FONDAMENTI DI INFORMATICA PER LE SCIENZE UMANISTICHE
CdL in SCIENZE UMANISTICHE PER LA COMUNICAZIONE
L7 - Intelligenza Artificiale
Prof. Paolo Ceravolo
Dipartimento di Informatica
[Link]
[Link]@[Link]
A.A. 2025/2026
Intelligenza Artificiale
Il termine Intelligenza Arti ciale (Arti cial Intelligence - AI) ha una storia complessa, la
sua denotazione è mutata negli anni
• Originariamente nasce come programma di ricerca per determinare in che modo si
possano riprodurre processi mentali complessi mediante l'uso di strumenti informatici
• C’è tuttavia una tradizione che sgancia il termine dal riferimento ai processi mentali e
lo collega allo sviluppo di Agenti Razionali, ovvero dispositivi capaci di prendere
decisioni sulla base di informazioni raccolte nell’ambientale e con l’obiettivo di
massimizzare la probabilità di raggiungere uno scopo
• Nell’uso comune attuale si presume una forte coincidenza tra le applicazioni di AI e le
applicazioni di apprendimento automatico (Machine Learning - ML), dove l’elemento
caratteristico è la capacità di un algoritmo di apprendere automaticamente dai dati
• Un’altra etichetta molto utilizzata negli ultimi anni è Deep Learning che indica l’ultima
generazione di reti neurali caratterizzata da un maggior numero di nodi, livelli,
tecniche matematiche e ingegneristiche per ottimizzare i tempi di apprendimento
fi
fi
Evoluzione storica
Arti cial Intelligence, Machine Learning e Deep Learning
possono essere considerati termini in relazione di iperonimia
fi
Intelligenza Artificiale
Il termine Arti cial Intelligence viene coniato da John McCarthy alla
conferenza di Dartmouth nel 1956. L'idea, però, era già stata anticipata dai
padri dell'informatica:
Alan Turing (1950) — in Computing Machinery and Intelligence sostiene che
una macchina intelligente non può essere rigidamente vincolata alle
istruzioni: deve essere fallibile, adattabile, capace di imparare dall'esperienza
come un bambino
Claude Shannon (1950) — descrive le learning machines: algoritmi che
migliorano il proprio comportamento imparando dall'esperienza
John von Neumann (anni '50) — propone le self-reproducing machines: sistemi
in cui agenti modi cano il proprio stato sulla base degli effetti prodotti nel
contesto osservato
fi
fi
Molteplicità di approcci
Non esiste una teoria uni cata dell’intelligenza arti ciale,
esistono diversi progetti di ricerca che si sono focalizzati su
obiettivi diversi sviluppando approcci diversi:
• Deduzione, ragionamento
• Rappresentazione della conoscenza
• Piani cazione
• Elaborazione del linguaggio naturale
• Movimento e manipolazione
• Apprendimento automatico (Machine Learning)
fi
fi
fi
Molteplicità di approcci
De nizione L’insieme di sistemi che eseguono compiti solitamente attribuiti
all’intelligenza umana, come il ragionamento, la presa di decisioni,
l’apprendimento e la percezione.
Commissione Europea, rapporto “Watch, A. I. (2021). De ning Arti cial
Intelligence 2.0”
• Ragionamento: Rappresentazione della conoscenza; Ragionamento
automatico; Ragionamento di buon senso
• Piani cazione: Piani cazione e Programmazione; Ricerca; Ottimizzazione
• Apprendimento: Apprendimento supervisionato, non supervisionato, auto-
supervisionato e per rinforzo
• Comunicazione e percezione: Elaborazione del linguaggio naturale;
Elaborazione del suono; Elaborazione delle immagini (visione arti ciale);
Elaborazione olfattiva
fi
fi
fi
fi
fi
fi
Intelligenza Artificiale tra noi
Quando per la prima
volta un software ha
battuto un campione
del mondo di scacchi?
Intelligenza Artificiale tra noi
Intelligenza Artificiale tra noi
Gli algoritmi possono superare le prestazioni
umane in compiti speci ci, ma spesso il motivo
è semplicemente la superiore capacità di
memoria e velocità di calcolo, non una forma
di intelligenza paragonabile a quella umana
Negli scacchi, un giocatore umano esperto
valuta 10–15 mosse successive; un algoritmo
moderno ne valuta milioni al secondo,
costruendo un grafo di tutte le possibili
evoluzioni della scacchiera e scegliendo il
percorso più vantaggioso
L'approccio umano è diverso: il giocatore
seleziona solo le opzioni che esperienza,
visione strategica e lettura dell'avversario
suggeriscono come rilevanti — generalizzando
e intuendo in modo creativo
fi
Quando per la prima
volta un software ha
battuto un campione
del mondo di Go?
Intelligenza Artificiale tra noi
Intelligenza Artificiale tra noi
Nel 2016 il programma AlphaGo (DeepMind,
acquisita da Google nel 2014) scon sse il
campione del mondo di GO! Lee Se-dol per 4
partite a 1 — un risultato che no ad allora
sembrava impossibile.
La vera sorpresa non fu la vittoria, ma il metodo:
AlphaGo era capace di proporre mosse creative,
valutate come poco vantaggiose nel breve
termine, per acquisire un vantaggio strategico
complessivo.
Fase 1 — addestramento su un corpus di 150.000
partite disponibili in rete, no a raggiungere il
livello di un giocatore medio
Fase 2 — addestramento per autogioco: il
programma viene contrapposto a copie di sé
stesso, perfezionando strategie partita dopo
partita, partendo da zero conoscenza delle regole
fi
fi
fi
Apprendimento Automatico
Ci limiteremo all’aspetto dell’apprendimento automatico
(Machine Learning - ML)
Non per adeguarci alla tendenza promossa dal marketing
dei colossi dell’informatica ma per restringere il campo
del discorso
L’obiettivo di un processo di AU è la costruzione di un
modello di risposta:
Una procedura che data un tupla X produce una risposta y:
X -> y
Apprendimento Automatico
Esecuzione ML
Arti cial Intelligence, Machine Learning e Deep Learning
possono essere considerati terminiStudio
in relazione
e di
iperonimia Preparazione
dei Dati
fi
Apprendimento Automatico
Retroazione
I processi retroattivi o retroregolati possono essere considerati la
forma più semplice di AU
In un controllo retroattivo il valore di una variabile in uscita dal
sistema viene letto dal controllore che agisce modi cando l'ingresso
del sistema (ad esempio il termostato, sistema di puntamento)
Il concetto è stato introdotto dal matematico americano Norbert
Wiener negli anni quaranta, iniziatore della cibernetica. La teoria dei
sistemi retroazionati è utilizzata in molti campi delle scienze pure,
delle scienze applicate (tra cui i controlli automatici) e della biologia.
In questo caso il modello è de nito inizialmente da un insieme di
procedure ma i valori dei punti di decisione sono aggiornati
attraverso aggiustamenti progressivi
fi
fi
Retroazione
Controllore
Sistema da
Ingressi
controllare
Uscite
Procedure di apprendimento
Il progettista non sempre
conosce tutte le regole di
decisione Controllore
Procedure di apprendimento
Sistema da
Ingressi
controllare
• Supervisionato Uscite
• Non-supervisionato
• Per rinforzo
Apprendimento supervisionato
I processi retroattivi si adattano a segnali che provengono
dall’ambiente (spesso si assume siano in relazione con gli
output del sistema)
Quando i segnali in grado di indirizzare l’adattamento
(feedback) non provengono direttamente dall’ambiente è
possibile ottenere dei feedback attraverso un processo di
valutazione nel quale i risultati prodotti dalla macchina
siano valutati confrontandoli con risultati che si conosce
essere corretti
Questa nozione è alla base dei processi di apprendimento
supervisionato
Apprendimento supervisionato
‣ Apprendimento
Supervisionato
‣ Induzione
Altezza
‣ Transduzione
Lunghezza
Apprendimento supervisionato
‣ Apprendimento
Supervisionato
‣ Induzione
Altezza
‣ Transduzione
Lunghezza
Apprendimento supervisionato
‣ Apprendimento
Supervisionato
‣ Induzione
Altezza
‣ Transduzione
Lunghezza
Apprendimento supervisionato
‣ Apprendimento
Supervisionato
‣ Induzione
Altezza
‣ Transduzione
Lunghezza
Funzioni dell’apprendimento supervisionato
Classi cazione
Riconoscere un insieme di esempi
accumunati da stesse proprietà
Predire dati categorici
Regressione
Individuare la tendenza di
evoluzione di una distribuzione
Predire dati numerici
Animazione:
[Link]
fi
Apprendimento non supervisionato
‣ Apprendimento Non
Supervisionato
‣ Induzione
Altezza
‣ Deduzione
Lunghezza
Apprendimento non supervisionato
‣ Apprendimento Non
Supervisionato
‣ Induzione
Altezza
‣ Deduzione
Lunghezza
Apprendimento non supervisionato
‣ Apprendimento Non
Supervisionato
‣ Induzione
Altezza
‣ Deduzione
Lunghezza
Apprendimento non supervisionato
‣ Apprendimento Non
Supervisionato
‣ Induzione
Altezza
‣ Deduzione
Lunghezza
Funzioni dell’apprendimento non supervisionato
Clustering
Raggruppare esempi accumunati da
stesse proprietà
Dati categorici / dati numerici
Dimension Reduction
Individuare la dimensioni di maggior
importanza in un dataset
Dati categorici / dati numerici
Association
Individuare correlazioni e probabilità
condizionate di un dataset
Apprendimento per rinforzo
‣ Apprendimento Per
Rinforzo
Interpretazione
‣ Azione
‣ Stato Agente
‣ Ricompensa
Stato
Sistema/Ambiente
Ricompensa Azione
Apprendimento per rinforzo
‣ Apprendimento Per
Rinforzo
‣ Azione
‣ Stato
Altezza
‣ Ricompensa
Lunghezza
Apprendimento per rinforzo
‣ Apprendimento Per
Rinforzo
‣ Azione
‣ Stato
Altezza
‣ Ricompensa
Lunghezza
Apprendimento per rinforzo
‣ Apprendimento Per
Rinforzo
‣ Azione
‣ Stato
Altezza
‣ Ricompensa
Lunghezza
Apprendimento per rinforzo
‣ Apprendimento Per
Rinforzo
‣ Azione
‣ Stato
Altezza
‣ Ricompensa
Lunghezza
Apprendimento auto-supervisionato
Nell’apprendimento auto-superivisionato self-supervised learning,
l'obiettivo è sfruttare informazioni intrinseche presenti nei dati stessi per
addestrare un modello, senza l'utilizzo di etichette fornite esternamente
Un esempio di self-supervised learning è la predizione di parte di
un'istanza a partire dalle altre parti di quella stessa istanza
Supponiamo di avere immagini di cani e gatti, possiamo suddividere
ogni immagine in due parti: la testa e il corpo dell’animale
Quindi, creiamo un compito di predizione dove il modello deve
imparare a predire la parte mancante a partire dalla parte visibile
Approccio molto usato molto nei modelli linguistici per predire la
parola successiva dato una sequenza di parole
Apprendimento auto-supervisionato
Transformer explained
Apprendimento auto-supervisionato
‣ Apprendimento
Auto-
supervisionato
‣ Simulazione
Altezza
Lunghezza
Apprendimento auto-supervisionato
‣ Apprendimento
Auto-
supervisionato
‣ Simulazione
Altezza
Lunghezza
Procedure di apprendimento
Altri approcci
‣ Active Learning: l'apprendimento attivo è una tecnica in cui il modello è in grado
di interrogare un operatore umano durante il processo di apprendimento al fine di
risolvere possibili ambiguità. È utile quando non ci sono molti dati disponibili o i dati
sono costosi da raccogliere o etichettare
‣ Multi-Task Learning: si riferisce a un processo di apprendimento che può essere
condiviso da più agenti. Per esempio, la codifica della distribuzione di parole nel
testo può essere condivisa tra più compiti NLP
‣ Online Learning: si riferisce ad algoritmi che sono in grado di apprendere da flussi
continui di dati. Questi algoritmi apprendono in modo incrementale, senza la
necessità di conoscere l’intero insieme dei dati, quindi con la possibilità di
cancellare i dati qualora non ci fosse più spazio in memoria
‣ Transfer Learning: l'apprendimento per trasferimento è un tipo di apprendimento in
cui un modello viene prima addestrato su un compito, poi una parte o tutto il
modello viene usato come punto di partenza per un compito correlato
‣ Ensemble Learning: un approccio in cui due o più modalità sono adattate agli
stessi dati e le previsioni di ogni modello sono combinate. L'obiettivo è quello di
migliorare le prestazioni rispetto all'uso di un singolo modello
Algoritmi di ML
‣ Naive Bayes ‣ Random Forest
‣ Support Vector Machine ‣ Multi-Layer Perceptron
‣ Decision Tree
Percettrone
Nel 1958 Frank Rosenblatt propose un algoritmo ispirato al comportamento
delle sinapsi che chiamo percettrone
Si tratta di entità con uno strato di ingresso ed uno di uscita ed una regola di
apprendimento basata sulla minimizzazione dell’errore che in base alla
valutazione sull'uscita effettiva della rete rispetto ad un dato ingresso altera i
pesi delle connessioni (sinapsi) come differenza tra l'uscita effettiva e quella
desiderata.
Ci fu un iniziale entusiasmo ma poco dopo Marvin Minsky e Seymour
Papert dimostrarono i limiti del percettrone e cioè la sua capacità di
riconoscere solamente funzioni linearmente separabili (ad esempio la
funzione logica XOR non può essere implementata da un percettrone).
Seguì quindi una fase nella quale questo approccio fu poco studiato.
Percettrone
Algoritmo di apprendimento standard
L'algoritmo di apprendimento standard è un algoritmo
iterativo che ad ogni iterazione calcola l’output del
percettrone e lo confronta con il risultato desiderato
quindi, il vettore dei pesi viene aggiornato come segue:
Dove g(x) è il risultato desiderato, f(x) è il risultato
ottenuto e α è una costante che regola la velocità
dell’apprendimento
Reti Neurali
Organizzando i percettroni in una rete
a più strati (strati nascosti) è possibile
fornire funzioni di risposta non lineari
• L’apprendimento dei
pesi di una rete
neuronale è un processo
lungo e stupido
• Ogni esempio corretto
aggiusta un po’ i pesi
nché non raggiungiamo
un’accuratezza
accettabile
fi
Funzioni dell’apprendimento supervisionato
Sono diverse le funzioni (i task) che possono essere svolte
dagli algoritmi di apprendimento supervisionato, due
categorie generali le organizzano:
• Classi care, ovvero
riconoscere un insieme
di esempi accumunati
da stesse proprietà
• Determinare una linea
di Regressione, ovvero
individuare la tendenza
di evoluzione di una
distribuzione
fi
Svolgiamo un esperimento attraverso
alcuni applicativi didattici:
[Link]
[Link]
Validazione: processo
Validazione: metriche
Matrice di confusione
Validazione: metriche
Matrice di confusione
Validazione: metriche
Validazione: confronto
Per valutare la qualità del modello è sempre
necessario identi care un termine di paragone,
un baseline model
• Il modello sarà di qualità se la sua
accuratezza sarà superiore alla baseline
• La Zero Rule o ZeroR è una procedura di
riferimento per gli algoritmi di classi cazione
il cui risultato è semplicemente la frequenza
della classe più frequente nei dati. Se il 65%
degli elementi di un dataset appartiene a una
classe, ZeroR predice pere tutti gli elementi
del dataset quella classe. La precision sarà
quindi del 65%
fi
fi
Validazione: generalità
Nel valutare il grado di generalità
del modello appreso:
• Il modello si dice sotto speci cato
(uder tting) se Precision e/o Recall
sono basse
• Il modello si dice sovra speci cato
(over tting) se è troppo legato agli
esempi osservati, quindi non
funzionerà correttamente con dati
di test diversi dai dati usati nella
fase di addestramento
fi
fi
fi
fi
Validazione: rappresentatività
Due fattori che in uenzano l’over tting o
under tting sono:
• Distorsione del modello (bias): abbiamo
usato alcune assunzioni errate
• Variabilità del dominio (variance): che
produce un modello molto sensibile alle
uttuazioni
• Non sappiamo se il problema nasce dai
dati o dal modello
• Modello di qualità
• dati che abbiamo usato sono rappresentativi
• il modello si è adattato ai dati
fl
fi
fl
fi
Validazione: bilanciamento
Dati non bilanciati
• Eventi con occorrenze irregolari → dataset
sbilanciato
• Eventi rari ma signi cativi vengono
trascurati
• Alcuni fenomeni sono naturalmente
sbilanciati (es. Pareto)
Soluzioni:
Generazione di dati sintetici
Algoritmi con bilanciamento integrato
fi
Validazione: statica vs dinamica
L’addestramento non è un processo statico ma diacronico
Evoluzione del dominio:
Dominio stazionario vs non
stazionario
Presenza di concept drift
Costo computazionale:
Dimensione del training set
richiesto
Tempo di riaddestramento del
modello
VALIDAZIONE: dimensione del dataset
Il training set deve quindi essere rappresentativo e non
introdurre bias. Qual è la dimensione giusta?
• Dipende dalla complessità del
problema (lineare - non lineare)
e dell’algoritmo (numero di
dimensioni, features, parametri)
• Un criterio è dato
dall’identi cazioni di fattori
moltiplicatori Alcuni dicono: la numerosità
• 50-100-1000 per ogni classe del problema migliore è quella massima che si
• 10-30 il numero di feature modellate può raccogliere
• 10-30 il numero di parametri dell’algoritmo
fi
VALIDAZIONE: giustificazione
Il training set deve quindi essere rappresentativo e non
introdurre bias
• Una buona validazione richiede di
comprendere quali sono i criteri che
portano un algoritmo a prendere
una decisione
• Gli algoritmi di Deep Learning non
sono solitamente trasparenti e sono
quindi più di cili da valutare da
questo punto di vista
ffi
VALIDAZIONE: giustificazione
Esempi avversi
• Un esempio avverso è concepito per non consentire
all’algoritmo di riconoscere un oggetto già classi cato
Intriguing
properties of
neural
networks, 2013
• Nell’articolo viene esposto un esperimento in cui all’immagine di sinistra, correttamente
riconosciuta come un’auto, viene aggiunto il rumore di destra ottenendo l’immagine
centrale percettivamente indistinguibile, ma che il sistema non riconosce più come
un’auto
fi
Bias sociale
• Pur utilizzando un data set completo è possibile introdurre bias derivati
da comportamento sociale non conforme ai nostri scopi
• Joy Buolamwini è una ricercatrice del MIT di Boston e tramite uno
studio dal titolo “Gender Shades” ha veri cato l’accuratezza di alcuni
prodotti di riconoscimento facciale come IBM Watson, Microsoft
Cognitive Services e Face ++, arrivando alla conclusione che questi
sistemi trattino alcune etnie in modo più impreciso rispetto alle altre.
Nel caso speci co la ricerca ha dimostrato una precisione del 99% per
gli uomini bianchi e una del 34% per le donne dalla carnagione scura
• Il software di reclutamento del personale di Amazon per una serie di
“distorsioni” storiche privilegiava le assunzioni maschili rispetto a
quelle femminili. Ci sono voluti alcuni anni per rendersi conto
dell’errore e moltissimi tentativi per riuscire a correggerlo
fi
fi
Esempi di Bias
Esempi di Bias
Esempi di Bias
Esempi di Bias
Esempi di Bias
Esempi di Bias