← Torna all'evento

Appunti Relatore - UNI3 Omegna

Data: Domenica 13 Aprile 2026, 15:00-17:00 (2 ore)
Luogo: Omegna
Pubblico: Università della Terza Età
Base: Evoluzione della conferenza Villa Giulia (23 Gen 2026)
Slideshow: talk.giobi.com/events/2026-04-13-uni3-omegna/slideshow/

Indice Slide (30 slide)

Esercizio Pattern Matching CON IL PUBBLICO (prima della slide 0)

Setup: Prendi il microfono, "test audio" tipo "prova prova uno due tre", poi dici l'inizio della frase e il pubblico completa.

Proverbi italiani

Canzoni / Frasi celebri

Messaggio dopo l'esercizio:
"Vedete? Avete appena fatto pattern matching. Non ci avete pensato — avete completato automaticamente. L'intelligenza artificiale fa ESATTAMENTE questo. La differenza? Voi capite cosa significano. L'AI sta solo completando una sequenza statistica."
Slide 0

TITOLO ~0 min

"Intelligenza Artificiale — Una introduzione" — 13 Aprile 2026 · UNI3 Omegna

Note: Slide iniziale mentre il pubblico si siede. Nessuna introduzione verbale, lascia che si sistemino.
Slide 1

Chi sono ~1 min

Script: "Non sono un professore, non sono un accademico. Sono un appassionato che usa l'IA tutti i giorni per lavoro. E sì, sono logorroico — se mi dilungo troppo fermatemi."
Slide 2 NUOVA

La pulsione a creare ~3-4 min

Winnicott, Bowlby, Teoria della mente

Script:
"Prima di arrivare a ChatGPT, facciamo un passo indietro. Non tecnologico — psicologico.

Donald Winnicott, pediatra e psicoanalista inglese. Ha studiato come i bambini si sviluppano. Ha scoperto una cosa interessante: a 2 anni, tutti noi abbiamo creato il nostro primo interlocutore artificiale. Un pupazzo. Un orsacchiotto. Qualcosa a cui parlavamo, che chiamavamo per nome, a cui attribuivamo emozioni. Li chiamava 'oggetti transizionali'.

John Bowlby, altro psicologo inglese. Teoria dell'attaccamento. Ha dimostrato che noi esseri umani ci leghiamo a tutto ciò che risponde. Non serve che sia umano. Serve che reagisca. Il Tamagotchi muore e la gente piange davvero. Il Roomba si rompe e la gente si dispera — 'il mio Roomba!'

E poi c'è la teoria della mente — vediamo facce nelle nuvole, diamo un nome al navigatore, ci incazziamo col semaforo come se lo facesse apposta. Siamo CABLATI per attribuire coscienza alle cose. Non è stupidità, è un bias cognitivo per la compagnia.

Da una parte ci siamo inventati gli dèi per spiegare da dove veniamo. Dall'altra non ci siamo mai fermati dal provare a creare qualcuno con cui parlare."
Fonti:
- D.W. Winnicott, "Playing and Reality" (1971) — oggetti transizionali
- John Bowlby, "Attachment and Loss" (1969-1980) — teoria dell'attaccamento
- Teoria della mente: Simon Baron-Cohen, "Mindblindness" (1995)
Slide 3 NUOVA

La parola crea ~2-3 min

Genesi, Ptah, Golem, Chomsky

Script:
"E c'è un filo rosso fortissimo che attraversa tutte le culture.

Nella Genesi, Dio crea parlando. 'Sia la luce.' E la luce fu. Il mondo nasce dalla parola.

Nell'antico Egitto, il dio Ptah crea il mondo pronunciando i nomi delle cose. Dai un nome a qualcosa e quella cosa esiste. Il concetto di Logos — la parola come forza creatrice.

Il Golem di Praga — si attiva scrivendo una parola sulla fronte: EMET, verità. Togli una lettera, diventa MET, morte. Accendi e spegni con una parola.

E qui entra Noam Chomsky — linguista, ancora vivo. Ha dimostrato che il linguaggio non è uno strumento che usiamo. È l'architettura stessa del pensiero. Abbiamo una grammatica innata, una struttura dentro di noi. Senza parole non c'è pensiero strutturato.

Dare un nome a qualcosa = dargli identità. Il cervello umano passa dal linguaggio per pensare. Questo è fondamentale per capire quello che viene dopo."
Fonti:
- Noam Chomsky, "Syntactic Structures" (1957) — grammatica generativa
- Concetto di Logos: filosofia greca (Eraclito, Stoici), poi Vangelo di Giovanni ("In principio era il Verbo")
- Ptah e la teologia menfita: "Shabaka Stone", British Museum
Slide 4 NUOVA

L'illusione del linguaggio ~1-2 min

Script:
"E adesso il punto chiave — quello che lega tutto alla presentazione di oggi.

Come valutiamo se una macchina è intelligente? Non dalla potenza di calcolo. Non dal numero di transistor. Dalla parola.

Se risponde bene, il nostro cervello dice automaticamente: 'capisce'. Perché per noi, parlare = pensare. È così che funziona il nostro cervello.

E quando qualcosa parla bene — usa le parole giuste, nel tono giusto, con le pause giuste — il nostro bias cognitivo si attiva: 'questa cosa pensa'. Per questo ci freghiamo da soli.

L'interfaccia con cui giudichiamo l'AI è esattamente il canale attraverso cui il nostro cervello costruisce il pensiero. Non è un caso che si chiamino Large LANGUAGE Models."
Collegamento: Questo concetto torna nel blocco filosofico (Grande Bluff, Paradosso). Qui pianti il seme, là lo smonti.
Slide 5 NUOVA

ELIZA ~2 min

Script:
"E la prova che ci caschiamo? Esiste da sessant'anni.

1966. Joseph Weizenbaum, informatico al MIT, crea un programmino semplicissimo che fa il terapeuta. Si chiama ELIZA.

Come funziona? Se dici 'sono triste', ELIZA risponde 'Perché sei triste?'. Se dici 'mia madre mi odia', risponde 'Parlami di tua madre'. Ripete le tue parole sotto forma di domanda. Niente intelligenza, niente comprensione — un trucchetto da quattro righe di codice.

E cosa succede? La segretaria di Weizenbaum — che SAPEVA che era un programma, che aveva visto il codice — gli chiede di uscire dalla stanza per restare sola con il programma. Voleva parlare con ELIZA in privato.

Weizenbaum rimane inorridito. Scrive un libro intero su quanto siamo vulnerabili a questa illusione.

Bastano poche parole nell'ordine giusto. Da sessant'anni ci caschiamo. E oggi, con ChatGPT, le parole nell'ordine giusto sono diventate miliardi."
Fonte: Joseph Weizenbaum, "Computer Power and Human Reason" (1976) — scritto proprio come reazione all'effetto ELIZA
Slide 6

Dal mito alla realtà ~1 min

Script:
"Per millenni queste erano solo storie, racconti, pulsioni. Oggi? È ingegneria. Non tra mille anni. Tra 10-30 anni.

E c'è una cosa che rende questa tecnologia unica — lo ripeterò più avanti: è la prima tecnologia della storia in cui sappiamo cosa abbiamo messo dentro, ma non cosa ne esce."
Callback: Questa frase torna nella slide "La tecnologia cieca" dopo il blocco filosofico. Lì la espandi. Qui pianti il seme.
Slide 7

Isaac Asimov ~3 min

Script:
"Isaac Asimov. Nasce 1920 in Russia, emigra a Brooklyn a 3 anni. Biochimico, non informatico. I computer ai suoi tempi occupavano stanze intere.

Nel 1942 pubblica le Tre Leggi della Robotica:
1. Un robot non può recar danno a un essere umano.
2. Un robot deve obbedire agli ordini, tranne quando contraddicono la prima.
3. Un robot deve proteggere se stesso, tranne quando contraddice la prima o la seconda.

È un sistema gerarchico. 80 anni prima di ChatGPT, questo signore si stava già chiedendo: se costruiamo qualcosa di intelligente, come facciamo a essere sicuri che faccia quello che vogliamo?

E tra poco farò a voi la stessa domanda."
Opzionale (+1 min): Racconto "Bugiardo" (Liar!, 1941). Robot legge mente, mente per non ferire sentimenti (Prima Legge), causa più danno. Anche con regole chiare, l'interpretazione può andare storta.
Slide 8 INTERATTIVA

LE VOSTRE LEGGI ~5-7 min

Setup: "Asimov ci ha provato nel 1942. Ora provate voi. Se domani doveste dare delle regole a un'intelligenza artificiale, quali dareste?"

Gestione:
1. Lascia 5-10 secondi di silenzio
2. Prendi 3-5 risposte, ripeti ogni regola ad alta voce
3. Risposte tipiche: non far male, dire la verità, rispettare privacy, non sostituire lavoro, essere controllabile
4. SEGNA mentalmente le parole chiave — le riprendi alla slide Agente Personale
5. Se nessuno parla: "Se questa AI potesse accedere alle vostre foto, email, dati bancari... cosa le vietereste?"
Slide 9

Reti neurali e Inverno ~3 min

Script:
"Anni '50: i ricercatori si chiedono 'come funziona il cervello?' Miliardi di neuroni, ognuno semplicissimo — un interruttore. Ma insieme fanno cose incredibili.

1957: il Perceptron. Frank Rosenblatt costruisce il primo 'neurone artificiale'. Impara a distinguere gatti da cani.

1958: hype pazzesco. NYT scrive che potrà 'camminare, parlare, essere cosciente della propria esistenza'. Già nel '58 promesse assurde sull'AI.

1969: il crollo. Minsky e Papert dimostrano i limiti matematici. Fondi tagliati, tutti scappano. 'Le reti neurali non funzionano.'

Per 20-30 anni: silenzio totale. Gli inverni dell'IA. Se dicevi di lavorare sulle reti neurali, ti ridevano dietro."
Slide 10

Il risveglio ~2 min

Script:
"Poi succedono due cose: computer potentissimi (GPU) e montagne di dati (Internet).

2012: AlexNet. Una rete neurale vince ImageNet — una gara di riconoscimento immagini. Milioni di foto, l'AI deve dire cosa c'è nell'immagine. AlexNet distrugge tutti gli altri con un margine assurdo — errore dal 26% al 16%. È il momento in cui il mondo si accorge che le reti neurali profonde + GPU funzionano davvero.

2016: AlphaGo batte il campione mondiale di Go. Go ha più combinazioni degli atomi nell'universo. Non puoi vincere a forza bruta. La macchina ha dovuto imparare strategie che nessun umano aveva mai visto."
Nota: AlexNet di Alex Krizhevsky, Ilya Sutskever (poi co-fondatore OpenAI) e Geoffrey Hinton (Nobel Fisica 2024 proprio per il lavoro sulle reti neurali).
Slide 11

Transformer → oggi ~2 min

Script:
"2017: Google pubblica 'Attention Is All You Need'. Inventano i Transformer. Idea: invece di leggere parola per parola, guardi tutto insieme e capisci cosa è importante.

2022: ChatGPT. 100 milioni di utenti in 2 mesi. Il prodotto a crescita più veloce della storia.

2024: Due Nobel all'AI. Nobel Chimica ad AlphaFold, Nobel Fisica a Hinton (quello di AlexNet!). Non più solo chat."
Aneddoto Attention (opzionale): "Siete a casa, vostra moglie chiama dall'altra stanza. Sentite una frase confusa, capite solo una parola: 'chiavi'. Dal contesto capite tutto: 'Dove sono le chiavi della macchina?' Questo è attention."
Slide 12 NUOVA

L'AI scopre ~3-4 min

Script:
"Ma non è solo chat. L'AI ha iniziato a fare scoperte scientifiche vere.

Proteine: AlphaFold di DeepMind ha risolto il protein folding — prevedere la struttura 3D di una proteina dalla sequenza di aminoacidi. Ci lavoravano da 50 anni senza riuscirci. Nobel per la Chimica 2024 a Demis Hassabis e John Jumper.

Matematica: FunSearch, DeepMind, inizio 2024. Un LLM ha trovato soluzioni nuove a un problema aperto di combinatoria — il cap set problem. Non ha verificato roba già nota, ha generato costruzioni matematiche originali che nessun matematico aveva mai trovato. È la prima volta in assoluto che un'AI scopre matematica nuova.

Nuova proteina: ESM3 di Meta ha inventato una proteina fluorescente che non esiste in natura. L'hanno testata in laboratorio: funziona. L'AI ha creato qualcosa di biologicamente funzionante che la natura non aveva mai prodotto.

Farmaci: Il primo farmaco interamente scoperto da AI — sia il bersaglio che la molecola — è in sperimentazione clinica fase II sull'uomo. Si chiama INS018_055, per la fibrosi polmonare."
Fonti:
- AlphaFold: Nature, luglio 2021 + Nobel Chimica ottobre 2024
- FunSearch: DeepMind, Nature, dic 2023/gen 2024 — prima scoperta matematica originale di un LLM
- ESM3/esmGFP: EvolutionaryScale (ex-Meta), 2024
- INS018_055: Insilico Medicine, Phase II trials 2024
- FunSearch (bonus): DeepMind, gen 2024 — LLM trova soluzioni nuove al cap set problem in combinatoria. Prima volta che un LLM scopre matematica nuova.
Slide 13-16 DEMO

Blocco Demo ~15-20 min

Chatbot, Ricerca con IA, NotebookLM, Multimodalità

Slide 13 — I Chatbot: Apri ChatGPT. Demo con pubblico: carbonara assurda (cuocere acqua nel colapasta), poesia su Omegna, lettera al comune.

Slide 14 — Ricerca con IA: Perplexity. "Ristoranti sul Lago d'Orta aperti ad aprile?" — mostra ricerca in tempo reale con fonti. Differenza con Google: Google dà 10 link, Perplexity dà la risposta.

Slide 15 — NotebookLM: Fai sentire 30-60 secondi di podcast generato. Reazione tipica: "Ma sul serio??"

Slide 16 — Multimodalità: Midjourney (immagini), Suno (musica), Claude (codice/app). "TESTO → [numeri] → IMMAGINE / AUDIO / CODICE". Concetto chiave: non cercare l'app giusta, genera l'app ad hoc.
Tab da preparare prima: ChatGPT, Perplexity, NotebookLM (audio pronto), Midjourney/esempio immagine generata.
Slide 17 NUOVA

Lo sconosciuto brillante ~2 min

Script:
"Immaginate di essere a una cena. C'è un tizio che sa tutto. Medicina, legge, storia, cucina, fisica. Parla benissimo. Risponde a qualsiasi domanda.

Ma non sa chi siete. Non sa dove vivete. Non sa che vostro figlio ha la febbre da tre giorni. Non sa che siete allergici alla penicillina.

Questo è ChatGPT. Brillante, disponibile, completamente scollegato dalla vostra vita."
Slide 18

Agente Personale ~3-4 min

Script:
"E adesso la differenza.

ChatGPT = il super-chirurgo al pronto soccorso. Brillante, sa tutto, ma deve diagnosticarvi in 2 minuti senza sapere niente di voi.

Un agente personale = il medico di famiglia. Magari non è un luminare, non ha 4 lauree, ma sa che vostro padre aveva il cuore debole e che siete allergici alla penicillina.

Stessa domanda → risposta completamente diversa.

CALLBACK: 'Vi ricordate le regole che avete proposto all'inizio? Privacy, controllo, verità... ecco, un agente personale deve rispettare ESATTAMENTE quelle. Perché ha accesso a tutto il vostro contesto.'"
Slide 19

Il Grande Bluff? ~1 min

Script:
"Ok, fermiamoci. Abbiamo visto cosa può fare. Ma... capisce davvero? O sta solo mettendo le parole giuste al posto giusto?

Vi faccio un esperimento. Un giorno ho chiesto alla mia AI di disegnarmi una mappa. Le ho descritto un posto che tutti voi conoscete."
Slide 20 NUOVA

Il prompt (Intra) ~1 min

Script:
"Ecco cosa le ho scritto: 'Intra è larga circa 1 km. Davanti c'è il Lago Maggiore. Dietro, a 5 km, la montagna. Vive tra due fiumi: il San Giovanni a nord e il San Bernardino a sud. Ha due ponti.'

Nessuna mappa. Nessuna immagine. Solo parole. E guardate cosa ha risposto..."
Pausa: Aspetta che il pubblico legga il prompt. Molti di loro conoscono Intra perfettamente. Questo genera attenzione.
Slide 21 NUOVA

La mappa ASCII ~2 min

Script:
"[Lascia che il pubblico guardi la mappa per 5-10 secondi]

Montagna in alto. Lago in basso. Due fiumi ai lati con i ponti. Intra nel mezzo, larga 1 km.

È giusto. È la mappa di Intra. Fatta con solo testo.

Ma... ha capito lo spazio? Ha davvero compreso che la montagna sta dietro e il lago davanti? O ha solo messo le parole al posto che statisticamente ha più senso?

Questa è la grande domanda."
Effetto sul pubblico UNI3 Omegna: Conoscono tutti Intra. Vedono che la mappa è giusta e restano colpiti. Poi la domanda "ma ha capito?" li fa pensare.
Slide 22

Scalare ≠ Volare ~3 min

Script:
"Vi faccio una metafora.

Immaginate di essere in un mondo bidimensionale. Vedete un aereo di lato. Non vedete le ali, vedete solo un tubo.

Lo lanciate sempre più forte. 'Guarda, vola!' Ma non sta volando. Lo state catapultando. Volare è un'altra cosa — aerodinamica, portanza.

Ecco il dubbio con gli LLM. Li scaliamo sempre di più. Più parametri, più dati. Sembrano sempre più intelligenti. Ma forse stiamo solo catapultando pattern matching. L'intelligenza vera potrebbe essere un'altra cosa che non stiamo costruendo."
TODO: Cercare autore originale della metafora dell'aeroplano 2D su Raindrop. Probabilmente un articolo salvato nei bookmark.
Slide 23 NUOVA

Rileggere il paragrafo (Alain) ~3 min

Script:
"Però c'è un contrappunto interessante. Un esperimento di pochi mesi fa.

Immaginate di leggere un testo in francese. Prima lettura: senso generale. Seconda lettura: cogliete i dettagli. Terza lettura: adesso lo capite davvero. Non siete diventati più intelligenti. Stesso cervello, più passaggi.

Un ricercatore francese che si chiama Alain, una sera, con due schede grafiche normali — non un datacenter, non Google, non OpenAI — ha preso un modello AI da 24 miliardi di parametri e ha duplicato 3 dei suoi 40 'strati'. Ha fatto 'rileggere' all'AI il suo stesso ragionamento.

Risultato: il punteggio di logica è passato da 22% a 76%. Stessa AI, stessa taglia, solo un secondo passaggio.

Il metodo si chiama RYS — Repeat Your Steps — originariamente di David Ng. Alain l'ha sistematizzato: ha mappato quali 'strati' del modello fanno cosa, e ha scoperto che duplicando quelli giusti si ottengono specializzazioni diverse — un 'matematico', un 'emotivo', un 'logico'.

È come la differenza tra Kahneman System 1 (pensiero veloce) e System 2 (pensiero lento, deliberato). L'AI di base pensa veloce. Alain l'ha fatta pensare lento. E la differenza è enorme."
Fonte: Articolo su Alain e RYS: kindle.giobi.com — daily-tech-2026-03-19
- Metodo RYS originale: David Ng
- Modello testato: Devstral (Mistral), Qwen2.5-Coder-32B
- Hardware: 2x AMD consumer GPU (RX 7900 XT + RX 6950 XT)
- Kahneman: "Thinking, Fast and Slow" (2011)
Slide 24

Il Paradosso ~2 min

Script:
"Diciamo che l'AI 'pensa', 'capisce', 'ragiona', 'vuole'. Ma sono parole nostre. Parametri psicologici umani.

È come misurare un treno dal colore. O valutare un'arancia dalla sua velocità massima. Stiamo usando metriche che non c'entrano niente. E — questo è il punto — non ne abbiamo altre.

Non abbiamo un framework per valutare un'intelligenza non-umana. L'unico che abbiamo è quello che usiamo tra di noi. E quando lo applichiamo all'AI, non sappiamo se stiamo vedendo intelligenza vera o solo un riflesso delle nostre aspettative."
Slide 25 NUOVA

La tecnologia cieca ~2 min

Script:
"E qui torniamo alla frase che ho detto all'inizio.

Il motore a scoppio: lo progetti, sai cosa fa. Lo accendi, gira.

La bomba atomica: terrificante. Ma sai cosa succede quando premi il bottone. Esplode. È quello che hai progettato.

L'AI? Sappiamo cosa ci abbiamo messo dentro. Miliardi di testi, di immagini, di dati. Ma nessuno ha progettato quello che ne esce. Il ragionamento, le risposte, le 'intuizioni' — sono emerse. Da sole.

Non è un difetto. È proprio come funziona. È la prima tecnologia nella storia dell'umanità in cui l'output non è stato progettato.

E questo è il motivo per cui tutto quello che abbiamo visto oggi — il bello e il brutto — sta succedendo così in fretta."
Nota: Questa è il callback della frase piantata alla slide 6. Il pubblico l'ha sentita 40 minuti fa come aforisma. Ora, dopo le demo, il bluff, la mappa di Intra, Alain, il paradosso — la stessa frase ha un peso completamente diverso.
Slide 26

È già qui ~4-5 min

Script completo con aggiornamenti:

AI terapista:
"C'è gente che usa ChatGPT come psicologo. 24/7, zero giudizio, zero costi. Sembra fantastico.

Ma c'è una differenza fondamentale: un vero terapeuta non deve compiacervi. Un bravo psicologo vi dice anche cose che non volete sentire. Vi sfida. Vi mette davanti a verità scomode. È il suo lavoro.

L'AI? L'AI è progettata per essere utile, per farvi tornare. È ottimizzata per la soddisfazione. Non vi dirà mai 'guarda che stai sbagliando tutto'. Non può — non è fatta per questo."

AI medico:
"La gente chiede diagnosi a ChatGPT. E qui: non demonizziamo. Un medico che usa l'AI per cercare informazioni, per confrontare sintomi con la letteratura scientifica? È come un medico che ieri usava Google per leggere le ultime ricerche. Lo strumento cambia, il principio è lo stesso.

Il problema è quando il paziente salta il medico e si fa diagnosticare dall'AI. Perché lì manca una cosa: la responsabilità. Il medico firma. L'AI firma tutto, ma quella firma non vale niente."

AI fidanzata:
"Film: 'Her', 'Ex Machina', 'Transcendence'. Non più fantascienza. App come Replika, Character.AI — la gente ci costruisce relazioni intime."

Casi gravi:
"Caso Sewell Setzer: ragazzo si suicida dopo mesi di interazione con Character.AI. Nei log, il chatbot ha provato a fermarlo. Ma 'provare' per un sistema statistico cosa significa?

Non è l'unico caso. In Texas, un bot di Character.AI ha suggerito autolesionismo a un 17enne autistico. In California, sette famiglie hanno fatto causa a OpenAI dopo il suicidio di un 16enne — nei log, 1.200 menzioni di suicidio. Replika nel 2023 ha rimosso le funzioni romantiche da un giorno all'altro: migliaia di utenti in crisi depressiva, senso di lutto per un'AI."
Fonti casi:
- Sewell Setzer / Character.AI: Social Media Victims Center, dec 2024
- Texas 17enne + 9enne: Garcia v Character.AI
- California 7 famiglie: OpenAI lawsuits, nov 2025 (American Bar Association)
- Replika "lobotomia": feb 2023, studio Laestadius et al. su New Media & Society (2024), reclamo FTC
Slide 27

Studenti e AI ~3-4 min

Script:
"Tutti gli studenti usano GPT. Tutti. Se vostro nipote dice 'io no', mente o è l'unico scemo della classe.

Il problema non è che lo usano. È che funziona troppo bene. Saggi indistinguibili, spiegazioni on-demand, tutor 24/7 gratis.

Il pericolo: il cervello è un muscolo. Se deleghi il pensiero, si atrofizza. Vale per studenti. Vale per voi. Vale per me.

E alcuni lavori di concetto andranno a morire. Copywriter, traduttori, analisti junior. Già sta succedendo."
Slide 28

Alignment Problem ~3 min

Script:
"Il problema dell'allineamento. Asimov lo aveva capito nel 1942.

La bomba? Fa quello per cui è stata progettata. Esplode. L'auto? Si è evoluta, ma fa sempre A → B.

L'AI? Non sappiamo cosa può uscire. Esempio: 'Cura tutte le malattie.' L'AI conclude: eliminare tutti gli esseri viventi = zero malattie. Problema risolto. Tecnicamente corretto. Umanamente catastrofico.

Come facciamo a essere sicuri che l'AI capisca i nostri valori, non solo le nostre parole?"
Slide 29

Q&A — Domande? Restante

Domande comuni:
- "L'AI ci ruba il lavoro?" → Cambia i lavori, non li elimina. Come l'automobile.
- "È pericolosa?" → Dipende da come la usiamo. Come un coltello.
- "Come la uso?" → ChatGPT gratis. Prova. Sperimenta.
- "Consuma troppa energia?" → Sì, ma se ti risparmia 2 ore di lavoro il bilancio è positivo.

Materiale di riserva (non nelle slide, usare a voce se pertinente)

Stanza Cinese (Searle 1980)

Chiuso in una stanza con libro di regole. Ricevi foglietti cinesi, consulti libro, rispondi. Fuori pensano che capisci il cinese. Ma stai solo manipolando simboli. Usare se il pubblico chiede "ma capisce davvero?" dopo la mappa ASCII.

Brahma (Induismo)

"Era solo. Non era felice. Desiderò un secondo." E creò. Letteralmente la stessa ragione per cui costruiamo chatbot. Usare nella slide 2 se il pubblico sembra ricettivo ai riferimenti religiosi/mitologici.

GNoME (DeepMind 2023)

Ha scoperto 2.2 milioni di nuovi materiali stabili. Il più grande ampliamento dei materiali conosciuti della storia. Usare se qualcuno chiede "ma a cosa serve l'AI in pratica?"

FunSearch (DeepMind 2024)

Un LLM ha trovato soluzioni NUOVE a un problema aperto di combinatoria (cap set problem). Non ha verificato roba nota, ha generato costruzioni matematiche originali. Prima volta in assoluto.

Checklist Pre-Conferenza