Corso intensivo — 16 ore in 4 giornate

Bibliografia

Alcune letture per allargare lo sguardo e, giornata per giornata, una selezione delle fonti citate nelle slide. Dove possibile, un link al testo o alla pagina dell'editore.

Bibliografia consigliata per approfondire

  1. Benanti, P., Maffettone, S. (2024). Noi e la macchina. Un'etica per l'era digitale. Roma: Luiss University Press.
  2. Bridle, J. (2019). Nuova era oscura. Roma: Nero.
  3. Floridi, L. (2022). Etica dell'intelligenza artificiale. Sviluppi, opportunità, sfide, a cura di M. Durante. Milano: Raffaello Cortina.
  4. Galimberti, U. (1999). Psiche e techne. L'uomo nell'età della tecnica. Milano: Feltrinelli.
  5. Mitchell, M. (2022). L'intelligenza artificiale. Una guida per esseri umani pensanti, trad. S. Ferraresi. Torino: Einaudi (ed. orig. 2019).
  6. Mollick, E. (2025). L'intelligenza condivisa. Vivere e lavorare insieme all'AI, trad. P. Bassotti. Roma: Luiss University Press (ed. orig. 2024).
  7. Zuboff, S. (2023). Il capitalismo della sorveglianza. Roma: Luiss University Press (ed. orig. 2019).

Bibliografia delle fonti

Una selezione delle fonti citate nelle slide; l'elenco completo è nella slide «Fonti della giornata» di ciascuna giornata.

Giornata 1

Introduzione all'IA generativa

  1. Brown, T. B. et al. (2020). Language Models are Few-Shot Learners. NeurIPS, 33. arXiv:2005.14165
  2. Chiriatti, M., Ganapini, M., Panai, E., Ubiali, M., Riva, G. (2024). The case for human–AI interaction as system 0 thinking. Nature Human Behaviour, 8, 1829–1830. nature.com
  3. Chomsky, N., Roberts, I., Watumull, J. (2023, 8 marzo). The False Promise of ChatGPT. The New York Times. nytimes.com
  4. Contucci, P. (2026, 13 marzo). La dimensione geopolitica dell'IA. Rivista il Mulino. rivistailmulino.it
  5. Dell'Acqua, F. et al. (2023). Navigating the Jagged Technological Frontier. Harvard Business School Working Paper 24-013.
  6. Kahneman, D. (2012). Pensieri lenti e veloci. Milano: Mondadori.
  7. Krizhevsky, A., Sutskever, I., Hinton, G. E. (2012). ImageNet Classification with Deep Convolutional Neural Networks. NeurIPS, 25.
  8. McCarthy, J., Minsky, M., Rochester, N., Shannon, C. (1955). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence.
  9. Norman, D. A. (1988). The Design of Everyday Things. New York: Basic Books.
  10. Perkins, M., Furze, L., Roe, J., MacVaugh, J. (2024). The Artificial Intelligence Assessment Scale (AIAS). Journal of University Teaching and Learning Practice, 21(6).
  11. Sanderson, G. — 3Blue1Brown (2024). Large Language Models explained briefly [video]. Computer History Museum. 3blue1brown.com
  12. Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433–460. doi:10.1093/mind/LIX.236.433
  13. Vaswani, A. et al. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems, 30. arXiv:1706.03762
  14. Weizenbaum, J. (1976). Computer Power and Human Reason. San Francisco: W. H. Freeman.
  15. Zaccaria, F. (2026). Gradiente IA: livelli di integrazione dell'IA tratti da AIAS, v0.6.1. CC BY-NC-SA 4.0. github.com/frazac/gradient-ai

Giornata 2

Creare testi con l'IA

  1. Balestrini, N. (1966). Tristano. Milano: Feltrinelli; ed. integrale Roma: DeriveApprodi, 2007.
  2. Haskins, A. J., Packard, K. O., Robertson, C. E. (2026). Conceptual priorities shape individual gaze patterns during naturalistic visual attention. PNAS.
  3. Hong, K., Troynikov, A., Huber, J. (2025). Context Rot: How Increasing Input Tokens Impacts LLM Performance. Chroma Technical Report.
  4. Italia (2025). Legge 23 settembre 2025, n. 132, Disposizioni e deleghe al Governo in materia di intelligenza artificiale.
  5. Kojima, T. et al. (2022). Large Language Models are Zero-Shot Reasoners. NeurIPS, 35.
  6. Liu, N. F. et al. (2024). Lost in the Middle: How Language Models Use Long Contexts. Transactions of the ACL, 12, 157–173.
  7. Queneau, R. (1947). Exercices de style. Paris: Gallimard; trad. it. U. Eco, Esercizi di stile. Torino: Einaudi, 1983.
  8. Turpin, M. et al. (2023). Language Models Don't Always Say What They Think: Unfaithful Explanations in Chain-of-Thought Prompting. NeurIPS, 36.
  9. Unione europea (2024). Regolamento (UE) 2024/1689 sull'intelligenza artificiale (AI Act), art. 50.
  10. Wei, J. et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. NeurIPS, 35.
  11. Zheng, M., Pei, J., Logeswaran, L., Lee, M., Jurgens, D. (2024). When “A Helpful Assistant” Is Not Really Helpful: Personas in System Prompts Do Not Improve Performances of Large Language Models. Findings of EMNLP 2024.

Giornata 3

Creare immagini con l'IA

  1. Basu, A., Babu, R. V., Pruthi, D. (2023). Inspecting the Geographical Representativeness of Images from Text-to-Image Models. ICCV 2023, IEEE/CVF. openaccess.thecvf.com
  2. Betker, J. et al. (2023). Improving Image Generation with Better Captions. OpenAI.
  3. Ho, J., Jain, A., Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. NeurIPS, 33.
  4. Li, F.-F. (2015). How we're teaching computers to understand pictures. TED.
  5. Raghavan, P. (2024, 23 febbraio). Gemini image generation got it wrong. We'll do better. The Keyword, Google.
  6. Rombach, R. et al. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. CVPR 2022.
  7. Stokel-Walker, C. (2023, 27 marzo). We Spoke To The Guy Who Created The Viral AI Image Of The Pope That Fooled The World. BuzzFeed News.
  8. U.S. Copyright Office (2025). Copyright and Artificial Intelligence, Part 2: Copyrightability.

Giornata 4

Applicazioni e controllo dell'IA nel lavoro d'ufficio

  1. Acemoglu, D., Autor, D., Johnson, S. (2023). Can We Have Pro-Worker AI? Choosing a path of machines in service of minds. CEPR Policy Insight 123.
  2. Anthropic (2025, 27 giugno). Project Vend: Can Claude run a small shop? (And why does that matter?). anthropic.com
  3. Brynjolfsson, E., Li, D., Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942.
  4. Dell'Acqua, F. et al. (2023). Navigating the Jagged Technological Frontier. Harvard Business School Working Paper 24-013.
  5. Greshake, K. et al. (2023). Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection. AISec '23, ACM.
  6. Italia (2025). Legge 23 settembre 2025, n. 132, Disposizioni e deleghe al Governo in materia di intelligenza artificiale.
  7. Noy, S., Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192.
  8. Regolamento (UE) 2016/679 (Regolamento generale sulla protezione dei dati). GU UE L 119, 4 maggio 2016.
  9. Regolamento (UE) 2024/1689 (regolamento sull'intelligenza artificiale). GU UE L, 12 luglio 2024.
  10. Schluntz, E., Zhang, B. (2024, 19 dicembre). Building effective agents. Anthropic.
  11. Sweeney, L. (2000). Simple Demographics Often Identify People Uniquely. Carnegie Mellon University, Data Privacy Working Paper 3.
  12. Willison, S. (2025, 16 giugno). The lethal trifecta for AI agents. simonwillison.net