Tipi di Intelligenza Artificiale. Esempi di applicazioni di ChatGPT nella didattica.
("D.M 66/23 - "Formazione del personale scolastico per la transizione digitale": Percorso per docenti sull'utilizzo etico e responsabile dell’intelligenza artificiale nella pratica didattica. Per conoscere i fondamentali dell’IA, capire come funziona e come condizionerà la nostra quotidianità)
("D.M 66/23 - "Formazione del personale scolastico per la transizione digitale": Percorso per docenti sull'utilizzo etico e responsabile dell’intelligenza artificiale nella pratica didattica. Per conoscere i fondamentali dell’IA, capire come funziona e come condizionerà la nostra quotidianità)
Category
📚
ApprendimentoTrascrizione
00:00Esistono due tipi di intelligenza artificiale, l'intelligenza artificiale generativa, che
00:09è una menzione piuttosto recente degli ultimi anni, poi esisteva già un'intelligenza artificiale
00:20che si applicava frequentemente in molte situazioni che era quella discriminativa, l'intelligenza
00:29artificiale discriminativa. In realtà vi posso già dire che l'intelligenza artificiale
00:36discriminativa richiede molte meno risorse, in genere, in termini di hardware, di capacità
00:49elaborative, molto meno risorse appunto di chat cpt. Chat cpt richiede un chat cpt e
00:56non solo perché non è l'unica poi ne parleremo, richiede un'enormità di risorse in termini di
01:05processori, quindi sono in realtà ecco il sistema gira su dei grandissimi centri di calcolo che
01:18costano milioni, costano milioni altro che, quindi non solo ma poi essendo costituiti da
01:27questi grandissimi centri di calcolo da un numero ecco tipo 30.000 processori che lavorano insieme
01:37in questo grandissimo centro di calcolo, quindi questi sistemi assorbono pure una quantità di
01:44energia enorme e quindi parliamo quindi di questioni comunque differenti. Allora l'intelligenza
01:51artificiale è quella del telefonino che predice la prossima parola oppure individua i volti quando
02:01si fa la fotografia, l'intelligenza artificiale è chat cpt, gmi, lai di google oppure copilot di
02:11microsoft ce ne stanno diverse ce ne stanno altre ancora ne parleremo. Ora quindi parlando di
02:21intelligenza artificiale discriminativa quindi ripeto questa cosa esiste già da diversi anni
02:30ecco vi faccio vedere un video in cui ecco guardate qui questa intelligenza artificiale a tutti gli
02:39effetti è quella che esisteva già 10 anni fa allora guardate c'è la telecamera sta riprendendo
02:47degli oggetti sul tavolo lui il sistema individuato come vedete individua gli oggetti li rappresenta
02:58in un rettangolino di colore differente e mi dice per esempio ecco prendiamo questa coppa dice
03:07che questa è una coppa quindi un bicchiere diciamo no una coppa con probabilità 99 per cento forse
03:13non riuscite a leggere il numero ma tra pareti è scritto 99 per cento dice questo molto molto molto
03:19probabilmente è un bicchiere diciamo una coppa poi dice questo qui è un uccello bird è un uccello
03:28al 68 per cento quindi come vedete qui cominciamo a capire un concetto importante l'intelligenza
03:37artificiale si basa sul concetto di probabilità quindi dice per me questo molto probabilmente un
03:44bicchiere ed effettivamente un bicchiere c'è l'un per cento di possibilità che non lo sia nel caso
03:50del del pulcino ecco dice secondo me è un uccello ma con probabilità 68 per cento quindi esiste una
04:01probabilità significativa che non lo sia ed effettivamente così e quindi come vedete
04:07l'intelligenza artificiale vedete individua oggetti questa è una cosa che esiste già da
04:16molti anni si usa anche in azienda attenzione nella computer vision si usa in azienda tranquillamente
04:25da diversi anni nell'ambito delle produzioni industriali della nell'ambito del controllo
04:32qualità soprattutto e andiamo avanti ecco qui si vede ha individuato per esempio le forbicine
04:45mi dice la probabilità questa è una bottiglia addirittura vicino al 100 per cento quindi qui
04:51è sicuro la coppa al 99 per cento il bicchiere quindi definisce coppa adesso non saprei come si
05:00dice in inglese e quindi vedete intelligenza artificiale cominciamo ad acquisire questo
05:08concetto che poi è uno dei concetti fondamentali intelligenza artificiale estremamente legata al
05:15concetto di probabilità si tratta di sistemi probabilistici non di sistemi deterministici e
05:24questo è il problema no e non c'è modo di almeno con la tecnologia che si applica ora non c'è modo
05:33di renderli deterministici
05:46ecco mi fermo un attimo anche qui questo qui è l'intelligenza artificiale su un'auto perché
05:52l'intelligenza artificiale è quella che controlla le auto a guida autonoma ecco qui è stata montata
06:01l'intelligenza artificiale che è in grado di riconoscere le altre auto infatti dice guardate
06:10qui si vede bene dice che questa è un'auto con una probabilità l'88 per cento quindi un'ottima
06:16probabilità le altre vedete e quindi l'intelligenza artificiale è in grado di sta studiando il modo
06:24di costruire i veicoli a guida autonoma stanno già facendo degli esperimenti fa senso vedete
06:34individua tutte in grado di riconoscere tutte le auto c'è una telecamera che fa quest'operazione
06:39e questo è un'auto al 90 per cento vedete riconosce i cartelli stradali questo mi dice che
06:47un pulmino questo è una cosa ripeto il concetto questa cosa non è una novità esiste già da molti
06:57anni ed è un'intelligenza artificiale a tutti gli effetti ecco qui c'è il riconoscimento delle
07:05persone vedete in una piazza affollata una piazza orientale sia giappone qui o e anzi no forse
07:18londra a giudicare dal pullman e quindi vedete qui vengono riconosciute le persone non solo è
07:28in grado di riconoscere anche oggetti vedete ci sono di colori diversi le persone in arancione
07:35gli oggetti di colori diversi borse e altri oggetti diciamo no e ci sono anche naturalmente
07:42delle applicazioni qui invece di dare la probabilità c'è un drone con un algoritmo
07:48di intelligenza artificiale che sta contando gli animali qui è stato impostato per non dare
07:55la probabilità ma per contarli questi bufali sono delle possibili applicazioni ripeto per
08:05l'ennesima volta questa roba qui esiste già da diversi anni non negli ultimi ecco qui c'è
08:11riconoscimento facciale viene riconosciuto un po come la fotocamera di cui vi parlavo prima
08:18vengono riconosciuti visi è possibile individuare i visi di persone specifiche per esempio un mio
08:25amico ha creato con due righe di python proprio due righe insomma una decina di righe di python
08:33quindi molto molto semplicemente un programma che riconosceva delle immagini e in queste
08:43erano delle immagini di attori e in queste immagini il sistema era in grado di individuare
08:50quel determinato attore quindi lui forniva questo gruppo di immagini di attori tra queste ce ne
08:58erano alcune di un attore altre di una e il sistema era in grado di selezionare quel determinato
09:04attore e mettere da parte tutte le immagini con il viso di quel determinato attore questa
09:12intelligenza artificiale e tutti gli effetti anzi questa qui è una roba che non richiede
09:17nemmeno delle risorse hardware eccessive diciamo no ecco guardiamo questa che è molto interessante
09:26qui in un video ecco viene analizzato il volto ecco gli attributi di un viso e il sistema in
09:35grado di dire esattamente questo signore che c'è in primo piano le caratteristiche del viso
09:42di del volto di questo signore naturalmente il video non è di buona qualità però io gli ho
09:48scritto sotto quello che c'è dentro diciamo no questo riquadro in cui ci sono le caratteristiche
09:54del volto e vediamo un attimo qui si tratta di un uomo con un naso grosso gote pronunciate
10:04capelli bianchi borsi sotto gli occhi basette stempiato e con doppio mento il sistema di
10:16intelligenza artificiale è stato in grado di individuare questa queste caratteristiche del
10:22volto si fanno cose straordinarie naturalmente e ripeto questa insieme a quelle cose che abbiamo
10:34visto prima è l'intelligenza artificiale però questo tipo di intelligenza artificiale che stiamo
10:40vedendo adesso in questo video si chiama intelligenza artificiale discriminativa ed
10:48esiste già da diversi anni c'è anche delle applicazioni industriali ovviamente diversa
10:56da quella generativa di cui abbiamo parlato all'inizio e che poi man mano approfondiremo
11:03naturalmente è possibile classificare l'intelligenza artificiale anche in un altro
11:08modo esiste l'intelligenza artificiale cosiddetta generale e l'intelligenza artificiale cosiddetta
11:17ristretta un po come la relatività di einstein che vuol dire generale che vuol dire ristretta
11:25un'intelligenza artificiale ristretta è un tipo di intelligenza artificiale che sa risolvere un
11:33compito specifico in un dominio ben specifico ad esempio un'intelligenza artificiale ristretta
11:43potrebbe essere capace di giocare a scacchio oppure potrebbe essere capace di guidare un
11:53automobile i famosi veicoli a guida autonoma sono gestiti da intelligenza artificiale quindi
12:03un'intelligenza artificiale ristretta è un tipo di intelligenza artificiale specializzata in un
12:14compito specifico questi compiti tecnicamente vengono chiamati task quindi in un task ben
12:22specifico se spostiamo questa intelligenza questo sistema di intelligenza artificiale da quel compito
12:32ad un altro naturalmente non è in grado di operare in alcun modo l'intelligenza artificiale
12:41generale invece quella dei film praticamente dei film di fantascienza cioè intendiamo per
12:48l'intelligenza artificiale generale un tipo di intelligenza artificiale che è in grado di
12:55adattarsi al compito che deve risolvere cioè può essere in pratica spostata da un task a un
13:05altro ed è in grado di risolvere qualunque task imparando ad apprendere autonomamente il modo di
13:13interagire con l'ambiente in realtà ripeto questo tipo di intelligenza artificiale
13:19è nota nei film di fantascienza ma chi conosce l'argomento molto meglio di me sostiene che
13:32addirittura è impensabile poter arrivare un giorno a questo tipo di intelligenza artificiale quindi
13:39l'intelligenza artificiale generale è un obiettivo al quale si tenderebbe e che eventualmente
13:48potrebbe anche immaginare problematiche particolari naturalmente perché a quel
13:55punto le macchine dire diventerebbero autonome nel senso stretto del termine e quindi in linea
14:05teorica potrebbero anche mettere in crisi l'uomo naturalmente la stessa vita dell'uomo per fortuna
14:14è molto al di là da venire e chissà se mai ci sarà una roba del genere quella che conosciamo
14:20oggi ed è applicata in tutti i settori della vita quotidiana è l'intelligenza artificiale distretta
14:29anche sistemi molto complessi come chat cpt rientrano in questa categoria di
14:37intelligenza artificiale anche se ultimamente si sta parlando di multimodalità cioè anche
14:52i sistemi come chat cpt sono in grado di operare non solo su testi ma anche su immagini anche su
15:02suoni e quindi possono operare in modalità multimodale ma è tutt'altra cosa rispetto
15:11all'intelligenza artificiale generale di cui si diceva prima tanto per fare qualche esempio se
15:20noi facciamo una ricerca su google sappiamo che vengono fuori se cerchiamo una determinata cosa
15:30vengono fuori un centinaio di risultati questi sono centinaio di risultati sono prodotti da
15:36un'intelligenza artificiale distretta poi ce n'è un'altra che un'altra intelligenza artificiale
15:43ristretta che presenta nei primi nelle prime dieci posizioni i siti che in base alle nostre
15:54ricerche precedenti potrebbero interessarci maggiormente poi c'è un'ulteriore intelligenza
16:03artificiale ristretta che ci propone la pubblicità in funzione del delle nostre preferenze praticamente
16:13gli ingegneri mettono assieme queste intelligenze artificiali specifiche e ristrette appunto per
16:20così dire per realizzare delle funzionalità abbastanza complesse ma siamo ben lontani
16:28dall'intelligenza artificiale generale torniamo un attimo a gpt e cerchiamo di vedere qualcos'altro
16:37su questo sistema cominciamo a vedere come funziona chat gpt e quindi basta cercare su
16:46google chat gpt ecco chat gpt openai è l'azienda che ha prodotto questa intelligenza artificiale
17:00basta cliccare ecco accetta i cookie start now ecco qui ora qui è possibile accedere
17:14se uno ha già l'account è possibile registrarsi oppure effettuare oppure usare chat gpt senza
17:25registrazione quindi non effettuare l'account e si apre la pagina senza aver fatto l'accesso
17:32quindi come vedete è possibile accedere questa è la pagina principale di chat gpt allora
17:39fondamentalmente vedete qui in basso andiamo direttamente al punto poi dare un'occhiata alle
17:47varie questioni magari giusto quello che serve per poter utilizzare naturalmente quindi andiamo
17:54al punto qui in basso la riga dove è possibile scrivere il cosiddetto prompt abbiamo detto che è
18:02praticamente la richiesta che noi facciamo all'intelligenza artificiale per ottenere un
18:08determinato un determinato risultato quindi qui vediamo il punto dove è possibile scrivere il
18:17prompt proviamo a scrivere per esempio allora immagina di essere un docente di secondaria
18:33di scuola superiore naturalmente adesso scrivo un primo prompt finalizzato all'uso
18:47nella didattica naturalmente quindi immagina di essere un docente di scuola superiore e di dover
18:55realizzare una su chat gpt di 10 minuti cosa mi consigli dire allora ecco qui ecco qui certo
19:23mi risponde è possibile ecco un possibile schema per una lezione di 10 minuti su chat gpt pensata
19:31per studenti della scuola secondaria superiore introduzione saluto e presentazione buongiorno a
19:37tutti oggi parliamo di chat gpt un'intelligenza artificiale sviluppata da open ai obiettivo
19:45della lezione scopriremo cos'è come funziona e le sue applicazioni pratiche cos'è chat gpt due
19:51minuti definizione chat gpt è un modello di linguaggio basato sull'intelligenza artificiale
19:57che genera testo in modo coerente e contestuale è stato creato utilizzando una grande quantità
20:04di dati testuali per apprendere e rispondere a domande scrivere racconti e molto altro come
20:11funziona tre minuti utilizza reti neurali per comprendere generare testo analizza il contesto
20:20delle frasi e crea risposte appropriate posso chiedere a cpt di raccontarmi una base letta di
20:28spiegarmi un concetto di fisica eccetera eccetera allora applicazioni può essere usato per aiutare
20:35nello studio generare idee tradurre testi e persino nel customer service non sempre fornisce
20:43risposte accurate può riflettere bias poi ne parleremo nei dati è importante usarlo come
20:52supporto e non come unica fonte di informazione poi conclusione discussione il minuto riflessione
21:00finale chat gpt è uno strumento potente ma è fondamentale sapere come quando utilizzarlo
21:08in modo critico avete domande su come utilizzare chat cbt e cosa cosa abbiamo discusso oggi vabbè
21:19è questa diciamo è la lezione che ha preparato di 10 minuti sulla base del prompt che io ho
21:28realizzato allora fondamentalmente appunto adesso lo dico io fondamentalmente che cos'è chat cbt
21:37chat cbt così come gemini di google e copilot di microsoft sono dei chat bot allora cos'è un chat
21:54bot allora innanzitutto diciamo cos'è un bot fondamentalmente un programma un software in
22:02grado di operare in maniera automatica su internet replicando diciamo imitando il comportamento
22:15umano quindi un bot fondamentalmente è l'abbreviazione di robot quindi sappiamo tutti abbiamo tutti un'idea
22:22di cosa sia un robot fondamentalmente e quindi un bot non è altro che una sorta di robot chiamiamolo
22:30così in grado di imitare il comportamento umano su internet spesso è possibile interagire con
22:41questi bot attraverso delle chat come in questo caso chat cbt è sostanzialmente un chat bot cioè
22:49un bot con il quale si interagisce tramite chat ma anche gemini l'intelligenza artificiale di
22:57google e anche copilot per parlare di quelle più importanti che ce ne sono altre sono dei chat bot
23:05ora quindi come vedete non è che ci sia bisogno di conoscere granché l'ambiente almeno non credo
23:14perché si interagisce in maniera estremamente naturale attraverso il linguaggio naturale noi
23:20scriviamo facciamo delle richieste al sistema e il sistema ci risponde è in grado anche di portare
23:28avanti una discussione nel senso una conversazione meglio nel senso che è in grado di seguire un
23:37percorso tra domande e risposte successive cioè io adesso potrei chiedere un che ne so
23:45ecco prendiamo un chiarimento su quanto detto prima mi spieghi mi mi spieghi meglio cosa si
23:58intende per bias scritto bias ma si legge bias naturalmente vuol dire pregiudizio naturalmente
24:12in italiano e quindi lui facendo riferimento anche a quanto detto prima è possibile porta avanti
24:20questo tipo di dialogo naturalmente ora io non sto a leggere cosa ha scritto va beh certo il
24:29bias si riferisce a un pregiudizio a una tendenza che può influenzare il modo in cui vengono
24:34interpretati i dati e le situazioni in particolare nel contesto dell'intelligenza artificiale dei
24:40modelli di linguaggio eccetera allora torniamo al punto cos'è chat cpt questo chat bot così come
24:49come gli altri come i gemini come copilot come perplexity eccetera sono basati su un
24:59modello matematico complessissimo che prende il nome di grande modello di linguaggio in
25:08acronimo dall'inglese llm large language models cioè sono dei modelli estremamente sofisticati
25:21estremamente sofisticati che girano in grandissimi centri di calcolo e che operano fondamentalmente
25:29sul linguaggio naturale fondamentalmente operano sul linguaggio naturale cioè sono in grado di
25:36interpretare tra virgolette perché poi lo capiremo meglio più avanti interpretare il
25:42linguaggio naturale e rispondere alle domande che facciamo in linguaggio naturale quindi non
25:53è molto complicato interagire ecco utilizzare questo questo strumento perché non è affatto
26:03complicato fare delle domande nel linguaggio che siamo abituati ad usare cioè il linguaggio
26:09naturale naturalmente ecco qui è possibile fare la copia di quanto di quanto è scritto in modo
26:19da poterlo magari incollare in un in un documento di testo adesso mi soffermerei un attimino su
26:28questo esempio che ho fatto in cui praticamente ho chiesto al chat cbt immagina di essere un
26:38docente di matematica di scuola superiore anzi no di scuola secondaria e di voler spiegare ad
26:45uno studente dsa con discalculia la risoluzione di un'equazione di primo grado immagina di volerlo
26:52fare con esempi pratici usando una bilancia e tantissime monetine tutti uguali dimmi come
26:59faresti la spiegazione di scala quindi uno studente che diciamo soffre diciamo così soffre di
27:06scalculia quindi un dsa ha bisogno di un approccio particolare per spiegare la matematica diciamo
27:13concetti di matematica io ho immaginato di ho chiesto a chat cbt di spiegarmi come farebbe a
27:22fare questa lezione usando una bilancia e delle tante monetine tutte uguale peso diciamo no allora
27:34lui mi spiega certo spieghiamo la soluzione di un'equazione di primo grado usando una bilancia
27:38e monetine questa sarà un'ottima strategia visiva e pratica per aiutare lo studente a comprendere il
27:46concetto fino adesso introduzione iniziamo dicendo che l'equazione di primo grado è come
27:52una bilancia in equilibrio se mettiamo delle monetine da un lato dobbiamo fare lo stesso
27:57sull'altro lato per mantenere l'equilibrio e fino adesso ci siamo naturalmente allora andiamo un po
28:05più avanti immaginiamo di avere l'equazione x più 3 uguale 7 spieghiamo che x è una quantità
28:13che non conosciamo quindi la rappresentiamo con una monetina un punto interrogativo e già qui
28:22comincio a capire poco sinceramente poi chi conosce la matematica magari meglio di me mi
28:28può aiutare spieghiamo che x è una quantità che non conosciamo quindi la rappresentiamo con una
28:34monetina un punto interrogativo diciamo che più 3 sono tre monetine aggiuntive quindi abbiamo una
28:43monetina che x da quello che comprendo tre monetine aggiuntive va bene allora
28:50allora poi dice mettiamo una monetina l'incognita e tre monetine su un lato della bilancia in totale
29:02su un lato della bilancia se capisco bene ci sono una monetina più tre quindi quattro monetine
29:07sull'altro mettiamo sette monetine quindi la bilancia non sarebbe in equilibrio in questa
29:11situazione non so se siete d'accordo non è difficilissimo da capire quindi quattro monetine
29:18perché una rappresenta l'incognita le altre tre su un lato su un piatto della bilancia sull'altro
29:26metto sette monetine la bilancia non è in equilibrio il concetto di equazione non regge
29:35diciamo no per risolvere l'equazione dobbiamo isolare la x quindi dobbiamo liberare x da tre
29:41monetine di quelle tre monetine quindi lui dice tolgo tre monetine sul piatto di sinistra e tre
29:49monetine sul piatto di destra togliamo tre monetine da entrambi i lati spieghiamo che per mantenere
29:55l'equilibrio della bilancia che non c'è tra l'altro non so se siete d'accordo se togliamo tre
30:01monetine da un lato dobbiamo farlo dall'altro e come concetto ci siamo ma nello specifico per
30:08come ha portato avanti il ragionamento non ci siamo affatto mostriamo che ora mostriamo che
30:17ora abbiamo solo x da un lato e 7 meno 3 4 dall'altro risultato finale adesso la bilancia
30:26mostra x uguale 4 quindi abbiamo trovato che la monetina rappresenta il numero 4 sinceramente
30:33non ho capito granché il bilancio non era in equilibrio a mio modo di vedere quattro monetine
30:39da un lato 7 dall'altro non era in equilibrio tolto tre monetine dall'altro quindi ne rimane
30:44uno su un piatto e 4 dall'altro non è in equilibrio quindi come fatti insomma il ragionamento non è
30:51proprio sbagliato secondo me adesso la monetina mostro x uguale 4 quindi abbiamo trovato che la
30:58monetina rappresenta il numero 4 conclusione spieghiamo che l'equazione x più 3 uguale 7
31:04si risolve isolando la x e facendo operazione equivalente su entrambi i lati cioè su ambo i
31:12membri diciamo questo vuole dire su questo ci siamo diciamo è l'esempio che non regge affatto
31:18esercizio pratico invitiamo lo studente a provare un'altra equazione 2x più 5 chiediamo di usare
31:25le monetine eccetera eccetera riflessione finale concludiamo sottolineando l'importanza
31:30concludiamo sottolineando l'importanza di mantenere l'equilibrio di fare sempre le
31:38stesse operazioni su entrambi i lati dell'equazione cioè i lati su entrambi i membri proprio come
31:45sulla bilancia questo approccio pratico può rendere l'idea risolvere eccetera eccetera quindi
31:49come vedete ecco questo è insomma sono riuscito a mettere in crisi l'intelligenza artificiale non
31:56è affatto intelligente ha semplicemente per cominciare ad entrare nel nel dettaglio della
32:05questione ha semplicemente imparato bene a parlare non non non è in grado di fare un
32:17ragionamento nel vero senso della parola d'altra parte questo esempio manco tanto come dire non
32:25mi sono nemmeno tanto affaticato a cercarlo mette in evidenza proprio questo fatto quindi in realtà
32:30questi grandi modelli di linguaggio llm che richiedono risorse enormi enormi sia dal punto
32:40di vista dell'investimento iniziale per acquistare tutti questi sistemi da mettere in questi centri
32:45di calcolo sia per l'energia che assorbono durante il funzionamento eccetera eccetera
32:52in realtà poi alla fine che cosa sono non sono questa grande potenza intellettiva diciamo
33:00sono dei sistemi poi pian pianino entreremo meglio nel meccanismo sono dei sistemi in grado
33:06di vogliamo dire parlare molto bene parlano molto bene e conoscono tante cose ma conoscono
33:18perché le hanno viste poi vedremo meglio il meccanismo diciamo adesso per il momento rimaniamo
33:24molto sul vago e quindi bisogna stare molto attenti d'altronde prima io ho chiesto se vi
33:32ricordate ho chiesto di a chat cbt cosa fosse in realtà chat cbt e mi ha spiegato che non è un
33:44sistema intelligente mi pare l'abbia detto esplicitamente no e che può soffrire anche
33:51di bias cioè di pregiudizi poi ne parleremo con come dire con diffusamente più avanti in questo
33:58percorso adesso vi propongo visto che abbiamo parecchi colleghi che si occupano di inglese
34:13ho fatto un ulteriore prompt in cui dico immagina di essere un docente di inglese di
34:21un istituto tecnico settore tecnologico e di dover preparare dei quesiti di inglese tecnico
34:28sull'argomento transistor perché ho scelto questo argomento è un argomento diciamo di inglese
34:37tecnico ma anche di elettronica in modo che io possa controllare facilmente il risultato
34:45naturalmente essendo nel mio settore sono un elettronico quindi in questo modo posso controllare
34:51anch'io propone una serie perché va sempre controllato tra parentesi propone una serie
34:58di domande in inglese in propone una serie di domande in inglese semplici sul tema corregge
35:07le disposte sbagliate e spiegano in italiano il motivo dell'errore e come correggerlo ora
35:15io ho ottenuto un risultato ma adesso ed è un poi adesso vi farò ascoltare perché ho fatto in modo
35:23che sia lo stesso sistema a parlare e quindi vedrete il risultato in realtà è un buon risultato non ci
35:32sono grandissime grandissimi errori di concetto sulla sul tema e vedete che un bel risultato il
35:44sistema come dire vi darà una serie di risposte darà in automatico una serie di risposte sbagliate
35:53e sempre in inglese naturalmente e poi in italiano spiegherà quale dove l'errore e perché si è
36:07sbagliato in realtà il risultato è molto buono ma io pensavo di ottenere una cosa diversa cioè
36:14io pensavo volevo ottenere una frase in inglese a cui avrei disposto e lui avrebbe dovuto correggermi
36:28poi avrebbe fatto un'altra domanda sul tema transistor io avrei disposto in inglese e lui
36:34mi avrebbe corretto la grammatica ecco mi aspettavo questo e qui abbiamo un altro concetto fondamentale
36:43per lavorare con questi sistemi diventa scrivere adeguatamente la richiesta cioè il famoso prompt
36:55diventa fondamentale scriverlo in modo adeguato per avere quello che si desidera in uscita per
37:06me il risultato va ancora bene ma mettiamo che io volessi una determinata cosa allora
37:12questo risultato poteva non andare bene e sarei costretto a riscrivere il prompt quindi la richiesta
37:19in modo da cercare di avere quello che desideravo quindi fondamentale per interagire con questi
37:25sistemi è imparare a scrivere il prompt in maniera opportuna come fatto generale poi scenderemo nel
37:37dettaglio più avanti bisogna ecco lo notate anche da quello che scrivo io bisogna essere molto
37:45dettagliati nello scrivere il prompt in modo tale da ridurre al minimo le ambiguità guidare in qualche
37:54modo la risposta so se mi spiego e scrivere bene il prompt è fondamentalmente un problema di
38:01esperienza e anche se esistono delle suggerimenti di base che poi vedremo più avanti per scrivere
38:10i prompt in una certa maniera addirittura pensate che l'intelligenza artificiale questa
38:19intelligenza artificiale i chatbot stanno creando di fatto nelle aziende delle nuove figure
38:30professionali quindi delle con c'è una richiesta di competenze nuove e queste nuove figure
38:40professionali hanno competenza hanno competenza nello scrivere i prompt quindi siamo pronto
38:50engineering questa nuova chiamiamola disciplina quindi non è affatto una cosa come dire banale
38:58poi noi ripeto l'obiettivo è tra gli obiettivi di questo corso quindi ci soffermeremo un attimino
39:04anche su questa su questa cosa ecco una serie di domande in inglese semplice sul tema dei
39:11transistor con le risposte corrette e le spiegazioni delle risposte sbagliate domande
39:18what is a transistor used for in electronic circuits do how many terminals does a transistor
39:24have name them 3 what are the two main types of transistors for in a transistor what is the
39:31function of the base terminal 5 which component in a transistor controls the flow of current 6
39:38what is the difference between an NPN and a PNP transistor 7 what material is usually used to
39:45make a transistor what happens when you apply a voltage to the base of a transistor 9 what is
39:52the role of a transistor in an amplifier circuit 10 can a transistor be used as a switch if so
39:58how response to Coretta 1 a transistor is used to amplify or switch electronic signals in a
40:04circuit 2 a transistor has 3 terminals the emitter base and collector 3 the two main types of
40:12transistors are NPN and PNP for the base controls the amount of current that flows between the
40:19emitter and the collector 5 the base terminal controls the flow of current in a transistor 6
40:25in an NPN transistor current flows from the collector to the emitter when a small current
40:29is applied to the base in a PNP transistor current flows from the emitter to the collector when a
40:36small current is applied to the base well let's go a little further 2 wrong answer a transistor has
40:44two terminals the emitter and collector correction the transistor has three terminals emitter base
40:53and collector collector the base is essential to control the flow of current and without it
41:00the transistor would not work correctly this confusion could derive from the comparison
41:05with a diode that instead has only two terminals wrong answer the two main types of transistors
41:11are NPN and CMOS correction the main types of transistors are NPN and PNP the CMOS
41:19complementary metal oxide semiconductor is a type of technology used in integrated circuits
41:24not a specific type of transistor let's stop here let's see let's see another example another
41:34prompt that I did and let's think about this for a moment in the prompt that I prepared I said
41:44imagine being a secondary school history teacher of second grade and having to
41:50take a lesson on the French Revolution to a DSA student with a mixed learning
41:58experience and a lack of attention so I tried to do this explain to me what
42:06strategy to adopt for the lesson which tools to use and how to set the content proposal
42:15then the system certainly answers me objectives to understand the causes and consequences of the
42:25French Revolution to develop the ability to synthesize and analyze historical events to stimulate
42:35interest in history through a multisensory approach then didactic strategy to subdivide
42:43the lesson into short sections 15-20 minutes each to keep the attention high and this
42:52quite obvious interactive activities alternate moments of explanation
42:59alternate moments of explanation practical activities or short discussions to actively involve
43:07the student present the contents through visual conceptual maps that represent
43:13the causes the main events and the consequences of the revolution tools used here is
43:20interesting for those who make us of the proposals let's say in my opinion quite shareable then
43:29slide visible use presentations with images graphics and clear words to facilitate
43:36understanding short videos show historical and documentary clips of 5-10 minutes to illustrate
43:45the key events in an engaging way synthesis boards provide boards with key points
43:51and illustrations that summarize the main concepts multisensory material use
43:57historical objects here this seemed to me a good idea to use historical objects where
44:05you can recover replicas as coins and documents to make tangible some
44:17aspects of the revolution so it is interesting this proposal that naturally makes
44:25content settings introductions presentation of the theme with open questions to stimulate
44:32involvement causes of the revolution 20 minutes now I'm going a little faster explanation of
44:39social causes economic and political with conceptual maps guided discussion to explore
44:46the importance of each cause key events 30 minutes on division and set the whole course
44:53of the lesson also in terms of time of the minutes to be dedicated to each part conclusion
45:04this approach aims to actively involve the student to make the learning of the
45:08most accessible and interesting history facilitating a deep understanding of the
45:13French Revolution at this point I tried to ask the system create here so let's see how it is
45:24possible how to say how these systems manage to maintain a dialogue that is, I can now make a
45:32request based on the previous one and on the previous answer I create a verification on the
45:39contents of the lesson for the student dsa and then I added brief so a brief check and
45:51here it prepares the verification look
45:57name surname then prepares true or false tests the French Revolution started in 1789 true or
46:06false the absolute monarchy was a factor that caused the revolution true or false type
46:12the Bastille was a prison symbol of oppression true or false etc. etc. then it goes on
46:21proposing other questions therefore combinations combines the following causes with their
46:28description increase in taxes dissatisfaction of the people for social injustices ideal
46:35Enlightenment needs to reform the government combines the following causes with their
46:41description then makes a series of questions and also puts two open questions what is what
46:50was one of the main events that marked the beginning of the French Revolution what
46:55does the declaration of the rights of the citizen and section 4 creative activity
47:04draws a small illustration of a mental map that represents the causes of the French Revolution
47:09uses keywords images to express the main ideas so as you can see in reality the
47:16tool is useful very useful then the suggestions given by the system are
47:26I absolutely believe they can be shared so let's say that here is a part of the
47:33work to artificial intelligence is certainly a great advantage