NextToken
Tokenizzazione, Transformer, self-attention, probabilità, temperatura e generazione passo dopo passo.
Apri laboratorio →Impara sperimentando
Non studiare soltanto l’IA. Entraci dentro.
Nove laboratori guidati per capire come un modello genera testo, progettare prompt migliori, riconoscere allucinazioni e bias, verificare le fonti, proteggere i dati e allenare il controllo critico in matematica e fisica. Ogni laboratorio spiega prima come lavorare, propone casi progressivi e chiude con un debrief di AI literacy. Tutto funziona nel browser, senza API e senza account.
Il tuo percorso
AI Literacy in nove esperienze
La progressione consigliata va dal funzionamento interno alla verifica critica dell'output. I progressi vengono memorizzati solo nel browser del dispositivo.
0 di 9 laboratori completati
Mappa delle competenze
Comprendere il funzionamento
Token, Transformer, attention e probabilità.
Interagire con metodo
Prompt, contesto, vincoli e criteri di verifica.
Valutare e verificare
Allucinazioni, fonti e controllo disciplinare.
Agire responsabilmente
Bias, dati, trasparenza e supervisione umana.
Laboratori
Scegli dove entrare
Ogni modulo può essere usato da solo durante una lezione oppure come tappa di un percorso completo.
PromptLab
Trasforma prompt vaghi in istruzioni efficaci usando obiettivo, contesto, destinatario, formato, vincoli e verifica.
Apri laboratorio →Hallucination Hunter
Individua affermazioni plausibili ma non affidabili e impara perché la fluidità linguistica non equivale alla verità.
Apri laboratorio →Attention Lab
Esplora in modo visuale Query, Key, Value, teste di attenzione e relazioni tra token in una frase.
Apri laboratorio →BiasLab
Segui 10 casi guidati: trova il dato problematico, fai il test dei gemelli, riconosci il tipo di bias e scegli come correggerlo.
Apri laboratorio →Source Detective
Metti alla prova le fonti: supportano davvero una risposta, la contraddicono o sono soltanto decorative?
Apri laboratorio →Math Error Lab
Trova il primo passaggio matematico scorretto in una soluzione apparentemente convincente generata dall'IA.
Apri laboratorio →Physics Reasoning Lab
Prevedi prima di calcolare, confronta la tua previsione con una risposta dell'IA e valuta la plausibilità fisica.
Apri laboratorio →Responsible AI Lab
Privacy, minimizzazione dei dati, trasparenza, verifica e supervisione umana in 10 situazioni scolastiche.
Apri laboratorio →Tre percorsi possibili
Usa la suite in base all’obiettivo della lezione
I laboratori restano indipendenti, ma questi tre percorsi aiutano a costruire una progressione didattica coerente.
Percorso A
Capire come funziona
Per introdurre il funzionamento di un modello generativo senza antropomorfizzarlo.
🧠 NextToken🔎 Attention Lab✍️ PromptLab
Percorso B
Verificare e non fidarsi ciecamente
Per allenare controllo delle fonti, plausibilità e verifica disciplinare.
🕵️ Hallucination Hunter📚 Source Detective➗ Math Error Lab⚛️ Physics Reasoning Lab
Percorso C
Agire responsabilmente
Per discutere dati, bias, privacy, trasparenza e responsabilità umana.
⚖️ BiasLab🛡️ Responsible AI Lab
La bussola dell’AI literacy
Otto domande da imparare a farsi davanti a un’IA
1. Come genera?
NextToken e Attention Lab mostrano che il modello elabora token e probabilità, non “recupera la verità” da una memoria perfetta.
2. Che cosa gli sto chiedendo?
PromptLab insegna a definire compito, destinatario, vincoli e criteri di qualità senza credere che un prompt perfetto elimini gli errori.
3. Potrebbe inventare?
Hallucination Hunter allena a separare stile convincente, plausibilità e affidabilità fattuale.
4. I dati possono distorcere?
BiasLab usa controfattuali per mostrare proxy, dati storici, misure imperfette e obiettivi problematici.
5. Quali prove sostengono la risposta?
Source Detective insegna che citare una fonte non basta: deve essere pertinente e sostenere proprio il claim.
6. Il risultato regge nella disciplina?
Math Error Lab e Physics Reasoning Lab allenano controlli matematici e fisici indipendenti dall’autorità apparente dell’IA.
7. Sto condividendo dati necessari?
Responsible AI Lab insegna a ridurre i dati, evitare condivisioni superflue e distinguere comodità da necessità.
8. Chi resta responsabile?
L’IA può assistere una decisione, ma conseguenze, verifica e responsabilità non spariscono perché compare un punteggio algoritmico.
Glossario rapido
Dodici parole da saper usare con precisione
Token
Unità di testo elaborata dal modello: può essere una parola, parte di parola o segno.
Transformer
Architettura che elabora relazioni tra token e costruisce rappresentazioni contestuali.
Self-attention
Meccanismo che pesa informazioni provenienti da diverse posizioni della sequenza.
Probabilità
Distribuzione con cui il modello valuta i possibili token successivi.
Temperatura
Parametro che modifica quanto la distribuzione di scelta viene resa più concentrata o più esplorativa.
Allucinazione
Output plausibile ma falso, inventato o non supportato da evidenze affidabili.
Bias
Distorsione sistematica che può entrare da dati, misure, campioni, obiettivi o scelte di progettazione.
Proxy
Variabile usata al posto di un’altra e capace di trascinare indirettamente informazioni non pertinenti.
Prompt
Istruzione e contesto forniti al modello per orientare il compito.
Fact-checking
Verifica indipendente di affermazioni e fonti, non semplice controllo della forma della risposta.
Human oversight
Supervisione umana effettiva, soprattutto quando l’output influenza persone o decisioni importanti.
Minimizzazione dei dati
Principio pratico: usare e condividere soltanto le informazioni realmente necessarie allo scopo.
Per il docente
Un’unica web app, molti usi
Lezione dimostrativa
Proietta un laboratorio e guida la discussione in classe.
Attività autonoma
Gli studenti esplorano i moduli da smartphone, tablet o computer.
Educazione civica
Bias, allucinazioni, fonti e responsabilità diventano esperienze concrete.
Nota metodologica. I laboratori simulano alcuni meccanismi per renderli osservabili. Non mostrano pesi, probabilità o catene di ragionamento reali di un modello commerciale.
Ideazione e trasparenza sull’uso dell’IA
Chi ha pensato e sviluppato NeuraLab AI
Ideazione didattica e progettuale: Prof. Erasmo Modica.
Realizzazione tecnica: ChatGPT (OpenAI), sulla base delle indicazioni dell’autore.
Dichiarazione d’uso dell’IA. ChatGPT è stato impiegato come strumento di supporto alla programmazione, alla prototipazione dell’interfaccia e alla rielaborazione dei contenuti. Gli obiettivi didattici, la struttura dei laboratori, le scelte metodologiche e la revisione finale sono stati definiti dall’autore. Questa dichiarazione è inserita per rendere trasparente l’impiego di strumenti di intelligenza artificiale nella realizzazione della risorsa.
Realizzazione tecnica: ChatGPT (OpenAI), sulla base delle indicazioni dell’autore.
Dichiarazione d’uso dell’IA. ChatGPT è stato impiegato come strumento di supporto alla programmazione, alla prototipazione dell’interfaccia e alla rielaborazione dei contenuti. Gli obiettivi didattici, la struttura dei laboratori, le scelte metodologiche e la revisione finale sono stati definiti dall’autore. Questa dichiarazione è inserita per rendere trasparente l’impiego di strumenti di intelligenza artificiale nella realizzazione della risorsa.