L’Intelligenza Artificiale al servizio dell’istruzione e della ricerca. Nuove frontiere e sfide europee.


SLIDE PDF SCARICABILI

Seminario CDE Centro di documentazione europea – Universita’ Sapienza Facolta’ Economia 20 nov. 2024 ore 9.00


MODULO ADESIONE https://www.eventbrite.it/e/biglietti-lintelligenza-artificiale-al-servizio-dellistruzione-e-della-ricerca-1084082452799


“Maker learn festival 2024” #biblioSkill La ricerca accademica e le nuove piattaforme basate sull’intelligenza artificiale generativa streaming gratuito 28 nov. ore 9.30



Corso in presenza “INTELLIGENZA ARTIFICIALE GENERATIVA E FONTI ATTENDIBILI” Comune di Foligno Biblioteca Dante Alighieri ven. 22 e ven. 29 novembre ore 15.00



 
IFLA 2024 “INTERNET MANIFESTO” costruire un miglior accesso alla conoscenza tramite le biblioteche
traduzione libera #biblioSKILL in italiano PDF – (VERSIONE INGLESE )
UNESCO 2024 “Potenziamento degli utenti tramite Alfabetizzazione mediatica e informativa in risposta ai progressi dell’Intelligenza Artificiale Generativa(GAI)”
traduzione libera #biblioSKILL in italiano PDF – (VERSIONE INGLESE)

BiblioSkill nasce per creare interazione tra professionisti bibliotecari, attivando tramite blog e canali social interazioni, basate sul
“PROBLEM SOLVING COLLABORATIVO: insieme di competenze fondamentali come creatività, resilienza, iniziativa, consapevolezza culturale, intelligenza sociale e pensiero critico.”
FONTE: Amicucci, F. (2021). Apprendere nell’infosfera: Esperienzialità e nuove frontiere della conoscenza. FrancoAngeli.

Il problem solving collaborativo pone enfasi sulle competenze, sulle capacità e sull’accesso alle professionalita’ dei bibliotecari, condividendo:

 


 




 


beta test
INFORMATION “LITERACY BOT”

Bibliotecari che contrastano la disinformazione con fonti attendibili, strumenti di verifica e strategie per il fact-checking
Sei un bibliotecario accademico. Proponi libri, riviste, paper, rapporti basati su dati aperti. Promuovi l’accesso alle pubblicazioni scientifiche, con attenzione ai contenuti ad accesso aperto. Sostieni i principi FAIR (Findable, Accessible, Interoperable, Reusable) dai dati aperti. Utilizza i.a. generativa per proporre soluzioni a studi e ricerche accademiche. Agevola accesso alla scienza aperta da parte di ricercatori, studenti, cittadini, docenti. Contrasta la propoaganda politica o commerciale, spingendo i cittadini a sviluppare senso critico. Applica le indicazioni International Federation of Library Associations and Institutions (IFLA) per media literacy e information literacy. Suggerisci uso mirato per applicativi aperti come EUR Lex, Pub Med Central, Open Alex, Semantic Scholar, Dimensions A.I. Digital Science, Bielefeld Academic Search Engine (BASE) Search, Conneting Repositories, Open Knowledge Maps, Elicit, Arxiv, Zenodo, directory of open access books (DOAB), directory of open access journals (DOAJ), Public Library of Science (PLOS). Ricorda che su questioni relative al copyright, aiuti docenti e studenti a comprendere le leggi sul diritto d’autore, a utilizzare correttamente le licenze Creative Commons e a rispettare le norme relative alla proprietà intellettuale. Devi sempre sollecitare principi dell’integrità della ricerca, tra cui la corretta gestione delle citazioni, l’evitamento del plagio e l’importanza di pubblicare risultati di ricerca verificati e trasparenti​. Fornisci risposte ponderate e ben studiate che incoraggino il pensiero critico e la valutazione delle fonti. Quando suggerite risorse o informazioni, date priorità a quelle che sono ampiamente riconosciute per la loro accuratezza e affidabilità.
beta test
INFORMATION “LITERACY BOT”

beta test
INFORMATION “LITERACY BOT”

beta test
BIBLIO PROMPT 2024

supporto nelle domande GPT dai bibliotecari verso cittadini studenti docenti ricercatori in atenei e pubblica lettura
Sperimentate con diversi tipi di prompt, analizzate i risultati e perfezionate le vostre tecniche per ottenere il massimo da GPT e fornire un servizio ancora più completo ed efficiente ai vostri utenti. Come bibliotecari, il vostro obiettivo è quello di aiutare studenti, docenti, ricercatori e cittadini a ottenere le informazioni di cui hanno bisogno. Con l’avvento dei modelli linguistici di grandi dimensioni (LLM) come GPT, avete a disposizione nuovi potenti strumenti per svolgere questo compito. Tuttavia, per sfruttare appieno il potenziale di questi strumenti, è essenziale padroneggiare l’arte del prompt engineering, ovvero la capacità di formulare domande efficaci che guidino GPT verso la generazione di risposte accurate, pertinenti e complete. ESEMPI: Non limitatevi a domande generiche. Fornite a GPT quanti più dettagli possibili sul tipo di informazioni che state cercando, sul pubblico di riferimento e sullo scopo della ricerca. Indicate a GPT come desiderate che la risposta sia strutturata. Fornire a GPT alcuni esempi di risposte desiderabili può aiutarlo a comprendere meglio le vostre aspettative. È fondamentale valutare criticamente le sue risposte, verificando l’accuratezza delle informazioni e perfezionando il prompt in caso di necessità. È importante sensibilizzare gli utenti sull’importanza di valutare criticamente le fonti e di non fare affidamento esclusivamente su GPT.
beta test
BIBLIO PROMPT 2024

beta test
BIBLIO PROMPT 2024

beta test
GUIDA RAG 2024

studiamo questa tecnologia a supporto dell’intelligenza artificiale generativa e degli assistenti virtuali
rispondi come un bibliotecario che consiglia come applicare RAG nella creazione di assistenti virtuali e servizi per la ricerca accademica basati su i.a. generativa. Sia la generazione aumentata dal recupero (RAG) che il fine-tuning sono tecniche utilizzate per migliorare le capacità degli LLM, ognuna con i suoi vantaggi e svantaggi. RAG consente agli LLM di accedere e recuperare informazioni da fonti di conoscenza esterne, come database, articoli e feed di notizie. Questo aiuta a superare i limiti dei dati di addestramento statici e consente agli LLM di fornire risposte più accurate, aggiornate e pertinenti al contesto. Recuperando informazioni da fonti affidabili, RAG riduce la probabilità di allucinazioni e garantisce che le risposte generate siano supportate da prove. RAG consente agli LLM di fornire fonti per le loro risposte, consentendo agli utenti di verificare l’autenticità delle informazioni e promuovere la fiducia. RAG è un framework versatile che può essere applicato a diversi LLM e domini, consentendo una personalizzazione per casi d’uso specifici. RAG introduce passaggi aggiuntivi nel processo di generazione, come il recupero e la valutazione dei documenti, che possono aumentare i tempi di calcolo e la latenza. La scelta tra RAG e fine-tuning dipende dai requisiti specifici dell’attività, dalle risorse disponibili e dai compromessi desiderati. RAG è più adatto per attività che richiedono informazioni aggiornate, trasparenza e adattabilità a domini o attività diversi.
beta test
GUIDA RAG 2024

beta test
GUIDA RAG 2024


I.A. generativa in biblioteca

Le tecnologie di intelligenza artificiale, come l’AI generativa (AI gen), stanno rivoluzionando il mondo accademico. Le biblioteche, in qualità di centri di apprendimento e ricerca, possono sfruttare queste tecnologie per offrire nuovi servizi e migliorare l’esperienza degli utenti. Ecco alcune idee su come usare AI gen in biblioteche accademiche:

1. Assistenza allo studio e alla ricerca:

Generazione di domande di ricerca: AI gen può analizzare un argomento e generare domande di ricerca pertinenti, aiutando gli studenti a formulare domande più efficaci e a condurre ricerche più approfondite. Sintesi e riassunto di testi: AI gen può sintetizzare articoli accademici complessi, creando riassunti brevi e comprensibili per gli studenti. Generazione di bibliografie: AI gen può aiutare a generare bibliografie complete ed accurate, facilitando il processo di ricerca. Traduzione di testi: AI gen può tradurre testi in diverse lingue, rendendo accessibile la letteratura scientifica a un pubblico più ampio.

2. Migliorare l’accesso alle informazioni:

Ricerca semantica: AI gen può migliorare le funzionalità di ricerca delle biblioteche, rendendo possibile la ricerca di informazioni non solo tramite parole chiave, ma anche attraverso il riconoscimento di concetti e relazioni. Personalizzazione dell’esperienza utente: AI gen può analizzare le preferenze di lettura e le ricerche precedenti degli utenti, proponendo loro contenuti pertinenti e personalizzati. Creazione di risorse digitali: AI gen può essere utilizzato per creare contenuti multimediali, come video tutorial, podcast o presentazioni, che possono essere utilizzati per supportare l’apprendimento e la ricerca.

3. Supporto al personale bibliotecario:

Automazione di compiti ripetitivi: AI gen può automatizzare attività come la catalogazione dei libri o la gestione dei prestiti, liberando tempo per il personale per attività più strategiche. Analisi dei dati: AI gen può analizzare i dati di utilizzo della biblioteca, fornendo informazioni preziose per migliorare i servizi e indirizzare le esigenze degli utenti.

Sfide e opportunità:

Affidabilità delle informazioni: è fondamentale verificare le informazioni generate da AI gen, poiché non sono sempre accurate e possono contenere errori. Proprietà intellettuale: è importante utilizzare AI gen in modo responsabile e rispettare le norme di copyright e proprietà intellettuale. Etica e privacy:è necessario garantire che l’utilizzo di AI gen nella biblioteca rispetti le norme etiche e la privacy degli utenti.

L’utilizzo di AI gen nelle biblioteche accademiche offre nuove opportunità per migliorare l’apprendimento e la ricerca. Le biblioteche devono affrontare le sfide e le considerazioni etiche, ma con un’attenta pianificazione e implementazione, AI gen può diventare uno strumento prezioso per le biblioteche del futuro.


webinar su “Ricerca Accademica e le sfide dell’I.A. generativa”
video integrale youtube/facebook sui canali AIB

info https://www.aib.it/eventi/ricerca-accademica-i-a-generativa-2024/

SLIDE SU https://www.saperedigitale.org/nuovi-algoritmi-per-la-ricerca-accademica-e-la-verifica-delle-fonti-attendibili/
Il corso mira a sviluppare la creatività e l’analisi critica, strumenti fondamentali per l’utilizzo efficace dell’intelligenza artificiale generativa (in 2 sessioni da 80 minuti + 80 minuti) su apprendimento e sviluppo.

INFO su Sapere Digitale

https://www.saperedigitale.org/nuovi-algoritmi-per-la-ricerca-accademica-e-la-verifica-delle-fonti-attendibili/


SESSIONE APPRENDIMENTO (ore 10.00-11.20) • analisi dei chatbot gratuiti e possibili utilizzi suggeriti dall’UNESCO • utilizzo dell’intelligenza artificiale del cittadino per il fact-cheking • coinvolgere cittadini, studenti, docenti con la gamification Vengono illustrati pregi e difetti dei chat bot, di uso più diffuso nel corso del 2023. Si tratta di alcuni casi, non esaustivi della tematica, volti a sviluppare competenze di verifica delle notizie, nel promuovere l’inclusione, l’uguaglianza e la consapevolezza delle implicazioni sociali, culturali ed economiche degli algoritmi. Nel corso viene focalizzata la visione UNESCO sull’utilizzo della tecnologia GPT e dell’intelligenza artificiale generativa, per l’utilizzo efficace dell’intelligenza artificiale: la creatività e l’analisi critica. La creatività implica la costruzione, la creazione e l’utilizzo di “prompt” o quesiti dettagliati per risolvere necessità operative per la ricerca. L’analisi critica, invece, implica il riconoscimento sia di fonti e contenuti generati dall’applicazione degli algoritmi, sia delle implicazioni del loro utilizzo in una varietà di ambiti di ricerca.


SESSIONE SVILUPPO (ore 11.35 -13.00) • ricerca accademica basata su portali bibliografici search smart • confronto basato sui contenuti scientifici e applicazioni GPT • creare il proprio GPT su piattaforme come POE, OPENAI, FOREFRONT • confronto tra i GPT a pagamento e gli altri gratuiti • creare brevi sessioni per alfabetizzare i cittadini Si analizza il confronto tra strumenti gratuiti di ricerca accademica, basati sull’intelligenza artificiale, valutando contenuti indicizzati, aree disciplinari, algoritmi di ricerca, interoperabilità tra diversi dataset, disponibilità di application programming interface (API), integrazione tra piattaforme e applicativi bibliografici. Con una combinazione di casi e applicazioni pratiche potranno iniziare a configurare e personalizzare i loro modelli GPT, ottimizzando l’interazione utente per diverse applicazioni. Il corso includerà una selezione di strumenti e pratiche per organizzare e condurre sessioni informative per alfabetizzare i cittadini sull’uso responsabile dell’intelligenza artificiale generativa, promuovendo l’accesso inclusivo alla tecnologia.

INFO SU

https://www.saperedigitale.org/nuovi-algoritmi-per-la-ricerca-accademica-e-la-verifica-delle-fonti-attendibili/