CLASSI TERZE SECONDARIA

back to HOME PAGE

PERCORSO EDUCATIVO

go to PROGETTI CLASSI TERZE

"ESPLORATORI

DELL' INTELLIGENZA

ARTIFICIALE"

L'Intelligenza Artificiale Generativa (GAI) e il Machine Learning (ML) stanno aprendo nuove frontiere nell'ambito dell'educazione offrendo opportunità senza precedenti per personalizzare l'apprendimento, automatizzare compiti ripetitivi e stimolare la creatività. Essi non possono surrogare l'azione insostituibile dell'insegnante, ma possono fornire strumenti potenti per arricchire l'esperienza didattica e supportare gli studenti nel loro percorso di apprendimento.

L'AI generativa è un tipo di intelligenza artificiale in grado di creare nuovi contenuti, come testi, immagini, musica, codice e altro ancora, a partire da dati di addestramento. Esempi comuni includono la generazione di testi realistici, la creazione di immagini da descrizioni testuali e la composizione di musica.

Il Machine Learning è una branca dell'IA che permette ai computer di apprendere dai dati senza essere esplicitamente programmati. Attraverso algoritmi, i sistemi ML identificano pattern, fanno previsioni e migliorano le proprie prestazioni nel tempo, in base all'esperienza acquisita. Il ML è il motore di molte applicazioni di IA generativa.

È fondamentale però utilizzare l'AI in modo etico e responsabile, prestando attenzione alla privacy dei dati, all' equità degli algoritmi e alla necessità di mantenere il ruolo centrale dell'insegnante nel processo educativo. L'AI deve essere vista come uno strumento a supporto dell' insegnamento e dell' apprendimento, non come un sostituto dell'interazione umana. AI Generativa e Machine Learning offrono un enorme potenziale per trasformare l'educazione a scuola, rendendola più personalizzata, coinvolgente e accessibile a tutti.

È fondamentale però educare gli studenti ad un utilizzo di queste tecnologie efficace, efficiente e, soprattutto, responsabile.

1. WARM UP

INTELLIGENZA ARTIFICIALE:

un terribile mostro da temere o una potente risorsa da sfruttare?

1973

1977

2023

BRAINSTORMING e RIFLESSIONI INIZIALI

ATTIVITA' INTERATTIVA

QUANTO NE SAPPIAMO DI INTELLIGENZA ARTIFICIALE?

ATTIVITA' INTERATTIVA

2. "LE MACCHINE POSSONO PENSARE?"

THE IMITATION GAME.mp4

ALAN TURING

"THE IMITATION GAME"

Dove tutto è cominciato...

3. INTELLIGENZA ARTIFICIALE GENERATIVA: PRIMI APPROCCI

ESPERIMENTO #1: autoritratto realizzato con l'aiuto dell'INTELLIGENZA ARTIFICIALE GENERATIVA

THIS IS ME!

OBIETTIVO: guidare gli studenti ad un primo approccio con l'Intelligenza Artificiale Generativa, evidenziando importanza del PROMPT ENGINEERING.

ESPERIMENTO #2: creazione di immagini con INTELLIGENZA ARTIFICIALE GENERATIVA

VISUAL EBOOK

OBIETTIVO: guidare gli studenti alla generazione di immagini attraverso un PROMPT.

go to BOOK CREATOR

4. ADDESTRARE L'INTELLIGENZA ARTIFICIALE

OBIETTIVO: avviare gli studenti alla conoscenza del MACHINE LEARNING e promuovere la consapevolezza dell’Apprendimento Automatico (inteso come sistema di addestramento dell'Intelligenza Artificiale), attivando la comprensione dei meccanismi di funzionamento dell'A.I.

ESPERIMENTO #3: attività operativa di ADDESTRAMENTO DEL MACHINE LEARNING "TEACHABLE MACHINE"

"LE MACCHINE POSSONO PENSARE?"

Le macchine possono apprendere!

I ragazzi vivono l'esperienza dell'addestramento dell'A.I. attraverso attività operative con TEACHABLE MACHINE, la risorsa rilasciata da Google per scopi didattici. Questo strumento digitale consente di costruire un modello di MACHINE LEARNING in grado di riconoscere immagini, suoni o pose del corpo.

I ragazzi costruiscono un set di dati, addestrano con questi l’Intelligenza Artificiale e verificano in tempo reale, in modo diretto e concreto, il suo funzionamento.

MACHINE LEARNING ADDESTRAMENTO.mp4

ESPERIMENTO #4: attività operativa di ADDESTRAMENTO DEL MACHINE LEARNING

"A.I. FOR OCEANS"

L'intelligenza artificiale e il MACHINE LEARNING possono essere utilizzati per affrontare problemi di rilevanza mondiale.

OBIETTIVO: Riconoscere diversi tipi di dati ed esplorare come gli stessi dati possono essere rappresentati in modo diverso a seconda dello scopo.

OBIETTIVO: Seguire e descrivere gli algoritmi che coinvolgono il sequenziamento, gli operatori di confronto (ramificazione) e l'iterazione

ESPERIMENTO #5: attività operativa di ADDESTRAMENTO DEL MACHINE LEARNING

"GIGA MANGA"

Create your own MANGA with the help of Machine Learning

Questo esperimento online consente di creare personaggi Manga originali con l'aiuto dell'apprendimento automatico. In questo esperimento, unico nel suo genere, bisogna abbozzare alcune semplici linee e aggiungere qualche schizzo di colore, quindi lasciare che l'apprendimento automatico riempia il resto. Al termine dell' esperimento lo strumento aiuta a scoprire Manga simili a quello disegnato.

20241028_154711.mp4

ESPERIMENTO #6: attività operativa di ADDESTRAMENTO DEL MACHINE LEARNING

"GRADIENT DESCENT"

Gradient Descent è un algoritmo di ottimizzazione comunemente utilizzato per addestrare modelli di apprendimento automatico e reti neurali. Addestra modelli di Apprendimento Automatico riducendo al minimo gli errori tra risultati previsti e risultati effettivi.

In questa attività gli algoritmi sanno dire, in base a come è fatto il fondale, da quale lato bisogna andare a cercare il tesoro: gli studenti imparano nozioni sul piano cartesiano ed intuiscono il concetto di pendenza della retta che, negli studi più avanzati, nomineranno "gradiente".

ESPERIMENTO #7: attività operativa di ADDESTRAMENTO DEL MACHINE LEARNING CON LA MUSICA

"BLOB OPERA"

E' un modello di Apprendimento Automatico basato sulle voci di quattro cantanti lirici, per creare un esperimento interattivo di produzione musicale. Nell'esperimento è possibile esperire la produzione vocale in base alla comprensione del modello di apprendimento automatico di come suona il canto lirico. Un altro modello di apprendimento automatico consente ai blob di rispondere e armonizzare l'input in tempo reale.

go to BLOB OPERA

"MUSICAL CANVAS"

Musical Canvas di Google genera, attraverso algoritmi di Intelligenza Artificiale, brani musicali strumentali, in base alle regolarità grafiche adottate.

Bisogna disegnare sulla tela digitale e, utilizzando i filtri, aggiungere gli effetti visivi; la tecnologia Music LM genera una colonna sonora originale basata sul disegno.

Musical Canvas descrive anche la qualità artistica del disegno e il modo in cui il brano musicale lo completa.

Musical Canvas utilizza Gemini 1.0 Pro tramite Vertex AI per generare la descrizione e Music LM per generare la musica.

20241202_131642.mp4

20241202_131444.mp4

20241202_131306.mp4

20241202_131154.mp4

ESPERIMENTO #8: attività operativa di ADDESTRAMENTO DELLE RETI NEURALI

"QUICK DRAW"

Una rete neurale può imparare a riconoscere i disegni?

I ragazzi contribuiscono all'addestramento dell'AI: essi agevolano il suo apprendimento aggiungendo i loro disegni alla raccolta pubblicamente condivisa -a livello mondiale- per contribuire alla ricerca sul MACHINE LEARNING.

5. PROMPT ENGINEERING

PROMPT: serie di istruzioni che permettono di interagire con l'Intelligenza Artificiale.

E' il modo per ottenere risultati da una macchina utilizzando NLP (Natural Language Processing) = processamento del linguaggio naturale.

Più è specifico e dettagliato, migliori sono i risultati!

L'OUTPUT prodotto da un sistema dipende dall'INPUT ricevuto

6. CREARE CON INTELLIGENZA ARTIFICIALE GENERATIVA

TASK: realizzare un mini-movie completamente creato con Intelligenza Artificiale Generativa

OBIETTIVO: Finalizzare le conoscenze acquisite in materia di Intelligenza Artificiale per la realizzazione di un progetto completo.

ATTTIVITA' : I ragazzi creano un mini-movie completamente generato con Intelligenza Artificiale Generativa: soggetto, immagini, voce narrante, talking photos, colonna sonora.

go to PROGETTI AI

Page updated

Google Sites

Report abuse