Learning to Talk to Machines: Prompt Engineering and Reasoning with LLMs

L’intelligenza artificiale è passata dalla fantascienza alla vita quotidiana, trasformando il modo in cui le persone imparano, creano e interagiscono. Questa Summer School esplora l’evoluzione dell’IA, dalle prime visioni fino agli attuali sistemi di IA generativa in grado di scrivere, disegnare, ragionare e conversare. Gli studenti apprenderanno le nozioni di base sulle reti neurali e sui modelli linguistici di grandi dimensioni, come questi sistemi apprendono dai dati e come i prompt possano guidarli in modo efficace. Attraverso dimostrazioni, esperimenti con strumenti GenAI di pubblico dominio ed esercitazioni pratiche, i partecipanti esamineranno sia le potenzialità che gli attuali limiti di queste tecnologie. Il corso si conclude con uno sguardo al futuro dell’IA agentica e alla futura collaborazione responsabile tra esseri umani e IA.

Attraverso lezioni frontali e workshop, questa Summer School offre un’introduzione all’Intelligenza Artificiale con particolare attenzione alle recenti scoperte nell’IA generativa e nei modelli linguistici di grandi dimensioni (LLM). Partendo da una panoramica storica dell’IA e dei suoi paradigmi chiave — ragionamento simbolico, apprendimento automatico e architetture neurali — gli studenti svilupperanno una comprensione concettuale di come le macchine apprendono, rappresentano la conoscenza e generano risultati creativi. Il corso pone particolare enfasi sull’evoluzione delle reti neurali e sull’emergere delle architetture basate sui transformer che sono alla base degli attuali sistemi generativi.

La seconda parte delle attività pone l’accento sull’impegno pratico e sulla riflessione critica. Gli studenti sperimenteranno strumenti GenAI all’avanguardia per comprendere in che modo le strategie di prompting influenzano il comportamento e il ragionamento dei modelli. Verranno introdotti argomenti quali il prompting basato sulla “catena di pensiero” (Chain-of-Thought), il ragionamento contestuale e la scomposizione di compiti in più fasi, attingendo alla recente letteratura scientifica. Attraverso esercizi guidati, discussioni e dimostrazioni, i partecipanti acquisiranno una comprensione approfondita sia delle capacità che dei limiti dei sistemi di IA su larga scala, e concluderanno con un'esplorazione lungimirante dell'IA agente e dei modelli di ragionamento autonomo.