INTELLIGENZA ARTIFICIALE PER LE LINGUE

Lo scopo dell'insegnamento è quello di fornire allo/a studente/essa gli strumenti teorici e operativi per comprendere e utilizzare criticamente le tecnologie di intelligenza artificiale applicate alle lingue.

Ci si focalizzerà in particolare sui sistemi di AI generativa, sul loro utilizzo in ambito linguistico (in senso lato: dalla semplificazione dei testi all'uso a supporto della didattica) e sulle questioni etiche e sociali connesse all'uso di questi sitemi.

Il corso combina sessioni generali, dedicate ai concetti fondamentali dell'AI per il linguaggio, e sessioni monotematiche, dedicate a specifici ambiti applicativi: etica, didattica, prompt engineering, semplificazione e valutazione dell'output generato da questi sistemi.

1. Conoscenza e comprensione

- familiarità con i principali approcci dell’AI applicata al linguaggio naturale
- conoscenza della terminologia di base e comprensione dei testi che ne fanno uso
- conoscenza dei principi generali di funzionamento dei principali modelli linguistici contemporanei
- conoscenza dei principali ambiti applicativi dell’AI per le lingue
- familiarità con le principali questioni etiche e regolative associate all'uso dell'AI per il trattamento di testi e dati linguistici

2. Capacità di applicare conoscenza e comprensione

- capacità di utlizzare in modo consapevole gli strumenti AI più adatti per il trattamento di testi e dati linguistici
- capacità di progettare prompt efficaci in funzione di specifici obiettivi
- capacità di valutare la qualità linguistica dei testi prodotti o modificati da sistemi di AI
- capacità di integrare strumenti AI all'interno di semplici workflow
- capacità di identificare limiti e rischi connessi all'uso di questi sistemi

3. Capacità di giudizio

- capacità di valutare criticamente testi generati o modificati da sistemi di AI
- sensibilità verso le diverse forme di bias impliciti presenti nei testi generati da questi sistemi
- consapevolezza dei rischi legati alla tutela della privacy, alla proprietà intellettuale e all'opacità dei sistemi di intelligenza artificiale

4. Abilità comunicative

- capacità di descrivere un caso d'uso o un progetto applicativo in modo chiaro e strutturato
- capacità di redigere analisi critiche dei testi generati da strumenti di intelligenza artificiale
- capacità di comunicare risultati, valutazioni e proposte operative a pubblici con background differenti, quali linguisti, docenti, studenti e professionisti della comunicazione

5. Capacità di apprendimento

- capacità di aggiornarsi autonomamente su nuovi strumenti di AI per le lingue
- capacità di adattare strumenti esistenti a nuovi compiti linguistici

Sono richieste:
- nozioni di base di linguistica generale
- competenze digitali di base
- conoscenza dell'inglese sufficiente alla lettura di materiali scientifici

Il corso è organizzato in sessioni generali e sessioni monotematiche.

SESSIONI GENERALI:

1. Introduzione: AI, Linguistica Applicata e tecnologie per le lingue
2. Dal Natural Language Processing ai Large Language Models
3. Come funzionano i modelli linguistici generativi
4. AI per analisi, produzione e revisione del testo
5. Valutazione degli output dell'AI

SESSIONI MONOTEMATICHE:

6. Prompt engineering per compiti linguistici
7. AI e didattica delle lingue
8. AI, valutazione linguistica e feedback
9. AI per la semplificazione linguistica
10. AI per terminologia, lessico e corpora
11. Etica dell'AI

I materiali didattici saranno resi disponibili dal docente attraverso la piattaforma di e-learning dell’Ateneo e comprenderanno risorse, testi di approfondimento e altra documentazione di supporto.

La verifica dell'apprendimento avviene attraverso un esame orale ed un progetto finale applicativo.

DESCRIZIONE DELL'ESAME ORALE

L'esame orale consiste in domande volte a verificare la conoscenza dei temi affrontati a lezione ed esercizi volti a testare la padronanza dei fondamentali costrutti metodologici descritti in classe; la capacità di discutere limiti, rischi e vantaggi delle tecnologie discusse in classe; la padronanza del lessico tecnico di base.
Durante l'orale potranno anche essere discussi brevi casi d'uso, esempi di prompt ed output generati da strumenti AI.

PROGETTO FINALE

Il progetto finale consiste in un elaborato scritto di almeno 3000 parole o in una presentazione applicativa su un tema concordato con il docente.

Il progetto dovrà includere:
- una domanda di ricerca o un obiettivo applicativo;
- la descrizione del compito linguistico scelto;
- la scelta motivata di uno o più strumenti AI;
- la progettazione dei prompt o del workflow;
- esempi di input e output;
- una valutazione critica dei risultati;
- una riflessione sui limiti linguistici, metodologici ed etici.

Il progetto verrà valutato come segue:
- conoscenza del problema e uso critico della letteratura: 30%;
- qualità metodologica del workflow o dell’esperimento: 25%;
- analisi critica degli output: 20%;
- consapevolezza etica e riflessione sui limiti: 15%;
- qualità linguistica e chiarezza espositiva: 10%.

CALCOLO DEL VOTO FINALE

Il voto finale sarà così calcolato:
- esame orale: 50% del voto finale
- progetto finale: 50% del voto finale

orale

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

A. punteggi nella fascia 18-22 verranno attribuiti in presenza di:
- sufficiente conoscenza e capacità di comprensione applicata in riferimento al programma;
- limitata capacità di interpretare i dati, formulando giudizi autonomi;
- sufficienti abilità comunicative;

B. punteggi nella fascia 23-26 verranno attribuiti in presenza di:
- discreta conoscenza e capacità di comprensione applicata in riferimento al programma;
- discreta capacità di interpretare i dati, formulando giudizi autonomi;
- discrete abilità comunicative;

C. punteggi nella fascia 27-30 verranno attribuiti in presenza di:
- buona o ottima conoscenza e capacità di comprensione applicata in riferimento al programma;
- buona o ottima capacità di interpretare i dati, formulando giudizi autonomi;
- abilità comunicative pienamente appropriate;

D. la lode verrà attribuita in presenza di conoscenza e capacità di comprensione applicata in riferimento al programma, capacità di giudizio e abilità comunicative, eccellenti.

Il corso combina lezioni frontali introduttive, esercitazioni in classe ed attività di gruppo

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile