Machine learning e intelligenza artificiale: come imparano le macchine
Lo studente comprende i principi fondamentali del machine learning (apprendimento da dati, training/test, classificazione), sa riconoscere i bias algoritmici e le loro conseguenze sociali, e sviluppa un approccio critico e informato nei confronti dei sistemi di intelligenza artificiale che incontra nella vita quotidiana.
Hook audio
Hook audio — Machine learning e intelligenza artificiale: come imparano le macchine
~3.88 min
🎧 Ascolta prima di leggere. Durata: 2 min 45 sec.
L'ultima cosa che Spotify o Netflix ti ha consigliato — era davvero per te?
Sembra di sì. Ma l'algoritmo non sa niente di te come persona. Sa tutto dei tuoi pattern statistici — e li confronta con quelli di milioni di utenti che si comportano come te. Tu sei un punto in uno spazio a mille dimensioni. Non sei una persona, per il modello. Sei un vettore. Come funziona — e cosa può andare storto?
📌 Prerequisiti (10)
Il linguaggio binario: bit, byte e rappresentazione dei datiMC-INF-1-02
Algoritmi e pensiero computazionale: dare istruzioni preciseMC-DIG-1-01
Orientarsi nell'ambiente digitaleMC-INF-2-01
Il sistema operativo: chi gestisce le risorse del computerMC-INF-2-02
Crittografia e sicurezza digitale: proteggere le informazioniMC-COM-3-01
Telecomunicazioni e retiMC-INF-3-01
Internet delle Cose: quando gli oggetti si connettonoMC-DIG-1-02
Ricerca e valutazione delle fonti onlineMC-DIG-2-01
Coding con linguaggi a blocchiMC-DIG-3-01
Robotica educativa e pensiero computazionale avanzato
🧩 Framework
Lo studente sa descrivere come funziona il machine learning, riconosce i bias algoritmici e valuta criticamente le applicazioni dell'IA nella vita quotidiana
1.2 Valutare dati, informazioni e contenuti digitali; 5.4 Identificare lacune nelle competenze digitali
Lo studente valuta in modo avanzato i sistemi AI che usa quotidianamente, riconosce le loro limitazioni e i rischi di bias, e adotta un atteggiamento critico e informato
Ideas and opportunities / Creativity; Into action / Ethical and sustainable thinking
Lo studente valuta le opportunità e i rischi dell'IA con pensiero etico e prospettiva di lungo periodo
Thinking / Critical thinking; Thinking / Systems thinking
Lo studente analizza criticamente i sistemi AI, identifica i meccanismi di bias e le loro conseguenze sistemiche sulla società
SDG 10 — Ridurre le disuguaglianze
I bias algoritmici possono amplificare le disuguaglianze esistenti; comprenderne i meccanismi è fondamentale per una IA equa e inclusiva
🏷️ Tag
🔢 Informatica
Altre MC dell'area
Il linguaggio binario: bit, byte e rappresentazione dei dati
Lo studente comprende che il computer rappresenta qualsiasi informazione (testi, immagini, suoni) come sequenze di 0 e 1, conosce il sistema binario e le unità di misura dell'informazione (bit, byte, KB, MB, GB), e applica queste conoscenze per calcolare le dimensioni di file digitali.
Algoritmi e pensiero computazionale: dare istruzioni precise
Lo studente comprende cos'è un algoritmo e le sue tre strutture fondamentali (sequenza, selezione, iterazione), sa scrivere semplici algoritmi in pseudocodice e diagrammi di flusso, e sviluppa la capacità di scomporre un problema in passi precisi e privi di ambiguità.
Il sistema operativo: chi gestisce le risorse del computer
Lo studente comprende le quattro funzioni fondamentali di un sistema operativo (gestione processi, memoria, file system, periferiche), sa navigare il file system con consapevolezza della struttura ad albero, e riconosce le differenze tra i principali OS presenti sul mercato.
🤖 Contenuto realizzato da Prof. Ing. Antonio Scaramuzzino con il supporto di AI (Claude, GPT Image, edge-tts) · validato Protocollo CARBLE-CDD v1.0 · I video appartengono ai rispettivi autori YouTube.