Oltre il prompt: tecniche avanzate di AI generativa per la didattica
Il corso parte dove gli altri si fermano. Non si tratta di imparare a “parlare con ChatGPT”, ma di padroneggiare le tecniche che trasformano l’AI da assistente passivo a collaboratore progettuale: prompt strutturati in Markdown, catene di ragionamento (chain of thought), artefatti, skill personalizzate, e l’uso di piattaforme di automazione per creare flussi didattici complessi. Si affronta anche il panorama dei modelli disponibili, i criteri per sceglierli, le implicazioni etiche e la possibilità di usare AI locali per garantire privacy e controllo sui dati.
Destinatari
Docenti della Scuola Secondaria di I grado, Scuola Secondaria di II grado
Modalità di erogazione
Corso su misura con webinar sincroni o incontri in presenza, con taglio operativo e laboatoriale.
Formatori
Lorenza Saettone
Filosofa e dottore di ricerca in robotica sociale e intelligenza artificiale (DIBRIS, Università di Genova). Si occupa delle implicazioni educative e sociali delle tecnologie emergenti, con attenzione alla social e cognitive diversity. Formatrice per docenti e alunni dal 2018: master EPICT su tecnologie, coding e robotica per l’educazione.
Gabriele Santucci
Sviluppatore software, musicista e animatore; co-fondatore di Vibrisse Studio. Competenze in coding (C++, C#, Python, Java, Kotlin, Swift), sviluppo multipiattaforma, modellazione 3D, animazione, game design e sound design.
Marcello Stefanelli
Cantautore, art director, ghostwriter, musicista e formatore; co-fondatore di Vibrisse Studio. Competenze in scrittura creativa, storytelling, UX/UI design, sound design, game design e formazione. Attivo in vari progetti educativi in materia di storytelling, gamification e animazione.
Durata - A partire da 12 ore
La proposta è personalizzabile nella durata e nei contenuti. I webinar potranno essere registrati e messi a disposizione dei partecipanti.
Contenuti
Prompt strutturati e Markdown per la didattica
- Limiti del prompt conversazionale e perché la struttura cambia i risultati
- Sintassi Markdown applicata al prompting: intestazioni, elenchi, tabelle come istruzioni
- Costruire template riusabili per UdA, verifiche, rubriche
- Laboratorio: i docenti trasformano un prompt “piatto” in un prompt strutturato e confrontano i risultati
Chain of thought e tecniche di ragionamento guidato
- Cos’è il chain of thought e perché migliora le risposte dell’AI
- Few-shot prompting: fornire esempi per guidare il modello
- Role prompting e system prompt: assegnare un ruolo specifico all’AI
- Laboratorio: costruire un prompt che guidi l’AI passo passo nella progettazione di un’attività didattica differenziata per livelli
Artefatti, skill e personalizzazione dell’ambiente AI
- Cosa sono gli artefatti (documenti, codice, applicazioni generati dall’AI) e come usarli in contesto scolastico
- Skill e istruzioni personalizzate: creare un “assistente didattico” con memoria e stile
- Panoramica dei modelli (GPT, Claude, Gemini, Mistral, LlaMA, e altri): differenze, punti di forza, criteri di scelta
- Etica dei modelli: bias, trasparenza, addestramento, e AI locali come alternativa per la privacy
- Laboratorio: ogni docente configura un assistente AI personalizzato per la propria disciplina
AI agentica e automazione didattica
- Dall’AI che risponde all’AI che agisce: cos’è l’AI agentica
- Piattaforme di automazione (Make, n8n, Zapier): creare flussi senza programmare
- Casi d’uso scolastici: raccolta automatica di materiali, generazione di report, invio feedback personalizzati
- Laboratorio: costruire un flusso semplice che automatizzi un’attività ricorrente (es. generare quiz da un testo caricato)