos'è questo qualcos'altro?
  1201	È che si deve introdurre una cosa che peraltro in statistica non descrittiva, statistica differenziale anche esso molto vecchio, che è i dati non si possono usare tutti per stimare i modelli, per stimare i parametri, ok?
  1202	Usiamo talmente tanti parametri che siamo sempre in grado di spiegare tutti i dati del passato, ok?
  1203	L'errore sul passato sarà sempre zero.
  1204	Quando Galile ha trovato F = MA, non aveva il problema del passato e il futuro perché il modello era talmente semplice che se riproduceva dei dati era finito il gioco.
  1205	Per noi il gioco non è ancora iniziato perché l'errore che faremo sul passato è zero.
  1206	L'unica domanda interessante è cosa si farà sul futuro?
  1207	Ok?
  1208	Per essere chiari, io posso prendere immagini della mia faccia, far andare un sistema che mi riconosce al 100%, montarlo sul mio cellulare e non essere in grado di entrarci perché non mi riconosce.
  1209	Ok?
  1210	Il problema è come fare a essere sicuri.
  1211	>> Scusami un attimo così siccome da remoto non vedono le slide, interrompiamo un attimo e proviamo a ricondividere.
  1212	Tanto lo faccio partire.
  1213	Perfetto.
  1214	Eh, spoiler.
  1215	>> E quindi non è risolvibile.
  1216	>> Andiamo avanti, intanto.
  1217	Sì.
  1218	Ok. Vai, vaiamo i parametri, >> aumenttiamo i parametri over averfittato.
  1219	Ok, quindi più più bello stata introduzione è noi i dati non li usiamo tutti per per dire il passato, ne teniamo un po' e non li guardiamo e questa è la regola del gioco, ok?
  1220	Perché poi il sistema deve funzionare sui dati che non ha ancora visto.
  1221	Questa nella sua banalità è la differenza tra quella che a volte viene chiamata la modellazione detta driven e quella non detta driven, no?
  1222	Ma che è un po' buffu perché Gallo era abbastanza detta driven.
  1223	Quindi non è che adesso i dati è che riassiono i dati in maniera più ignorante, direi.
  1224	Si fanno dei modelli che sono molto poco fatti da uno scienziato che ci mette molto cervello e sono piuttosto opachi e o piuttosto a scatola nera.
  1225	Guardate questa slide perché questi sono i tre passi di come nasce un algoritmo e come si fa la sua teoria e adesso ve li racconto uno alla volta, ok?
  1226	E il giochino che voglio farvi vedere che in ognuno di questi l'idea è di nuovo vecchia come il cucco e poi c'è un sorellino, un fratellino, un dam day.
  1227	recente.
  1228	Com'è che si fa a dire cos'è una funzione?
  1229	Vi ho già detto che ci sono le rette, vi ho già detto che ci sono i polinomi e qui vi ricordo che quel signore che è furier si è inventato i seni e coseni, ok?
  1230	Ho cominciato a usarli per descrivere funzioni e poi in machine learning si usano cose fatte un po' più così, ma è un po' la stessa roba.
  1231	C'è una cura, vuoi sapere che va un po' su e un po' giù e questa roba funziona estremamente bene se le X, ok?
  1232	Le funzioni hanno un input, hanno una due numeri.
  1233	Ok?
  1234	Un'immagine, la più piccola che potete immaginarmi che è 20 pixel per 20 pixel, ok?
  1235	È 400 numeri.
  1236	E quindi purtroppo questa idea qua non funziona.
  1237	Non è che non funziona mai.
  1238	Se dovete avere a fare con pazienti in cui un dottore è stato abbastanza bravo a dirvi quali sono un certo numero di numeri per capire che malattia ha, forse basta.
  1239	Se avete a che fare con un fisico che ha una forte informazione su quali sono il tipo di quantità fisica che vuole studiare per studiare un fenomeno è ok, ma se volete fare gattini, risolvere il linguaggio e altri problemi complicati, questa idea non serve praticamente a niente.
  1240	Siamo nel mondo delle alte dimensioni, cioè di X in cui D è largo.
  1241	Per essere chiari largo è 6, da sei in su.
  1242	Le cose che insegniamo al liceo vanno benissimo per costruire delle intuizioni, però uno deve prendere con granossalis perché quella figura che avete visto prima non vuol dire niente per i dati in alta dimensione e non li possiamo guardare e quindi il machine learning diventa una sorta di canocchiale per vedere dei dati che sono troppi e troppo complicati.
  1243	Qui vi faccio vedere una formula, giusto per vedere in quanto è incomprensibile.
  1244	È in qualche modo una roba che è strutturata su diversi layer di composizioni pi pa p e si spera che descriva funzioni complicate che in qualche modo non sono un sistema multicorpi in cui però auspicabilmente non tutti interagiscono con tutti.
  1245	Ok?
  1246	Dovrebbe spaventarvi un po', spero di esserci riuscito.
  1247	Il secondo problema è l'avete fissato o semplice o complicato e dovete trovare i parametri e cosa fate?
  1248	Voi dovete risolvere questo problema.
  1249	Lo guardate un po', vedete che c'è un sacco di notazione, non vi piace, l'ha semplificate in poi dice "Ma fammi chiamare questo qua è PowerPoint che mi fa gli scherzi".
  1250	Tutta questa roba qua la voglio chiamare feta e dimenticarmi cosa diavolo è.
  1251	È feta.
  1252	Che cos'è f di teta?
  1253	Ce lo chiamiamo x, ma io la chiamo teta perché è quello che voglio trovare.
  1254	E come si trova la teta che minimizza una funzione?
  1255	Si va in derivata prima e la si mette uguale a 0.
  1256	Ok?
  1257	Il problema è che questa roba qua non è molto computazionale, però c'è un'idea che anche questa non è nuovissima è del buon Newton che ha trovato un modo di sostanzialmente costruire una ricorsione, ok?
  1258	Che in qualche modo facendo un certo numero finito di passi riesce a trovare il minimo della funzione.
  1259	Vuole fare quello che uno farebbe con carta e penna calcolando la derivata mettendola uguale a zero tramite i suoi tempi altre altra carta e penna e i nostri tempi col calcolatore.
  1260	Ok?
  1261	Come vedete qui faccio tutto e posso farvelo così semplice perché sto assumendo che teta sia un parametro, quindi siamo ai tempi di John Von Neyan, ok?
  1262	1 2 3.
  1263	In pratica invece come vi ho detto Teta anche lui sono tantissimi parametri e quindi cosa si fa?
  1264	E di nuovo si fanno delle cose che spero vi spaventino un po'.
  1265	Si comincia a immaginarsi un problema in che ha tantissimi parametri, ok?
  1266	in cui la discesa del gradiente alla Newton deve essere impiazzata con quello che si chiama il gradiente stocastico e le sue 250 eh iterazioni, che non è complicato perché è complicata la formula, perché la formula è poco più complicata di quella di prima.
  1267	È complicato perché vive in un mondo di nuovo ad alte dimensioni che è difficile da studiare.
  1268	Ok?
  1269	L'ultimo è il fatto che abbiamo fatto tutto, abbiamo scelto il modello, che siano rette o che siano reti neurali a 18.000 layers.
  1270	Abbiamo fatto o con Newton o con craftic gradient su un calcolatore da due stadi di calcio la stima dei modelli e adesso dobbiamo sapere se funziona e questa è la parte che sembra un po' più semplice perché in pratica al punto di vista pratico lo è.
  1271	Cosa si fa?
  1272	si prendono i dati che non è ancora usato e guardi come funziona il modello.
  1273	Vi faccio notare che il teta ha guardato la metà dei dati e adesso lo faccio funzionare sulla seconda metà dei dati.
  1274	Questo è molto importante perché altrimenti se li mischiamo stiamo cercando di prevedere il passato col passato e il futuro col futuro.
  1275	Invece usare il passato per presedere il futuro, i dati vecchi per prevedere i dati freschi.
  1276	E qui l'idea fondamentale è di nuovo di semplificare tutto, guardare quella formula, chiamare non tutto, ma solo questa parentesi al quadrato, zi e rendermi conto che stiamo parlando di passato, futuro, di cose che prendo, numero finito di dati e vorrei fare ben for.
  1277	Ma cos'è sto futuro?
  1278	Il modo più semplice di rappresentarlo è dire che questa è una variabile aleatoria e io vorrei che fosse vicina alla sua aspettazione, ok?
  1279	Vorrei che man mano che guardo i dati, più ne guardo, più ne guardo e più ne guardo più accumulo evidenza rispetto a un qualche fenomeno che li ha generati.
  1280	Questa è un'assunzione che non è sempre vera, ma stiamo assumendo che i dati arrivano da qualche parte.
  1281	Quel qualcosa non è un qualcuno cattivo che prova a fregarci, a volte lo è, ma in questo caso assumiamo, ad esempio, se la se i dati sono di nuovo cani e gatti oppure se è un fenomeno, stiamo assumendo che i dati non ci sia qualcuno cattivo che ci vuole fregare, ma semplicemente accumuliamo evidenza.
  1282	E cosa ci chiediamo se man mano che accumuliamo evidenza ci avviciniamo a la verità che è semplicemente l'accumulazione di questa evidenza?
  1283	idee che di nuovo sono vecchie come il cucco, ok?
  1284	Il cucco in questo caso è il povero Bernulli, dove ci chiediamo se effettivamente andando a contare quello che a volte si chiama l'approccio frequentista, se andiamo a contare quante volte viene testa e croce da un certo punto riusciamo a capire se la moneta è effettivamente bilanciata oppure no. Qui ho provato in tutti i modi a semplificarla, ma questo non ci sono proprio riuscito.
  1285	Non basta questa cosa.
  1286	Ci servono delle cose più complicate.
  1287	Ci sono cose che si chiamano leggi uniforme dei grandi numeri o processi empirici.
  1288	Vi faccio solo vedere delle formule un po' spaventevoli per dire che sono di nuovo idee oplà che però risaldono a lavori di 100 anni fa, di quando sono stati invitati i test dipotesi, quello col Mogorov, si parla di testipotesi col Mogorov Smirnov, che di nuovo è qualcosa, diciamo, che fa meno parte di quella che è il background di base di statistica.
  1289	Ok?
  1290	Ma di nuovo per farvi vedere come in qualche modo il nucleo dell'idea è abbastanza semplice, quello che serve per lavorare in tempi moderni è un pochino più complicato.
  1291	Sono in realtà più o meno alla fine.
  1292	Volevo solo farvi vedere in qualche modo questa storia, no?
  1293	a cui adesso ho dato dei nomi.
  1294	Il primo problema è quello che chiamerei di rappresentazione, il secondo è di ottimizzazione, il terzo è quello più legato alla generalizzazione, alla capacità da il passato di oppure dai dati disponibili oggi a dire qualcosa sui dati che non ho ancora visto.
  1295	Nel fare questa cosa mi sono reso conto che mi mancava però un pezzettino, ok?
  1296	e non so semplicemente per se essere un informatico, ma non credo, che è che a volte nel scrivere queste forme l'uno si dimentica forse un ingrediente molto importante della salsa che è che ci sono, faccio questo esempio, ok?
  1297	Ma è uno tra tanti.
  1298	Ad esempio, se più o meno diciamo studiamo tutti che se io ho una funzione di una variabile che è composizione di diverse funzioni, se faccio la derivata prima devo usare quella che si chiama la regola della derivata composta.
  1299	Ok?
  1300	È noiosa da scrivere, ma qui l'ho scritta per tre variabili.
  1301	PowerPoint mi ha fatto gli scherzi, ma dovresti leggerla uguale e niente, devi fare quella roba lì.
  1302	Ok?
  1303	È abbastanza noiosa da capire che è un po' noiosa, ma per tre variabili riesco ancora a scrivere.
  1304	Ok?
  1305	Se la vado a scrivere per L variabili diventa un pochino più noiosa e non è troppo sorprendente qualcuno si è seduto e ha scritto "Ma non è che io posso scrivere una ricorsione, un algoritmo per farlo in maniera furba?"
  1306	Quindi ci sono delle cose che magari uno può scrivere su carta e penna, ve l'ho già fatto vedere prima quando ho fatto vedere Newton.
  1307	Ok?
  1308	La derivata prima è uguale z0 non basta, devo inventarmi un'iterazione.
  1309	È quello quello che chiamerei la matematica computazionale che però, diciamo, potremmo chiamare tranquillamente gli algoritmi.
  1310	Ok?
  1311	c'è questa nuova sala sa che carta penna non serve più, bisogna essere in grado di trasformare carta e penna al computer.
  1312	E nella mia esperienza di persona che insegna un po' a matematica e un po' informatica questa è una barriera insormontabile.
  1313	Questa capacità di prendere carta e penna e scrivere il calcolatore sembra in qualche modo dividere il mondo in due in due fazioni, quelli che odiano la penna e quelli che odiano il computer.
  1314	E questa, più o meno, diciamo, è la fine di questa storia che volevo raccontarvi.
  1315	Cioè ognuna di queste singole cose non è particolarmente originale, ma in qualche modo è il fatto che dobbiamo un po' mischiarle tutte assieme, la parte più originale.
  1316	Ok?
  1317	E lì ho provato a mettere dei nomi, non sapevo bene quali mettere, ho messo analisi, geometria, probabilità, avreste potuto guardare qual altro mix se c'è statistica non c'è, ma ci sarebbe douterica non c'è, ma ci poteva essere.
  1318	E poi c'è questo in qualche modo panettone di computazioni a cui non sapevo dare un nome migliore in italiano.
  1319	Ok?
  1320	Eh, e direi che questo è grosso modo tutto quello che volevo eh eh raccontarvi, quindi vi ringrazio.
  1321	Grazie mille a Lorenzo perché è riuscito a portare a casa il messaggio eh in tempi ancora più brevi, quindi diciamo in una giornata così lunga lo apprezziamo molto e ho apprezzato anche moltissimo, diciamo, i suggerimenti di tipo interdisciplinare.
  1322	Adesso abbiamo un intervento da remoto del collega Maurizio Lenzerini che per un contrattempo non può essere qui con noi e tra un po' si dovrebbe manifestare in forma virtuale sullo sullo schermo.
  1323	Ehm stiamo in attesa che la regia ci connetta.
  1324	E eccolo.
  1325	Ciao Maurizio.
  1326	>> Allora, allora >> ti sentiamo.
  1327	Vai, puoi parlare.
  1328	>> La prima cosa che voglio dire è che se se la voce non vi arriva tagliamo l'intervento, va bene?
  1329	Non so se mi sentite perché sono veramente in difficoltà sulla voce.
  1330	Eh, vado avanti.
  1331	Sì, sì, sì, vai avanti.
  1332	Forse possiamo abbassare un po' il volume perché così è troppo forte e distorce ulteriormente.
  1333	>> Allora, buongiorno.
  1334	Io vorrei fare questo intervento con con un con un neo scopo, visto che il mio il mio il mio tema riguarda il rapporto tra logica, intelligenza artificiale e filosofia, il tema che peraltro tratterò in in una nel seminario a febbraio, però io ho tentato di ehm come dire, ritagliare questo tema sul tema del panel che è lo studio dell'in dell'intelligenza artificiale nella scuola.
  1335	Allora, offrirò una visione, diciamo, molto personale, se volete, una sorta di provocazione che riguarda l'importanza della logica nell'insegnamento della scuola secondaria.
  1336	Eh, per fare questo eh devo partire un po' da la diciamo da dal fatto che l'intelligenza artificiale è effettivamente una disciplina molto complessa.
  1337	moltissimi, in modo anche giusto e comprensibile, hanno parlato del del dell'intelligenza artificiale generativa, ma in realtà, come sapete bene, probabilmente l'intelligenza artificiale ha diverse forme e ha diverse metodologie.
  1338	Io qui in questa slide eh ho fatto una sorta di lista di eh sottoaree dell'intelligenza artificiale che nel corso degli anni sono state studiate e sono attualmente anche oggetto di ricerca.
  1339	Molto schematicamente vedete per esempio knowledge representation and reasoning, planning, ovviamente l'apprendimento, learning, la comunicazione che ovviamente ha a che fare col processamento del linguaggio naturale, la percezione e così via.
  1340	Tutte queste aree ancora formano dei settori dove nel legge riviste, nelle conferenze intelligenza artificiale troviamo i lavori scientifici.
  1341	Un'altra invece classificazione riguarda i sistemi di AI e come vengono concepiti e progettati.
  1342	Anche qui questa dicotomia che di cui adesso vi parlo è stata evocata più volte.
  1343	Eh, in maniera schematica possiamo dire questo.
  1344	Ci sono due modi eh abbastanza dicotomici per e in realtà alternativi in questo momento per realizzare un sistema di intelligenza artificiale, concepirlo e progettarlo.
  1345	del driven e data driven.
  1346	Le aree delle AI che vengono spesso associate a questi due aspetti sono si chiamano AI simbolica e AI connessionista oppure neuro AI.
  1347	È interessante notare che e magari accennerò all'ultimo a questo aspetto che la frontiera di adesso della tentare in realtà di mettere insieme e i due aspetti per superare i limiti di ciascuno.
  1348	Questa questa distinzione si può descrivere in maniera sintetica così.
  1349	nell'approccio model driven, eh il progettista del sistema modella la conoscenza sul dominio e modella anche il problema da risolvere.
  1350	Vedete, già qui forse riusciamo a individuare il fatto che nelle simbolica in realtà si parte da un problema in qualche modo non ha l'ambizione di essere generalista il sistema.
  1351	Si parte da un modello del dominio e della e del problema da risolvere.
  1352	Il sistema di intelligenza artificiale sostanzialmente cerca nello spazio delle soluzioni del problema e determinato dal modello cerca la soluzione applicando diverse tecniche.
  1353	per esempio search, la ricerca non sbattere le soluzioni.
  1354	Per esempio, troviamo CSP che si chiama costruenza disfraction problem, cioè l'idea che la soluzione avviene attraverso un ragionamento sui sulle caratteristiche e i vincoli che il sistema pone e sulla pianificazione che riguarda il modo con cui arriviamo alla soluzione del problema e soprattutto sulla rappresentazione della conoscenza di dominio, una conoscenza esplicita molto spesso espressa attraverso un formalismo logico e l'inferenza logica associata nel nel data driven AI.
  1355	Come avete visto in moltissimi di questi interventi, il sistema invece viene si basa su un modello appreso dai dati, ok?
  1356	Attraverso il machine learning.
  1357	Il sistema poi usa la funzione che modella i dati mediante inferenza statistica.
  1358	E qui rientriamo e qui troviamo tantissime sottoaree d AI, tecniche, metodologie, tra cui ovviamente anche le quelle che vanno per la maggiore adesso che hanno poi generato il paradigma dell'A generativa.
  1359	Ecco il punto però fondamentale che volevo sottolineare, ma solo per dare un contributo magari un po' complementare a quello che abbiamo visto adesso, che in realtà Leiai nasce e si sviluppa attraverso l'Eai simbolica, cioè attraverso l'idea che parte da Aristotele e poi, diciamo, procede attraverso molti filosofi, parte dall'idea che, diciamo, le leggi del pensiero devono essere formalizzate in qualche modo.
  1360	Questa è un po' un'idea importante che semplificando, diciamo, riguarda sostanzialmente questo sviluppo che vedete qui associato alle a diverse personalità nella storia.
  1361	E tutto questo questo procedimento sostanzialmente va a finire nel nel computer science, perché vedete il in questa storia il probabilmente il il personaggio più importante è Touring, che guarda caso è, come dire il primo che evoca l'idea di un sistema intelligente che però è un logico e anche il fondatore della Computer Science, cioè la macchina di Touring sostanzialmente nasce dall'idea di cogliere gli aspetti fondamentali del ragionamento logico nell'onda del dell'inizio del secolo scorso e in cui sostanzialmente si si si proponeva la logica come elemento fondamentale di formalizzazione della matematica.
  1362	E arriviamo nel 56 e sconfermiamo in sostanza che lei simbolica questi questa idea di modellare un certo un certo dominio mediante la logica è molto presente, probabilmente l'aspetto più presente nella conferenza che tutti riconoscono un po' che che rappresenta l'inizio della ricerca formale e diciamo istituzionale dell'intelligenza artificiale di Art Workshop e il sostanzialmente uno degli ispiratori, forse il maggiore ispiratore McCarty è proprio anche l'ispiratore delle i simboliche dell'uso della logica formale come strumento per modellare la conoscenza e inferire nuove informazioni.
  1363	Quindi, in qualche modo, se vedete i personaggi che abbiamo citato e la storia, come dire, molto sintetica che abbiamo citato, ci sono delle connessioni estremamente interessanti e premianti tra la disciplina della logica e la filosofia.
  1364	Avete visto che si parte da Aristotele in sostanza che continua poi lo studio della logica negli anni, la matematica, eh l'intelligenza artificiale e l'informatica.
  1365	Ci sono dei motti, no, in qualche modo che evocano questi questi queste relazioni, no?
  1366	Alcuni dicono computer science is the continuation of logic by other means, artificial intelligence, continuation of computer science by other means artificial.
  1367	E diciamo se facciamo una inferenza di transitività artificial intellig canic other means in qualche modo.
  1368	Allora, che cos'è?
  1369	Allora, devo devo assolutamente a questo punto, come dire, in qualche modo delineare una definizione.
  1370	Io sto parlando di logica formale e che è la disciplina che studia in modo rigoroso la struttura delle argomentazioni e le regole del ragionamento.
  1371	Partiamo da questa definizione per continuare il mio intervento.
  1372	Quindi abbiamo due aspetti fondamentali.
  1373	da una da una parte le argomentazioni, quindi l'uso del linguaggio per proporre asserzioni sul mondo, su un certo dominio e dall'altra le regole di ragionamento, eh quindi il ragionamento formale che in qualche modo ci dovrebbero guidare a conclusioni corrette rispetto a al mondo che abbiamo descritto per l'importanza del ragionamento.
  1374	Io nei miei corsi di logica parto da per gli studenti da un da un esempio molto semplice da da dalla prima pagina di diverso tempo fa di uno dei più importanti quotidiani nazionali leggiamo questa frase: "C'è ancora chi crede che il rigore nei conti pubblici contraddica contraddica lo sviluppo dell'economia ma anni di storia italiana con spesa facile stagnazione economiche ci insegnano esattamente il contrario.
  1375	Ora io chiedo ai miei studenti come giudichiamo questa argomentazione e la prima parte del mio corso sostanzialmente pone diversi propone diversi strumenti per giungere alla risposta a questa domanda, per raggiungere non in modo intuitivo, ma in modo scientifico, matematico, se volete, la risposta a questa domanda.
  1376	La la domanda è questa argomentazione è convincente, la riprendere più avanti.
  1377	Quindi la provocazione che voglio proporre, ma se volete semplicemente una proposta è che invece dell'intelligenza artificiale a scuola, perché non insegnare la logica formale o meglio, perché non poniamo le basi per lo studio dell'intelligenza artificiale a scuola che come vi ho detto prima, è una disciplina molto sofisticata e complessa, iniziando dalla logica formale e continuiamo poi con altre discipline e altri paradigmi.
  1378	Questo è un po' il la mia proposta in questo in questo panel, la discussione perché non introduciamo la logica formale a scuola.
  1379	Che cosa vuol dire?
  1380	Allora, in brevemente, nei minuti che mi che mi rimangono, vi voglio comunicare qual è l'idea che potrebbe sottostare a questa a questo obiettivo.
  1381	Cosa vuol dire insegnare la logica?
  1382	Prima di tutto dobbiamo scegliere quali sono i sistemi logici adeguati ad un certo tipo di editorio, come minimo la logica proposizionale che diciamo è la prima forma di logica formale è sufficientemente interessante dal punto di vista dellaespressività e anche della semplicità per proporre una pletora di principi fondamentali che poi possono essere ripresi.
  1383	e approfonditi in sistemi logici più complicati.
  1384	Credo che la cosa interessante di questa idea è che voi potete davvero in qualche modo adattare il percorso a seconda dell'uditorio.
  1385	Avete praticamente uno spazio infinito davanti.
  1386	Ci sono logiche, diciamo, la logica dei predicati del primo ordine che introduce i quantificatori, ma poi ci sono anche ordini logiche predicati di ordini superiori che introduce, per esempio, la priori e tutta matematica.
  1387	Ci sono tante altre logiche interessantissime che tra l'altro sono state proprio introdotte molto recentemente o comunque il cui studio formale è stato introdotto recentemente proprio a fronte della computer degli stimoli della computer science e della dell'artificial intelligence, come per esempio le logiche epistemiche, le logiche temporali, le logiche dinamiche.
  1388	Eh, dopodiché queste sono le logiche, i sistemi logici che potrebbero essere oggetto di studi, ma bisogna anche, diciamo, interessarci di quali sono le componenti fondamentali che si studiano quando si vuole studiare la logica.
  1389	E qui è interessante notare che la prima cosa che si fa quando si imposta un sistema logico è un linguaggio, un linguaggio formale.
  1390	Quindi si introduce anche la l'idea di un linguaggio formale nella scuola superiore credo che sia un di per sé un valore interessante e quindi la differenza tra sintassi e semantica.
  1391	La la logica è una buona palestra per capire davvero che cosa vuol dire semantica e quindi la distinzione tra forma e significato.
  1392	Pragmatica perché bisogna capire come usare la logica rispetto a certi obiettivi.
  1393	Questi tre aspetti possono essere considerati come una scuola di modellazione.
  1394	riprenderò questo discorso, ma modellare significa sostanzialmente descrivere un mondo, un mondo magari artificiale, ma insomma un mondo con certo cereosì, in un certo dominio, descriverlo e magari condividere la descrizione altre con altri soggetti e quindi in qualche modo condividere un'idea stessa della formalizzazione del dominio.
  1395	Dopodiché c'è la parte più forse ancora più interessante, anche più stimolante.
  1396	Cosa vuol dire?
  1397	Una volta che ho modellato un sistema, ragionati in modo logico, cioè quali sono le leggi accertate, ragionevoli del ragionamento.
  1398	E qui c'è ovviamente tutta l'idea della dell'inferenza.
  1399	Inferenza che peraltro è una è un concetto secondo me estremamente importante anche rispetto a ai nuovi, diciamo, ai sistemi di intelligenza artificiale che vanno alla maggiore per la maggiore adesso, perché tutto sommato sono macchine di inferenza statistiche.
  1400	Scusa Maurizio, hai ancora 5 minuti?
  1401	Sì, insomma, grazie.
  1402	>> Grazie.
  1403	Eh, quindi insegnare la logica vuol dire anche eh proporre per gli studenti una palestra di modellazione.
  1404	Cioè io ho un certo mondo, un certo dominio, ho un certo linguaggio per esprimere formalmente le caratteristiche del dominio e quindi eh utilizzo questo linguaggio per formalizzare, modellare, quindi costruire un modello dall'alto.
  1405	Come vi ricordate siamo sul model driven, no?
  1406	Questa è una valenza di modellazione complementare rispetto alla modellazione che sa che ovviamente viene insegnata anche in qualche modo viene evocata in in discipline come la matematica e la fisica.
  1407	I postulati descritti attraverso questa descrizione definiscono quella che si chiama una teoria, una teoria logica, cioè lo studente in qualche modo diventa un novello euclide che ehm dato un dominio da descrivere lo assiomatizza attraverso dei postulati e poi può benissimo essere a questo punto oggetto di inferenze di per verificare la l'autoconsistenza del dominio per verificare le conseguenze logiche che la la formalizzazione ha prodotto.
  1408	E qui ovviamente si possono si aprono tantissimi scenari molto interessanti, per esempio le tre forme di inferenza fondamentali che peraltro si ritrovano anche nei sistemi di LA generativa, no?
  1409	sono la deduzione, l'induzione e l'abduzione.
  1410	Qui è interessante perché ci sono i filosofi attualmente i logici che stanno discutendo su quali sono le forme di deduzione, induzione e abduzione che i sistemi di basati su large language model esibiscono, no?
  1411	Eh ehm addirittura c'è proprio l'idea di che cosa fa un un large language model quando impara eh nella nel training e probabilmente fa fa dei processi di induzione rispetto a quando invece fa risponde fa inferenza statistica e alcuni legano questa inferenza all'abde.
  1412	E poi ci sono dei tipi di ragionamento che riguardano le argomentazioni.
  1413	Per esempio, si può confutare l'affermazione il rigore contraddice lo sviluppo?
  1414	Vi ricordate la frase di prima?
  1415	Con l'affermazione "La spesa facile si è dimostrata compatibile con la stazione economica".
  1416	Se non si può confutare, qual è la ragione profonda?
  1417	Non è solo l'intuizione, ma qual è la ragione profonda formale per cui questa confutazione eventualmente non è accettabile?
  1418	Ampassandi dico che GPT sostiene che la frase non contenga un errore logico.
  1419	E perché vi dico questo?
  1420	Perché sarebbe molto interessante, per esempio, usare i chatbot comuni in questo momento, quindi large language model, i sistemi associati per capire come ragionano, magari per individuarne errori logici nel caso in cui questi fossero trovati.
  1421	la conclusione.
  1422	Io penso che la frontiera attuale della Allora, prima di tutto, scusate, riprendo uno delle considerazioni che già vi dicevo prima.
  1423	Eh, notate bene che la frontiera attuale della ricerca di intelligenza artificiale mira proprio ad una finalmente ad una integrazione riconciliazione tra questi due approcci che sono stati per molto tempo alternativi e in qualche modo dicotomici.
  1424	La mia il mio intervento qui è stato quello di farvi una sorta di provocazione.
  1425	Perché non cominciamo allo studio dell'AI con lo studio della logica formale.
  1426	Questo indirizza verso un tipo di AI che si chiama symbolic AI.
  1427	E ho cercato di spiegare perché io credo che conga interessanti spunti della didattica.
  1428	Tra l'altro ci sono degli strumenti di a simbolica che possono supportare anche gli studenti nei task di cui parlavo prima.
  1429	Eh, ci sono tantissimi altri benefici che questa cosa può portare.
  1430	Adesso però penso di avere concluso e di avere consumato tutto il mio tempo a disposizione e anche le mie corde vocali.
  1431	>> Grazie.
  1432	Grazie, grazie mille Maurizio per la volontà e disponibilità a partecipare nonostante le condizioni non proprio ideali.
  1433	l'abbiamo apprezzato e poi diciamo io particolarmente ho apprezzato il richiamo a al bisogno di un'intelligenza artificiale simbolica e e della logica su cui forse diciamo poi nel panel discuteremo.
  1434	E adesso ho il piacere di invitare Alessandro Armando Università di Genova per il l'intervento successivo.
  1435	Grazie.
  1436	Anch'io mi ringrazio per per l'invito.
  1437	È è un onore essere qua e anch'io elaborerò un po' sui sui temi.
  1438	Mi aggancerò al allintervento del collega Lenzerini.
  1439	Mettiamo le slide.
  1440	Perfetto, grazie.
  1441	Ehm, allora mi anch'io il titolo eh non mi ci trovo perfettamente agio.
  1442	Io sono un ingegnere, quindi parlare di didattica per me è un po' è della scuola, un po' impegnativo, ma ci ci provo.
  1443	Ehm e ehm diciamo l'appello del collega Lenzarini all'utilizzo della logica formale già nell'insegnamento mi trova assolutamente d'accordo.
  1444	Io in qualche modo provengo da quel dal punto di vista culturale, da quell'ambito pur essendo ingegnere, ma io ho visto, ho approcciato, studiato e soprattutto ho applicato l'intelligenza, le tecniche di intelligenza artificiale, cosiddette simboliche, ma dal punto di vista del dell'ingegnere, cioè per un un mezzo per raggiungere un fine dove il fine è utilizzare l'intelligenza artificiale simbolica e la logica matematica come strumento per provare verificare la correttezza dei sistemi.
  1445	correttezza di sistemi complessi o sistemi critici dove l'analisi umana manuale, cosiddetta manuale, ma che poi di fatto è analisi di tipo intellettivo è insufficiente per non parlare delle altre tecniche di verifica, tipo magari il testici andare a assaggiare il comportamento di un sistema a campione.
  1446	In alcuni contesti è accettabili, in altri contesti assolutamente no. si tratta si pensi appunto magari al un sistema di controllo avionico dove eh avere la un'evidenza parziale del corretto funzionamento dell'apparato è problematico.
  1447	Per non parlare di avere un sistema di questo tipo, magari basato sull'intelligenza artificiale, con la consapevolezza che il sistema può avere delle allucinazioni.
  1448	Ok?
  1449	Chiaramente ci sono ambiti dove questo tipo di incertezza non si può avere, quindi l'utilizzo della logica formale della intelligenza artificiale simbolica è assolutamente indispensabile per arrivare a livelli di garanzia assolutamente elevati, così come che può essere nella dimostrazione avere una prova formale, quindi matematicamente nel senso matematico del termine di correttezza del sistema oppure dualmente avere evidenza eh di un controesempio, o di un comportamento che evidenzi un un malfunzionamento, un comportamento anomalo del sistema che può portare, ad esempio, l'aereo in una sezione di stallo, per fare per fare un esempio.
  1450	Ci sono ambiti delle dell'ingegneria dove questo tipo di supporto al alla progettazione, alla verifica del comportamento di sistemi è assolutamente indispensabile.
  1451	E e io, peraltro, vengo da un mondo un po' particolare.
  1452	Io ho lavorato nel nell'ambito di una particolare fetta del ragionamento automatico che è quello della deduzione automatica, cioè costruire algoritmi, cioè o procedure, programmi che dimostrano teoremi, ok?
  1453	Dove i teoremi non sono necessariamente teoremi matematici, ma sono teoremi che provano la cui dimostrabilità garantisce il funzionamento corretto di un sistema.
  1454	Ho fatto questo per dottorato di ricerca per circa eh 15 anni dal dottorato di ricerca e poi in periodo successivo.
  1455	Poi a un certo punto da ingegnere sono tornato, diciamo, nella mia comfort zone di cercare di applicare questi concetti al all'ambito a un ambito particolare che è quello del della sicurezza informatica, adesso si chiama cyb security, con l'idea di usare questi strumenti per andare a scovare eh vulnerabilità all'interno dei sistemi oppure duualmente garantire l'assenza di vulnerabilità dei sistemi e questo poi gradualmente la cyber security miam ha assorbito diciamo e quindi sono migrato a lavorare prevalentemente alla cyber security, ma questo e ringrazio anche per questa possibilità per mi ha consentito un attimino di riguardare anche un po' indietro, riguardare anche la luce dei nuovi avvenimenti.
  1456	Io non vedo c'è questa dicotomia che è stata enfatizzata da dai colleghi strai simbolica da un lato ed AI eh statistica eh diciamo dall'altro.
  1457	Non lo vedo come una guerra, ma lo vedo in realtà come una possibile sinergia.
  1458	eh importantissima sinergia perché lei è simbolica a questa è proprio per costruzione è spiegabile ed questa la sua forza ed è anche verificabile, nel senso una dimostrazione ce l'ha insegnato a partire da Euclide e poi Aristotele che i singoli passi d della deduzione possono essere verificati anche da una macchina.
  1459	Ok?
  1460	Ehm però la deduzione è difficile costruire, diciamo, automatizzare o programmare gli algoritmi di ragionamento automatico, gli algoritmi di dimostrazione, per quanto possibile a livello concettuale e sono estremamente difficili da avere poi dimostrazioni costruite in tempi e efficienti, in tempi ragionevoli.
  1461	Penso che l'AI a scuola sia molto importante per una varietà di motivi, se non altro perché è usata massivamente dagli studenti, ma questo è già stata è già stato detto più volte.
  1462	Ehm penso che in particolare ci sia anche l'opportunità, rappresenti anche un'opportunità per rivedere e anche il senso un po' diverso, anche stimolante nei confronti per gli studenti, le discipline classiche, no, che fanno parte del curriculum dei nostri dei nostri studi, sto riferendo agli studi superiori, materie come la matematica, la filosofia, la fisica, la statistica, l'informatica, l'educazione civica, letteratura a mio avviso potrebbero beneficiare dell'essere dell'avere introdurre l'intelligenza artificiale, ma non come strumento semplicemente per consentire ai ragazzi di fare il tema, risolvere il problemi, ma anche come strumento di riflessione.
  1463	Stiamo entrando in un mondo nuovo dove le macchine non sono più degli utensili, ma sono dei degli agenti, sono del degli interlocutori, potranno essere dei coach, dei tutor, no?
  1464	Quindi dare la possibilità ai nostri ragazzi di confrontarsi con gli scenari che stanno per arrivare e e che aprono anche delle questioni etiche importanti e a mio avviso è è molto importante.
  1465	E qui mi riaggancio a quanto ha detto il collega Linzarini, nel senso l'idea che il ragionamento matematico, la deduzione in particolare potesse essere meccanizzata e usando il termine formalizzato, nel senso di ridurre a forma e quindi in quanto forma può essere può essere verificata.
  1466	eh è dovuta sostanzialmente Aristotele e è lavoro pazzesco che ha fatto Euclide eh con gli elementi.
  1467	Ehm e ehm però ci son voluti 2000 anni per arrivare a costruire una teoria matematica e che di fatto fosse formalizzasse il costru fosse una teoria, cioè tradurre la logica in una teoria in una branca della matematica.
  1468	è stato un percorso lunghissimo, eh, ma ci siamo arrivati nel X nel Xo secolo.
  1469	Ehm, quello che è strano è che questa nuova teoria, che non è meno interessante, anzi per dal mio punto di vista è più interessante anche di altre o e non ha trovato sbocco naturale nei nostri corsi, nei nostri insegnamenti.
  1470	Ok?
  1471	E questo è a mio avviso un grosso peccato ed è un limite in questo momento dove c'è si affaccia all'intelligenza artificiale, per cui non posso che supportare l'invito del professor Lenzerini a ad introdurre la logica come strumento anche di matematica, come una componente della matematica da studiare.
  1472	E poi è stato menzionato che negli anni 50 è stato menzionato Mccarty e altri colleghi che insieme hanno con l'avvento delle informatica hanno intrapreso il sogno di costruire l'intelligenza artificiale e che questo fosse alla portata.
  1473	Devo dire che nel 56 sono stati sono personaggi Minski e McCarty e e Shannon e sono stati leggermente ottimisti, tant'è che pensavano che bastava riunire una una ventina di persone per qualche per qualche settimana e si sarebbe risolto si sarebbe trovato un modo di costruire una macchina intelligente.
  1474	Ehm, dato il peso e l'allevanza dei personaggi, la presunzione può essere può essere perdonata.
  1475	Eh, detto ciò, vorrei ritornare sul sull'importanza della logica come matematica, come branca della matematica.
  1476	Questo, secondo me, non è eh diciamo a mio avviso, è sottostimata questo questa questa dimensione perché noi siamo abituati che la matematica tippiamente deve avere a che fare con dei numeri.
  1477	Il dominio del discorso devono essere ci devono essere dei numeri, che siano numeri semplici, che siano matrici, che siano funzioni, ma sempre di natura numerica.
  1478	Se non ci sono dei numeri non è matematica.
  1479	Ok?
  1480	E questo, a mio avviso, la logica matematica sfata questa questa presunzione, nel senso che la logica matematica gli oggetti del discorso sono le proposizioni, sono le frasi che che possiamo dire che che asseriamo e le e sono i modelli rispetto ai quali una frase, una proposizione è vera o falsa.
  1481	Questo è un altro oggetto del domino, il discorso su cui vogliamo e possiamo e dobbiamo ragionare, così come le dimostrazioni sono degli oggetti matematicamente precisi su cui ci si ragiona.
  1482	Ok?
  1483	E poi ci sono delle così come quando si parla di funzioni, parliamo di monotonia di una funzione di periodicità, di derivabilità, continuità, eccetera eccetera.
  1484	In logica matematica possiamo definire e definiamo concetti non meno importanti, anzi quando si parla di intelligenze artificiali sono fondamentali.
  1485	Concetto di verità, quando una frase è vera.
  1486	La verità è una proprietà di una frase.
  1487	O è vera o è falsa una frase, ma rispetto a che cosa?
  1488	Rispetto a un modello.
  1489	Ma che cos'è un modello?
  1490	Abbiamo una controparte matematicamente precisa.
  1491	Sì, basta.
  1492	C'è scritto nei libri di logica.
  1493	Ok?
  1494	Questi concetti ai ragazzi vanno vanno spiegati.
  1495	concetto di verità che sembra una cosa fondamentale intanto, ma non abbiamo una controparte formale almeno che non formale intendo matematicamente precisa, almeno che non ci sia insegnata.
  1496	ehm e anche il concetto di dimostrabilità e poi operazioni e ci sono dei teoremi fondamentali in analisi teorema di virras, ci sono teoremi altrettanto fondamentali, anzi a mio avviso molto di più fondamentali che sono tem esempio di di teoremi di Gen. Genel ha fatto due teoremi fondamentali, uno di completezza, la logica del calcolo dei predicati del primo ordine e uno poi di incompletezza, due risultati eh eccezionali.
  1497	Ehm, e cos'hanno in comune queste due discipline, cioè l'analisi matematica da un lato, la logica matematica, il rigore metodologico e questo le rende entrambe branche della matematica.
  1498	Ehm ehm ok questo l'assalto.
  1499	Allora, faccio un breve cenno.
  1500	Il concetto di verità quello interessante anche il connubio, lo studio, diciamo, studiare la logica matematica come strumento per esplorare e vedere in maniera anche un po' diversa e stimolante la filosofia, no?
  1501	Aristotele è stato il primo, almeno che ha quantomeno ha esplicitato in modo molto molto chiaro che cosa quale fosse il problema di stabilire la verità di una frase.
  1502	È una frase che sembra un uno scioglilingue, no?
  1503	Dire di ciò che è che è e di ciò che non è che non è è vero e dire di ciò che è che non è di ciò che non è che è falso, no?
  1504	E è cattura l'essenza del concetto, non è una definizione matematicamente precisa.
  1505	Dobbiamo aspettare 2000 anni.
  1506	di Alfred Tarski e nel nello scorso secolo, nel 36 definisce da una definizione matematicamente rigorosa di quando una proposizione è vera e questo apre tutto uno scenario del fatto che possiamo finalmente dire quando una teoria matematica è corretta, eh cos'è una una cos'è una la cons quando quand'è che una frase una proposizione consegue logicamente da altre e e via dicendo.
  1507	e poi pone le basi per quello che poi sarà i risultati anche di Girdle.
  1508	Ehm, riduzione automatica e l' abbiamo detto prima, McCarty propone di utilizzare con il connubio tra informatica e logica matematica per costruire l'AI simbolica, ma questo presuppone l'abilità di costruire poi programmi che siano in grado di dedurre, di derivare teoremi, di costruire dizioni e questo è difficile.
  1509	estremamente difficile perché con l'informatica le macchine si programmano, è la scienza della programmazione.
  1510	Ok?
  1511	La differenza sostanziale che nelle AI le macchine non si programmano più.
  1512	Le macchine, almeno questo è il sogno, questo è quello, l'ambizione, è quello che le macchine imparano, imparano da da casi concreti, dai dati e di qui riescono a inferire e fare delle generalizzazioni importanti.
  1513	che queste generazioni siano corrette o meno, eh, è tutto da vedere e ci sono ovviamente dei problemi, ma il vantaggio e per cui secondo me il connubio, questo non è il tramonto del delle delle della della logica matematica, ma è semplicemente una fase, è che abbiamo l'ancora ferma di una definizione precisa di che cos'è una dimostrazione, di che cosa è vero e di cosa è falso.
  1514	Quindi le lei simbolica ci apre un nuovo mondo dove le macchine non saranno più programmate che s ma saranno apprenderanno da sole, ma avremo un modo di di verificare che le quanto la macchina ci dirà sarà una conseguenza del del della del della conoscenza che abbiamo oppure non lo sarà.
  1515	Quindi l'intelligenza artificiale ha questa questo connubio tra la logica matematica e intelligenza artificiale apre nuove possibilità.
  1516	non è che archivia la logica matematica, anzi a mio avviso sarà un amplificatore della forza del del del della logica matematica.
  1517	Ehm, solo per fare alcuni esempi, il lavoro che è stato fatto nei negli anni scorsi ehm sull'uso del quindi costruire macchine che dimostrano teoremi, in realtà dei risultati sorprendenti sono stati realizzati già nel 96.
  1518	E con un programma di questo tipo, un dimostratore automatico, è stato possibile dimostrare una fare produrre una dimostrazione di una di un problema che si riteneva all'epoca era aperto, non era un problema di cui non si conosceva se era un dimostrab era vero o o falso, se era un teorema o meno e quindi è stato la macchina per prima che ha dimostrato questo teorema.
  1519	Successivamente è stata dimostrata meccanicamente la eh il il for color problem, quindi un teorema che anche qui era era aperto e infine un teorema di Faint e Thomson che era un problema aperto, è stato dimostrato.
  1520	La cosa interessante qua che la dimostrazione è originale era di 250 pagine.
  1521	un intero volume di una rivista è stato dedicato alla prova, a pubblicare la dimostrazione di quella prova.
  1522	Poi successivamente la prova è stata rivista e pulita, tra virgolette semplificata e i dettagli esplicitati e questo ha prodotto due volumi di dimostrazione.
  1523	Ok?
  1524	Ehm e questo collega diria Ria e del Microsoft Research di Cambridge ha riuscito a riprodurre meccanicamente la prova, cioè quindi qua ho costruito un programma che è stato in grado di verificare passo passo tutte questi due volumi di dimostrazione.
  1525	Ok?
  1526	Quindi confermando, perché c'erano dei dubbi che effettivamente una una prova così complessa, una dimostrazione così complessa potesse rappresentare avere dei buchi o dei passi falsi e avere una prova meccanica.
  1527	Questo è il è chiaramente un passo molto importante, però vedete la la macchina in questo caso l'ha programmata il collega con 6 anni di lavoro.
  1528	6 anni di lavoro ci ha messo a costruire quella prova con l'AI si presume e si auspica che questi 6 anni di lavoro li possano essere ridotti a magari a qualche manciata, a qualche ora di di chat GPT, ma è questo il lavoro.
  1529	Si si vedrà solo nel futuro, ma è un io lo ritengo che sia plausibile.
  1530	Poi vabbè, questo è un mio è un mio bias, sono un ingegnere, quindi io poi tendo a ad applicare le cose che che faccio e io questo menzionavo prima che per me l'intelligenza artificiale simbolica è un modo per provare la correttezza dei sistemi e beh, a questo ho lavorato e in particolare per verificare se un determinato sistema eh un apparato nella fattispecie era un protocollo crittografico, soddisfaceva i propri obiettivi di sicurezza.
  1531	All'epoca, sono passati un po' di anni, abbiamo verificato che l'algor protocollo di autenticazione usato da Google per autenticare i i propri i propri customer, i propri utenti che ancora usato ad oggi per per intenderci conteneva in realtà una vulnerabilità.
  1532	In questo caso abbiamo dato impasto una un modello formale del sistema, una proprietà di di autenticazione del del protocollo e il l'algoritmo, il programma ha trovato, invece di trovare una dimostrazione, in quel caso ha trovato no, guarda che non è dimostrabile perché se è indicato la serie dei passi che che forniva un controesempio.
  1533	La cosa è stata sorprendente.
  1534	Io stesso non ci credevo.
  1535	Abbiamo analizzato quei singoli passi.
  1536	effettivamente il problema sussisteva, l'abbiamo riportato al al Computer Emergency Response Team degli Stati Uniti, eh stiamo parlando del 2009 e la cosa poi all'epoca ha avuto anche un po' di risonanza eh mediatica, ma eh tanto per mostrare un esempio concreto di applicazione di questi di questi concetti.
  1537	E concludo, ehm, ci sono, a mio avviso, vado a questo punto, vado molto veloce, da esplorare anche il connumio di tra EA e letteratura.
  1538	La letteratura di di fantascienza offre degli spunti, a mio avviso può essere un modo per ingaggiare gli studenti e stimolare gli studenti a ragionare sul futuro su in realtà che ormai è anche presente, soprattutto lasciatemi dire le e poi concludo, le implicazioni etiche.
  1539	A mio avviso queste ne sono cose che già si dovrebbero portare nelle classi, no?
  1540	Perché già stiamo realizzando delle macchine pensante macchina guida autonoma, che devono prendere le decisioni.
  1541	Considerate questa situazione.
  1542	Qui c'è un c'è un sito on che che pone questi questi questi quiz e di natura etica che oggettivamente io stesso non saprei a cosa rispondere, ok?
  1543	E quindi figuriamoci una macchina che se io dovessi programmare una macchina veramente non saprei cosa fare.
  1544	Ok?
  1545	Qui l'operatore deve decidere se eh abilitare lo lo scambio o meno, ma l'effetto in un caso che uccide solo un operaio, negli altri ne uccide cinque.
  1546	Se contiamo il numero di persone morte, chiaramente la scelta è semplice, ma eticamente è la cosa giusta da farsi.
  1547	Ehm e poi ci sono tanti altri, aspettate qui ho fatto e ci sono tanti altri scenari non meno non meno problematici.
  1548	A mio avviso una discussione, un confronto, un ragionamento critico su queste su questi argomenti fatto a scuola, a mio avviso, potrebbe essere molto molto stimolante.
  1549	Certamente non sarei io la persona qualificata per impostare una didattica in questo ambito, però penso che sarebbe estremamente stimolante.
  1550	E vabbè, mi fermo, mi fermo qui.
  1551	Grazie.
  1552	Grazie mille ad Alessandro Armando per il suo intervento, anche questo ricco di stimoli e su cui poi torneremo alla fine del mio intervento con con le domande da parte vostra.
  1553	E adesso, appunto, diciamo, ho io la responsabilità anche di, diciamo, di di un mio intervento personale, oltre quello di coordinatore dell'aula rotonda.
  1554	Quindi ringrazio nuovamente la l'Accademia De Lincei per la fiducia che mi ha accordato.
  1555	Il mio intervento sarà un intervento un po' diverso da da quelli che sono arrivati fino a questo che avete sentito fino a questo momento, perché sarà un intervento un po' di stimolo e e provocatorio, direi quasi filosofico per mettervi delle pulci nell'orecchio, per stimolare la vostra attenzione su certe criticità e perché penso che sia opportuno.
  1556	Qui siamo, diciamo, nell'Accademia degli che è la culla della ricerca scientifica.
  1557	E la ricerca scientifica nasce nel momento in cui la gente si comincia a chiedere perché dobbiamo credere a qualcuno che ha detto qualche cosa tanto tempo fa e e invece non dobbiamo credere a quello che vediamo sotto gli occhi e e quindi ritengo che sia opportuno dare darvi questi darvi questi spunti e stimolare la vostra riflessione.
  1558	Cominciamo dalle linee guida del Ministero dell'Istruzione, su cui mi soffermerò poco perché poi c'è tutta una sessione e tra l'altro quindi i rappresentanti del Ministero che penso ne parleranno.
  1559	C'è una prima affermazione abbastanza abbastanza neutra e subito dopo viene questa questo richiamo al considerando 56 delle AICT.
  1560	Le acta è il, diciamo, regolamento europeo intelligenze artificiale, il considerando fa parte delle premesse e io ho evidenziato in rosso delle parole che, come dire, mi rendono un po' perplesso perché sembra che la diffusione dei sistemi nella nell'istruzione è necessaria per consentire di acquisire il pensiero critico e cioè noi come abbiamo abbiamo fatto fino a questo momento, diciamo, siamo stati tutti diciamo delle delle pecore appresso al pastore.
  1561	il pensiero jurico ce l'abbiamo avuto, insomma, le materie tradizionali sono sono servite eh da questo punto di vista.
  1562	Quindi perché mi chiedo e vi chiedo, io non ho non ho una risposta, no?
  1563	Diciamo quando facevo il liceo mi avevano insegnato questa frase magica cui prodest a chi conviene che è sempre validissima e la tecnologia è, diciamo, è dell'intelligenza artificiale, ma gli esseri umani sono sempre gli stessi.
  1564	Io ho due bracci, due gambe, un cervello, due occhi come tutti voi immagino.
  1565	E siamo abbiamo sempre le stesse emozioni, le stesse passioni, gli stessi sentimenti e quindi certi meccanismi sono gli stessi.
  1566	E quindi mi faccio delle domande.
  1567	continuano le linee di guida del Ministero dell'istruzione, le istituzioni scolastiche potranno attivare.
  1568	Ora io stamattina da almeno due colleghi ho sentito dire devono.
  1569	Ora potere e dovere sono due differenti verbi servili.
  1570	Mh.
  1571	Potere esprime una possibilità, dovere esprime una cosa che deve essere fatta.
  1572	Nell'enigue del Ministero di istruzione non c'è scritto che dovete farlo.
  1573	Mh, c'è scritto che potete farlo.
  1574	Oh, sono andato indietro, scusate.
  1575	Ok. Ho messo indica cinque ambiti.
  1576	Ho messo in rosso quelli che secondo me sono più critici per un motivo ben preciso, non perché lo dico io, ma perché l'ECT dice che quelli in rosso sono i sistemi ad alto rischio su cui le istituzioni scolastiche sono responsabili perché sono deployer.
  1577	E stamattina Chiara Panciroli ci ha ricordato che questa cosa che l'istituzione scolastica è la responsabile perché lo sviluppo forse non va proprio tanto bene perché e dove stanno le competenze per fare queste cose qua, no?
  1578	Queste sono cose delicate, sono sistemi ad alto rischio, per cui la normativa europea richiede tutta una serie di di prescrizioni.
  1579	Quindi io, diciamo, vorrei in qualche modo rassicurare quelli di voi che operano nel mondo della scuola che sentono la spinta a dover usare l'intelligenza artificiale, non c'è nessun dovere, c'è un potere e dovete farlo valutando tutto quello che c'è attorno.
  1580	Il miso dell'istruzione poi va avanti con i pilastri alla base, i principi di funzionamento che, diciamo, queste sono figure riprese dalla dal Ministero e, appunto la la collega Panciroli ci ha ricordato che il Ministero stesso ha detto che questa è la prima versione, quindi ce ne sarà forse una seconda, quindi diciamo possiamo andare possiamo andare cauti.
  1581	In particolare poi ci sono dei principi etici e io ho richiamato lì delle cose che mi sembrano importanti, spero che si leggano, in rosso.
  1582	Tutti i soggetti coinvolti devono comprendere in modo chiaro e completo come funzionano i sistemi implementati, l'intelligenza artificiale.
  1583	Ora, quanti di voi sanno in modo chiaro e completo come funziona una LIM?
  1584	Eppure la LIM la usate?
  1585	Ora è vero che la LIM è tra virgolette stupida, ma a maggior ragione a maggior ragione diciamo questa è la responsabilità che che che vi state prendendo.
  1586	Quindi pensateci, conoscere le caratteristiche limite anche per noi, diciamo, universitari, sapere le caratteristiche limiti di tutti i modelli non è per niente così ovvio.
  1587	Quindi perché facciamo queste cose?
  1588	Perché, diciamo, ci spingono a fare questo?
  1589	Eh, lo stesso Ministero dell'Istruzione nelle linee guida scrive quella cosa scritta in Neretto sotto.
  1590	Spesso questi sistemi mancano di rigori o sono basati su informazioni errate con il rischio di diffondere falsi riferimenti compromettendo la qualità del sistema educativo.
  1591	Ora, perché dobbiamo mettere nel sistema educativo qualcosa che sappiamo che è potenzialmente sbagliato?
  1592	Cioè, ditemi se voi, come dire, adottereste un libro di testo che sapete che c'ha qua e là degli errori perché gli autori non sanno scrivere o riportano informazioni false.
  1593	Certo, qualcuno ce n'è, l'anno dopo si cambia e quello magari non si sceglie più.
  1594	Ora, perché noi dobbiamo fare questa cosa qua?
  1595	Io, come dire, ho delle mie risposte, però non non ve le do perché siete voi educatori, siamo noi educatori.
  1596	Io, diciamo, insegno all'università, voi insegnate nella scuola, quindi avete un compito ancora più delicato.
  1597	Siete voi educatori che vi dovete fare queste queste domande e darvi le risposte, assumermi le vostre responsabilità alla luce di quello che state apprendendo qui in questo convegno e e in altri punti.
  1598	Quindi non sono l'unico ad aver parlato di queste errori cosiddette allucinazioni.
  1599	Insomma, altri colleghi ne hanno parlato prima di me.
  1600	Io ve lo ricordo perché sono scritti nero su bianco nelle linee guida.
  1601	Ehm, ci sono le competenze, queste sono due dei principi che voi dovete assicurare, la tutela dei diritti e la sicurezza.
  1602	Tutela dei diritti, il diritto alla privacy, no?
  1603	i dati, il fatto che i dati vanno in giro dappertutto, i dati dei vostri studenti, si parla tanto di personalizzazione dell'apprendimento.
  1604	Sì, bellissimo.
  1605	Ma poi questi dati su quale studente ha avuto quale necessità di rinforzo e che cosa ha fatto che vadano a finire in server che stanno negli Stati Uniti di qualcuno che non sappiamo che nel caso migliore li usa per vendere prodotti, nel caso peggiore magari li guida verso strane strade, avete letto, immagino tutti voi, diciamo, di interazioni con questi sistemi di intelligenza artificiale che conducono le persone a problemi mentali, in qualche caso più grave anche il suicidio.
  1606	Bene, sicurezza, che è il secondo aspetto, il primo è i diritti, i dati che sono importanti.
  1607	M il secondo è la sicurezza.
  1608	Voi dovete garantire la sicurezza.
  1609	Bene, notizia di qualche giorno fa, forse l'avete sentita, le vendite di un orsacchiotto, diciamo, m con dentro l'intelligenza artificiale sono state sospese dopo che questo orsacchiotto ha dato consigli ai bambini, perché sono sacchiotto ai bambini, su come fare sesso sadomaso e su dove trovare i coltelli.
  1610	Ora lì dentro c'è un'intelligenza artificiale, lì non si vede, ma è cagt e che che è quella magari che che sta in un sistema scolastico.
  1611	E ora voi siete in grado di garantire che nel vostro sistema scolastico qualche studente non lo userà per dire "Ma come faccio a sbarazzarmi di quell'insegnante che mi odia e mi mette brutti voti?".
  1612	Eh, seconda domanda.
  1613	Questa è una un rapporto di colleghi pubblicato qualche giorno fa e non è ancora stato stato sottoposto a revisione tra pari, però è pubblico.
  1614	Sono colleghi di Sapienza e di del Sant'Anna.
  1615	Se voi date il prompt sotto forma di poesia, bucate i diciamo le le le salvaguardie di sicurezza nel 62% dei modelli, quindi più di un modello su due lo bucate, ok?
  1616	semplicemente perché glielo formulate in un modo poetico.
  1617	Ma questa qua è una corsa tra guardie e ladri, no?
  1618	Chi fa i sistemi cerca di renderli, diciamo, più robusti.
  1619	Chi chi li studia, chi fa ricerca, cerca di capire quali sono le difficoltà e e ancora non si è risolta la cosa, quindi siamo ancora nella fase sperimentale, il che vuol dire che noi all'università certamente dobbiamo fare ricerca, vorremmo farne molta di più se ci dessero i soldi per farne di più, ma non ce li danno.
  1620	Nella scuola dove queste cose si usano.
  1621	I colleghi hanno commentato, ricordando Platone, che nel libro Dec della Repubblica negava valore alla alla poesia, ma insomma dobbiamo sempre fare attenzione perché lui in realtà metteva in competizione la poesia declamatoria con la poesia filosofica.
  1622	Quindi c'erano anche motivi, diciamo, più politici dietro.
  1623	Io che viaggio molto più basso, ho messo questo verso di De Gregori, i poetiche brutte creature, ogni volta che parlano è una truffa, ma insomma, eh.
  1624	è per smorzare un pochino la cosa.
  1625	C'è c'è un problema di sicurezza.
  1626	Ora, perché facciamo questo?
  1627	Voi chiedete all'oste com'è il vino.
  1628	Mh.
  1629	Allora, questa è Bloomberg.
  1630	Bloomberg è una delle agenzie finanziarie più importanti al mondo e questo grafico di cui lì c'è il link, poi le slide sono a disposizione, potete controllare, diciamo, perché vi do tutti gli elementi per poter ragionare da soli.
  1631	Compressivamente sono stati spesi di dollari in 5 anni.
  1632	Ora l'Istate dice che il PIL dell'Italia nel 2024 è stato 2.200 miliardi di dollari, quindi hanno speso su tutto il settore dell'intelligenza artificiale più di un quarto di quanto l'Italia produce in un anno.
  1633	Ok?
  1634	Voi avete idea di che pressione si può fare sulla società con tutti questi soldi?
  1635	Enorme.
  1636	Enorme.
  1637	Di nuovo, perché?
  1638	A chi conviene?
  1639	Non è un caso che eh si parla di bolla bubble.
  1640	Questa di nuovo è è recente, 18 novembre Sundarpi, il CCO di Google, il capo di Google ha detto, diciamo, che potrebbe scoppiare la bolla dei delle nessuno sarà in denne e così via.
  1641	Poi magari non scoppia, magari sì, ma insomma lui è una è uno, diciamo, di quelle, diciamo, 5 6 7 aziende che ci raccontava stamattina Nicolòce Si Bianchi hanno, diciamo, investito un terzo, diciamo, del del del dell'SP500 o il 92% della crescita usa in questi sistemi.
  1642	Quindi se lui dice questo, attenzione che forse qualche motivo ci sta e secondo me è di nuovo un ulteriore elemento di riflessione critica.
  1643	Andiamo sulle evidenze perché diciamo queste lo dice lui, non è una sua opinione, diciamo, quell'altro è un caso, no?
  1644	L'orsacchiotta è un caso, la poesia è un caso.
  1645	Qui c'è una ricerca scientifica, il rapporto MIT di agosto 2025 e quello che ha chiamato il divario dell'IA generativa.
  1646	Questo è relativo al mondo aziendale ed è il fatto che tutte le aziende li usano, ma solo il 5% vede un guadagno di produttività.
  1647	Non si sa ancora bene perché si sta studiando, però quando si dice utilizzatelo per rendere i processi di lavoro nella vostra scuola più efficienti, beh, il processo di lavoro di una scuola è come quello di un'azienda, insomma, quando si lavora, non quando si sta in classe a fare insegnamenti, quando si si, come dire, elaborano le pratiche e questo.
  1648	Quindi è vero, tutti noi, anch'io insomma io non pago per per diciamo per C GPT e simili, ma li uso.
  1649	Tutti noi li usiamo, qualcuno li paga, però i ritorni non ci stanno.
  1650	A fronte di quei 600 miliardi di dollari le aziende stanno guadagnando qualche decina di miliardi di dollari.
  1651	Ora questo è insostenibile.
  1652	Moi non spendete 600 per avere 10 e lo stanno facendo da 5 anni.
  1653	Pensiamoci.
  1654	Insomma, questo è un elemento di riflessione.
  1655	Eh, ulteriore eh dato, evidenza statistica, questa è una ricerca di Stanford e un laboratorio che si chiama Better Up e che ha usato questo termine worksop.
  1656	Eh io in quel, diciamo, quell'articolo divulgativo che trovate indicato in blu l'ho chiamato sbobba o brodaglia o lavoro raffazzonato.
  1657	Cioè spesso la gente usa questi strumenti per produrre qualche cosa velocemente, lo dà qualcun altro, no?
  1658	Immaginate in un'azienda dove si deve elaborare una pratica, io la prendo, la do a C GPT e la mando a qualcun altro.
  1659	Ok?
  1660	Nel 40% dei casi è successo questo, il che conduce a minor fiducia nei rapporti tra i lavoratori.
  1661	Nel 18% dei casi è stato fatto anche dal dall'inferiore al superiore o dal superiore all'inferiore, il che, diciamo, potete immaginare per, diciamo, il clima aziendale quanto sia quanto sia positivo, il che non vuol dire che non possa essere usato, però bisogna capire bene dove l'Agen può rafforzare i processi aziendali, quindi bisogna agire come un'azienda.
  1662	Ora, ecco, la scuola non è esattamente un'azienda.
  1663	La scuola deve insegnare, deve crescere i cittadini.
  1664	È vero che ci sono anche cose che si fanno come se fosse in azienda, però forse non è esattamente quella la sua missione principale e soprattutto dove stanno le competenze per fare e questa questa analisi qua e questo rapporto dice che il problema maggiore dell'A generativa è l'incapacità di migliorare dal feedback ricevuto, quello che farebbe un qualunque novizio che tu assumi la prima, la seconda, la terza volta sbaglia, poi alla fine impara e va avanti.
  1665	Ecco, i sistemi ancora non hanno questa capacità di di andare avanti, come citavano sia Lenzerini che Armando, forse l'integrazione tra l'IA, diciamo, statistica e l'Abolica produrrà questa capacità, ma al momento attuale questo ancora non c'è.
  1666	Quindi due evidenze che vi ho dato.
  1667	Una terza evidenza, un Nobel per l'economia, insomma, non proprio l'ultimo arrivato, Nobel per l'economia 2024, daron a Semoglu, ha studiato in questo lavoro pubblicato su rivista sottoposta a revisione l'influenza dell'intelligenza artificiale sull'economia USA fino al 2035 e dice che tutto sommato solo il 5% dei compiti migliorerà significemamente e diciamo la percentuale di aumento sul PIL sarà dello 0,7%.
  1668	Quindi molto meno di quello che che dicono tutte le maggiori aziende di consulenza che è facile immaginare con 600 miliardi di dollari ne trovi quante vuoi di aziende di consulenza che dicono quello che quello che tu vuoi che venga detto.
  1669	Ehm il problema è che le informazioni devono essere affidabili affinché possa essere utilizzato.
  1670	Perché se voi vi danno una cosa e non è affidabile, la dovete correggere, dopo un po' quello che fate e quello che vedo accadere a molti, diciamo, di persone con cui sono in contatti che lavorano nello sviluppo del software è che sì, ti aiuta, ma poi ti rendi conto che ci sono dei buchi nel software, dei buchi nella pratica e ci devi rimettere le mani e poi alla fine ti dici "Ma ne valsa davvero la pena?"
  1671	Ecco, questo è ancora un problema eh aperto, un problema non del tutto risolto.
  1672	Eh questo è un Nobel per l'economia.
  1673	Luciano Floridi penso che non abbia bisogno di presentazioni, ha scritto, diciamo, un anno fa un articolo su perché l'AI hype è un'altra bolla della tecnologia, diciamo, il riferimento sta là e non ne parlo ulteriormente perché, diciamo, potete eh guardarvelo da soli.
  1674	Eh alcune evidenze negative, perché si parlava all'inizio, ricordate, del fatto che l'EI serve per migliorare il pensiero critico?
  1675	Ecco, eh qui ci sono due lavori e nel primo viene evidenziata una significativa correlazione negativa tra l'uso frequente di strumenti di IA e l'uso di pensiero critico.
  1676	La seconda fa vedere che l'uso costante diffuso de chatbot indebolisce l'efficienza delle funzioni cognitive superiori, tipo quelle dedicate al problem solving.
  1677	Ora attenzione, questi non sono teoremi di matematica.
  1678	Il teorema di Pilagora è un teorema di matematica ed è vero.
  1679	Punto.
  1680	Queste sono evidenze dei punti di evidenza scientifica, quindi non sono la verità, sono un qualche cosa che sta là che potrebbe essere contraddetto da ulteriori esperimenti, però è bene che, come dire, sappiate che ci sono questi punti per per chiedervi, no?
  1681	Vale davvero la pena oppure no?
  1682	Ecco, la grande illusione, io diciamo l'ho chiamata così in in qualche articolo divulgativo, perché effettivamente tutti noi da da qualche anno a questa parte siamo stati sorpresi del fatto che eh le l'intelligenza fid generativa esibisce un'intelligenza, esibisce una competenza eh stupefacente.
  1683	Però questa non è la comprensione del mondo.
  1684	Ok?
  1685	esibire, diciamo, un linguaggio che sembra la comprensione del mondo, non è la comprensione del mondo.
  1686	C'è un processo di proiezione.
  1687	Noi leggiamo e sappiamo che quella cosa è vera e quindi pensiamo che l'intelligenza artificaale generativa sappia che quella cosa è vera.
  1688	Non è così.
  1689	Il collega Walter Quattro Ciocchi di di Sapienza ha coniato questo termine insieme ad altri colleghi internazionali epistemia.
  1690	L'illusione della conoscenza basata sulla plausibilità linguistica.
  1691	seguitelo perché, diciamo, è molto interessante.
  1692	Eh, concludo con questa slide.
  1693	Che fare?
  1694	Mh, mantenere un atteggiamento cauto e riflessivo.
  1695	Ora, la mia opinione è che ai bambini, perché quando si parla di educazione si va dalla scuola dell'infanzia fino, diciamo, a al dottorando, ok?
  1696	è uno spettro enorme.
  1697	Allora, i bambini che sono in fase di sviluppo delle loro facoltà cognitive, secondo me, non devono usare liberamente, non devono essere lasciati da soli a usare liberamente questi strumenti che impediscono a loro di sviluppare esattamente quelle facoltà cognitive.
  1698	È come se invece di insegnare le tabelline ai bambini gli facesse usare le calcolatrici.
  1699	Non svilupperanno mai quella capac sensibilità matematica, il che non vuol dire che vanno proibite e l'abbiamo detto tutti, le usano, ce le hanno, no?
  1700	però bisogna diffondere informazione, bisogna far sviluppare la consapevolezza, quindi non secondo me tanto insegnargli il modo migliore di usarle, perché il ragazzo imparerà sempre a usare la tecnologia in modo molto molto, diciamo, sopraffino.
  1701	Noi come specie non saremmo evoluti da scimmie che stavano sugli alberi a dominare il mondo se non avessimo questa capacità di superare le difficoltà.
  1702	Però lo sviluppo di cosa consapevolezza, la discussione critica di noi che siamo adulti, che siamo educatori, che abbiamo esperienza, questa è fondamentale in classe, non tanto sapere come formulare il prompto, come che tanto poi, diciamo, queste cose i ragazzi le sanno le sanno sviluppare da soli e la fatica è un valore.
  1703	Questo non diciamo non non ci sono scorciatoie in qualunque disciplina, se non faticate non migliorate.
  1704	E quindi se voi avete imparato, se noi voi che state all'università a insegnare avete sviluppato le vostre capacità, certamente non ha senso fare una cosa che una macchina può fare meglio di voi, no?
  1705	Io stesso, se devo tradurre un lungo testo dall'inglese all'italiano, lo faccio prima tradurre automaticamente e poi ne faccio la revisione perché faccio molto prima, cioè io non sono un traduttore professionista, sono lento nel tradurre e quindi faccio prima a rivedere che non a correggere, ma perché abbiamo sviluppato questa capacità qua?
  1706	il ragazzo fino a che non l'ha sviluppata rischi rischiate di menomargli le loro le loro ehm possibilità di sviluppo.
  1707	Due, diciamo, tweet finali istoria magistre vite, due punti.
  1708	Eh, si parlava tanto tempo fa di quanto era importante la tecnologia digitale nelle scuole.
  1709	Nel 2023 è uscito questo rapporto dell'UNESCO chiamato ADTech Tragedy, la tragedia dell'istruzione digitale.
  1710	Leggetevelo perché è istruttivo.
  1711	E l'altro tweet finale e nel 2021 una commissione del Senato sugli effetti delle tecnologie digitali sull'apprendimento si è conclusa con queste parole che non leggo perché, diciamo, sapete leggere da soli.
  1712	Ecco, io non vorrei e voi ricordate agli inizi del 2000, insomma 20 anni fa, come le tecnologie digitali si dicevano che sarebbero stato il futuro della scuola.
  1713	Ecco, io non vorrei che magari tra 10 anni un'altra commissione dice "Ah, purtroppo, diciamo, troppa intelligenza artificiale nelle scuole è stata un po' deleteria".
  1714	Ok, vi lascio queste queste riflessioni, le slide le troverete nelle diciamo negli atti del convegno e adesso abbiamo il momento della discussione.
  1715	Quindi se se non se ci sono domande fatele, altrimenti chiedo dei commenti ai colleghi.
  1716	Volete partire prima voi con uno o due commenti e poi magari qualcuno prende coraggio.
  1717	>> Ma Ah, prego.
  1718	>> Vogliamo partire qui?
  1719	>> Ah, sì.
  1720	Ok. Allora, prendiamo questa domanda collettiva.
  1721	No, dunque la dom, visto che questo è un convegno finalizzato soprattutto a illustrare le metodologie didattiche per insegnare l'intelligenza artificiale, visto che mi sono occupato a livello di commissione ministeriale delle nuove indicazioni dei programmi e le nuove indicazioni ministeriali, non i programmi in realtà per la definizione eh delle linee eh sui contenuti e delle materie disciplinarie.
  1722	Ecco, volevo soffermarmi soprattutto sulla relazione del professore Armando su quella che l'ha preceduta, ma anche sulla sua, perché quello che è emerso o esplicitamente o implicitamente è la necessità per studiare seriamente l'intelligenza artificiale di imparare i fondamenti della logica, la logica matematica, cioè che è la logica tu cur.
  1723	Voi ora il problema ora non so se in qui in questo convegno ci sono o ascoltano anche i decisori ministeriali e devo dire che purtroppo a quanto ne so anche per quanto riguarda le indicazioni e relative a matematiche e dintorni ancora non siamo allo stato dell'arte.
  1724	anche in queste che appunto il ministro Valditara ha incaricato le commissioni di ride definire perché per filosofia c'è una timida apertura all'introduzione della logica, ma purtroppo per quel poco che ne so i miei colleghi di filosofia e storia hanno una formazione solo in qualche caso adeguata per trattare argomenti di logica.
  1725	Di solito hanno studiato piuttosto Nietzsche e Heidegger che Freghe Vit, quindi difficilmente possono poi familiarizzarsi sufficientemente con eh il term i termi limitativi con Turing eccetera eccetera fino al punto da riuscire a raggiungere una preparazione adeguata e quindi secondo me dovrebbero essere i docenti di matematica, di ovviamente di informatica dove viene insegnata e e di discipline scientifiche a impartire questo insegnamento, ma il Ministero che dovrebbe preoccuparsi di stabilire in un modo inequivocabile, io direi addirittura prescrittivo e normativo, perché no?
  1726	Non deve spaventare questa questa parola, queste parole non devono spaventare, la necessità di insegnare come si deve la logica matematica nelle scuole secondarie superiori.
  1727	Grazie.
  1728	>> Grazie.
  1729	>> Grazie.
  1730	è come è quello che temevo, nel senso che mi immaginavo fosse quella situazione e e la mia slide dove ho messo in parallelo la diciamo la matematica classica, quella dell'analisi con quella della logica era proprio tesa a enfatizzare che questo parallelo che è una disciplina matematica matematica quanto le altre, però temo che negli ambiti, diciamo, dal punto di vista disciplinare non riceva la stessa attenzione e in altri termini significa che non ci sono non c'è questa propensione a investire poi le risorse eh in questo ambito con grande detrimento perché poi se ne risente sia nell'ambito a mio avviso matematico perché è una disciplina che estremamente importante dal punto di vista matematico, ma poi di riflesso nelle discipline informatiche e nello sviluppo delle AI e in tanti altri settori.
  1731	Lorenzo, vuoi dire qualcosa?
  1732	No, ma io diciamo su questo tema voglio soltanto dire che sì, ovviamente la logica va insegnata e mi pare che nelle nelle attuali indicazioni nazionali, quelle pubblicate nel a luglio del 2007, che recentemente il Consiglio di Stato ha bollinato, ha approvato, ci sia un po' di logica nella parte di matematica nel stiamo parlando di indicazione nazionale del primo ciclo e il problema della scuola è sempre il problema di una coperta che deve coprire tutto e e cosa lascia fuori, considerando che, diciamo, il settore continua a essere sottofinanziato, diciamo, e questo sia la scuola sia l'università, siamo sottofinanziati nonostante siamo una componente essenziale della della società e e secondo la formazione, questo, diciamo, è fondamentale, no?
  1733	Prima di arrivare all'intelligenza artificiale sarebbe bene insegnare un po' di informatica.
  1734	Adesso in queste nuove indicazioni nazionali informatica è entrata e però la maggior parte dei docenti che sono in cattedra a matematica e tecnologia non non ne hanno studiata di informatica, quindi bisogna insegnargliela.
  1735	Stamattina c'era una una di voi che ha fatto la domanda dove stanno i fondi per preparare gli insegnanti?
  1736	Ecco, io spero che ci siano perché è chiarissimo e il convegno che facemmo un anno fa ai sull'insegnamento dell'informatica dove ci venne presentata l'esempio del dell'Inghilterra che ha inserito l'informatica nelle scuole del 2014 è esemplare.
  1737	Loro l'hanno inserita, poi si sono accorti che non funzionava perché non c'avevano la formazione degli insegnanti.
  1738	Quindi non è che dobbiamo rifare lo stesso errore.
  1739	sappiamo che la promozione insegnanti è fondamentale e speriamo che presto venga messa in cantiere per l'informatica e anche per poi per quello che servirà appunto di eventualmente di intelligenza artificiale.
  1740	Altre domande con Ah, lì ce ne abbiamo una.
  1741	Sì, volevo confermare che effettivamente nei nelle indicazioni ministeriali di matematica del primo anno c'è sia la logica proposizionale che la logica del primo ordine, anche se ovviamente si si diciamo si sofferma soltanto ad aspetti più sintattici e non c'è quasi nulla sui modelli e sulla semantica, quindi diciamo è una parte però c'è probabilmente diciamo per mia esperienza anche la parte un po' più ostica per gli studenti, non so perché, ma insieme insieme alla geometria gli studenti fanno, diciamo, la parte che odiano di più o, diciamo, sulla quale hanno maggiori difficoltà.
  1742	Forse bisognerebbe anche riprenderla magari negli anni successivi, però avevo una domanda, volevo chiedere appunto vista questa enfasi sulla eh sulla logica, volevo capire eh dal punto di vista ehm diciamo commerciale, quindi aziendale, le grandi aziende, c'è qualche esempio virtuoso di azienda che sta investendo su modelli simbolici da integrare con con modelli subsimbolici, quindi la logica la neuro che hai, diciamo, che è quella che comunque viene investigata da tutte le grandi aziende.
  1743	Volevo capire, c'è qualche esempio eh effettivamente esistente?
  1744	E adesso le come è stato già detto stamattina i grandi investimenti in questo ambito sono da parte di aziende private, quindi conoscere esattamente e questo è un grosso problema che abbiamo in generale, nel senso e e quindi avere avere contezza di cosa dove vengono fatti gli investimenti è veramente difficile da dirsi.
  1745	Non in ultimo Bezos ha fatto sta facendo un investimento su un nuovo applicazione dell'intelligenza artificiale ai mod ai diciamo mondo fisico, cioè quindi ricostruire modelli del del mondo fisico con applicazioni che l'articolo che ho letto non sono ben chiare, no?
  1746	e è l'investimento di nuovo mostruoso, ovviamente, visto la capitalizzazione di cui dispone e quindi no, la risposta è veloce no, non ho contezza di questo tipo.
  1747	Magari non so se tu hai >> posso posso aggiungere io una cosa?
  1748	Posso aggiungere?
  1749	>> Ah, >> c'è Lenzerini e sì, io però, diciamo, non so come evocarlo.
  1750	>> Sì, sì.
  1751	Dunque, Google, per esempio, ha introdotto la nozione di knowledge graph.
  1752	Google ha introdotto la nozione di knowledge graph esattamente come rappresentazione simbolica.
  1753	Quindi un esempio eclatante è Google, sarebbe magari lungo, diciamo, soffermarsi su questa cosa, però quando lei sente parlare di knowledge graph, adesso è il modo con cui in ambienti industriali si opera una rappresentazione della conoscenza simbolica e vari tipi di ragionamento.
  1754	Vai Lorenzo.
  1755	>> Ma cioè sono un po' in difficoltà perché da una parte credo che in questa dicotomia diciamo tra ei ai simbolica e non simbolica si colga un'aspettativa che abbiamo tutti, cioè che forse non basta fare questo fa così, quello fa così, questo fa così, fa quello così.
  1756	Ok?
  1757	E in qualche modo, diciamo, siamo d'accordo.
  1758	Ehm, sono un po' in difficoltà perché d'altra parte mi sembra che ci sono due cose che un po' innegabili che ci sono.
  1759	Sono 3 anni che abbiamo nel cellulare, nel computer, una cosa che è basata solo su quello e che l'unico modo di non essere sorpresi in maniera assurda di come funziona è non usarlo, perché non appena lo usi ti chiedi ma com'è possibile?
  1760	E questo è un sentimento che ha, cioè l'esperto, il bambino, chiunque.
  1761	L'unico modo di non averlo è non usarlo e che in qualche modo quello che noi suppevamo, credo quasi tutti, ma chiedo anche, diciamo, ai chi è più fan di me di lei simbolica che fosse il dominio di lei simbolica di dove effettivamente il ragionamento serviva, è stato spinto un po' più in là.
  1762	Cioè, effettivamente io lo so che questa macchina non ragiona, però nel produrre non solo una parola, ma un po' spesso dà la sensazione di fare qualcosa simile.
  1763	Con questo non voglio dire che io penso remotamente che ragioni, però devo dire che simula a volte qualcosa di, cioè fa più di quello che uno si sarebbe aspettato.
  1764	E a me sembra che questi siano due punti da cui non si può prescindere, cioè a negare l'evidenza, cioè c'è un enorme di c'è un dibattito molto interessante, però al momento c'è una tecnologia che non è basata sulla logica e al momento questa tecnologia fa più di quello che pensavamo e siamo ancora nel momento di incertezza di chiedersi "A dove arriverà, quanto saprà fare più di quello che pensavamo?"
  1765	e poi possiamo fermarci e dire siccome non arriverà fino in fondo, io sono d'accordo, credo che però non sia di chiacchiera urgente oggi, nel senso che oggi c'è il problema di far fronte a quello che c'è e quindi ho un po' difficoltà, diciamo, ma io personalmente ammetto che tra tutte le cose di cui tirei di urgenza in questo momento di fare è più quello che dicevo, cioè mischiare un po' di più.
  1766	Cioè io spesso i ragazzi mi chiedono "Ma che cosa farebbe lei che ha fatto queste cose tornando indietro?"
  1767	Fino un po' di tempo che dicevo "Ma guarda, prend una qualunque, fai il liceo scientifico oppure se ti piace il classico fai il classico, ma studia un po' più di matematica e poi pigliati matematica, fisica, informatica, quella ti piace di più."
  1768	Ecco, adesso non lo penso più, cioè credo che ci sia bisogno urgente di mischiare, ma non mischiare buttando via quello che c'è.
  1769	Ma ad esempio il scientifico che ho fatto io, va bene, però bisogna metterci un po' più di algoritmi, cioè il computer deve far parte, il fatto quello che dicevo, la carta e il computer devono far parte.
  1770	diceva il collega che i ragazzi saranno molto più bravi di noi a imparare a usare gli strumenti, ma infatti mi sembra che il problema sia il contrario.
  1771	Io sono un sostenitore, come dire, accalorato dell'idea che gli studenti devono usare matita e penna.
  1772	Penso che noi dobbiamo usare il computer urgentemente da ieri per imparare cosa faccia a GPT, perché noi dobbiamo capire cosa può fare e dove il mio consiglio sarebbe non aspettatevi che qualcuno sappia la risposta, cominciate prima possibile a usarlo e a sperimentare perché non lo sappiamo niente, nessuno sa come si può fare.
  1773	La mia esperienza è che dopo un po' vedi anche cosa non sa fare.
  1774	Grazie a Dio oggi è ancora parecchio e serviamo, però più ritardiamo, più speriamo di poter ritardare il fatto di confrontare.
  1775	Non credo che il punto sia siete obbligati a usarlo.
  1776	Io consiglierei vivamente a tutti di cominciare a farlo presto per decidere, per essere tutti d'accordo cosa serve, a cosa no. non è ancora chiaro.
  1777	Quindi secondo me l'urgenza è guardando lontano, ma guardare un po' cosa succede ora, che è questo.
  1778	Io voglio non commentare questo perché, diciamo, sarebbe lunghissima la discussione e dare soltanto, diciamo, informazioni alla domanda.
  1779	Ehm Google Deep Mind ha due sistemi che integrano eh intelligenza neurosimbolica e intelligenza statistica, che sono uno alfa geometry che è però focalizzato sulla geometria e uno Alphafold che è focalizzato sulle proteine sullo studio delle proteine tridimensionali.
  1780	Quindi sono sistemi gli unici che io conosco che integrano questo, diciamo, questi questi due approcci.
  1781	tutto il resto de, diciamo, delle delle aziende lavorano solamente su, diciamo, sulla parte degli LLM e e sono comunque sistemi molto molto specifici, cioè che non servono per ricerche di punta, per attività di punta, quindi al resto del mondo forse non diciamo non servono, però ci stanno.
  1782	E io forse chiuderei qua perché siamo siamo siamo già in ritardo e diciamo abbiamo già usufrito della pazienza dei partecipanti alla tavola rotonda di dopo.
  1783	Ringrazio i relatori.
  1784	No, non ce la, perdonami.
  1785	No, no, non ce la facciamo perché siamo già alle 16:22, dovevamo essere eh siamo già oltre l'intervallo, abbiamo adesso un intervallo e non vogliamo togliere spazio al al resto della tavola rotonda.
  1786	Quindi io ringrazio Lorenzo Rosasco, ringrazio Alessandro Armando, ringrazio Maurizio Selezini da casa, ringrazio Pietro Lio che ci ha abbandonato e grazie a voi che siete stati con noi fino a questo momento.
  1787	Allora, Prego, prego.
  1788	La mia limitata esperienza.
  1789	Puoi essere secondo me per No, questo a me sembra più.
  1790	Ragazzi, ragazzi, ci vediamo presto.
  1791	Posso un attimo?
  1792	per la parte finale due questo da professore due parole.
  1793	>> Ok, perfetto.
  1794	>> Non non inseriamo anche il suo cavallerimo sul rotonda.
  1795	>> Ok. Ok, allora il mandooamo.
  1796	la preso.
  1797	Ho bisogno di fare accesso e prendo ecco e un altro no perché non abbiamo proprio un altro caso.
  1798	chiamare alla allentrata.
  1799	Comunque è stato un grande partecipazione ancora adesso, ma la mattina visto >> era completamente pieno.
  1800	>> Una mezz'oretta prima sono arrivata per per capire un po' >> oltre a centinaia che sono online.
  1801	>> Ah, quindi >> che si erano 1000 iscritti e sono tutti >> bel tema interessante.
  1802	Interessante.
  1803	Giochiamo sul fascino.
  1804	>> Ah, >> giochiamo sul facilito.
  1805	il tema interessante di grandissima attualità che interroga tutti quanti noi non può devo dire che è un tema ormai ricorrente che dove non ci sono verità, ma insomma però tanti dubbi e ma >> grazie mille per aver accettato.
  1806	Eh >> importante avere il punto di vista del ministero.
  1807	Mi dispiace che però per motivi, infatti stavo per non venire, poi ho detto vabbè cerchiamo di andare almeno, eh, però poi c'ho un'altra riunione, quindi se devo andar via.
  1808	Eh, va bene, va bene.
  1809	>> Eh, va bene.
  1810	>> Se vuole poi continuiamo noi.
  1811	>> Eh, certo.
  1812	Non >> Allora, iniziamo con l'ultima tavola rotonda.
  1813	Allora, tratteremo dell'impatto dell'intelligenza artificiale nell'educazione scolastica.
  1814	lo sviluppo delle tecnologie dell'intelligenza artificiale, principalmente basate sul sull'intelligenza artificiale generativa, hanno imposto di affrontare la questione del loro utilizzo anche all'interno dell dell'istruzione scolastica.
  1815	Come è stato ricordato da un oratore della mattina, l'87% di studenti eh utilizza l'intelligenza artificiale generativa, quindi diciamo nella tavola rotonda precedente c'è stata un'escursione un pochino accademica, diciamo, che forse molti di voi non hanno ben compreso, però di fatto oggi la tecnologia ha portato ad accelerare lo sviluppo di queste tecnologie.
  1816	Queste tecnologie hanno un impatto rivoluzionario su molti ambiti della società, quindi in qualche modo sicuramente importante studiare i fondamenti dell'informatica, i fondamenti della logica, i fondamenti dell'algoritmica.
  1817	Sono tutte cose importantissime e formative.
  1818	Oggi ci troviamo però di fronte a un cambio di passo, a un qualcosa che noi dobbiamo affrontare e dobbiamo gestire.
  1819	Eh, perché gli studenti utilizzano appunto l'E generativa in maniera massiccia, si dice l'87% almeno una volta a settimana.
  1820	Gli studenti, i docenti si diceva il 66% almeno una volta a settimana.
  1821	E noi pensiamo che eh queste tecnologie oggi non si possono utilizzare, non utilizzare e non studiare a scuola, non in modo acritico, perché la scuola è il luogo dove si può sviluppare un approccio critico e consapevole.
  1822	E per con eh riprendere quello che prima diceva Enrico, sicuramente la scuola ha sempre insegnato un approccio critico e consapevole.
  1823	Proprio per questo occorre che queste tecnologie siano utilizzate, gestite e e in qualche modo prese in carico direttamente dalla scuola perché possono offrire tanti vantaggi per gli studenti, abbiamo detto personalizzazione, accessibilità, preparazione nel mondo del lavoro, perché queste tecnologie saranno fondamentali per accedere al mondo del lavoro.
  1824	esperienze coinvolgenti come quelle che per esempio ci ha ci ha illustrato il professor Lion nel campo della della biologia o della fisica, quindi modelli che si possono effettivamente vedere e non solo studiare e vantaggi per i docenti, preparazione dei materiali, riduzione al carico didattico burocratico, anche monitoraggio dei progressi dell'apprendimento e Anche e questo come fondazione per noi è importantissimo creare una didattica innovativa.
  1825	D'altro canto i rischi sono importanti grossi, le allucinazioni, i rischi della per la privacy, quindi per l'utilizzo dei dati del provengono dalla scuola per l'addestramento di questi sistemi.
  1826	Ora di questo parleremo, ma con gli oratori di questa tavola rotonda e in particolare c'è enormemente piacere che sia potuta intervenire la dottoressa Antonella Tozza del Ministero dell'Istruzione del Medito perché lei è la responsabile proprio della revisione degli ordinamenti scolastici che hanno anche incluso l'intelligenza artificiale all'interno appunto dei se non dei dei programmi e del in qualche modo del mondo scolastico e quindi do la parola al >> Grazie.
  1827	Buonasera.
  1828	Buonasera a tutti.
  1829	Intanto ringrazio la Fondazione Lincei per la scuola, per questo invito e per l'opportunità di partecipare a questo convegno che appunto porta all'attenzione del mondo accademico e della ricerca.
  1830	eh questi temi, il tema dell'introduzione dell'intelligenza artificiale, della rivoluzione che ha determinato del cambiamento rapido e radicale del modo in cui noi lavoriamo, in cui noi come persone prima, noi come lavoratori, noi come utenti e poi come eh come potrà cambiare la scuola.
  1831	Ehm direi che il tema del della tavola rotonda, che è quello dell'impatto del dell'intelligenza artificiale nell'educazione scolastica, lo tratterò, come qualcuno aveva anticipato prima, a partire dalle linee guida ovviamente dell'intelligenza artificiale, linee guida per l'introduzione dell'intelligenza artificiale nelle istituzioni scolastiche e a partire da da quello che si sta facendo sul fronte delle indicazioni nazionali.
  1832	Ora, intanto un chiarimento dovuto mh a chi mi ha preceduto.
  1833	Ehm sicuramente le linee guida sull'introduzione dell'intelligenza artificiale non obbligano nessuna scuola ad adottare l'intelligenza artificiale.
  1834	È bene chiarirlo a chiare lettere.
  1835	La questione è che il Ministero, come ognuno di noi, si sta interrogando sull'utilizzo dell'intelligenza artificiale.
  1836	Eh, questo utilizzo è, come i dati hanno raccontato, diffusissimo tra gli studenti, molto meno tra i docenti, molto meno nelle scuole, nel loro assetto, ma il Ministero si è dovuto interrogare su quelle che sono le regole che vanno seguite nell'eventuale utilizzo.
  1837	non c'è un'indicazione ad utilizzarlo, c'è semplicemente la definizione di principi di principi di riferimento che devono accompagnare appunto l'adozione dell'intelligenza artificiale in maniera consapevole e sicura.
  1838	C'è consapevolezza che l'introduzione dell'intelligenza artificiale è un mix di rischi ed opportunità.
  1839	fingere che non esista e pensare che non affrontando il problema, il problema non ci tocchi è ovviamente un atteggiamento non coerente, piuttosto coraggiosamente, seppur con molti cavat, con molte regole introdotte, con molte difficoltà, che ovviamente già sono state richiamate.
  1840	il mistero tenta di indicare dei principi, un framework entro cui le scuole, se vogliono, possono muoversi.
  1841	Quindi non è certamente l'intelligenza artificiale che ci induce alla, come dire, alla all'analisi, alla logica.
  1842	È evidente che gli studi classici scientifici hanno da sempre eh teso alla identificazione di di del la di quello che è il pensiero critico, della creazione, la costruzione del pensiero critico.
  1843	però forse l'utilizzo dell'intelligenza artificiale può essere può virare verso questa può essere introitata nel mondo della scuola anche al servizio del di favorire e di stimolare il pensiero critico.
  1844	Queste linee guida nascono all'interno di un di una serie di documenti internazionali europei che tutti conoscete, partecipati, l'Act, le guide sull'etica dell'utilizzo dell'intelligenza artificiale della Comunità Europea, convenzioni e varie il la strategia nazionale dell'intelligenza artificiale dell'Agid e in sono in sintonia con un disegno di legge che sta per vedere la luce sul delega dal governo in materia di intelligenza artificiale.
  1845	Quindi il punto è in questo quindi coerente con un sistema che si sta documentando, che si sta che sta definendo le regole per l'utilizzo, dove il punto fondamentale è appunto non nascondersi dinanzi al problema o all'opportunità, ma dare fornire a tutti eh anche a quelli che lo utilizzano inconsapevolmente, perché i ragazzi nella maggior parte dei casi lo utilizzano come qualunque eh qualunque altro strumento non sempre ragionano su e capiscono profondamente qual è il senso, ne approfittano perché è un mezzo di grandissima che rende molto più facile il lavoro di ogni giorno.
  1846	Quindi è bene quindi che il le linee guid abbiano individuato dei principi di riferimento.
  1847	Il primo fondamentale principio di riferimento è la centralità della persona, cioè l'idea quindi proprio del antropocentrica, l'idea che l'intelligenza artificiale da sola, quindi il ragazzo da solo con l'intelligenza artificiale non è il paradigma a quale noi spiriamo.
  1848	L'idea fondamentale è che sia governato dall'uomo e quindi dal docente.
  1849	Evidentemente altri principi fondamentali sono quello dell'equità, della innovazione etica e responsabile.
  1850	Qual è il principio che sotteso a tutto questo?
  1851	è l'idea, appunto, che ehm quando parliamo di requisiti etici è che l'intervento umano non solo mantenga questo ruolo centrale, insostituibile, ma che l'uso delle scuole sia guidato da questi criteri e volto quindi ad evitare discriminazioni.
  1852	Tutti noi un po' sappiamo come funziona l'intelligenza artificiale, no?
  1853	sappiamo che eh tende a produrre risposte sulla base di una serie di informazioni che acquisite di meccanismi che però possono anche indurre a eh come dire a a informazioni finali che sono il dettato di tutte le informazioni che ha acquisito, quindi possono essere in qualche modo sbagliate, deviate, famose allucinazioni e quant'altro.
  1854	va sottolineata poi l'importanza di definire i ruoli e la responsabilità, appunto, delle figure che vengono coinvolte.
  1855	Quindi il senso profondo è di definire i requisiti etici non è casuale, significa riportare l'importanza dell'intelligenza artificiale nell'ambito di quello che è l'essere strumento, l'essere strumento e quindi al servizio della didattica.
  1856	non deve mai prendere il sopravvento.
  1857	Altra cosa importante sono i requisiti tecnici, a parte le certificazioni, la conformità agli standard di sicurezza internazionali, io vorrei sottolineare che tra questi uno per tutti è la necessità di far riflettere i docenti sul fatto che gli studenti o le famiglie possano decidere consapevolmente se i propri dati personali possono essere utilizzati per l'addestramento dell'A.
  1858	inconsapevolmente nel momento in cui utilizziamo chat noi concediamo dati, informazioni, mettiamo al servizio dell'intelligenze artificiale una serie di dati anche nostri rispetto ai quali visto l'automatismo dell'utilizzo, spesso non c'è una riflessione.
  1859	Ovviamente poi tutti i requisiti normativi, ovviamente linee di guida in un processo che è stato condiviso con il garante la privacy ha introitato una serie di di importanti caveat rispetto al trattamento dei dati personali sul sulla licità e correttezza dei dati, la minimizzazione dei dati che è un dato un elemento frequente su cui il garante della privacy ci chiede di intervenire.
  1860	le tutto quello che riguarda la titolarità dei trattamenti, la valutazione di impatto, l'informativa sui trattamenti dei dati personali.
  1861	Questo tutto questo è citato nella nelle linee guida perché è giusto che le scuole che vogliono avvicinarsi all'utilizzo dell'intelligenza artificiale debbano conoscere quali sono gli elementi rispetto a quali devono devono cautelarmente essere informati.
  1862	Cioè l'utilizzo dell'intelligenza artificiale poi non può che essere avvenire con un approccio metodologico.
  1863	Che che vuol dire?
  1864	Vuol dire che prima ancora di utilizzarla bisogna farne farla diventare un progetto di utilizzo e quindi va va organizzato secondo degli step consequenziali che sono appunto la definizione del progetto, l'approvazione, l'identificazione dei bisogni, il monitoraggio, insomma in sostanza non un utilizzo occasionale, non un utilizzo così per seguire le mode, non un utilizzo senza un pensiero, ma ovviamente all'interno di un progetto didattico che voglia appunto rispondere a queste richieste.
  1865	Non è difficile da dire la scuola.
  1866	La scuola ragiona così, la scuola ragiona per progetti didattici, però era giusto dirlo a tutti, cioè è chiaro che la la forza di rompente del dell'intelligenza artificiale, la richiesta forte che ne fanno gli studenti poteva portare qualche scuola ad assumerla con maggiore leggerezza.
  1867	Il richiamo quindi è ad un uso consapevole, molto eh disciplinato, molto rigoroso.
  1868	Eh e soprattutto poi c'è tutta una parte n in queste linee guida sul un'attenzione particolare sull'applicazione delle intelligenze artificiali per tipologia di destinatari.
  1869	si fanno proprio delle ipotesi chiare, degli esempi, li ha per il dirigente scolastico, l'intelligenza artificiale per il personale amministrativo, per i docenti, per gli studenti.
  1870	Vediamone qualcuna molto rapidamente.
  1871	Parlo alla scuola.
  1872	Penso che molti di voi appartengono al mondo scolastico, quindi non avrete difficoltà a comprendere che, ad esempio, l'intelligenza artificiale, nel caso del dirigente scolastico, possa servire a evidenziare eventuali scostamenti tra o incongruenze tra i documenti che sono di programmazione della scuola, Rab, piano di miglioramento, Ptof.
  1873	Ecco, la lettura di questi dati, anche grazie all'intelligenza artificiale, può essere, per esempio, un utilizzo che il dirigente scolastico può farne, altro è la riorganizzazione dell'orario, altro il supporto alla pianificazione della formazione.
  1874	abbiamo, cioè il Ministero ha voluto identificare, ovviamente non sono esempi esaustivi del tutto, si tratta di esemplificazioni di un utilizzo di un progetto didattico, di un progetto in ogni caso di utilizzo del dell'intelligenza artificiale all'interno della scuola.
  1875	Vediamo il personale amministrativo.
  1876	Ad esempio, sappiamo che l'intelligenza artificiale ci può essere utile nell'automazione, nella gestione delle notifiche, nelle comunicazioni interne.
  1877	È una un utilizzo che che l'intelligenza artificiale può può fornire.
  1878	più interessante ovviamente il fronte della didattica e il personale docente.
  1879	Ora lì si è tanto parlato, abbiamo detto quindi quanto però sia centrale, debba essere centrale il docente.
  1880	Ecco, partiamo da questo presupposto.
  1881	Nessuno sta dicendo che l'intelligenza artificiale può sostituire nessuno.
  1882	Stiamo dicendo che è assolutamente servente e che deve essere governata dal docente.
  1883	In che cosa può aiutare il docente?
  1884	sicuramente nella creazione di materiali didattici, quei materiali didattici che appunto sono possono essere personalizzati, ho bisogno di di variare la difficoltà degli esercizi, ho bisogno di segnalare temi di approfondimento allo studente che non è interessato a questo quell'argomento.
  1885	Questo può essere un utilizzo al vaglio del docente, un ausilio al vaglio del docente.
  1886	anche l'elaborazione di risorse didattiche, che ne so, la simulazione, i giochi, le mappe concettuali, pensiamo a a tutto il tema del DSA, no?
  1887	le mappe concettuali che servono moltissimo all'integrazione, all'inclusione.
  1888	Ehm, altre cose anche più semplici, l'organizzazione delle visite didattiche e quant'altro, anche un supporto alla stesura delle rubriche valutative, un supporto alla stesura delle rubriche, non altro.
  1889	Non altro.
  1890	Studenti, studenti sono ovviamente l'abbiamo detto, l'87% dei ragazzi li utilizzano.
  1891	Ma come li possono utilizzare a scuola?
  1892	loro li vorrebbero probabilmente utilizzare esclusivamente per poter evitare i compiti o per farli in sostituzione di se stessi.
  1893	Dobbiamo, ecco, in questo senso, aiutarli a un utilizzo che sia compatibile con la didattica, compatibile col fatto che non si può abbandonare il ragionamento e la logica, ma invece possono essere serventi a questo.
  1894	E in che modo?
  1895	approfondimenti, suggerimenti, articoli, libri, altri materiali, cioè se un ragazzo ha un interesse oppure non ha un interesse su qualche materia, la l'intelligenza artificiale può fornirci bibliografia, approfondimenti, articoli e che possono essere a supporto dello studente.
  1896	Anche qui personalizzazione di esperienze d'apprendimento sicuramente risorse multidisciplinari, cioè la capacità intelligenza artificiale appunto è trasversale per sua natura, quindi mettere insieme più discipline, fare collegamenti, offrire un supporto o una visione diversa, ripetere le stesse cose che uno ha letto in una modalità diversa e anche dei feedback, ad esempio, fornendo correzioni dettagliate, spiegazioni rispetto a un compito.
  1897	Tutto però assolutamente nella nell'accompagnamento necessario da parte del docente.
  1898	Questo è fondamentale.
  1899	Questo è il punto su cui, diciamo, le linee guida del del Ministero sono molto chiare, forse anche un po' ripetitive.
  1900	Eh, sicuramente abbiamo bisogno di formare docenti.
  1901	È un tema che il Ministero si sta ponendo, che in dire che il nostro ente strumentale che col quale effettivamente noi svolgiamo tante attività formativa si sta ponendo, penso che le prossime formazioni potranno tener conto di questi, almeno di alcuni spunti, però su questo dobbiamo anche dire che è vero che tutti ne parliamo, ma tanta esperienza, tanti esempi non ce ne sono, nel senso che la verità è che molti Molti la utilizziamo singolarmente, molti la utilizziamo nella nell'individualità, ma di scuole che fino ad oggi hanno effettuato questa questa attività non ce ne sono perché non c'erano neanche delle linee guida e c'era anche la preoccupazione di sbagliare, c'era la preoccupazione di incorrere una serie di penalizzazioni o di errori che a questo punto, avendo definito questi principi, queste linee di indirizzo, almeno questo possiamo sicur sicuramente sminarlo.
  1902	Altro tema, le indicazioni nazionali.
  1903	Ora, il tema delle tecnologie digitali riveste anche un ruolo importante anche nelle indicazioni nazionali.
  1904	Voi siete tutti addetti ai lavori, sapete che siamo ehm le indicazioni nazionali restano a quello che è il cosiddetto ultimo miglio, ma stiamo parlando di quelle del primo ciclo, ovviamente.
  1905	Ehm la scuola quindi è chiamata a formare un pensiero complesso, a valutare criticamente le tecnologie emergenti.
  1906	Ora noi siamo convinti che sicuramente che effettivamente un impiego non appropriato di questi strumenti digitali possa anche creare una certa difficoltà di concentrazione.
  1907	questo ministero se da un lato ha emanato queste linee guida, dall'altro, come voi sapete ha reso, diciamo, avvietato l'utilizzo del dello smart, dei cellulari in classe, perché siamo consapevoli, ma non lo dice il Ministero, lo dicono indagini internazionali che molto spesso questi gli strumenti device, questi strumenti digitali possono favorire una carenza di concentrazione possono sviare la concentrazione de ragazzi, aumentano il rischio ovviamente dell'interazione in rete, cyber bullismo, disinformazione e poi ci possono essere delle ricadute anche di carattere, diciamo, psicologico, dipendenze e quant'altro.
  1908	Ora, eh sembrerà strano che lo stesso ministero che da una parte ha ehm, diciamo, già delinea le linee guida, dall'altra vieta il cellulare.
  1909	In realtà non è così in contrasto perché si tratta di un utilizzo controllato, un utilizzo consapevole, di un utilizzo finalizzato alla didattica nel caso dell'intelligenza artificiale.
  1910	Nell'altro caso si tratta di una fonte di semplicemente di distrazione e di carenza di concentrazione.
  1911	Ora le tecnologie quindi esprimono il loro sicuramente il loro potenziale, ma è necessario integrarle.
  1912	è necessario integrarle in contesti in cui la mediazione didattica, abbiamo detto, deve deve rimanere centrale.
  1913	La mediazione dell'insegnante del docente deve rimanere centrale.
  1914	Le indicazioni nazionali su questo considerano l'intelligenza artificiale come non come un semplice supporto alla tecnica tecnico alla didattica, ma come uno strumento che sia da utilizzare anche per promuovere il pensiero critico, perché proprio quella la capacità, cioè la diciamo quella quella deviazione che spesso appare nell'intelligenza artificiale dove la risposta non è detto che sia quella giusta, le cosiddette allucinazioni possono essere occasione di indagine a scuola e di analisi.
  1915	provare a in classe a fare la domanda all'intelligenza artificiale, ricevere risposte che non sempre sono adeguate può essere l'occasione per parlare con i ragazzi delle allucinazioni che queste possono produrre, perché molto spesso i ragazzi in maniera completamente asservita li utilizzano senza sforzarsi di comprendere effettivamente se sono adeguate le risposte.
  1916	Ecco, quello invece può essere un esercizio.
  1917	In questo senso l'intelligenza artificiale può essere vista come uno strumento da integrare in modo critico e consapevole il processo di insegnamento.
  1918	perché prima dell'intelligenza artificiale non ci fosse pensiero critico, ma perché possono essere l'intelligenza artificiale, il suo utilizzo può essere strumentale a innescare con i sistemi, con i metodi, con la il le parole che usano i ragazzi, perché i ragazzi oggi, mentre voi parlate, interrogano l'intelligenza artificiale continuamente.
  1919	Se hanno il telefonino lo fanno continuamente.
  1920	Il problema è indurli a comprendere che ehm che non sempre le risposte che ottengono sono risposte adeguate e quindi quella può essere un'occasione di riflessione insieme.
  1921	Ehm, ovviamente il ruolo dell'informatica l'avete citato prima, la novità dell'informatica è fondamentale, probabilmente è uno degli elementi delle indicazioni nazionali, soprattutto nell'ambito della matematica e della tecnologia.
  1922	Certo, questo richiama il tema della formazione e ancora una volta e sempre perché il tema più ricorrente tutte le vicende legate alla scuola.
  1923	Ehm però ehm è chiaro che il eh che l'intelligenza artificiale è riconosciuta come una di quelle tecnologie che possono favorire la didattica delle discipline matematiche o scientifiche personalizzando i percorsi di apprendimento, come abbiamo detto, e sopportando i docenti.
  1924	Quindi è è utile forse la connessione più semplice che si può fare dell'intelligenza artificiale che si è fatta nell'ambito delle discipline matematiche.
  1925	Ovviamente non è esclusivo perché la trasversalità dell'intelligenza artificiale fa sì che l'utilizzo può avvenire in qualunque disciplina.
  1926	Eh io posso soltanto concludere eh che siamo ai primi passi, no?
  1927	Possiamo dire che siamo a primi passi verso Stiamo tutti ragionando, siamo tutti qui che ci interroghiamo.
  1928	Il Ministero non fa altro che fare quello che facciamo tutti.
  1929	Eh, questo è stato il primo passo verso una prima identificazione delle del dei criteri a cui le scuole eh devono ispirarsi se vorranno utilizzare l'intelligenza artificiale.
  1930	Non c'è un'obbligatorietà, c'è semplicemente un quadro di riferimento.
  1931	Arriveranno ovviamente altre indicazioni, altri decreti, altre altre analisi perché nel frattempo si sta lavorando per comprendere.
  1932	Ehm però eh è chiaro che la scuola in tutto è una grande, come diceva Bachley, una grande seminatrice di idee e anche in questo caso, anche nel caso dell'intelligenza artificiale, io penso che la scuola possa essere una grande occasione per seminare nuove idee, per produrle, per assemblarle, per metterle in atto e soprattutto per convincerci che il la crescita e il futuro non può non passare attraverso la scuola e quindi la scuola non non può non considerare l'utilità e l'importanza di una sfida così importante, così rivoluzionaria e in questo percorso penso che avremo tanti passi ancora da fare insieme.
  1933	Grazie.
  1934	Eh, che purtroppo penso 10 minuti e poi vogliamo prendere qualche forse domanda rapida per la dottoressa Tozza.
  1935	Se >> sì, >> perchéato di fare quello che ha fatto durante subito dopo la pandemia, quindi tutelare i docenti che utilizzavano la multimedialità in fretta e furia, perché la pandemia ci ha bloccato tutti, facendo un era Google Suite, mi pare si chiamasse, prima di chiamarsi Worldpace, dove venivano tutelati e quindi noi stessi i diritti e la sicurezza degli studenti e dei docenti, perché non è stato fatto anche in questa seconda fase, cioè noi siamo responsabili, secondo le linee guida, se utilizziamo all'interno della scuola deil sia del della tutela dei diritti dello studente e del docente e della sicurezza, tant'è vero che fino al 2026 non lo utilizzeremo a scuola, cioè lo usiamo privatamente a casa, come fanno gli studenti, ma non ancora in ambito scolastico.
  1936	Allora, è evidente che le scelte che furono fatte durante la pandemia erano dettate dalla dall'urgenza e dalla necessità del della impellenza dell'utilizzo.
  1937	Qui si tratta di scegliere se utilizzare o no l'intelligenza artificiale, non si tratta di obbligare le scuole, lì si lavorava tutti esclusivamente sulla didattica digitale.
  1938	Quindi si tratta di prospettive diverse, completamente diverse come situazione.
  1939	Eh, non c'è una volontà del Ministero di di favorire necessariamente.
  1940	Si son si stanno definendo delle regole.
  1941	Io capisco che le regole sono complesse, cioè questo è una delle delle questioni più chiare e anche più diciamo deterrenti.
  1942	Forse ho sentito tanti commenti, certo, ho sentito tanti commenti su questo, ma come dicevo questo è un primo passo, è un primo passo anche condiviso con le autority per contenere fenomeni di spantaneismo che rischiavano di essere pericolosi, diciamocela tutta, cioè c'è chi era più avveduto, chi era più avanti, chi era più rivoluzionario, più visionario che poteva accedere a queste all'intelligenza artificiale senza preoccuparsi di una serie di questioni che invece sono alla base anche della sicurezza dell'utilizzo e quindi questo è stato e certo è certo è questo il motivo.
  1943	>> Grazie, grazie mille dell'intervento innanzitutto a tutti in generale.
  1944	Io volevo chiedere invece chiarimenti in merito.
  1945	Lei prima ha detto che non è dato di conoscere nessun progetto di sperimentazione delle AI.
  1946	In realtà io e se ne parla da diverso tempo della sperimentazione di 12 o 15 scuole, non mi è chiaro, eh che si sta portando avanti in quattro o cinque eh regioni d'Italia e che ha coinvolto un limitatissimo campione di scuole, di scuola primaria, secondaria di primo grado e secondaria di secondo grado.
  1947	E siccome diciamo la platea più interessata è direttamente la scuola statale, ma di fatto non ci sono informazioni ufficiali, però se ne sente parlare e si dice anche che i risultati verranno resi noti nel 2026.
  1948	Volevo sapere se ci poteva dare qualche informazione a riguardo.
  1949	Grazie.
  1950	Grazie a lei.
  1951	No, non ho detto che non ci sono, non è dato sapere, ho detto che in realtà c'è ben poco perché lei stessa ha citato numeri che rispetto alle 8.000 istituzioni scolastiche sono numeri abbastanza ridotti.
  1952	In realtà eh quella sperimentazione eh si è fermata eh adesso sta proseguendo dopo le linee guida, quindi dobbiamo seguirla, però appunto eh quello è un esempio di 12 scuole che hanno iniziato a ragionare, eh che abbiamo anche alcune delle quali io ho anche incontrato a dir il vero e che si stanno muovendo nelle linee degli esempi che ho le ho fatto laddove l'utilizzo dell'intelligenza artificiale è nell'attività del dirigente scolastico di quello che parlavo per quanto riguarda il tema più interessante che è quello della docenza e proprio nel in nell'argomento della della personalizzazione della didattica, ma sono numeri talmente, diciamo, bassi che non sono di per se stesse significativi.
  1953	Quello che dovremmo capire adesso, dopo l'uscita di queste indicazioni che ormai sono di agosto, che cosa sta accadendo.
  1954	che anche l'endire sta seguendo un altro gruppo di scuole attingendo alle cosiddette avanguardie educative.
  1955	Quindi, eh, poi ci sono regioni che sono più attenti a questo fenomeno e quindi stanno creando dei gruppi, cioè, voglio dire, c'è un un certo fermento che però non raggiunge ancora dati significativi, sempre immaginando a quello che è l'insieme a cui noi facciamo riferimento, cioè ben 8000 istituzioni scolastiche.
  1956	Però, ecco, tutto questo è testimonianza di un fermento.
  1957	Ovviamente sono i più interessati sono i dirigenti scolastici più attivi, più eh già più, diciamo, più pronti ad accettare l'innovazione.
  1958	Eh però forse bisogna che tutto quest'anno scolastico passi per avere delle dei primi esiti.
  1959	>> Mille.
  1960	E allora adesso continuiamo con il programma.
  1961	Il secondo oratore è Francesco Scarcello dell'Università della Calabria.
  1962	Parlerà di impatto culturale e sociale della dell'intelligenza artificiale e della digitalizzazione nella scuola italiana.
  1963	>> Grazie.
  1964	Aspettiamo la regia.
  1965	Perfetto, grazie.
  1966	Buonasera a tutte e a tutti.
  1967	Sono anch'io onorato di essere qui con voi e viviamo in un momento veramente molto stimolante.
  1968	Io sono veramente felice di essere in questo momento storico dove assistiamo continuamente a delle trasformazioni che ci stanno sfidando in tutti i modi, diciamo.
  1969	noi come docenti, come persone che comunque sono abituate allo studio e alla alla sfida continua verso la nuova conoscenza e siamo particolarmente sollecitati da queste trasformazioni e sicuramente l'intelligenza artificiale ci sta dando tantissimo filo da torcere da questo punto di vista perché anche noi che lavoriamo in questo campo siamo ogni giorno sorpresi dagli sviluppi continui che ci porta portano a sempre nuove innovazioni e questo non so che cosa sia.
  1970	è sempre è sempre PowerPoint che fa delle cose strane, veramente non era voluto, eh non è una cosa fatta all'intelligenza artificiale per sfidarvi, ma erano caratteri normali, comunque diciamo e abbiamo a disposizione nuovissimi strumenti per personalizzare l'apprendimento, per ottimizzare i processi didattici e come abbiamo visto stamattina si parla di intelligenza subsimbolica, di intelligenza simb simbolica.
  1971	Io anche provengo come estrazione culturale dalla parte simbolica, dalla parte basata sulla logica, dalla base dalla parte che si basa su processi che sono in qualche modo dimostrabili e però ritengo che, diciamo, sicuramente le il futuro sarà sempre più legato all'integrazione tra questi due mondi.
  1972	Si parlava stamattina anche poco fa delle aziende che hanno fino adesso hanno poco ritorno, proprio perché nel mondo aziendale quando si mette a disposizione uno strumento deve dare delle garanzie certe.
  1973	Quindi, mentre nell'uso personale noi facciamo le richieste e siamo pronti ad accettare l'errore, l'allucinazione, perché è sotto il nostro controllo, se invece vendiamo una cosa a un terzo, ovviamente il requisito deve essere molto forte ed è lì che l'integrazione con i sistemi che controllano questi può dare qualcosa di più.
  1974	è vero che lo dà in applicazioni controllate, ma di fatto le aziende vendono prodotti controllati, quindi in quell'ambito sicuramente ci può essere utile, come ci può essere utile anche nel nostro mondo.
  1975	Eh, qual è la situazione della scuola?
  1976	E per certi versi adesso abbiamo sentito delle cose anche eh un po' preoccupanti dal punto di vista sicuramente della formazione degli insegnanti, ma di tutti noi, diciamo, che ci troviamo in questo mondo nuovo.
  1977	Ma c'è anche un aspetto molto positivo e negli anni sono stati fatti grossi investimenti nella digitalizzazione.
  1978	prima parliamo ormai di un processo che sieto 15 anni fa, quindi eh abbiamo le LIM nella scuola, abbiamo tutta una serie di tecnologie, quindi la scuola italiana è molto avanti dal punto di vista della digitalizzazione, quindi in un certo senso è molto pronta a raccogliere queste sfide dal punto di vista tecnologico.
  1979	Quindi abbiamo delle opportunità importanti e abbiamo degli delle tecnologie che ci offrono qualcosa di molto importante.
  1980	Quindi dobbiamo essere bravi a accogliere queste cose.
  1981	Dicevamo, e qua ci sono stati appunto questi progetti prima del Piano Nazionale per la scuola digitale, poi gli investimenti del PNRR, ci sono, diciamo, diverse diversi progetti sulla nuove competenze e nuovi linguaggi, riduzione dei divari territoriali, eccetera, ma eh l'intelligenza artificiale ci offre adesso uno scenario completamente nuovo.
  1982	C'è questa, vi voglio regalare questa prima cartolina, il macroscopio, che è un'immagine che è nata nel 75 da Shel de Rosn, che è uno scienziato francese che ovviamente non la riferiva all'intelligenza artificiale, ma l'intelligenza artificiale oggi ci offre questo, uno strumento che non guarda la realtà nel piccolo come il microscopio o nel lontano come il telescopio, ma ci offre la possibilità di integrare i saperi diversi, di guardare la cosa da tante prospettive nuove, no?
  1983	La bellezza di questi strumenti è che loro non conoscono solo l'informatica, non conoscono solo la biologia, non conoscono solo la chimica, conoscono tutte queste cose insieme, non conoscono solo l'inglese, il francese, il mandarino, ci danno una possibilità nuova, cioè quella di comunicare anche all'interno di saperi disciplinari diversi oltre che di culture diverse, di vedere la cosa da diverse prospettive, cosa che nessuno di noi singolarmente è in grado di fare per quanto abbia una cultura sfacetata e ricca.
  1984	Ok?
  1985	Quindi queste sono delle opportunità grandiose che abbiamo oggi a disposizione, che dobbiamo sfruttare ovviamente nella maniera più responsabile e e coscienza possibile, però questa è un'immagine che, diciamo, sicuramente ci può rimanere impressa e che cosa ci dà la possibilità di fare?
  1986	Per esempio, sfide per l'inclusione e l'equità.
  1987	se n'è già parlato un po', ma questo secondo me è un aspetto molto importante, cioè cosa possiamo fare adesso per essere verso l'inclusione, per ridurre i gap formativi, per studenti che possono avere bisogni educativi speciali, per persone che vengono da altri contesti internazionali, tutte cose che spesso non abbiamo le risorse e il tempo di fare e che adesso con questi nuovi strumenti se usati adeguatamente possiamo avere la possibilità di riuscire a fare forse un po' di più.
  1988	Speriamo per quanto ce n'è bisogno, perché la richiesta è tantissima, come sapete, e si è parlato tanto di bias, di problemi, di allucinazioni, anche di possibili discriminazioni degli algoritmi di intelligenza artificiale, ma c'è anche da dire, oggi non è stato trattato molto questo tema, che l'intelligenza artificiale ha dei rami che lavorano proprio per combattere le ingiustizie.
  1989	Ci sono algoritmi di intelligenza artificiale, per esempio quelli che riguardano l'algoritmic Game Theory, che si occupano di trovare soluzioni provatamente matematicamente giuste, giuste dal punto di vista di ogni singola persona.
  1990	Quindi è vero che ci sono algoritmi che possono avere dei bias, ma è vero anche che a volte i bias li abbiamo noi umani, siamo noi che facciamo le discriminazioni e magari un algoritmo progettato secondo una logica matematica corretta potrebbe aiutarci a superare queste discriminazioni, a mettere a posto delle cose che noi umani fino adesso non siamo riusciti a fare perché non è che siamo stati proprio perfetti nella società e nell'equità, diciamo, no?
  1991	Quindi anche da questo punto di vista possiamo utilizzare questi che sono strumenti nelle nostre mani per riuscire a fare qualcosa di meglio se ci riusciamo.
  1992	Questa era la slide su gap formativi, inclusione e studenti internazionali che vi raccontavo.
  1993	Altre tematiche importanti, impatto sull'orientamento.
  1994	Per esempio, questo è un gioco che abbiamo realizzato presso l'Università della Calabria che mira a, diciamo, serve per l'orientamento in ingresso ed è una sorta di gioco di ruolo dove, diciamo, gli aspiranti studenti universitari si confrontano con certe situazioni insieme ad amici e colleghi e queste situazioni che sono di vita reale, simulata ovviamente e gli permettono di confrontarsi con delle situazioni, delle scelte difficili per capire quale può essere il loro orientamento, se più nel ramo scientifico, se più nel ramo umanistico o comunque delle differenze di carattere che li possono far riflettere.
  1995	Ovviamente ci guardiamo bene dal dire sei tagliato per quel corso di studio o quell'altro, altrimenti diciamo non solo non sarebbe una bella cosa, ma tutti i colleghi ci ucciderebbero, diciamo, perché dice stai pilotando verso un corso di studio oppure un altro.
  1996	serve semplicemente per dare un'indicazione di come ci comportiamo relativamente a certe situazioni di vita che ci possono ed è un modo per coinvolgerli in maniera giocosa.
  1997	E poi andiamo alla tema dei temi.
  1998	Quello che il problema è che gli studenti, come si diceva, utilizzano già queste risorse e la cosa interessante è che loro usano le AI per studiare sia la teoria che la pratica segretamente, diciamo, a volte.
  1999	Ma come abbiamo già detto occorre conoscere la teoria e la pratica per usare bene l'intelligenza artificiale, cioè per usarli in maniera efficace, per usarli in una maniera che permetta di crescere, no?
  2000	Quindi c'è un circolo vizioso e questo circolo vizioso lo possiamo spezzare soltanto noi, cioè è il docente che deve essere in grado di governare questo fenomeno e quindi di ritagliare, di utilizzare delle metodologie didattiche adeguate per permetterci di dialogare con l'intelligenza artificiale, ok?
  2001	Quindi utilizzarla direttamente nelle metodologie didattiche.
  2002	già qualcosa si è detto, ma su questo c'è molto da lavorare, molto da lavorare insieme con gli esperti pedagogisti, con voi, con chi è proprio diciamo nel mondo della scuola e che quindi può sperimentare delle metodologie nuove.
  2003	Ad esempio, nell'ambito della Computer Science si ci sono degli stimoli per eh insegnare ai ragazzi ad utilizzare questa intelligenza artificiale per sfidare l'intelligenza artificiale ad applicare e le nozioni teoriche che vengono date.
  2004	Quindi, invece che insegnare la teoria e portarli a fare dei compiti, diciamo così, fra virgolette meccanici che mirano a capire se hanno capito quei concetti, partire dai concetti e poi sfidare l'intelligenza artificiale e far qualcosa che li metta in pratica.
  2005	Quindi le risposte dell'intelligenza artificiale saranno legate a domande fatte dagli studenti che sono specifiche per evidenziare quella particolare nozione che noi gli abbiamo spiegato piuttosto che a risolvere un compito, diciamo, alla vecchia maniera.
  2006	E quindi questo tipo di capovolgimento di fronte chiaramente è, diciamo, offre la possibilità di dialogare in maniera nuova e che ci permette di raggiungere i nostri obiettivi formativi, ma come ho detto si tratta tutto di cose da inventare, da applicare ognuno nelle proprie discipline, però sicuramente abbiamo tante opportunità nuove.
  2007	Io, diciamo, come docente vedo un grande potenziale sbloccato, cioè io penso che per me l'intelligenza artificiale come docente, oltre che diciamo io mi occupo di questo come ricerca, però qui sto parlando dalla nel mio cappello, Mirco oggi aveva i cappelli, nel mio cappello di professore per me è tutto quello che avrei sempre voluto fare, ma non ho trovate il tempo di fare, cioè tante cose che nella didattica avrei dovuto produrre, avrei voluto produrre, non ho trovato il tempo di fare, dico questo lo faccio domani, dopodomani, ma in realtà mi richiedeva una settimana di tempo.
  2008	Adesso pensare quella cosa creativa creativa come docente ho la possibilità di realizzarle in poco tempo e allora magari la faccio, ne sto facendo tante che avrei voluto fare, ma non trovavo il tempo di fare.
  2009	Poi ho chiesto all'intelligenza artificiale di rappresentarmi questa immagine.
  2010	Come vedete non ha capito molto bene perché tutto quello che avrei voluto fare per lui era suonare la chitarra in riva al mare, farmi para cadute, eccetera.
  2011	O forse ha capito, non lo so, non lo so se questo lascio a ognuno, diciamo, l'interpretazione.
  2012	Comunque le liciamo il prompt input era questo e il risultato è stato quello.
  2013	Vabbè.
  2014	Eh, ad esempio, qui nel in questa slide, diciamo, ho chiesto io, per esempio, in un corso di programmazione gli ho chiesto di fare una pagina interattiva che facesse capire l'utilizzo di un ciclo particolare nella programmazione che si si chiama il ciclo di for e lui immediatamente ha realizzato una pagina interattiva, quindi con cui i ragazzi possono giocare, che può essere integrata direttamente ente nei sistemi, ad esempio, in Moodle, in learning management system che ci permettono.
  2015	Ora questo tipo di cose potrebbero essere portate benissimo e finalmente sfruttare anche di più il potenziale delle LIM che adesso abbiamo in tutte le classi, quindi realizzazione di materiale interattivo con un semplice prompt.
  2016	Ovviamente è chiaro che qui si tratta di avere anche supporto dal parte dei docenti di tecnici che dovrebbero essere nelle scuole per dare un minimo di aiuto, però la parte creativa veramente dal diciamo dall'idea alla pratica adesso siamo diventati molto vicini, quindi basterebbe un una piccola assistenza tecnica di pochi minuti per realizzare qualcosa di molto interessante che può essere più coinvolgente per le studentesse e gli studi.
  2017	Ok, quindi questa cosa è realizzata veramente in 5 minuti e altre cose pratiche si è parlato della tecnica, per esempio, ottimizzazione dell'orario delle elezioni.
  2018	Dal punto di vista amministrativo ci sarebbe veramente tantissimo da fare.
  2019	Anche qui è un processo che, diciamo, arriverà piano piano, però si tratta di sbloccare e di sbloccare lavoro che, diciamo, l'idea per me è quella che noi dobbiamo aumentare il lavoro creativo e ridurre il lavoro noioso, no?
  2020	Meno lavoro seccante, no?
  2021	Meno tempo seccante, più tempo creativo.
  2022	Questa è la sfida che abbiamo davanti e le opportunità saranno sicuramente tante.
  2023	I rischi ci sono ovviamente, alcuni sono stati già menzionati.
  2024	Eh, per esempio, c'è stato questo studio del Meet che hanno dove hanno proprio registrato i segnali cerebrali.
  2025	hanno fatto tre gruppi di eh di persone, alcuni che dovevano produrre dei documenti senza usare Chat GPT, in questo caso nell'esperimento, un gruppo che si faceva aiutare, un gruppo che non lo usava proprio.
  2026	E proprio si è visto che l'attività cerebrale, la parte creativa, era sollecitata moltissimo da chi non usava proprio questi strumenti e pochissimo, quasi nulla da chi si affidava a chat GPT.
  2027	Questo non ci stupisce ovviamente perché ovviamente quelle persone si affidavano allo strumento e quindi usavano meno la la parte creativa e poi quando gli è stato per gli hanno fatti invertire le classi hanno faticato un po' a riprendere quella cosa.
  2028	Però ovviamente queste sono delle cose che dipendono come noi impareremo a utilizzare al meglio questi strumenti.
  2029	C'è da dire che quelli che invece non avevano usato Chat GPT gli hanno poi permesso di usarlo, si sentivano dei super uomini proprio perché hanno proprio sperimentato in quel momento un potenziale che non immaginavano, quindi la prossima volta lo useranno anche loro e quindi perderanno quelle funzionalità.
  2030	Comunque, eh questo è stato già citato proprio stamattina, sono stato anticipato dal collega, questa frase famosa, no, nella eh di Platone che faceva dire in questo fedro e la scrittura ci renderà stupidi perché era proprio questo concetto che affidare alla scrittura eh i nostri pensieri avrebbe cancellato la capacità di memorizzare e avrebbe delegato all'esterno, una cosa esterna, una competenza umana che era quella della memoria, no?
  2031	Questo per dire che sicuramente tante competenze si perdono, ma tante altre si guadagnano, no?
  2032	Con la scrittura abbiamo guadagnato parecchio, probabilmente guadagneremo anche in questo caso, ovviamente se riusciamo a usare in maniera creativa questi strumenti.
  2033	Tante innovazioni hanno fatto perdere competenze, basta pensare al correttore di Word, l'ortografia delegata al correttore, ormai non sappiamo più bene cosa scrivere perché siamo troppo abituati, ma forse alla fine non era così importante, no?
  2034	Forse e un'altra cosa famosa, i medici che assaggiavano l'urina, no, per fare le analisi, anche quella competenza ormai non ce l'hanno più, però insomma forse non era indispensabile più.
  2035	Quindi, seconda cartolina e che appunto era il collega Carlo Burelli dell'Università di Piemonte Orientale, vedere la bicicletta lei hai come una bicicletta elettrica, no?
  2036	perché non va da sola, richiede comunque che sappiamo guidare, richiede impegno, perché non è dobbiamo comunque pedalare, anzi certe volte si pedala anche di più, come spiego ad alcuni, eh, perché io ogni tanto la uso per andare all'università, dice "Sì, ma tu sei venuto con la bicicletta elettrica?"
  2037	spiego che ho faticato ancora di più perché quella a 25 all'ora stacca, quindi se uno vuole andare veloce avanti alla fine fatica di più perché è più pesante, diciamo, e se la deve portare appresso, quindi eh amplifica sicuramente la nostra potenza, se la sappiamo usare, un po' appiattisce, un po' appiattisce, no?
  2038	Perché sulle competenze basse si arriva velocemente, però poi quando si vogliono superare certi livelli lì la competenza di chi usa questi strumenti fa la differenza.
  2039	Quindi, diciamo, era un'altra cartolina che vi lascio oltre al macroscopio.
  2040	Poi un'altra cosa interessante e questo Minerva abbiamo sviluppato nell'ambito di un progetto intelligenza artificiale che si chiama Fair che riunisce un po' tutte le università italiane che lavorano su questi temi, soprattutto alla Sapienza di Roma.
  2041	il collega Navigli e il suo gruppo hanno dato un contributo molto importante per realizzare un LLM italiano che quindi, diciamo, può essere utile anche in futuro, non solo perché è addestrato sulla lingua italiana, ma è uno strumento dell'Italia, diciamo così, e quindi in qualche modo può permetterci, una volta messo in funzione di superare alcuni alcuni dei rischi, delle difficoltà che sono stati evidenziati in giornata.
  2042	e si è già parlato delle linee guida, quindi su questo non mi soffermerò, eh, perché ne ha parlato molto bene la dottoressa Tozza.
  2043	Eh, quindi poi tanto queste slide verranno messe a disposizione.
  2044	Se qualcuno vorrà, diciamo, vedere in maniera schematizzata queste indicazioni le potrà le potrà trovare sicuramente.
  2045	Eh, mi avvio alla conclusione evidenziando una alcune delle attività che abbiamo portato avanti nelle scuole all'Università della Calabria.
  2046	Una di queste è l'apprendimento unpluggeted, quindi l'intelligenza artificiale realizzata nelle scuole con i bambini più piccoli con attività senza computer, quindi per esempio simulando ehm simulando gli agenti e per esempio con un robot cieco che deve eseguire delle istruzioni, quindi diciamo una bambina un bambino diciamo viene bendata e deve seguire le istruzioni.
  2047	imparano a capire come muoversi in ambienti incerti, eh la pianificazione delle istruzioni, un po' di di cose importanti nell'intelligenza artificiale fatte con, diciamo, un po' di attività, appunto senza fili, eh per non dire l'assistente vocale, no?
  2048	Un vecchio gioco dove ci comunicavamo le parole e poi le dovevamo riprodurre.
  2049	adesso reinventato al all'epoca di Siri e ovviamente trasformato per spiegare un po' di concetti che hanno a che fare con l'intelligenza artificiale.
  2050	Oppure con gli studenti un po' più grandi abbiamo una curvatura digitale ad un liceo classico, il Giocchino da Fiore di Rende dove appunto stiamo mettendo dentro un approccio integrato tra, diciamo, l'apprendimento e l'intelligenza artificiale unito alle discipline umanistiche, no?
  2051	Infatti ero particolarmente interessato anche al collega DOni che parlava di queste cose perché appunto stiamo provando a realizzare queste cose e sfruttiamo molto la l'approccio logico con la filosofia, quindi insegnare partire dalla logica formale alla logica proposizionale, l'intelligenza artificiale con la logica e applicare queste cose per fare comunicare i vari saperi umanistici.
  2052	quindi spiegare questi concetti, ma senza snaturare il liceo classico, ma integrandolo con le discipline umanistiche.
  2053	Questa è un'esperienza molto molto molto carina che stiamo portando avanti.
  2054	E concludo con questa ultima cartolina.
  2055	Si è parlato di di essere antropocentrici, di mettere al centro le persone.
  2056	Questo va bene, però bisogna stare attenti, no?
  2057	Quando diciamo ti ho messo in mezzo non è nemmeno una cosa positiva a volte, no?
  2058	Perché se uno viene messo in mezzo senza avere le competenze invece dobbiamo essere persone centrate, cioè dobbiamo essere ben radicati sulle nostre competenze e in quel modo potremmo veramente sfruttare queste possibilità di amplificazione.
  2059	Grazie.
  2060	Grazie Francesco.
  2061	>> Grazie Francesco.
  2062	Il prossimo intervento è di Riccardo Acciai dell'Autorità per la privacy.
  2063	Buonasera a tutti.
  2064	Grazie grazie dell'invito.
  2065	Eh, intelligenza artificiale antropocentrica.
  2066	Io eh ho deciso di mettere al centro a voi e quindi prima di eh preparare questo intervento ho chiesto a Chat GPT, ho l'ultimo intervento a fine giornata di una giornata di novembre piovosa, buia, fuori extra time.
  2067	Che percentuale ho di far male a qualcuno?
  2068	è venuta una percentuale alta e quindi cercherò di non prenderla, diciamo, nella maniera classica, così come correttamente è bene anche esplicitata nelle linee guida, ma insomma magari provo a prenderla un po' lateralmente per tentare così in questo tempo, non ho il coraggio di dire poco tempo perché sarà un tempo comunque lungo per voi in questo tempo ridotto di fissare alcuni alcuni principi, quindi parto così.
  2069	Ok. E quindi la parto, diciamo, dalla dalla patologia che come autorità abbiamo abbiamo preso in considerazione che, se vogliamo l'inizio di un percorso che poi ci ha portato, insomma, anche a questa collaborazione con il Ministero dell'Istruzione del merito sulla redazione delle linee guida.
  2070	eh sembra passato tanto tempo, ma era il 2023 febbraio, se non vado errato, quando eh come autorità abbiamo bloccato questo chatbot eh replica.
  2071	Questo non è stato molto seguito dalla stampa, ma insomma è un chatbot che si propone come amico virtuale e quindi impostato per essere affabile, per seguire, diciamo, le inclinazioni, i desideri, per incoraggiare il l'interessato e ed era un chatbot che, diciamo, alle analisi che abbiamo fatto presentava un po' qualche problema.
  2072	Alcuni possiamo definirli un po' burocratici, ma insomma vedrete che sono poi alla base eh anche delle linee guida, quindi non c'era una base giuridica, vuol dire che per fare un trattamento dei dati, chiaramente immagazzinava i dati del dell'interessato, è necessario un un fondamento, può essere il consenso, può essere l'interesse legittimo dell'impresa, può essere l'interesse pubblico, come nel caso del trattamento dei dati nella nella scuola e lì non c'è era alcun tipo di interesse esplicitato, non c'erano informazioni per per l'interessato, non gli veniva detto che i suoi dati sarebbero stati utilizzati e come e non c'era anche neanche un un age verification, cioè una una verifica dell'età per l'utilizzo di questo strumento, teoricamente vietato ai minori di 13 anni, in effetti utilizzabile da chiunque.
  2073	problema questo che noi abbiamo sull'uso di quasi tutte le tecnologie di nuova generazione, chat, uso di siti, anche di carattere particolare e via discorrendo, ma poi l'aspetto, diciamo, più così intrigante era che l'output, come vi dicevo, era molto orientato al al richiedente, quindi tendeva a dare delle risposte di solito ehm accomodanti nei confronti della persona che si rivolgeva.
  2074	Sono sono affranto, non mi riesce niente.
  2075	La risposta era "Ma no, tu sei forte, devi farcela, sei il migliore al mondo".
  2076	Cosa del genere?
  2077	Peccato che poi mettendo altre domande, tipo "Odio mio padre, qualche volta ho voglia di ucciderlo, tu che ne pensi?"
  2078	La risposta era "Ma tutto quello che fa contento te secondo me va bene".
  2079	E quindi, insomma, c'era un piccolo margine di rischio che avendo io due figli maschi dentro casa, ci ha spinto a a intervenire e a bloccare questo chatbot.
  2080	Eh, pochi mesi dopo invece chat GPT.
  2081	Qui invece il botto è stato grosso.
  2082	Abbiamo fatto la stessa cosa che abbiamo fatto con replica perché abbiamo trovato sostanzialmente le stesse criticità, ma qua si è aperto il mondo della protesta perché già nel 2023 chat GPT credo che fosse il il 3 ancora, era molto utilizzato in ambito accademico, in ambito scientifico, insomma qualcuno citaciò di essere di voler portare l'Italia a livello dell'Iran.
  2083	In effetti, ripeto, i problemi erano un po' sempre gli stessi e quindi c'era l'esigenza di venirne a capo attraverso una serie di negoziazioni.
  2084	In qualche modo questi difetti che vi ho enunciato identici per replica, sono stati risolti dopo il provvedimento di Chat CPT che appunto ci è costata la peggiore stampa nazionale degli ultimi gli ultimi 20 anni, a parte l'ultimissimo periodo, ma su questo sorvolerei.
  2085	Ehm, diciamo, però c'è stato un effetto volano, nel senso che le altre autorità spinte anche dai governi nazionali hanno detto "Ma che cos'è questa cosa?"
  2086	e hanno cominciato tutti quanti a occuparsi un po' di chat GPT, intelligenza artificiale e tant'è che è stata istituita una task force a livello di autorità di di comitato delle autorità europee sotto la codirezione nostra e di un autorità olandese, credo.
  2087	Da lì anche pareri del bord comitato de garanti europei, insomma, si è mosso un po' di attenzione nei confronti dell'intelligenza generativa artificiale generativa.
  2088	Chiaramente le dichiarazioni non sono state tutte causate dal nostro intervento, né tantomeno le IAI Act.
  2089	è act che ha un aspetto in qualche modo che mi ha ricordato le linee guida di del ministro di oggi, ossia è un atto molto criticato, anzi criticatissimo, ma che ha l'incredibile ehm vantaggio, rispetto a tutta la tradizione così dell'Unione Europea di essere partito molto prima e sia nella gestazione e poi nell'approvazione, quindi anche se ha portato una serie di idee, oggetto di, come dire, discussione eccetera, ha avuto questo indubbio vantaggio di anticipare rispetto ad altri ehm ecosistemi giuridici la la discussione un po' forse sarà quello che faranno anche queste linee guida, non sono perfette sicuramente, però sono arrivate con un po' d'anticipo rispetto ai canoni tradizionali con cui, diciamo, la nostra amministrazione si occupa dell'innovazione.
  2090	Quindi stiamo a vedere altri provvedimenti, questi molto più recenti, che però indicano un po' il il trend, le questioni con cui abbiamo a che fare.
  2091	Dipsic è un altro software di intelligenza artificiale, open source questa volta.
  2092	Ehm questo è stato bloccato perché ancora una volta non dava informazioni sul trattamento dei dati e aveva come luogo di conservazione delle informazioni la Cina.
  2093	Altro elemento che troverete nel tutto il pamflet delle linee guida, è importante sapere che i dati siano conservati in sistemi giuridici che danno una protezione adeguata, perché sennò non ha senso stare qui attenti alle regole e poi depositare i dati dove invece non c'è questo tipo di garanzia.
  2094	Eh ottobre scorso eh limitazione provvisoria vuol dire blocco ancora una volta di eh nei confronti di Crotof un servizio di intelligenza generativa che rende possibile gratuitamente o a pagamento la generazione di immagini di deep Newe.
  2095	Partendo da delle immagini, si arriva a foto, immagini, video scabrose, anche pornografiche, senza che vi sia la possibilità di capire se c'è un consenso della persona interessata, né tantomeno una indicazione circa il carattere artificiale di foto e video.
  2096	Questo è uno dei grandi problemi su cui ci confronteremo purtroppo nel prossimo futuro, ossia una volta si diceva è vero perché lo ha detto la televisione, oggi non abbiamo più neanche quella certezza perché un qualunque video, come ha tentato di dimostrare Elon Musk qualche tempo fa, ancorché sia diretto alla, diciamo, proprio della persona e rechi un certo messaggio, può essere può essere smentito.
  2097	eh a fronte del fatto che, insomma, qualcuno dica non è non sono io è un frutto di intelligenza artificiale.
  2098	Ora ancora si arriva a identificare il frutto di un'intelligenza artificiale, ma probabilmente con la varocità di questi sistemi sarà sempre più complesso, quindi non è più vero che lo ha detto la televisione.
  2099	Che cosa c'entra tutto questo con la intelligenza generativa, l'intelligenza artificiale alla scuola?
  2100	Ma fondamentalmente era solo per evidenziarvi alcuni dei principi fondamentali su cui si basa un po' tutto il discorso che è stato fatto anche all'interno delle linee guida.
  2101	linee guida che sono precedute, sapete, dal o meglio sono contenute in allegato a questo decreto ministeriale che all'articolo 9 ribadisce l'esigenza di una tutela dei dati personali anche nell'ambito appunto della introduzione, scusate, dell'intelligenza artificiale a scuola.
  2102	Ehm a questo articolo, diciamo, eh abbastanza importante eh e ehm che fissa eh elementi fondamentali come quelli dell'attenzione alle misure di eh sicurezza.
  2103	Purtroppo, nonostante l'innalzamento dei del livello di sicurezza, eh assistiamo ogni giorno a violazioni di dati, a estrapolazioni di dati e informazioni con una facilità che è veramente allarmante.
  2104	Eh siamo il paese dove ancora un ragazzino dell'età di quelli di cui probabilmente vi occupate, 15 anni, all'interno della sua cameretta è riuscito a spostare le rotte delle petroliere come se nulla fosse.
  2105	Quindi è chiaro che c'è un problema di sicurezza forte in questo paese senza la quale non c'è alcun tipo di protezione di dati personali.
  2106	Eh, ok, questo è il resto del dell'articolo 9.
  2107	Ovviamente le misure di sicurezza spesso, spalmente in ambito pubblico, una volta che uno ha messo su un firewall è convinto di aver fatto tutto il possibile, quello rimane lì non aggiornato per lustri e lustri e invece il concetto è totalmente contrario.
  2108	Queste le linee guida sono state approvate da questo parere del dell'autorità, tenendo conto proprio di questi quattro principi che sono, diciamo, declinati all'interno delle linee guida e quindi l'intenzione di promuovere l'equità, di rispettare i principi posti a tutela del delle Iact e di ehm contenere istruzioni operative e strumenti di accompagnamento per il suo sviluppo.
  2109	Qui ho sottolineato proprio quegli aspetti che eh raccontandovi prima alcune situazioni patologiche poi sono venute in evidenza e cioè l'importanza del fatto che sia chiara la base giuridica, che vengano rispettati i principi di cetà, correttezza, trasparenza e limitazione delle finalità.
  2110	Ossia questi sistemi non possono essere usati per la qualunque, come si direbbe, ma devono avere una finalità ben precisa, un uso di dati legato a quella finalità.
  2111	in maniera eh proporzionata non eccente, anche perché nel dato personale, come sapete, non c'è soltanto il nome, il cognome, ma ci sono anche quelle immagini, ci possono essere anche quelle immagini o quei riferimenti che poi vanno ad alimentare quel mercato del deep nude, del deep fake di cui ci siamo detti.
  2112	Eh, oggi avere in mano quattro- cinque dati di una persona fa sì che possa essere possa venire costruito un profilo alternativo con il quale si entra tranquillamente nel suo conto bancario, eh nel suo conto assicurativo e nella sua carta di identità.
  2113	Quindi è chiara l'evidenza, tanto più ci si informatizza, tanto più è evidente l'obbligo e l'esigenza di proteggere queste informazioni.
  2114	Ah, scusate, norma fondamentale, il diritto di non essere sottoposto a una decisione basata unicamente sul trattamento automatizzato.
  2115	Questa è una frase, una normetta che c'era già nella direttiva del 1995 e venne letta come qualcosa di avveniristico e cioè nel 95 ci si domandava vè ma quali sono questi procedimenti automatizzati che possono comportare un rischio negativo nei confronti della persona?
  2116	Ebbene, sono tanti, sono sempre di più.
  2117	Qualcuno ha citato prima il la possibilità, appunto, di capire la verità, la realtà.
  2118	sono stati elaborati anche sistemi eh per aiutare i giudici e poi è venuto fuori che eh essendo stato costruito male l'algoritmo c'era una prevalenza di condanne nei confronti delle persone di colore perché i precedenti che erano stati utilizzati per formare l'algoritmo erano basati su una prevalenza di crimini commessi da persone di colore.
  2119	Questo è è un classico, ma insomma fondamentalmente ecco potrebbe essere troppo forte la tentazione di delegare la nostra valutazione, ad esempio, degli studenti, a un meccanismo automatizzato togliendoci dall'impaccio di correggere milia centinaia di compiti e attraverso magari un procedimento assistito solo dall'intelligenza artificiale.
  2120	Sicuramente l'intelligenza artificiale può aiutare, ma non può essere lasciata sola secondo quanto molti prima di me hanno correttamente evidenziato.
  2121	Queste sono altri elementi che nelle linee guida vengono sottolineati e che sono fondamentali.
  2122	Vi rubo solo un istante per quel riferimento ai principi di privacy, by design e by default.
  2123	anglicismi che a noi piacciono molto, ma che sostanzialmente vuol dire che qualunque sistema di in cui vi è un trattamento di dati personali deve essere impostato by design, cioè conforme a protezione dati già al momento della sua progettazione e by default, cioè deve essere impostata al momento del suo avvio per garantire la più alta protezione dei dati personali.
  2124	Questi sono principi che sono ribaditi dal dalle linee guida dove insomma la percentuale di attenzione alla protezione dei dati, insomma, è molto è molto elevata.
  2125	Circa 10 pagine su una trentina di pagine contenutistiche, quindi da questo punto di vista questa volta non ci possiamo assolutamente lamentare.
  2126	Ehm ci sono tante informazioni, bisognerà poi declinarle.
  2127	Attenzione all'attività formativa, audit o valutazioni periodiche, perché la protezione dei dati personali al pari della security non è un'attività statica, è un'attività che deve essere continuamente aggiornata e che ha bisogno di attività formativa.
  2128	Come ha bisogno di attività formativa?
  2129	L'abbiamo sentito spesso declinato oggi anche l'introduzione dell'intelligenza artificiale delle scuole.
  2130	Io penso che mi posso fermare qui, ma veramente molto tardi.
  2131	Grazie per l'attenzione.
  2132	Queste linee guida, ripeto, sotto il profilo privacy hanno veramente 10 pagine ben congegnate, per cui eh insomma lì trovate molte molte risposte.
  2133	Grazie a tutti.
  2134	Buona serata.
  2135	Grazie Riccardo.
  2136	Il prossimo intervento è di Domenico Aprile dell'Istituto Unicomprensivo Scuola Europea di Brindisi.
  2137	parlerà del ruolo docente e l'intelligenza artificiale nella scuola e l'intervento sarà online.
  2138	Citato non è che ci sia online, però forse non ha sentito >> No, no, ci siamo, ci siamo, ma non vedo.
  2139	Mi sentite intanto?
  2140	>> Sì, >> sì.
  2141	>> Buonasera.
  2142	Non la vediamo.
  2143	Questo forse dipende la regia.
  2144	invitiamo, raccogliendo il suggerimento dell'oratore precedente, magari ad avere gli ultimi due interventi sicuramente entro i tempi e forse anche un pochino più brevi se possibile.
  2145	Ok. Noi da remoto vi sentiamo.
  2146	Non so se ci sentiate voi in sala.
  2147	Se serve io posso mandare le mie slide e le fate girare voi.
  2148	Se anche il professor Aprile è d'accordo, magari ce la caviamo così.
  2149	Assolutamente no.
  2150	Non ci in sala però.
  2151	M. Se Sì.
  2152	Sembra di situazione.
  2153	Meglio tagli Possiamo procedere.
  2154	>> Allora, adesso la parola al professore Aprile.
  2155	Ci scusiamo per l'inconveniente tecnico.
  2156	Grazie.
  2157	Buonasera.
  2158	Buonasera a tutti.
  2159	Ho pensato fosse un segno del destino a un certo punto, insomma, che il mio intervento non fosse più necessario.
  2160	Allora, cercherò di stare non solo nei tempi, ma di essere anche più breve, così come mi è stato richiesto.
  2161	Vista l'ora, non voglio assolutamente annoiare.
  2162	Quello che andrò a dire è questo sostanzialmente che sono sono un insegnante e non un esperto di intelligenza artificiale.
  2163	Questo questo perché perché questa questa premessa perché non è una professione di falsa modestia, ma il punto di partenza del mio intervento lo ritengo doveroso perché quello che vorrei condividere questo breve tempo in cui mi è concesso parlare è qualcosa che viene dalla dalla frontiera della scuola, non dai lavoratori universitari, dall'aula, dal lavoro quotidiano con gli studenti.
  2164	E allora cosa cosa possiamo dire?
  2165	Possiamo dire che dobbiamo partire da questo da questo motto che poi in realtà è il titolo di un capitolo di un libro che ho contributo a scrivere come coautore e cioè prima elementi e poi gli ambienti.
  2166	Troppo spesso facciamo il contrario.
  2167	Abbiamo fatto il contrario.
  2168	Abbiamo riempito le scuole di computer, di lim, di tablet, di connessioni.
  2169	Abbiamo investito molto sugli ambienti, ma se non lavoriamo sulle menti prima dei docenti e poi degli studenti, il risultato è stato e e sarà un digital shift, le stesse pratiche di sempre, con strumenti nuovi o pseudon nuovi.
  2170	Il problema è che con l'intelligenza artificiale rischiamo di farci male, molto male, molto più di quanto non ci siamo fatti in passato con altri studi e allora le domande che restano sono sempre le stesse.
  2171	A che serve?
  2172	Quali sono gli obiettivi di apprendimento, quali abilità e competenze, ovviamente declinate rispetto a quella che è l'intelligenza artificiale.
  2173	Chi mi ha preceduto ha parlato giustamente di linee guida, ma il punto focale di tutto è la didattica, la metodologia, la pedagogia, l'antropologia.
  2174	non può non può essere una risposta tecnica perché altrimenti torniamo al punto di partenza, non siamo docenti e e diventiamo tecnologi, ma in realtà non lo siamo, non possiamo esserlo.
  2175	E quindi per affrontare le sfide del che l'intelligenza artificiale ci pone dobbiamo essere preparati culturalmente e pedagogicamente.
  2176	E allora dobbiamo pensare, ho sentito che insomma già in mattinata io non sono riuscito a seguire tutto il il convegno, ma che più volte è stato citato Platone, quindi me ne scuso, ma li ha è davvero un farmacon, è davvero medicina e veleno.
  2177	A me non piace parlare di rischi e opportunità perché probabilmente lo siamo così la porremmo in maniera completamente sbagliata e allo stesso tempo il la medicina che avvelena il veleno che cura e questo cito il professor Stefano Morigi.
  2178	Credo credo veramente che bisogna utilizzare in in questa accezione ambivalente non solo l'intelligenza artificiale ma la tecnologia in genere.
  2179	E questo perché?
  2180	Qual è meglio il problema?
  2181	Il problema è che a scuola siamo abituati ad un approccio algoritmico rigido, all'algoritmo esatto, sequenza, anzi all'algoritmo procedurale, quindi sequenza, quindi selezione, iterazione, sequenza nel senso di prima spiego, poi poi studi, quindi interrogo.
  2182	La selezione, questo è giusto, questo è sbagliato, binario, deterministico.
  2183	E l'iterazione.
  2184	Ripeti, ripeti, ripeti spesso fino allo sfinimento.
  2185	Lo stesso esercizio, le stesse cose.
  2186	L'intelligenza artificiale invece si basa su spesso nella stragrande maggioranza dei casi o in tantissime sue applicazioni su algoritmi di apprendimento, che ne so, l'algoritmo a star per esempio per la ricerca di percorsi ottimali oppure gli algoritmi di back propagation nelle reti neurali.
  2187	L'errore non è un fallimento, è un segnale che guida l'apprendimento nel percorso.
  2188	Un po' come perdersi nel bosco e dover andare a cercare dei segnali sugli alberi, sulle pietre, su sulle sulle foglie calpestate.
  2189	E qui purtroppo sta un po' il paradosso.
  2190	Attenzione perché stiamo introducendo nelle scuole una tecnologia basata sull'apprendamento, sull'apprendimento turistico, prova, sbaglia, aggiusta, migliora, mentre continuiamo a insegnare con delle logiche algoritmiche abbastanza rigide.
  2191	Quindi, se non vogliamo che l'intelligenza artificiale diventi eh un veleno, ma sia una medicina, dobbiamo un po' cambiare passo.
  2192	Dobbiamo comprendere non solo cosa fa l'intelligenza artificiale, ma come apprende l'intelligenza artificiale.
  2193	Dobbiamo andare a studiare, ad analizzare quelli che sono i linguaggi di intelligenza artificiale.
  2194	E qui vado un po' più nel nel dettaglio di un di un libro di cui, come dicevo prima, sono coautore, fa parte di una collana diretta dal professor Stefano Moriggi e che ho scritto contribuito a scrivere con la professoressa Paola di Silberti.
  2195	E il concetto è passare dal, diciamo, dal teacher, dall'insegnante al teacher, che è un po' una cosa che è uscita uscita fuori quasi per caso e per scherzo, ma è un insegnante che mantiene le sue caratteristiche di, diciamo, dimensionali di di pedagogia, di pedagogista, di ehm che rimane il cuore della professione in fondo, ma è anche vero che deve essere disposto a sposare quella che è la alcuni costrutti della della cultura maker, cioè la capacità di fare costruire, progettare, cocostruire con gli studenti, coprogettare con gli studenti e deve anche, in un certo senso, diventare hacker nel senso più nobile, se vogliamo, del termine, cioè quello di non accettare le cose perché si è sempre fatto così, ma bisogna davvero integrare le potenzialità, in questo caso le intelligenza artificiale.
  2196	E allora significa anche andare verso quella che è la costruzione di una makers knowledge con l'intelligenza artificiale.
  2197	Quindi sì la conoscenza, che cos'è l'IA, sì la competenza, come si usa l'IA, ma a questo punto come progettiamo, come valutiamo, come ripensiamo dei sistemi che in qualche modo siano intelligenti.
  2198	La mia esperienza dal, come dicevo, di frontiera dalla scuola è quella di un docente che ha, diciamo, introdotto, grazie anche ai colleghi e alla dirigente, una curvatura aderendo una rete nazionale che fa capo a al all'Istituto al liceo Bonarroti di Monfalcone.
  2199	una curvatura in data, un scienza di dati intelligenza artificiale, un percorso che si innesta all'interno di scienze applicate con un potenziamento dell'informatica ovviamente come una un'aggiunta di un'ora sul tempo scuola, ma anche agendo sul piano della dell'autonomia scolastica.
  2200	E come lo facciamo?
  2201	seguendo dei tracciati che sono di multi intertransdisciplinarietà, individuando dei noti concettuali per ogni anno di corso attorno al quale viene a essere costruito un percorso didattico con l'ausilio con la coconcorrenza di tutte le discipline sia umanistiche che scientifiche.
  2202	Nel bienio si lavora ovviamente sui fondamenti, il pensiero computazionale, rappresentazione dei dati, quindi non soltanto coding, ma anche primi approcci al machine learning.
  2203	Nel triennio si scende un po' più nella complessità delle reti neurali, dell'elaborazione del linguaggio naturale, però sempre con un approccio laboratoriale quanto più possibile interdisciplinare.
  2204	Un esempio.
  2205	L'esempio è quello, per esempio, di una applicazione di uno di uno studio dei Promessi Sposi con la Social Network Analysis, quindi un grafo tirato fuori grazie a librerie del linguaggio Python.
  2206	Ovviamente i ragazzi anche quando lo raccontano loro lo raccontano in questo modo.
  2207	Abbiam dovuto leggere, abbiamo dovuto studiare, abbiamo dovuto lavorare sui promessi sposi e di conseguenza poi si sono costruiti una matrice a doppio ingresso facendo cercando di di capire quali erano le relazioni dei personaggi e dopodiché ci siamo trasferiti in ambiente Python.
  2208	Abbiamo studiato, avevamo già studiato ovviamente un po' di librerie, questi sono ragazzi ormai che sono arrivati al terzo anno e hanno tirato fuori un algoritmo.
  2209	Il codice è scritto interamente dai ragazzi.
  2210	Sì, abbiamo utilizzato l'intelligenza artificiale per fare un po' di vibe coding.
  2211	Sì, il problema è che non ci ha dato una quasi mai ci ha dato un codice che compilava perfettamente, quindi abbiamo dovuto usare la zappa, metaforicamente parlando, e andare a zappare sul codice e quindi ragazzi che costruiscono modelli, che sbagliano, che correggono, li progettano, in cui l'errore non è un fallimento da nascondere, ma una risorsa.
  2212	Perché dico questo?
  2213	Perché il contesto e perché è importante?
  2214	Perché il contesto italiano è quello descritto dal desi in cui l'Italia è in forte ritardo su l'introduzione dell'IT, sulle competenze IT e sull'introduzione intelligenza artificiale all'interno dei sistemi socioeconomici.
  2215	E le raccomandazioni sono sempre le stesse, sono quelle di introdurre all'interno del settore dell'istruzione, della formazione lo studio del delle delle fondamenta del dell'information technology.
  2216	E però abbiamo un piccolo problema e dobbiamo dircelo.
  2217	Ora il 56% degli studenti l'anno scorso italiani ha scelto i licei.
  2218	Solo il 9% ha scelto il liceo scientifico delle scienze applicate.
  2219	Non ce n'è uno migliore o peggiore, ma bisogna aprire una riflessione.
  2220	informatica, nei licei si studia per due sole ore all'interno di un'opzione che non è detto che sia presente all'interno del sistema, diciamo, del del liceo scientifico all'interno del quale è l'unica opzione possibile.
  2221	Quindi abbiamo un gap che mi che mi mi consentirete di rilevare in termini di formazione degli studenti quando non anche ovviamente dei docenti.
  2222	E allora il nodo critico, il nodo critico è la formazione docenti, l'ho sentita spesso nominare negli interventi che mi hanno preceduto e la formazione dei docenti non può più essere demandata a interventi sicuramente meritori dal basso, ma troppo spesso vedo webinar su eh unisciti a noi che ti che imparerai a utilizzare l'ultima app di intelligenza artificiale per fare eh grafici piuttosto che infografiche.
  2223	piuttosto che contenuti e nemmeno può essere ok, eccoti qui 10 prom pronti per la didattica da utilizzare.
  2224	Ci sono, come ha giustamente detto la dottoressa del MIM, tantissimi elementi che riguardano la privacy, anche, insomma, l'autorità del della privacy ha sottolineato questi aspetti ed è giusto osservarli con grande attenzione, ma è anche un modo sbagliato per ripensare il nostro giro didattico perché dovremmo puntare ad una formazione che ci consente di sviluppare dei compiti non eh diciamo senza l'utilizzo del e l'ausilio dell'intelligenza artificiale, ma i aware, quindi con l'intelligenza artificiale, con la capacità di dialogare con l'intelligenza artificiale, nonché, e torno sempre lì, la valorizzazione dell'errore.
  2225	Quindi va benissimo sicuramente il corso sullo strumento, ma non basta, non basta più, non può bastare perché serve una formazione che lavori su più livelli.
  2226	Uno, i linguaggi dell'intelligenza artificiale, come funzionano i modelli.
  2227	Dobbiamo diventare esperti di LLM, ci mancherebbe altro, ma almeno sapere come ragiona un LLM ci aiuterebbe a dialogare con questi strumenti in maniera più profita, come già detto, i compiti AIAR sicuramente e dopodiché la validazione critica, non semplicemente quando io chiedo ai ragazzi anche durante l'orientamento, quindi bambini della scuola media, usate l'intelligenza artificiale, la nostra grande maggioranza non rispondono, poi cominciano a rispondere, alla fine confesso.
  2228	Sì, per fare i compiti.
  2229	Attenzione, qualcuno non è inusuale il caso in cui qualcuno mi dice "Io lo uso per farmi dare dei compiti ulteriori su quello che ho fatto in classe, quindi lo usano in maniera molto molto intelligente, però nella sua grande maggioranza lo usano come copin colla."
  2230	Ma signori, il copin colla esisteva già ai tempi di Wikipedia, esisteva anche ai tempi in cui il sottoscritto prendeva 2 e mezzo ad un compito italiano in seconda liceo, perché aveva copiato interamente la preparazione, le conclusioni di un libro.
  2231	consigliatomi dal docente, pensa che è furbo e quindi significa che è una pratica che dobbiamo smontare.
  2232	Abbiamo gli strumenti per farlo, ma non possiamo metterli fuori dalla porta.
  2233	è possibile utilizzarli, li possiamo utilizzare magari costruendo più comunità di pratica e andando ad intervenire su una formazione che sia di qualità, perché se dobbiamo formare elementi degli studenti dobbiamo formare prima quelli prima ancora quelle dei docenti.
  2234	E infine, anche questo l'ho sentito dire più spesso, è una sfida antropologica.
  2235	Si tratta di formare cittadini, studenti, certo, docenti, certo, ma capaci di abitare criticamente un mondo in cui l'intelligenza artificiale c'è, non se ne andrà.
  2236	eh costruirà insieme a noi un mondo diverso in cui sia la parte epistemologica sia la parte di competenza tecnica necessirà necessiterà della nostra presenza e la dobbiamo presidiare in quanto docente perché in quanto docenti perché c'è di base una trasformazione culturale una trasformazione culturale che non possiamo guidare ma per guidare abbiamo bisogno di formarci e quindi trasferire questa capacità per quanto quanto possibile, non contenuti, ma capacità e capacità di dialogare con le macchine, con l'intelligenza artificiale, ma se non riusciamo a capire che cos'è realmente l'intelligenza artificiale e allora avremo probabilmente grossi problemi in futuro quando, ripeto, i ragazzi lo utilizza, lo utilizzerà e noi non sapremo più da che parte andare.
  2237	Vi ringrazio, ho terminato.
  2238	Ringraziamo il professore Aprile.
  2239	E adesso l'ultimo intervento è di Andrea Mangiatordi dell'Università di Milano Bicocca.
  2240	Si parlerà di intelligenza artificiale e riduzione divaricazione delle barriere socioeconomiche nella scuola.
  2241	>> Buonasera.
  2242	Grazie.
  2243	Eh, spero stiate già vedendo una mia condivisione schermo.
  2244	Lo prendo come un sì, anche perché non vi vedo più io adesso che ho attivato la modalità presentazione.
  2245	Buonasera.
  2246	Ehm, sarò rapidissimo, cercherò di non trattenervi più a lungo del necessario, visto l'ora tarda.
  2247	Ehm, ovviamente anch'io ci tengo a dire quanto sono grato di questa possibilità di parlare in questo contesto così interessante.
  2248	Vi ringrazio molto per l'invito e ringrazio la Fondazione Lincei per la scuola.
  2249	Vado dritto al sodo.
  2250	In due parole, chi sono.
  2251	Sono un professore dell'Università Bicocca.
  2252	Da gennaio sono il delegato eh della rettrice prima di un del rettore attuale, poi per gli studenti con disabilità di SA, che è un ambito in cui lavoro eh da una ventina d'anni, io mi occupo sostanzialmente di pedagogia speciale e della relazione tra le tecnologie e la didattica speciale.
  2253	Oggi sono qui virtualmente, me ne scuso, ma è una settimana di incastro fra quattro convegni per me e ho approfittato dell'occasione di poter presentare da remoto in questo e perché non ce la facevo proprio a muovermi ulteriormente.
  2254	E vi parlo stasera del tema che appunto mi è stato richiesto, riduzione divaricazione delle barriere socioeconomiche, che sono uno degli aspetti anche che riguardano i bisogni educativi speciali e premetto sarà molto difficile dire qualcosa di più rispetto a tutti gli altissimi eh interventi che avete ascoltato oggi.
  2255	farò del mio meglio per, diciamo, andare più veloce possibile sulle cose già scontate e per aggiungere qualcosa di significativo.
  2256	Allora, partiamo dal contesto generale.
  2257	La scuola sta dentro e complessi che quindi per definizione riproducono delle disuguaglianze.
  2258	Eh, in Italia abbiamo più di un milione di minori in condizioni di povertà assoluta.
  2259	Queste sono notizie prese da Open Polce e tutte recenti volontariamente, proprio perché, come diceva qualcun altro oggi, quando parliamo di intelligenza artificiale, poi abbiamo a che fare con la tecnologia dell'ultimo mese o degli ultimi 15 giorni e ehm è giusto che anche le notizie con cui ci confrontiamo siano sempre aggiornate.
  2260	abbandono scolastico che varia a seconda del dove abito, l'origine familiare e le disparità sociali che incidono sull'accesso a livelli di istruzione superiori.
  2261	Qui dal Corriere, notizia di un mesetto fa sui dati inalsi, dispersione scolastica che scende grazie alle ragazze, ma maschi arrancano, quindi c'è un gap di genere, le periferie affondano di nuovo il tema geografico.
  2262	Tra l'altro mi sono accorto dopo averlo inserito che proprio lì c'è un riferimento all'intelligenza artificiale come possibile soluzione.
  2263	Quindi, tornando ai miei punti, le scuole operano dentro questi ecosistemi sociali complessi.
  2264	Le disuguaglianze si riflettono negli ambienti educativi, si ripropongono, si riperpetrano molto spesso.
  2265	Le tecnologie purtroppo non sono neutre, non sono neutrali in questo.
  2266	possono amplificare queste queste disparità, a volte le possono pure ridurre.
  2267	Qui vi riporto un esempio in realtà dove potenzialmente le amplificano il modello del bring your on device biodato in sigla e rischia a volte di creare proprio dei gruppi a due o tre velocità, cioè chi ha il dispositivo più bello ha eh si trova in una situazione di vantaggio rispetto ad altri che possono essere proprio a causa di una condizione socioeconomica diversa in possesso di dispositivi di qualità inferiore o addirittura non essere in possesso dei dispositivi.
  2268	E questo è un tema annoso, quello del divario digitale o digital divid se lo vogliamo dire in inglese, che tradizionalmente riguarda proprio i device, cioè la possibilità di avere accesso agli strumenti, alla tecnologia, alla connettività.
  2269	c'è questo famoso articolo del 2002, quindi più di 20 anni fa, di Ester Argittai, che diceva il digital divide non è tanto un problema di non è soltanto, diciamo, un problema di accesso alla tecnologia, di accesso alla connettività di rete, eccetera, ma riguarda anche le competenze e le modalità di utilizzo.
  2270	E questa cosa l'abbiamo vista e in particolare tutti quanti noi insegnanti, mi metto dentro anche io, nel Covid, no?
  2271	Nella durante la pandemia dove quando dovevamo raggiungere i nostri studenti e studentesse, ci trovavamo a volte degli ostacoli che erano non tanto il fatto di non avere i dispositivi o non avere la connessione, ma di non avere le competenze per utilizzarli.
  2272	Eh, qui ho ripreso, ma andrò rapidissimo, il testo iniziale dell'abstract del di quell articolo lì per fare un giochino con voi.
  2273	l'ho tradotto in italiano e mi sono divertito a sovrapporre a tutti i passaggi dove lei parla di internet, delle tecnologie, diciamo, che 20 anni fa avrebbero generato un convegno come questo e sostituirle con la i e o con l'A, se lo vogliamo dire, in italiano.
  2274	E quindi ad oggigiorno se si dovesse riscrivere quel paper lì, verosimilmente lo si riscriverebbe così.
  2275	Eh, c'è una lacuna che è il fatto che tanti parlano dell'accesso o non accesso all'intelligenza artificiale, l'uso non uso, ma in realtà poi, come peraltro è stato già detto anche nell'intervento che mi ha preceduto e e in vari altri interventi c'è un tema di competenze, cioè il tema per esempio del porre giuste domandi domande all'intelligenza artificiale.
  2276	Stamattina ho ascoltato l'intervento di Chiara Panciroli che parlava di didattica della domanda e mi ha fatto piacere vedere in apertura una cosa che avevo già messo nelle mie slide per la chiusura di questo convegno e ehm perché appunto voglio provare anche a dare una mia lettura di questo.
  2277	Qui viene la parte in cui forse riesco a dire qualcosa di aggiuntivo dopo tanti interventi.
  2278	E torniamo un attimo sullo status socioeconomico.
  2279	Qui è quasi d'obbligo citare gli le ricerche Ox e Pisa che ci dicono che lo stato socioeconomico non è da solo, di per sé un predittore di insuccesso, cioè non è detto che perché io sono povero poi tutto debba andare male, però eh sappiamo anche sempre dagli stessi dati che i contesti privilegiati vogliono dire quantomeno accesso anticipato delle risorse formative, quindi agli strumenti, ai dispositivi, ai software, ai servizi intes intelligenza artificiale, ma anche alle competenze di cui parlavo prima e lì si genera un vantaggio per qualcuno che è uno svantaggio per altri che chiaramente si accumula nel tempo che poi è sempre più difficile da recuperare più andiamo avanti con gli ordini e i gradi di scuola, arriviamo all'università eccetera.
  2280	Eh, anche questo è stato un po' già detto, io l'ho l'ho ripreso dalla ricerca e c'è un articolo, questo è dell'anno scorso, esattamente di un anno fa, è uscito un anno fa su Computers in Human Behavior, eh che sostanzialmente diceva questo: "C'è un beneficio nell'uso di chat GPT, in questo caso il setting sperimentale riguardava degli studenti di discipline scientifiche, studenti universitari, riduzione del carico cognitivo E da studioso della didattica coi media digitali vi dico quando c'è è una buona notizia, cioè se riusciamo ad alleggerire il carico cognitivo delle nostre lezioni, parlando di didattica, eh apriamo delle possibilità maggiori di comprensione, di memorizzazione e di ehm interiorizzazione delle conoscenze.
  2281	Ma cosa ne risente in questo esperimento il pensiero critico?
  2282	altro tema già citato oggi sul quale non mi soffermo oggi.
  2283	E allora c'è viene spontaneo chiedersi ma il gioco vale la candela?
  2284	Non siamo disposti a lasciare indietro del pensiero critico in favore del carico cognitivo?
  2285	La mia risposta cauta è dipende, dipende un po' dalle situazioni con gruppi svantaggiati che hanno già delle difficoltà rispetto al carico cognitivo, eventualmente il pensiero critico lo sviluppiamo in un altro modo, ma insomma adesso vi faccio qualche esempio, ma posto che rimane prioritario anche il pensiero critico e avevo messo qui alcune considerazioni etiche che ho già sentito più o meno e e che giàate anticipate meglio da altri interventi di oggi.
  2286	Si pongono ovviamente questioni di equità, inclusione, addirittura di giustizia sociale e è già stato spiegato come i modelli linguistici possono portarsi dietro dei bias, dei rischi discriminatori che in larga parte di solito dipendono dai dati che sono stati usati per fare il training, no?
  2287	C'è un bisogno generale di equità nel accesso alle risorse.
  2288	Sappiamo che le scuole non hanno tutte quante la stessa dotazione, lo stesso hanno accesso a bandi, hanno accesso a tutta una serie di supporti di vario tipo, però poi alla fine nella realtà ci sono tanti fattori che che convergono e generano differenze.
  2289	Parliamo di infrastrutture digitali, quindi di connettività, di disponibilità dei dispositivi, di formazione dei docenti, della quale si è detto anche qui fino a poco fa.
  2290	E poi arrivo all'argomento che interessa più specificamente a me che me ne occupo per ricerca, l'accessibilità, l'usabilità, cioè quanto la tecnologia che usiamo e che proponiamo di usare è effettivamente usabile, è effettivamente accessibile per chi ne ha più bisogno, per chi si trova in queste situazioni di svantaggio reale.
  2291	E i problemi che vengono fuori, anche questi li abbiamo sentiti oggi, quindi vado rapido.
  2292	Buona scrittura dei prompt, il fare bene le domande, il formulare bene le proprie richieste diventa una competenza che ha dietro una letteratura, un mercato e tutto quanto.
  2293	Percezione comune dell'intelligenza artificiale come una scorciatoia per lavorare meno.
  2294	Poi lì ho scritto, "Ma è vero, è vero, se vogliamo fare le cose bene, usare l'intelligenza artificiale ci velocizza così tanto?"
  2295	Non sempre.
  2296	Mh, per alcuni tipi di lavoro sì, per altri meno se siamo soprattutto se siamo dei pignoni o se ci teniamo quello che stiamo facendo.
  2297	E più in generale l'intelligenza artificiale si colloca dentro un panorama, quello che qualcuno chiama della Platform Society, la Società delle piattaforme, dove siamo circondati da appunto piattaforme che competono per la nostra attenzione, competono per il nostro click, per il nostro tempo dedicato lì dentro e l'intelligenza artificiale che ci fa risparmiare del tempo rischia poi di farci spendere più tempo in altre situazioni.
  2298	dove la nostra attenzione viene monetizzata.
  2299	Quindi viene da chiedersi, sono strumenti buoni o sono strumenti cattivi?
  2300	All'uomo della strada direbbe dipende dall'uso che se ne fa.
  2301	non sono son in quanto strumenti potrebbero non essere né buoni né cattivi.
  2302	Forse non è la domanda giusta da porsi, però è stato così, come pure è stato detto anche per altri strumenti, io penso che alla fin fine quello che conta è il design dell'esperienza d'uso e su questo vado verso la conclusione, perdonatemi del mio affrettato discorso, ma eh corro un po' per i motivi che sapete.
  2303	Allora, partiamo, facciamo un passettino indietro.
  2304	Quando pensiamo all'intelligenza artificiale generativa, verosimilmente, se non siamo degli esperti IDA, ma siamo degli insegnanti, ci vien da pensare a quella roba qua, l'interfaccia di Chat GPT, una macchina che si propone come una chat dentro la quale possiamo chiedere qualunque cosa e questo qualunque cosa trova sempre una risposta.
  2305	Perché ha funzionato da un punto di vista anche di mercato?
  2306	Perché è facile, perché tutti lo capiscono.
  2307	Fai una domanda, ottieni una risposta.
  2308	No, problema che ci siamo detti è che non è automatico che siamo tutti capaci di fare le domande giuste.
  2309	Non è automatico che i nostri studenti e studentesse sappiano fare le domande giuste.
  2310	È vero che non c'è solo chat GPT, ci sono degli strumenti più specialistici che risolvono dei problemi più specifici meglio di quanto possa fare Chat GPT.
  2311	Ma credo che per partire nella direzione giusta dobbiamo fare un lavoro proprio sull'immaginario che leghiamo a tutto questo.
  2312	Io mi son posto questo problema con un po' di progetti di ricerca che sto seguendo, che sto conducendo o a cui lavorano dei miei dottorni e vi voglio fare qualche esempio di come abbiamo cercato di dare delle risposte a questi quesiti, cioè come eh lavorare da un punto di vista di interfaccia, cioè di come io essere umano interagisco con la macchina perché il perché le cose funzionino meglio, perché io non sia in balia semplicemente del della mio livello di competenza nel fare delle domande a a questi a questi sistemi.
  2313	In particolare i ho un focus sul supporto nella lettura, nella comprensione del testo per chi ha delle difficoltà oggettive in questo che spesso si può legare anche ad un a una difficoltà in ambito socioeconomico.
  2314	Allora, quello che ci siamo chiesti noi è possibile pensare a dei tutor virtuali basati su che aumentino i contenuti di apprendimento, quali vantaggi, quali svantaggi e vediamo qualche esempio qui.
  2315	Vi faccio vedere una simulazione, una demo di un'app che è in fase di sviluppo, dove riprendendo una vecchia applicazione che ora non esiste più, stiamo utilizzando degli avatar robotici che in realtà dietro hanno semplicemente dei chatbot allenati in un modo particolare che fanno questo mestiere, supportano nella comprensione del testo, quindi quando gli viene chiesto di definire una parola, per esempio, danno una definizione Ma come potete vedere dallo scambio che c'è qui, non ho formulato un prompt, ho soltanto indicato la parola robotici, in questo caso che poteva essere difficile immaginando di essere un alunno che legge un testo e De Finello, che ha questo chatbot mi dà la sua definizione senza che gli debba chiedere nulla, cioè stiamo girando intorno al problema della domanda in questo caso.
  2316	Stessa cosa fa l'altro.
  2317	Oh, scusatemi, un disastro.
  2318	Ah, eccoci.
  2319	L'altro chatbot che ho messo qui che invece spiega testi difficili di fatti di più di una parola, quindi di paragrafi, no?
  2320	E come fa a spiegarli?
  2321	li riformula in frasi che seguono una serie di indicazioni che sono quelle che auspicabilmente eh funzionano meglio con persone che hanno delle difficoltà nella lettura, per cui per esempio usa in modo ossessivo delle anafore esplicitando sempre i soggetti per evitare di dipendere da eh dei connettivi tra frasi.
  2322	eh insomma fa un lavoro di un certo tipo con il testo, ma che è preparabile dal docente.
  2323	Questa è la nostra sfida, la nostra idea, no?
  2324	che davanti la necessità di ridefinire un ruolo per il docente davanti a queste queste tecnologie ci sia poi la possibilità di creare dei chatbot in modo facile, perché questi sono stati creati con un sistema che è gratuito, ehm permette di creare gratuitamente due eh chatbot con un account su un servizio che si chiama zapier.com e eh un qualunque docente può crearsi il suo chatbot semplicemente descrivendo in un testo che cosa vuole dal chatbot, no?
  2325	E quindi questi sono un po' due esempi.
  2326	Altri casi d'uso.
  2327	A volte chi viene da un contesto svantaggiato manca il confronto con qualcun altro.
  2328	Noi ci siamo immaginati dei panel di esperti che in questo caso ci servono mh per confrontarci con chi ne sa di determinati argomenti.
  2329	Fra un attimo vi faccio vedere un rapido esempio anche di questo.
  2330	Ma altri casi potrebbero essere la generazione di testi con diversi livelli di complessità dove spoiler non basta in realtà dire chat GPT per esempio semplifica questo testo, fa un lavoro mediamente pessimo, ma eh è importante, appunto, definire cosa si vuole da un testo semplificato.
  2331	E poi c'è il tema della conversione in formati e supporti che siano accessibili.
  2332	Io per anni ho lavorato, per esempio, con persone con disabilità eh sensoriali che non c'entrano con lo svantaggio socioeconomico, ma stanno sempre anche loro dentro l'ambito dei bisogni educativi speciali.
  2333	Abbiam visto che adesso con l'intelligenza artificiale riusciamo ad ottenere conversioni di documenti in formati accessibili più efficaci di quelle fatte con tecnologie tradizionali.
  2334	E quelle conversioni lì poi servono a tante persone, non soltanto a quelli che hanno una disabilità visiva.
  2335	Qui eh l'interfaccia che abbiamo usato è quella di un di una chat.
  2336	Questo che state vedendo sullo schermo è ripreso da Telegram.
  2337	Vedete sotto sto dando in inglese un sto facendo una domanda in realtà eh qui abbiamo costruito un panel di chatbot che parlano attraverso una chat Telegram tra di loro.
  2338	Ogni volta che un utente umano pone una domanda arrivano risposte da varie persone.
  2339	Qui vedete Jane che risponde per primo, poi ne arriverà un altro tra poco che si chiama George.
  2340	Ognuno di loro è addestrato su un set di articoli scientifici che tratta un un problema particolare e il fatto di avere questi che dialogano mi permette di cambiare continuamente prospettiva.
  2341	Poi in realtà qui si chiamano uguali, ma sono quattro agenti diversi.
  2342	Ehm, questo mi permette di vedere lo stesso problema da prospettive diverse e se dovessi ogni volta scrivere un prompto.
  2343	Invece m insomma l'idea che io vi propongo è quando abbiamo a che fare con possibili casi di svantaggio, il nostro ruolo come docenti può essere quello di spianare la strada perché i prompt inizino altrove e poi pian piano costruiamo la competenza appunto di porre buone domande.
  2344	Per concludere per ho finito per davvero.
  2345	Cosa ci portiamo a casa qua?
  2346	Spero nuove sfide, nuove possibilità e vabbè.
  2347	nella progettazione dell'utilizzo della sua introduzione dentro al contesto scolastico, per me è importante tenere in considerazione quali nuove barriere può generare per evitare di fare degli errori grossolani.
  2348	Il focus di tutto quanto per me deve stare sul ruolo del docente che se è facilitatore in questi processi qua m può fare veramente un buon lavoro.
  2349	Con questo ho finito.
  2350	Mi scuso per la concitazione dell'intervento.
  2351	Grazie a voi per l'attenzione e rimango a disposizione.
  2352	Buonasera.
  2353	Mi?
  2354	Non vi sentiamo da >> Sì, direi che possiamo procedere alle conclusioni, a meno che non c'è una domanda spotta per i relatori, no?
  2355	E vabbè.
  2356	Eh, allora, innanzitutto ringraziamo tutti gli intervenuti, gli oratori.
  2357	penso sia stata una giornata importante che ha raccolto una domanda di formazione su questo tema che è venuta proprio dai docenti nella dei questionari che abbiamo sottoposto ai docenti che hanno ehm partecipato alle attività formative dell'anno scorso, per cui questo convegno ha voluto recepire parte di questa domanda di formazione, ma anche le molte attività di corsi e conferenze che la fondazione ha organizzato per quest'anno e penso che anche oggi mi sembra la sicuramente la partecipazione è stata importante, la giornata molto lunga e per cui veramente un grazie un grazie di tutto a anche a diciamo a chi ha permesso dal punto di vista tecnico di realizzare questa giornata.
  2358	Grazie.
  2359	di formazione dei docenti.
  2360	che c'è queste l'utilizzo, la disponibilità di questi di questi mezzi ci pone, quindi lavoreremo per preparare una seconda giornata dedicata all'argomento in tempi non non lunghissimi.
  2361	Grazie a tutti.
  2362	Grazie a tutti.
  2363	Arrivedere.