Livello 0 — Alfabetizzazione

  1. Capitolo 1 — Cos'è davvero un LLM — Cosa succede davvero quando scrivi a ChatGPT o Claude: predizione del prossimo token, finestra di contesto e non-determinismo, senza matematica.
  2. Capitolo 2 — Le allucinazioni: perché la macchina inventa — Le allucinazioni non sono un bug: nascono dal modo in cui il modello genera testo. Dove si concentrano e le mitigazioni in ordine di efficacia.
  3. Capitolo 3 — Quello che l'AI sa fare davvero bene — Sintesi, riscrittura, classificazione, estrazione, bozze con vincoli: la regola pratica per capire quando un LLM è affidabile e quando no.
  4. Capitolo 4 — I quattro limiti che non devi dimenticare mai — Data di taglio, dipendenza dal prompt, intelligenza frastagliata, nessuna esperienza del mondo: i limiti che non spariscono con gli aggiornamenti.
  5. Capitolo 5 — La mappa dell'ecosistema: chi fa cosa — La mappa degli attori: laboratori che addestrano i modelli, cloud provider, produttori di chip e applicazioni. Chi guadagna e come stanno insieme.
  6. Capitolo 6 — La filiera: dai chip alle applicazioni — GPU, cluster, training e inference: la catena industriale che sta dietro ogni risposta di un chatbot, spiegata a chi parte da zero.
  7. Capitolo 7 — Le regole del gioco: open, closed e l'AI Act — Differenze reali tra modelli aperti e chiusi, e cosa impone l'AI Act europeo con l'approccio basato sul rischio.