AI e pensiero critico devono crescere insieme: delegare un’attività richiede di saper valutare il risultato, riconoscere gli errori e decidere quando fermarsi. Lo studio IBM CHRO 2026 offre uno spunto concreto per ripensare la formazione aziendale. Ma la sua lettura richiede la stessa attenzione che chiediamo a chi usa un chatbot: controllare fonti, definizioni e confronti.
Il mio consiglio alle aziende è semplice: inserire la verifica degli output tra le attività da insegnare, organizzare e riconoscere. Il pulsante “genera” è facile da trovare. Chi può premere “fermi tutti” dovrebbe essere altrettanto chiaro.
Che cosa misura lo studio IBM CHRO 2026
Il comunicato IBM del 21 settembre 2026 presenta due indagini condotte con Oxford Economics tra aprile e giugno 2026: 1.500 CHRO e dirigenti equivalenti, in 21 aree geografiche e 23 settori; 8.800 dipendenti a tempo pieno, in 28 Paesi. CHRO significa Chief Human Resources Officer, ossia responsabile delle risorse umane.
Si tratta di un’indagine aziendale basata su risposte e valutazioni, non di un esperimento che misura la perdita di capacità cognitive. Non la leggerei neppure come una fotografia specifica delle PMI italiane.
71%, 29% e 38%: attenzione a che cosa confrontiamo
Il comunicato accosta il 71% dei CHRO, che dà priorità alla supervisione, validazione e possibilità di disattendere gli output dell’AI, al 29% dei dipendenti, che considera importante il giudizio.
Nella pagina del report IBM “Designing the Thinking Organization”, però, il confronto sulla capacità di supervisionare, validare o disattendere gli output è 71% contro 38%. Per pensiero critico e definizione del problema, i valori sono 57% e 49%.
Le etichette contano. Il 29% non va sostituito al 38% come se fosse la stessa misura. I testi pubblici consultati non consentono di ricostruire integralmente il questionario: mantengo quindi separati i confronti. Sarebbe scorretto concludere che “il 71% dei lavoratori non sa ragionare”: una priorità dichiarata non è un test di competenza.
Responsabilità, fiducia e competenze: gli altri dati
Queste percentuali sono confermate dal comunicato IBM citato sopra:
Indicatore
Dato
Dipendenti preoccupati dall’erosione delle competenze
60%
Dipendenti che riferiscono di ricevere la colpa degli errori dell’AI
43%
CHRO che dubitano della sicurezza percepita nel contestare l’AI
41%
CHRO che segnalano responsabilità poco chiare
36%
Organizzazioni che escludono il CHRO dalla definizione della strategia AI
46%
CHRO con difficoltà di coordinamento nella C-suite
73%
Valutazioni delle capacità HR: alfabetizzazione AI, misurazione, gestione del cambiamento
13%, 16%, 20%
Il report collega inoltre l’integrazione del giudizio nel lavoro alla fiducia: il 62% dei CHRO segnala una crescita dove questa integrazione esiste; dove manca, il 57% segnala un calo. Sono gruppi e direzioni differenti: non sono due percentuali da sottrarre per calcolare un “effetto”.
Il mio punto di attenzione è organizzativo: chiedere a una persona di controllare un risultato, senza darle tempo e autorità per respingerlo, rischia di trasformare la supervisione in una firma automatica. Una procedura utile deve spiegare chi verifica, con quali fonti e che cosa succede se il risultato non supera il controllo.
AI e pensiero critico: che cosa dice la ricerca scientifica
Una maggiore fiducia nell’AI risulta associata a minore pensiero critico dichiarato; una maggiore fiducia nelle proprie capacità, al contrario, a maggiore esercizio critico. Il lavoro descrive anche uno spostamento dell’impegno verso la verifica delle informazioni, l’integrazione delle risposte e la supervisione del compito.
Associazione non significa causalità. Anche qui parliamo di autovalutazioni: il paper non dimostra che usare un chatbot provochi inevitabilmente un deterioramento cognitivo. Per sostenere una conclusione del genere servirebbero misure delle capacità nel tempo e un disegno capace di distinguere l’effetto dell’AI da altri fattori.
Il Future of Jobs Report 2025 del World Economic Forum aggiunge una prospettiva sulle priorità dei datori di lavoro: sette aziende su dieci considerano essenziale il pensiero analitico. È un’indagine diversa, che non valida le percentuali IBM; aiuta però a collocare le competenze di valutazione nel quadro più ampio del lavoro.
Come riconoscere gli errori dell’AI nel lavoro quotidiano
Propongo di tradurre “pensiero critico” in comportamenti osservabili. “Usare buon senso” è un’indicazione troppo vaga per progettare una lezione o verificare un processo.
Attività
Errore da cercare
Verifica umana
Preparare un preventivo
Condizioni tratte da una proposta superata
Confrontare importi e scadenze con l’ultimo accordo
Riassumere una riunione
Ipotesi trasformate in decisioni
Distinguere proposte, decisioni e attività assegnate
Analizzare vendite
Percentuali corrette su periodi non confrontabili
Controllare denominatori, intervalli e dati mancanti
Scrivere un articolo
Una fonte esistente che non sostiene la frase
Aprire il documento e verificare il passaggio pertinente
Preparare una bozza HR
Requisiti aggiunti senza evidenza
Confrontare ogni requisito con il brief approvato
Sono esempi didattici, non casi misurati dallo studio. Nel mio approfondimento su agenti AI e second brain ho affrontato proprio il problema del preventivo: recuperare informazioni serve solo se si individua la versione pertinente e si mantiene una verifica del risultato.
Definire la decisione. Prima di aprire il chatbot, scrivere quale problema si vuole risolvere e con quali criteri si accetterà il risultato.
Assegnare la responsabilità. Indicare chi prepara, chi verifica e chi autorizza l’azione finale. Il verificatore deve poter chiedere modifiche.
Rendere disponibili le prove. Affiancare all’output documenti originali, versioni e dati utilizzati. Un link da solo non basta.
Prevedere lo stop. Stabilire quando sospendere l’attività: fonti assenti, risultati incoerenti, informazioni insufficienti o conseguenze che richiedono una valutazione specialistica.
Misurare anche la qualità. Registrare errori trovati, correzioni e tempo complessivo, compreso quello della revisione. Il solo numero di testi prodotti racconta poco.
Un esercizio per allenare il giudizio umano
In un percorso di formazione sull’AI generativa inserirei una prova di venti minuti. Il docente prepara un breve report e un fascicolo di fonti, introducendo intenzionalmente tre problemi: una percentuale con denominatore sbagliato, una fonte che non sostiene la conclusione e un’ipotesi presentata come certezza.
I partecipanti devono trovare i problemi, spiegare come li hanno verificati e decidere se approvare, correggere o sospendere il report. Prima formulano una valutazione autonoma; poi possono usare l’AI per cercare obiezioni. Vince chi motiva meglio, non chi consegna prima.
Il debriefing dovrebbe includere una domanda: “Quale errore avresti lasciato passare se avessi avuto soltanto trenta secondi?”. La risposta aiuta a progettare tempi realistici di controllo.
Domande frequenti su AI, competenze e pensiero critico
Che cosa significa supervisionare un output dell’AI?
Significa confrontarlo con fonti e criteri pertinenti, verificarne i limiti e decidere se utilizzarlo, modificarlo o respingerlo. Rileggere un testo senza controllarne le affermazioni è una revisione incompleta.
Lo studio IBM dimostra che l’AI riduce le competenze?
No: le rilevazioni riportano percezioni e valutazioni. Per misurare una perdita effettiva servono prove delle capacità, confronti nel tempo e analisi delle possibili cause.
Come formare i dipendenti a contestare l’AI?
Propongo esercitazioni con errori intenzionali, accesso alle fonti, criteri espliciti e discussione delle decisioni. La formazione va accompagnata dal tempo necessario per verificare e da un percorso chiaro per segnalare i dubbi.
Fonti e criterio di lettura
I collegamenti alle cinque risorse principali sono distribuiti nei paragrafi: comunicato IBM, report IBM Institute for Business Value, studio CHI 2025, World Economic Forum e NIST. Le prime due documentano la notizia; le altre offrono ricerca e riferimenti di contesto. Gli esempi e la procedura sono mie proposte didattiche. Verifica effettuata il 21 settembre 2026.
Per progettare un laboratorio aziendale su AI e pensiero critico, contattami: possiamo partire dai vostri documenti e definire insieme che cosa significhi, concretamente, un risultato affidabile.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/09/ai-pensiero-critico.png470836Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-09-21 10:27:302026-09-22 10:07:41AI e pensiero critico: la lezione dello studio IBM
Un corso AI per giornalisti e comunicatori aziendali dovrebbe insegnare a lavorare su fonti, testi e destinatari, mantenendo il controllo su accuratezza e responsabilità. È un’esigenza che riguarda anche gli uffici HR e chi si occupa di comunicazione interna: dagli annunci di lavoro alle newsletter, dalle interviste ai dipendenti ai materiali per accogliere i nuovi colleghi.
Prendiamo un annuncio: «Azienda leader cerca persona dinamica da inserire in un ambiente stimolante». Potrebbe riguardare una multinazionale, una municipalizzata o il negozio sotto casa. Se chiediamo all’intelligenza artificiale di renderlo “più coinvolgente”, rischiamo di ottenere lo stesso annuncio con tre aggettivi in più.
Io partirei da altre domande: quale lavoro farà questa persona? Che cosa troverà davvero? Quali informazioni le servono per decidere se candidarsi?
Questa riflessione si collega al corso che terrò il 25 novembre 2026 per Confservizi Lombardia, dedicato al ruolo della comunicazione nel trovare e trattenere talenti. Parto da quell’appuntamento per ragionare anche su come usare l’AI in modo utile e verificabile.
Il corso Confservizi Lombardia: comunicazione, nuovi strumenti e talenti
In presenza, Confservizi Lombardia, Strada 4, Palazzo Q7, Rozzano (MI)
Relatore
Gianluigi Bonanomi, giornalista e formatore
Introduzione
Paola Busto, responsabile comunicazione Confservizi Lombardia
Crediti
Il programma indica 4 crediti formativi per i giornalisti iscritti all’Albo
Iscrizioni
Entro il 23 novembre 2026; posti disponibili fino a esaurimento
Il programma ufficiale mette al centro attrattività dell’organizzazione, ricerca di personale, strumenti digitali e tecniche di comunicazione. Non elenca esplicitamente moduli sull’intelligenza artificiale: le applicazioni AI che propongo qui sono un approfondimento del tema.
La pagina segnala la gratuità per le associate e invita i non associati a scrivere a comunicazione@confservizilombardia.it. Poiché il PDF definisce il corso riservato agli associati, chi non è associato deve verificare con l’organizzazione le condizioni di accesso.
Che cosa dovrebbe insegnare un corso AI per giornalisti e comunicatori aziendali
Per me il risultato della formazione deve essere osservabile: un comunicato più preciso, una procedura più comprensibile, un annuncio con meno formule vuote. Organizzerei il lavoro intorno a cinque competenze:
Definire il compito: destinatario, obiettivo e risultato atteso.
Selezionare le fonti: documenti approvati, versioni aggiornate e informazioni utilizzabili.
Scrivere istruzioni: specificare tono, formato, limiti e gestione delle informazioni mancanti.
Controllare l’output: verificare numeri, nomi, citazioni, omissioni e ambiguità.
Misurare il risultato: includere nel tempo di lavoro anche revisioni e correzioni.
Le linee guida pubblicate da Associated Press nel 2023 offrono un riferimento concreto: il materiale prodotto dall’AI va considerato non verificato e sottoposto a giudizio editoriale. La responsabilità dell’accuratezza resta ai giornalisti. È un criterio che suggerisco di adottare anche nella comunicazione aziendale.
AI ed employer branding: prima le prove, poi gli aggettivi
Con employer branding intendiamo il lavoro sull’identità e sulla reputazione dell’organizzazione come luogo di lavoro. Il mio consiglio è partire dalle prove: percorsi di crescita documentati, attività quotidiane, condizioni reali, esperienze dei colleghi.
Immaginiamo, come esercizio, un’azienda di servizi pubblici che cerchi tecnici. Possiamo fornire all’AI una scheda approvata della posizione e chiederle di individuare le informazioni mancanti prima di riscrivere l’annuncio.
Analizza questa scheda di posizione dal punto di vista di un candidato. Individua informazioni mancanti su attività, sede, turni, requisiti, formazione e condizioni offerte. Non completare i vuoti con supposizioni. Distingui i requisiti indispensabili da quelli preferenziali solo se la fonte lo consente. Infine prepara una bozza di annuncio usando esclusivamente i fatti disponibili.
La parte più utile potrebbe essere proprio l’elenco delle domande a cui l’azienda non ha ancora risposto. Prima di promettere un “percorso di crescita”, qualcuno deve saper spiegare in che cosa consiste.
Per approfondire il canale LinkedIn, sul sito trovi anche il mio videocorso LinkedIn gratuito: una risorsa complementare per lavorare sulla presenza professionale online.
Comunicazione interna e HR: tre esercizi pratici con l’AI
Quelli che seguono sono esempi didattici, non casi aziendali con risultati misurati.
1. Trasformare una procedura in istruzioni comprensibili
Partirei da una procedura approvata e chiederei una comunicazione breve, una FAQ e una checklist. Il controllo decisivo riguarda ciò che potrebbe sparire nella semplificazione: eccezioni, scadenze, responsabilità.
Usa esclusivamente il documento allegato. Prepara una comunicazione per i dipendenti con: che cosa cambia, chi è coinvolto, da quando e che cosa deve fare. Conserva tutte le eccezioni rilevanti. Per ogni indicazione riporta il paragrafo di origine. Elenca separatamente le informazioni che non trovi.
2. Preparare un’intervista autentica a un collega
Per raccontare un mestiere possiamo usare l’AI per preparare le domande: quale problema affronti più spesso? Che cosa hai imparato nel primo mese? Quale aspetto del lavoro sorprende chi arriva?
Le risposte devono venire dalla persona intervistata. Chiedere al chatbot di inventare una testimonianza “realistica” significa costruire una voce aziendale che nessuno ha mai espresso. In fase di revisione, terrei separate citazioni testuali e parafrasi, tornando sempre alla registrazione o agli appunti originali.
3. Rendere più utile l’onboarding
Un esercizio possibile è trasformare materiali approvati in una guida per la prima settimana: persone da contattare, strumenti da attivare, procedure da conoscere e domande frequenti.
Per il prototipo userei materiali fittizi o autorizzati. Prima di mettere a disposizione un assistente interno, definirei accessi, responsabili degli aggiornamenti e modalità di passaggio a una persona quando manca una risposta. Un assistente molto sicuro di sé, ma fermo al regolamento di tre anni fa, non è un buon benvenuto.
Quanto può aiutare l’AI? Leggere bene i risultati della ricerca
Lo studio Generative AI at Work, di Erik Brynjolfsson, Danielle Li e Lindsey Raymond, nella versione del novembre 2024, analizza l’introduzione di un assistente AI tra 5.172 addetti all’assistenza clienti. Gli autori riportano un incremento medio del 15% nella produttività, misurata come problemi risolti per ora, con differenze tra lavoratori.
È un risultato interessante, ma riguarda un contesto specifico. Non dimostra che una redazione scriverà il 15% meglio o che una newsletter ridurrà il turnover. Per un ufficio comunicazione proporrei una prova su compiti comparabili: tempo complessivo, errori, revisioni necessarie e comprensione da parte dei destinatari.
Anche la revisione va progettata. Nielsen Norman Group, nell’approfondimento sulle allucinazioni dei sistemi AI, descrive il problema di risposte plausibili ma non corrette. Nella pratica, chiedere al modello «Sei sicuro?» non sostituisce il confronto con una fonte.
Attrarre e trattenere persone: che cosa misurerei
Se l’obiettivo è migliorare la comunicazione con candidati e dipendenti, misurerei risultati più vicini alle loro decisioni:
Quante candidature soddisfano i requisiti effettivi della posizione?
Quali domande ricorrenti segnalano informazioni assenti nell’annuncio?
Dopo una comunicazione interna, le persone sanno che cosa devono fare?
Quante risposte dell’assistente richiedono una correzione?
Il tempo risparmiato nella bozza rimane un risparmio dopo la revisione?
Terrei distinto il contributo della comunicazione dalle altre ragioni che portano una persona a restare o andare via. Una newsletter scritta benissimo non ripara da sola un problema di organizzazione del lavoro. L’AI può aiutarci a formulare meglio le promesse; dobbiamo poi assicurarci di poterle mantenere.
Domande frequenti
La formazione AI sulla comunicazione serve anche agli uffici HR?
Sì, può essere progettata su annunci, onboarding, FAQ e comunicazioni al personale. Suggerisco esercitazioni su documenti fittizi o autorizzati, con criteri espliciti per controllare i risultati.
Il corso Confservizi è dedicato esclusivamente all’AI?
No: il programma pubblicato riguarda comunicazione, attrattività dell’organizzazione e strumenti digitali per la ricerca di personale. Non presenta l’evento come un corso esclusivamente sull’AI.
Come si partecipa all’incontro del 25 novembre?
Il riferimento per iscrizioni, disponibilità e condizioni aggiornate è la pagina del corso Confservizi Lombardia. Se lavori nella comunicazione o nelle risorse umane, sarà un’occasione per ragionare su come raccontare l’organizzazione con informazioni utili a chi deve scegliere di entrarci e a chi ci lavora già.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/09/corso-ai-giornalisti-comunicatori-aziendali.webp9001600Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-09-20 15:00:532026-09-20 15:04:09Corso AI per giornalisti e comunicatori aziendali: comunicare meglio, attrarre talenti
Cerchi un corso Microsoft Copilot gratuito in italiano? Su Fastweb Digital Academy trovi il mio corso Introduzione a Microsoft Copilot, disponibile on demand. Sono Gianluigi Bonanomi e ti accompagno nei primi passi con l’assistente AI di Microsoft: che cosa fa, come provarlo e quali applicazioni esplorare.
Aprire una chat e scrivere una domanda richiede pochi secondi. Capire se la risposta merita di entrare in un’email, in un documento o in una decisione richiede un po’ di metodo. È da qui che suggerisco di partire: un compito concreto, istruzioni comprensibili e una verifica finale.
Corso Microsoft Copilot gratuito: programma e accesso
Tre video, con dispensa disponibile in piattaforma
Durata indicata
39 minuti nella scheda riepilogativa
Verifica finale
Test delle competenze con rilascio dell’Open Badge; la scheda indica anche l’attestato di partecipazione
Il programma affronta tre argomenti: che cos’è Copilot, esempi d’uso e Copilot Pro con Microsoft Office. Puoi seguire i video quando preferisci e fermarti per consultare il materiale. La descrizione parla di tre lezioni da circa 15 minuti ciascuna: per la durata complessiva ho riportato il valore di 0:39 ore presente nel riepilogo.
Per iniziare, apri la pagina del corso e seleziona “Vai al corso”. Segui poi le indicazioni della piattaforma per accedere ai contenuti.
A chi consiglio questo corso introduttivo
Lo suggerisco a chi vuole orientarsi prima di inserire Copilot nelle proprie abitudini: impiegati, professionisti, responsabili di funzione, formatori e persone che hanno già provato ChatGPT e desiderano esplorare un altro strumento.
Il mio consiglio è scegliere prima una piccola attività: riscrivere una comunicazione, organizzare appunti, preparare domande per una riunione. Guardare una dimostrazione diventa più utile quando sai già su quale problema vuoi mettere alla prova ciò che impari.
Copilot gratuito e Microsoft 365: che cosa distinguere
Il corso è gratuito. Questo non significa che ogni funzione di Copilot mostrata nelle lezioni sia inclusa gratuitamente nel tuo account. Microsoft distingue l’accesso alla chat dalle funzionalità disponibili nei diversi abbonamenti personali e aziendali. Le integrazioni nelle applicazioni dipendono da licenza, account e configurazione.
Quelli che seguono sono esercizi originali che propongo a integrazione del corso. Usa appunti inventati o materiale che sei autorizzato a inserire nello strumento. Per ogni prova conserva la richiesta iniziale e confrontala con il risultato.
1. Trasformare appunti in un’email
Trasforma questi appunti fittizi in un’email a un cliente: [appunti]. L’obiettivo è concordare i prossimi passi. Usa un tono professionale, massimo 150 parole e una richiesta finale chiara. Non inventare date, prezzi o impegni. Se manca un’informazione, segnalala.
Controlla se la bozza aggiunge promesse assenti negli appunti. Un testo scorrevole può nascondere un impegno che non volevi prendere.
2. Ricavare una tabella delle attività
Leggi questo verbale fittizio: [testo]. Estrai una tabella con attività, responsabile, scadenza e frase del verbale che giustifica ogni riga. Quando un’informazione manca, scrivi “non indicato”. Non assegnare responsabilità per deduzione.
Confronta ogni riga con il testo di partenza. La colonna con la frase originale ti aiuta a controllare l’estrazione.
3. Preparare una presentazione
Proponi una scaletta di cinque slide per spiegare [argomento] a [pubblico]. Per ogni slide indica titolo, messaggio principale ed esempio. Usa soltanto queste informazioni: [materiale]. Segnala ciò che richiede una fonte aggiuntiva.
Gianluigi Bonanomi: formatore AI e docente del corso Copilot
Mi occupo di formazione e consulenza sulla comunicazione digitale e sull’intelligenza artificiale generativa. Il mio percorso comprende il giornalismo informatico, la scrittura di libri e la docenza in digital marketing all’Accademia SantaGiulia di Brescia. Puoi consultare il mio profilo docente su Fastweb Digital Academy, con la biografia e gli altri corsi.
Come formatore AI, propongo di lavorare su quattro passaggi: scegliere un’attività, formulare la richiesta, controllare l’output e decidere come usarlo. Preferisco una prova semplice con criteri chiari a una dimostrazione spettacolare che nessuno sa ripetere il giorno dopo.
Formazione Copilot per aziende: dal video al laboratorio
Se stai cercando un formatore Copilot per la tua azienda, il corso gratuito ti permette di conoscere il mio modo di spiegare. Per un percorso dedicato, propongo di partire dalle applicazioni disponibili, dalle regole interne e dalle attività dei partecipanti.
Per progettare la formazione insieme, indicami numero di partecipanti, ruoli, livello iniziale e versione di Copilot disponibile. Trovi un riferimento nel mio programma di formazione aziendale sull’intelligenza artificiale; per una richiesta specifica puoi usare il modulo qui sotto.
Domande frequenti sul corso
Il corso Microsoft Copilot è gratuito?
Sì, Fastweb Digital Academy lo presenta come gratuito e on demand. Gli eventuali abbonamenti software restano distinti dall’accesso alle lezioni.
È adatto a chi parte da zero?
È un’introduzione: lo consiglio a chi vuole conoscere Copilot e iniziare a sperimentare. Per esercitarti, parti da un compito breve con un risultato facile da controllare.
Rilascia una certificazione Microsoft?
La scheda descrive un Open Badge dopo il test e indica un attestato di partecipazione. Non presenta il corso come una certificazione professionale Microsoft.
Posso richiedere un corso Copilot per il mio team?
Sì, puoi contattarmi per valutare un percorso dedicato a obiettivi, competenze e strumenti della tua organizzazione.
Il prompt engineering è la progettazione delle istruzioni con cui chiediamo all’intelligenza artificiale di svolgere un compito. Per ottenere risposte utili servono un obiettivo comprensibile, informazioni pertinenti, un formato di uscita e criteri di verifica. Una richiesta elegante ma priva di contesto rimane un incarico spiegato male.
Parto dal video Full AI Prompting Course with Andrew Ng, pubblicato da DeepLearning.AI, per ragionare su come migliorare il nostro modo di lavorare con i chatbot. Qui trovi il video completo, una breve guida alla visione e alcuni esercizi originali che propongo per trasferire questi principi nel lavoro quotidiano.
Guarda il corso di Andrew Ng sul prompt engineering
Ng distingue un uso occasionale dell’AI da un uso più consapevole. Sottolinea il valore del contesto, delle domande neutrali e della revisione progressiva. Distingue inoltre la conoscenza appresa dal modello dalla ricerca sul web e dagli approfondimenti di tipo deep research.
Per orientarti nella visione, ecco alcuni passaggi:
0:00: le differenze tra principiante e utilizzatore esperto.
15:52: quando serve cercare informazioni sul web.
21:40: perché bisogna valutare le fonti recuperate.
1:14:11: il problema dell’AI che tende a darci ragione.
1:19:55: scrittura, contenuti generici e costruzione progressiva della scaletta.
La mia lettura è questa: vale la pena imparare a progettare l’intero incarico, dall’input alla verifica. Nei paragrafi seguenti sviluppo questa idea con esempi miei, senza attribuirli ad Andrew Ng.
1. Dai all’AI un incarico che si possa capire
Immagina di affidare a un collega la preparazione di un corso scrivendogli soltanto: «Fammi una bella presentazione». Ti chiederebbe per chi, su quale argomento, con quale durata e con quale risultato atteso. Prima di lamentarti delle slide, dovresti riscrivere il messaggio.
Nel mio metodo G.O.L. per creare prompt efficaci propongo una traccia: guidare il sistema, chiarire l’obiettivo, definire limiti e formato. È un promemoria pratico per esplicitare le informazioni che altrimenti lasciamo nella nostra testa.
Questa impostazione è coerente con la guida ufficiale di Google alla progettazione dei prompt: istruzioni specifiche, contesto, esempi e formato desiderato aiutano a orientare la risposta. Google ricorda anche che il processo è iterativo: le indicazioni sono punti di partenza da verificare sul proprio caso.
Ecco un esercizio da provare:
Aiutami a progettare un laboratorio di 90 minuti sull’AI per dodici impiegati amministrativi principianti. L’obiettivo è imparare a trasformare appunti disordinati in un verbale verificabile. Useremo soltanto dati fittizi. Proponi una scaletta con tempi, consegne, materiali e criteri per valutare il risultato. Segnala eventuali informazioni mancanti prima di fare ipotesi.
Per valutare la risposta, controlla se i tempi tornano, se gli esercizi sono davvero adatti a principianti e se il risultato finale è osservabile. «Capire l’AI» è troppo vago; produrre un verbale confrontabile con gli appunti è un obiettivo verificabile.
2. Stabilisci quali fonti possono sostenere la risposta
Quando progetto una richiesta di ricerca, preferisco indicare che cosa dovrebbe contare come prova. Un listino del produttore, una pagina istituzionale e un commento anonimo possono servire a scopi diversi. Metterli tutti nella stessa tabella senza distinguerli rende difficile capire che cosa fidarsi a usare.
Ti propongo questo prompt per confrontare strumenti software:
Confronta questi tre strumenti per l’attività descritta: [attività]. Cerca nelle pagine ufficiali prezzi, funzioni incluse e limiti. Per ogni informazione indica URL e data della verifica. Se un dato manca, scrivi “non verificato”. Separa i fatti documentati dalla tua valutazione. Non dedurre che una funzione esista soltanto perché sarebbe utile.
Il controllo che farei io è semplice: aprire i collegamenti decisivi e verificare che parlino proprio della versione, del piano e della funzione citati. Una bibliografia lunga non sostituisce questa lettura.
3. Chiedi una valutazione senza suggerire il voto
La tendenza a compiacere l’interlocutore viene chiamata sycophancy. La ricerca di Anthropic Towards Understanding Sycophancy in Language Models ha documentato comportamenti di questo tipo nei sistemi studiati, mostrando anche come le preferenze umane possano favorire risposte allineate alle opinioni dell’utente.
Per questo eviterei di aprire una richiesta di valutazione con «Ho avuto un’idea geniale». Preferisco consegnare una proposta e una griglia:
Valuta la proposta allegata rispetto a quattro criteri: chiarezza del destinatario, problema affrontato, fattibilità e differenziazione. Per ciascuno indica gli elementi a favore, quelli contrari e le informazioni mancanti. Non assegnare punteggi quando non hai prove sufficienti. Chiudi con tre domande da porre a potenziali clienti per verificare le ipotesi principali.
Attenzione anche all’eccesso opposto: chiedere sempre di distruggere un’idea rischia di trasformare l’esercizio in una gara a trovare difetti. Io cercherei obiezioni sostenute da elementi concreti, insieme alle condizioni in cui la proposta potrebbe funzionare.
4. Progetta il testo prima di correggere le virgole
Quando lavoro a un articolo, mi interessa decidere che cosa deve portarsi a casa il lettore. Una prosa scorrevole non compensa una tesi poco chiara. Ti suggerisco quindi un esercizio in tre consegne distinte:
Progetto: «Dai miei appunti ricava la domanda del lettore, la tesi e due possibili scalette. Segnala le affermazioni ancora senza fonte».
Stesura: «Sviluppa la scaletta approvata. Usa soltanto i fatti verificati e gli esempi forniti. Mantieni separati fatti, opinioni e ipotesi».
Aggiungerei una revisione finale molto concreta: evidenziare ogni frase che potrebbe comparire identica in un articolo su un argomento completamente diverso. Se una frase va bene per qualunque cosa, probabilmente spiega poco di quella che stiamo raccontando.
5. Misura il risultato su un compito reale
Il mio esercizio preferito, per chi vuole migliorare il prompt engineering, è ripetere lo stesso compito con istruzioni diverse. Scegli un’attività piccola: una mail di follow-up, un verbale, la scaletta di una riunione. Prepara poi una versione essenziale del prompt e una con contesto, vincoli ed esempio di risultato desiderato.
Confronta gli output usando una griglia definita prima:
Criterio
Domanda di controllo
Fedeltà
Sono stati aggiunti fatti o impegni che non avevo fornito?
Pertinenza
Il testo risponde al bisogno del destinatario?
Vincoli
Rispetta lunghezza, tono e formato richiesti?
Utilizzabilità
Quali correzioni devo ancora fare prima di usarlo?
Annota anche il tempo speso a preparare gli input e a correggere l’output. Ti propongo di considerare utile il cambiamento quando migliora il lavoro complessivo. Ottenere una risposta in dieci secondi, per poi riscriverla per venti minuti, merita almeno una riflessione.
Il mio corso di prompt engineering con Fastweb Digital Academy
Il programma comprende il metodo G.O.L. e la variante G.O.L.D., il reverse prompt engineering, il metodo SO.C.RA.T.E. ed esercizi pratici. La pagina indicata riguarda l’edizione del 30 gennaio 2026 e riporta iscrizioni chiuse: la segnalo come riferimento al programma, non come iscrizione a un nuovo appuntamento.
Se vuoi portare questi esercizi nella tua organizzazione, scrivimi attraverso il modulo qui sotto. Possiamo costruire un laboratorio sui documenti e sulle attività che le persone devono gestire davvero.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/09/prompt-engineering-andrew-ng.webp9001600Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-09-20 11:16:572026-09-20 11:16:57Prompt engineering: le lezioni di Andrew Ng
La AI FOMO è la paura di restare indietro mentre gli altri sembrano usare l’intelligenza artificiale meglio, prima e più di noi. Può spingerci a provare strumenti interessanti, ma anche a collezionare abbonamenti, tutorial e sensi di colpa. Il mio suggerimento è partire da un problema concreto, scegliere un esperimento e misurarne il risultato.
Apri LinkedIn. Qualcuno ha automatizzato un reparto. Un altro ha costruito un agente durante la pausa pranzo. Un terzo ti spiega che, se usi ancora lo strumento di ieri, sei praticamente un reperto archeologico. Tu volevi soltanto scrivere una mail.
Questa scena, volutamente caricaturale, descrive bene il tema. L’AI promette di farci risparmiare tempo. Rincorrere tutto quello che viene raccontato sull’AI può diventare un secondo lavoro. Non retribuito, naturalmente.
AI e FOMO: che cosa significa avere paura di restare indietro
FOMO è l’acronimo di Fear of Missing Out, la paura di perdersi qualcosa. Nel paper Motivational, emotional, and behavioral correlates of fear of missing out, pubblicato nel 2013 su Computers in Human Behavior, Andrew K. Przybylski, Kou Murayama, Cody R. DeHaan e Valerie Gladwell studiano il timore che altri stiano vivendo esperienze gratificanti da cui siamo esclusi, insieme al desiderio di restare continuamente connessi a ciò che fanno.
Quella ricerca riguardava la FOMO in generale, non l’attuale generazione di chatbot. Applicarla all’AI richiede quindi un passaggio interpretativo: l’esperienza che temiamo di perderci può essere una competenza, un vantaggio professionale, un’opportunità.
Ne avevo già parlato nell’articolo su FOMO e nomofobia. Qui il centro della riflessione è il lavoro: «E se tutti avessero già imparato a fare in dieci minuti quello che a me richiede un pomeriggio?».
Uso l’espressione AI FOMO per descrivere questo fenomeno, senza trasformare il disagio di fronte a una novità in un’etichetta clinica.
Il paper sulla AI FoMO nel lavoro
Il collegamento fra intelligenza artificiale e paura di restare indietro è diventato anche un oggetto di ricerca esplicito. Mariano Méndez-Suárez, Maja Ćukušić e Ivana Ninčević-Pašalić hanno firmato AI FoMO (fear of missing out) in the workplace, apparso online nel 2025 e nel volume 84 di Technology in Society del 2026, DOI 10.1016/j.techsoc.2025.103052.
Lo studio utilizza dati dell’OCSE sull’AI nei luoghi di lavoro. L’abstract descrive combinazioni di fattori legati alla FOMO: la percezione che le proprie competenze perdano valore, la riduzione dell’autonomia e le preoccupazioni per la supervisione tramite AI. Gli autori richiamano comunicazione trasparente, formazione continua e coinvolgimento dei lavoratori.
È una prospettiva utile perché amplia il problema oltre il nuovo chatbot. Una persona può domandarsi se la sua esperienza conterà ancora o se avrà voce nelle decisioni. Qui riassumo quanto verificabile dall’abstract: non lo presento come una prova sperimentale che uno specifico strumento provochi ansia, né come una misura della diffusione della FOMO in Italia.
Quando l’aggiornamento diventa una corsa senza traguardo
Per riconoscere la differenza tra esplorazione e rincorsa, propongo alcune domande. Sono uno strumento di riflessione, non un test psicologico.
Sto cercando una soluzione o una rassicurazione? Voglio migliorare un’attività, oppure sentirmi al passo?
Ho applicato ciò che ho imparato? Ho completato un lavoro con lo strumento precedente prima di passare al successivo?
So spiegare il vantaggio? Riesco a indicare un miglioramento concreto, oltre all’effetto sorpresa?
Sto confrontando condizioni equivalenti? Una demo preparata e il mio lavoro quotidiano hanno davvero gli stessi vincoli?
Posso rimandare? Questa novità cambierebbe qualcosa nella mia settimana, se la studiassi oggi?
Un criterio che trovo utile: se dopo un’ora di aggiornamento ho soltanto altre venti schede aperte, mi manca ancora il passaggio dalla raccolta all’applicazione.
Il catalogo mentale dei tool può crescere senza che cresca la capacità di usarli. Sapere che esiste un agente capace di organizzare documenti non equivale a saper definire quali documenti, con quali permessi e con quale verifica finale.
Che cosa dicono gli altri studi: autonomia e pensiero critico
Le indagini OCSE: benefici e timori possono convivere
L’OCSE segnala possibili benefici, ma anche preoccupazioni legate al lavoro. Nella sintesi dell’Employment Outlook 2023 emerge la distanza tra valutazioni dell’uso attuale e paure per il futuro, insieme a rischi su privacy, intensità del lavoro e bias.
La mia lettura operativa: se una persona teme di perdere controllo, aggiungere un’altra licenza non basta. Occorre chiarire che cosa cambierà nel suo lavoro e quali decisioni continuerà a prendere.
Lo studio sul pensiero critico: attenzione alla fiducia automatica
La ricerca The Impact of Generative AI on Critical Thinking, presentata a CHI 2025 e firmata da Hao-Ping Lee e colleghi, raccoglie le risposte di 319 lavoratori della conoscenza e 936 esempi d’uso della GenAI.
Una maggiore fiducia nell’AI risulta associata a un minore sforzo di pensiero critico dichiarato. Sono autoriferimenti: lo studio non dimostra che i chatbot abbiano ridotto l’intelligenza dei partecipanti. Richiama però l’attenzione sulla verifica dei risultati e sulla fiducia che accordiamo allo strumento.
Non è uno studio sulla FOMO. Il collegamento che propongo è pratico: quando sperimentiamo per paura di essere superati, dovremmo proteggere proprio il tempo dedicato ai controlli. La velocità ha valore se il risultato regge.
Due video per ragionare meglio su scelte e AI
Ho scelto due interventi complementari. Sono contenuti divulgativi, da tenere distinti dalle evidenze dei paper.
Patrick McGinnis: How to make faster decisions
Nel video TED di Patrick McGinnis il tema è la FOBO, Fear of Better Options: il timore che esista un’opzione migliore, capace di bloccare una decisione. È un concetto vicino alla FOMO, ma diverso.
La domanda con cui guardarlo: sto ancora confrontando strumenti perché mi manca un’informazione decisiva, oppure perché vorrei la certezza di aver scelto il migliore in assoluto? Applicato all’AI, il rischio è rimandare continuamente l’esperimento in attesa del prossimo modello.
Sal Khan: How AI could save (not destroy) education
Nel TED Talk del 2023 di Sal Khan, il fondatore di Khan Academy presenta possibili applicazioni dell’AI come tutor per gli studenti e assistente per gli insegnanti. Il video include dimostrazioni di Khanmigo ed esprime una visione ottimista; non è una valutazione indipendente dell’efficacia del prodotto.
La domanda con cui guardarlo: quale attività di apprendimento voglio migliorare e come saprò se ci sono riuscito? È un cambio di prospettiva utile anche fuori dalla scuola: scegliere un bisogno rende la sperimentazione più concreta.
Un metodo pratico contro la AI FOMO: un problema, un esperimento, una verifica
Propongo un piccolo protocollo di lavoro. È una mia indicazione operativa, non un metodo clinico validato. Puoi provarlo per due settimane e adattarlo al tuo ruolo.
1. Scrivi il problema prima del nome del tool
«Voglio imparare l’ultimo agente» è un’intenzione vaga. «Voglio confrontare tre preventivi e individuare le voci mancanti» è un compito. Nel secondo caso puoi stabilire quali dati servono e verificare se il risultato è corretto.
2. Parti da uno strumento già disponibile
Prima di aprire un nuovo account, verifica se una soluzione già autorizzata e accessibile copre il bisogno. Un nuovo servizio può essere utile, ma dovrebbe risolvere una carenza riconoscibile. Familiarità, compatibilità con i documenti e possibilità di controllo contano quanto la brillantezza della demo.
3. Definisci il confronto
Annota come svolgi oggi il lavoro e quanto tempo richiede. Poi prova la procedura assistita. Nel tempo totale includi preparazione, istruzioni, verifica e correzione. Se il risultato arriva subito ma va rifatto, il cronometro deve continuare a girare.
Dimensione
Che cosa osservare
Tempo
Minuti complessivi fino a un risultato utilizzabile
Qualità
Errori, omissioni e correzioni necessarie
Controllo
Possibilità di ricostruire fonti e passaggi
Ripetibilità
Utilità su altri compiti analoghi
Costo
Licenza, apprendimento e manutenzione della procedura
4. Crea una lista delle novità da valutare
Quando incontri un nuovo strumento, registra tre cose: che cosa promette, per quale tuo problema potrebbe servire e quale prova ti convincerebbe. Poi torna al lavoro in corso. Dedica alla lista un momento programmato: l’orario serve a proteggere l’attenzione, non è una prescrizione universale.
5. Decidi che cosa smettere di fare
Alla fine dell’esperimento scegli: adottare, approfondire oppure archiviare. Anche scoprire che uno strumento non ti serve è un risultato. Puoi smettere di inseguirlo senza dover dimostrare che sia inutile per tutti.
Un prompt per scegliere che cosa imparare
Puoi usare questo prompt per strutturare il ragionamento. Inserisci solo informazioni che puoi condividere con lo strumento scelto.
Agisci come un tutor di apprendimento professionale. Il mio ruolo è [ruolo]. Le attività che mi occupano più tempo sono [elenco]. Gli strumenti già disponibili sono [elenco]. Ho [tempo] alla settimana per sperimentare.
Aiutami a scegliere una sola attività su cui fare una prova con l’AI. Prima fammi le domande necessarie a capire frequenza, difficoltà, dati coinvolti e risultato atteso. Poi proponi un esperimento di due settimane con criteri di successo, controlli umani e condizioni per interromperlo.
Non proporre nuovi abbonamenti senza spiegare quale limite degli strumenti disponibili risolverebbero. Distingui informazioni verificate, ipotesi e informazioni mancanti. Se non conosci le funzioni attuali di uno strumento, dichiaralo. Concludi indicando quali novità posso ragionevolmente rimandare.
Che cosa dovrebbero fare aziende e formatori
Ai responsabili aziendali suggerisco di rendere esplicite le aspettative. Quali competenze servono davvero? Quali strumenti sono approvati? Quanto tempo è disponibile per imparare? Chi aiuta a valutare un risultato sbagliato?
Una frase come «dovete usare di più l’AI» lascia aperte troppe domande. Una consegna più utile potrebbe essere: «Scegliamo una procedura ricorrente, proviamo a migliorarla e condividiamo risultati ed errori». È un esempio di impostazione, non il resoconto di un caso aziendale.
Anche chi fa formazione dovrebbe interrogarsi sul linguaggio. Annunciare che domani saremo tutti obsoleti può catturare attenzione; preferisco aiutare le persone a individuare il prossimo passo che sono in grado di compiere e verificare.
Domande frequenti su AI e FOMO
Devo conoscere tutti gli strumenti di intelligenza artificiale?
Per lavorare con metodo puoi scegliere quelli coerenti con i tuoi compiti e imparare competenze trasferibili: definire obiettivi, fornire contesto, valutare risposte, controllare fonti e stabilire quando serve un intervento umano.
Ignorare le novità è una soluzione?
Propongo un aggiornamento selettivo: seguire le novità pertinenti e riservare tempo per metterle alla prova. Una buona domanda è: «Quale cambiamento merita un esperimento nel mio lavoro?».
Come capisco se sto imparando davvero?
Prova a documentare un’attività che ora sai svolgere meglio, gli errori che sai riconoscere e i limiti che sai spiegare. È una verifica più concreta del numero di strumenti che hai aperto.
La prossima volta che un post ti farà sentire in ritardo, chiudi per un momento il catalogo delle meraviglie e apri un tuo lavoro reale. Parti da lì. La competenza si vede anche dalla capacità di scegliere che cosa merita attenzione.
Fonti e approfondimenti
I collegamenti ai paper, ai rapporti e ai video sono distribuiti nei paragrafi pertinenti. Riferimenti bibliografici principali: Przybylski et al. (2013), Computers in Human Behavior, DOI 10.1016/j.chb.2013.02.014; Méndez-Suárez et al. (online 2025, volume 2026), Technology in Society, DOI 10.1016/j.techsoc.2025.103052; Lane, Williams e Broecke (2023), OECD Working Paper 288; Lee et al. (2025), CHI. I video di McGinnis e Khan sono approfondimenti divulgativi.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/09/ai-fomo-copertina.webp9001600Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-09-16 18:04:102026-09-16 18:06:54AI e FOMO: come smettere di rincorrere ogni novità
The AI Lounge Club è un progetto di formazione e confronto tra manager e professionisti delle PMI, con sede a Concorezzo. Il mio coinvolgimento riguarda la guida scientifica e formativa del club, con particolare attenzione all’uso dell’intelligenza artificiale per organizzare la conoscenza e lavorare meglio.
Ne ha parlato Concorezzo.org nell’articolo “A Concorezzo il club per sfruttare al meglio l’AI”, firmato MC e pubblicato il 10 settembre 2026. Ringrazio la testata per aver raccontato un’iniziativa che porta sul territorio un tema al quale tengo: imparare a usare l’AI partendo dalle esigenze delle persone.
The AI Lounge Club: qual è il mio ruolo
Il pezzo di Concorezzo.org mi presenta come partner scientifico e di formazione. Ricorda inoltre l’open day del 27 giugno, durante il quale ho tenuto l’intervento “Il Second Brain del manager e dell’azienda”, dedicato all’organizzazione delle informazioni e al supporto ai processi decisionali.
Il sito ufficiale di The AI Lounge Club descrive oggi il mio compito come guida della parte scientifica e formativa. Il progetto è di Gianluigi Bonanomi e Giovanni Cotta. Il principio dichiarato è Human First, AI Second: le persone vengono prima degli strumenti.
Per me questo significa partire da una domanda concreta: quale attività vogliamo migliorare? Solo dopo ha senso scegliere il chatbot, costruire il prompt e valutare il risultato. Collezionare abbonamenti, da solo, non è un piano di trasformazione digitale.
Perché un club per imparare l’AI a Concorezzo
The AI Lounge Club propone il peer learning, cioè l’apprendimento tra pari. Manager e professionisti lavorano su casi concreti e si confrontano sulle rispettive esigenze. La sede è l’Agriturismo La Camilla a Concorezzo, una struttura immersa nel verde che ospita anche eventi aziendali.
Mi interessa soprattutto la possibilità di far emergere domande diverse intorno allo stesso tavolo. Chi si occupa di marketing può ragionare sulla coerenza dei contenuti; chi gestisce un gruppo di lavoro sulle procedure; un libero professionista sul recupero delle informazioni. Sono possibili punti di partenza, da scegliere in base al lavoro reale dei partecipanti.
Il confronto, però, va guidato. Un esperimento riuscito in uno studio non diventa automaticamente una soluzione per qualsiasi impresa. Bisogna capire quali documenti sono disponibili, chi li aggiorna e come verificare che la risposta sia utile.
Il Second Brain del manager e dell’azienda
Il tema del mio intervento di giugno resta centrale: come rendere utilizzabile la conoscenza che abbiamo già? Appunti, documenti e procedure hanno valore quando riusciamo a ritrovarli e collegarli a una domanda di lavoro.
La pagina ufficiale dedicata a RAG e Second Brain distingue due prospettive: organizzare la conoscenza personale del professionista e usare documenti aziendali come base per le risposte dell’AI. La RAG è una tecnica che integra il recupero di informazioni da fonti selezionate nella generazione della risposta. Il secondo cervello è invece un metodo più ampio di organizzazione della conoscenza.
Il mio consiglio è partire da un insieme piccolo e curato di materiali. Prima si chiarisce che cosa deve contenere l’archivio, poi si costruisce il modo di interrogarlo. Se nessuno sa quale procedura sia aggiornata, chiedere all’AI di leggerle tutte non risolve il problema organizzativo.
Ecco una mia proposta per chi vuole avvicinarsi al tema, non il resoconto di un’attività svolta all’open day:
Scegli una domanda ricorrente del tuo lavoro, per esempio come preparare un incontro con un cliente.
Seleziona pochi documenti pertinenti, aggiornati e adatti allo strumento che utilizzi.
Chiedi una risposta con riferimenti alle fonti, facendo segnalare ciò che manca.
Confronta il risultato con i documenti e annota errori, omissioni e passaggi utili.
Decidi se ripetere il processo, modificarlo o abbandonarlo.
Il risultato da cercare è una procedura che sappiamo valutare. Un testo elegante è piacevole; una risposta verificata serve al lavoro.
Il prossimo open day di The AI Lounge Club
Al momento della pubblicazione, il sito del club annuncia il prossimo open day per il 17 ottobre 2026 alle 11:00, a La Camilla, Concorezzo (MB). L’ingresso è gratuito su prenotazione. Sono previsti presentazione del club e dei percorsi, esempi di AI in azienda, un momento interattivo sul metodo e aperitivo con networking.
Chi cerca formazione sull’intelligenza artificiale per manager e professionisti in Brianza può usarlo per conoscere il progetto e fare domande. Per iscrizioni e aggiornamenti sul programma, il riferimento è la pagina ufficiale dell’evento.
Domande frequenti
A chi si rivolge The AI Lounge Club?
Il club si rivolge a manager e professionisti delle PMI interessati a portare l’intelligenza artificiale nel lavoro quotidiano attraverso applicazioni pratiche e confronto tra pari.
Servono competenze di programmazione?
Secondo le indicazioni del club, non è necessario saper programmare. Il percorso è pensato per un pubblico professionale che vuole capire come applicare gli strumenti al proprio contesto.
Che cosa fa l’AI Facilitator?
Nel modello del club, l’AI Facilitator accompagna le attività pratiche e facilita il confronto tra i partecipanti. Aiuta il gruppo a imparare lavorando insieme sui problemi.
Informazioni su ruolo, format e appuntamenti verificate il 12 settembre 2026. La copertina è un’illustrazione generata con AI.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/09/the-ai-lounge-club-concorezzo.webp9001600Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-09-12 15:56:332026-09-12 15:56:33The AI Lounge Club: il mio coinvolgimento a Concorezzo
L’11 e il 12 settembre 2026 ho portato l’intelligenza artificiale generativa a Officina del Talento 360, il progetto dell’Istituto di Psicologia del Benessere. Il mio modulo, “Prompt leadership: introduzione all’intelligenza artificiale generativa”, è dedicato a una domanda molto concreta: come usare ChatGPT per lavorare meglio, costruire un assistente personale e organizzare un secondo cervello digitale?
Il filo conduttore delle due giornate è questo: imparare a fare richieste efficaci all’AI, darle il contesto necessario e mantenere il controllo sui risultati. Perché avere un chatbot a disposizione è facile. Capire che cosa affidargli, come guidarlo e quando correggerlo richiede un po’ più di allenamento.
Il mio intervento su ChatGPT e intelligenza artificiale a Officina del Talento 360.
Che cos’è Officina del Talento 360
Officina del Talento 360 è un percorso multi-aziendale di crescita personale e manageriale. La proposta integra formazione esperienziale, coaching e mentoring, con tappe in aziende e luoghi diversi. Al centro ci sono leadership, comunicazione, benessere e capacità di affrontare il cambiamento.
Nel programma dell’edizione a cui partecipo, le aree di lavoro comprendono benessere personale, comunicazione, leadership del futuro e longevità. Si passa dalla conoscenza di sé alla gestione delle energie, dalla fiducia nelle relazioni all’intelligenza conversazionale, fino al cambiamento e alla sostenibilità personale e professionale. Il modulo sull’AI si inserisce nella parte dedicata alla leadership del futuro.
È una collocazione che condivido. Quando un manager usa l’AI, deve ragionare anche su come formula un incarico, su quali informazioni mette a disposizione e su quali responsabilità conserva. Sono domande che riguardano la leadership prima ancora del software.
Con Leonardo Milani, Michela Nestori e Roberto Guidarelli
Con Michela Nestori, Leonardo Milani e Roberto Guidarelli durante Officina del Talento 360.
Nella foto sono insieme a Leonardo Milani, Michela Nestori e Roberto Guidarelli. Milani è psicologo e direttore dell’Istituto di Psicologia del Benessere; Nestori è co-fondatrice dell’Istituto, emotional coach e formatrice; Guidarelli è presentato nel team dei docenti di Officina del Talento come Chief Operating Officer, HR Manager e specialista nella gestione di progetti complessi.
Grazie a loro per avermi coinvolto in un progetto che mette in relazione competenze tecnologiche e sviluppo delle persone. La collaborazione con l’Istituto comprende anche la formazione sull’AI: sul sito è possibile consultare la proposta “Il Manager del Futuro nell’Era dell’AI Online”, un percorso distinto dal modulo in presenza raccontato qui.
Il programma: 12 ore di laboratorio sull’intelligenza artificiale
Il modulo è progettato in due giornate da sei ore, ciascuna divisa in due sessioni. L’impostazione è laboratoriale: computer aperti, esercizi, documenti e richieste da costruire. L’obiettivo è collegare gli strumenti alle attività decisionali, creative e operative del lavoro manageriale.
Prima giornata: capire l’AI e usarla nel lavoro
La prima parte del programma affronta le differenze tra predizione, generazione e automazione. Introduce inoltre il funzionamento dei modelli linguistici, con riferimenti a ChatGPT, Claude e Gemini. Il passaggio alla pratica prevede la costruzione di una presentazione manageriale e una riflessione sul contributo umano nella produzione assistita.
Il pomeriggio è dedicato all’analisi dei documenti, con l’introduzione all’approccio RAG, cioè alla generazione supportata dal recupero di informazioni da fonti. Nel programma sono previsti un esercizio su un documento aziendale con NotebookLM, la creazione di immagini per progetti e storytelling e una prima riflessione guidata nel diario digitale.
Un momento della formazione, con i partecipanti al lavoro sui propri computer.
Seconda giornata: assistenti personali e prompt efficaci
La seconda giornata mette al centro l’AI come collega virtuale: agenti, creazione assistita di documenti e costruzione di un assistente personale con i GPTs. Il programma comprende anche una dimostrazione con Genspark e il confronto su etica, bias, delega e controllo, attraverso il role-play “Delego o decido io?”.
La sessione finale approfondisce il prompt engineering: dalle richieste di base alle strategie più articolate, fino a un esercizio di progettazione assistita nel diario digitale. Chiudono il modulo il debriefing e le domande dei partecipanti. Per ritrovare gli strumenti e continuare a sperimentare, sul mio sito raccolgo le risorse dei miei corsi su ChatGPT e sull’AI generativa.
ChatGPT come assistente personale: partire da un compito preciso
Nel mio intervento ho parlato di come usare ChatGPT come assistente personale. Il punto di partenza è scegliere un’attività riconoscibile: preparare una riunione, riordinare appunti, costruire una bozza o confrontare alternative.
Il criterio che propongo è semplice: definire l’incarico prima di aprire la chat. Quale risultato mi serve? Su quali materiali deve lavorare l’assistente? Quali vincoli deve rispettare? Come controllerò la risposta?
Ecco un esempio di richiesta, utile per mettere in pratica questo approccio:
Aiutami a preparare una riunione di allineamento di 30 minuti. Ti fornisco gli appunti del progetto. Ricava un ordine del giorno con le decisioni da prendere e i punti ancora aperti. Distingui ciò che è scritto negli appunti dalle tue proposte. Non inventare scadenze o responsabili. Se manca un’informazione indispensabile, chiedimela.
La differenza sta nella qualità dell’incarico. “Organizzami il lavoro” lascia aperte troppe interpretazioni. Specificare materiali, obiettivo e limiti permette di valutare con maggiore chiarezza se la risposta è utilizzabile.
Il secondo cervello digitale: dare ordine a ciò che sappiamo
L’altro tema centrale è stato ChatGPT come secondo cervello. Uso questa espressione per indicare un metodo di lavoro: raccogliere materiali, organizzarli e interrogarli per recuperare informazioni e sviluppare idee. La parola “cervello” è una metafora: non significa che il sistema comprenda la nostra esperienza o ricordi ogni cosa senza errori.
Un secondo cervello utile parte dalla cura dei contenuti. Appunti disordinati, documenti superati e istruzioni contraddittorie non diventano una buona base di conoscenza solo perché li carichiamo in un chatbot. Conviene invece scegliere le fonti, indicarne la versione e stabilire come aggiornare ciò che cambia.
Per un manager, propongo tre possibili punti di partenza:
Un dossier di progetto: obiettivi, documenti aggiornati, decisioni e questioni ancora da risolvere.
Un archivio di comunicazione: esempi di testi, destinatari, tono desiderato e criteri di revisione.
Un diario di apprendimento: osservazioni, domande e azioni da riprendere dopo la formazione.
Nel lavoro preparatorio con l’Istituto abbiamo affrontato anche il diario digitale e un assistente virtuale per orientarsi nel percorso. Sono applicazioni coerenti con questa idea: dare continuità alla formazione e rendere consultabili le informazioni quando servono.
Prompt efficaci: una competenza di comunicazione e di delega
Ho insistito molto sul prompt engineering, cioè sulla capacità di formulare e migliorare le istruzioni date all’AI. Preferisco insegnarlo attraverso problemi concreti: chiarire l’obiettivo, fornire il contesto, indicare il formato e verificare il risultato.
Una buona abitudine è chiedere al chatbot di separare i fatti dalle ipotesi. Un’altra è fargli individuare le informazioni mancanti. Una terza è sottoporre la prima risposta a una revisione, invece di considerarla automaticamente conclusiva.
Per esempio:
Rileggi la proposta che hai appena elaborato. Individua le ipotesi che non sono sostenute dai documenti, segnala le informazioni mancanti e formula tre domande che dovrei chiarire prima di decidere.
Questo tipo di richiesta porta l’attenzione sul ragionamento e sulla verifica. Il rischio, altrimenti, è confondere una risposta ben scritta con una risposta ben fondata. La prosa impeccabile è piacevole. Non è una certificazione di qualità.
Che cosa dice la ricerca su AI, produttività e secondo cervello
Per approfondire i temi del laboratorio, vale la pena affiancare agli esempi cinque riferimenti scientifici. Questi lavori aiutano a inquadrare opportunità e rischi: non sono una valutazione del nostro corso e non dimostrano, da soli, l’efficacia di un “secondo cervello” costruito con ChatGPT.
1. Scrittura professionale: i benefici osservati in un esperimento
Shakked Noy e Whitney Zhang, in Experimental evidence on the productivity effects of generative artificial intelligence (Science, 2023), hanno coinvolto 453 professionisti laureati in compiti di scrittura. Nel gruppo con accesso a ChatGPT, il tempo medio è diminuito del 40% e la qualità è aumentata del 18%. Sono risultati relativi a quelle attività sperimentali, non una promessa di risparmio su qualsiasi lavoro. Il collegamento con il workshop è concreto: scegliere un compito, provare lo strumento e valutare il risultato.
2. La frontiera irregolare: capire dove l’AI aiuta
Fabrizio Dell’Acqua e colleghi, in Navigating the Jagged Technological Frontier (paper avviato nel 2023, versione aggiornata su SSRN), studiano attività realistiche di consulenza manageriale. Il punto centrale è che l’assistenza dell’AI può migliorare alcuni compiti e peggiorarne altri, anche quando sembrano avere difficoltà simili. La mia lettura operativa è questa: prima di delegare, serve capire quale parte del lavoro il sistema sa affrontare e dove dobbiamo verificare con maggiore attenzione.
3. Delega cognitiva: il riferimento per parlare di secondo cervello
Evan F. Risko e Sam J. Gilbert, nella rassegna Cognitive Offloading (Trends in Cognitive Sciences, 2016), analizzano come ricorriamo ad azioni e supporti esterni per ridurre le richieste cognitive di un compito. Lo studio precede ChatGPT e non ne valuta gli effetti. Offre però una cornice per ragionare su appunti, promemoria e archivi: decidere che cosa affidare all’esterno dipende anche da quanto sappiamo valutare le nostre capacità.
4. Fiducia nell’AI e pensiero critico: attenzione a ciò che misuriamo
Hao-Ping Lee e colleghi, in The Impact of Generative AI on Critical Thinking (CHI 2025), hanno raccolto le risposte di 319 lavoratori della conoscenza. Una maggiore fiducia nell’AI risulta associata a un minore ricorso dichiarato al pensiero critico. Si tratta di un’indagine basata su autovalutazioni, non della prova che ChatGPT causi un declino cognitivo. Per la formazione, ne ricavo un motivo in più per allenare verifica delle fonti, revisione e responsabilità sul risultato.
5. Prompt engineering: un repertorio di tecniche da sperimentare
The Prompt Report: A Systematic Survey of Prompt Engineering Techniques, di Sander Schulhoff e colleghi (preprint arXiv del 2024, aggiornato nel 2025), organizza la letteratura sul prompting e propone una tassonomia di 58 tecniche per i modelli linguistici. È una rassegna utile per dare struttura alla sperimentazione, non una ricetta universale. Nel lavoro quotidiano suggerisco di confrontare richieste diverse sullo stesso compito, controllando quali producono risposte più pertinenti e verificabili.
AI, leadership e benessere: che cosa farne del tempo recuperato?
Il contesto di Officina del Talento invita infine a una domanda che mi interessa molto: quale uso vogliamo fare dell’aiuto dell’AI? La mia proposta è dedicare più attenzione alle decisioni, alle relazioni e ai compiti che richiedono giudizio. Ho sviluppato questo ragionamento anche nell’articolo su AI e fatica mentale.
Per me, formare un manager all’intelligenza artificiale significa anche allenarlo a riconoscere i limiti della delega. L’assistente può essere parte del processo; obiettivi, criteri e responsabilità devono restare chiari. È il senso del lavoro portato in queste due giornate: usare meglio gli strumenti per esercitare meglio il proprio ruolo.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/09/officina-talento-chatgpt-cover.webp9001600Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-09-12 11:23:142026-09-12 12:01:04Officina del Talento: ChatGPT come assistente e secondo cervello
L’intelligenza artificiale per neurologi comprende strumenti per analizzare immagini, preparare documenti, comunicare con i pazienti e orientarsi nella letteratura scientifica. Il 10 settembre 2026 ne ho parlato a Cagliari nel Digital Neuro Hub, il progetto di Società Italiana di Neurologia (SIN) e Biogen Italia dedicato alle competenze digitali. Qui racconto il corso e dieci applicazioni concrete, con utilità e limiti.
L’appuntamento era all’UNAHOTELS T Hotel di Cagliari, nella sessione Digital Neuro Hub – Riunioni Regionali della Riunione Regionale SIN Sardegna del 10 e 11 settembre. Il mio intervento in programma si intitolava “AI – I Basics”. Tradotto: mettere ordine tra strumenti, promesse ed esempi prima di chiedere a una macchina di darci una mano.
Ho portato esempi che attraversano il lavoro del neurologo: immagini diagnostiche, documentazione, comunicazione con i pazienti, aggiornamento scientifico e attività amministrative. Il filo conduttore era molto concreto: capire quali compiti possiamo affidare a questi strumenti, quali controlli servono e dove vogliamo reinvestire il tempo eventualmente recuperato.
Il mio intervento “AI – I Basics” al Digital Neuro Hub di Cagliari, 10 settembre 2026.
Che cos’è Digital Neuro Hub, il progetto di SIN e Biogen
Digital Neuro Hub nasce dalla collaborazione tra Società Italiana di Neurologia (SIN) e Biogen Italia. Come spiega la presentazione ufficiale della SIN, il progetto accompagna i neurologi nello sviluppo di competenze su salute digitale, telemedicina e intelligenza artificiale.
La terza edizione nazionale si è svolta dall’11 al 14 giugno 2026 a Cascina Erbatici, a Mezzana Bigli, in provincia di Pavia. Il programma comprendeva lezioni e laboratori, fino a un NeuroHackathon dedicato a problemi della neurologia. Nel comunicato ufficiale del progetto la certificazione di “Neurologo Digitale” è collegata al superamento di tre prove d’esame.
È un percorso al quale contribuisco da più edizioni. A giugno avevo già raccontato sul sito alcuni esempi di intelligenza artificiale generativa per neurologi, dalla spiegazione di un documento clinico alla preparazione di materiali formativi. La tappa di Cagliari prosegue questo lavoro, portandolo nel contesto delle riunioni regionali.
Il corso Digital Neuro Hub regionale: durata, CEPAS ed ECM
Il corso regionale è qualificato CEPAS. Il rilascio dell’attestato richiede la verifica della partecipazione, la tracciabilità delle attività a distanza e il superamento del test finale. Il programma lo indica espressamente come attività formativa non ECM: questa caratteristica va distinta dall’accreditamento del congresso regionale nel quale si inserisce.
Trovo sensata questa continuità tra incontro, approfondimento individuale e confronto conclusivo. Durante una relazione si può mostrare un’applicazione e farne capire il senso. Per inserirla nel proprio lavoro occorre poi provarla, riconoscere gli errori e capire se il beneficio supera il tempo necessario a controllarla.
Il programma del corso SIN a Cagliari del 10 settembre 2026
L’agenda del 10 settembre prevedeva l’apertura con Mario Zappia ed Eleonora Cocco. Seguivano la sintesi della survey SIN sulle competenze digitali e sull’adozione degli strumenti di salute digitale, affidata a Giovanni Colacicco, e il suo intervento sulle basi della telemedicina. Florinda Coro era incaricata della classificazione delle Digital Health Technologies.
Due contributi collegavano questi temi a esperienze della regione. Mauro Sanna figurava in programma con il telemonitoraggio dei pazienti con sclerosi laterale amiotrofica, presentato come modello di continuità assistenziale. Daniele Carmagnini affrontava invece le progettualità innovative e l’intelligenza artificiale nella gestione dei dati e dei pazienti con sclerosi multipla.
Il mio spazio, dalle 16.10 alle 16.50, era dedicato alle basi dell’AI. Il programma si chiudeva con le domande e risposte moderate da Giovanni Colacicco. Questa combinazione tra introduzioni e progetti locali dà una direzione alla formazione: permette di collegare il funzionamento degli strumenti ai problemi che i professionisti incontrano nelle strutture in cui lavorano.
Il programma ufficiale della sessione Digital Neuro Hub Sardegna. Clicca sull’immagine per leggere il PDF completo.A Cagliari per la sessione Digital Neuro Hub della Riunione Regionale SIN Sardegna.
AI in neurologia: capire gli strumenti prima di usarli
Parlare di intelligenza artificiale davanti a chi studia il cervello è un buon esercizio di precisione. “Intelligenza” è una parola impegnativa; usarla per una macchina richiede almeno qualche spiegazione.
Nelle slide sono partito dal rapporto tra AI e professioni, per arrivare agli strumenti che usiamo nella vita quotidiana e al passaggio dai chatbot agli agenti. C’era anche una delle mie provocazioni: “Gli umani si dividono in due categorie: quelli che usano l’intelligenza artificiale e quelli che usano l’intelligenza artificiale e non lo sanno.”
Da qui il passaggio agli esempi professionali. L’AI comprende tecnologie differenti: alcuni sistemi analizzano immagini e misurano strutture, altri generano testi, altri ancora eseguono sequenze di attività usando applicazioni e documenti. Capire quale funzione stiamo chiedendo alla macchina aiuta a valutarne il risultato. Una risposta ben scritta e una misurazione su un esame richiedono verifiche diverse.
Ho incluso anche il tema delle allucinazioni: risposte plausibili che contengono informazioni false. È un limite che riguarda direttamente la qualità del lavoro, soprattutto quando un testo prodotto dall’AI viene usato per informare qualcuno o preparare una decisione. L’Organizzazione mondiale della sanità, nelle indicazioni sui modelli generativi in sanità, richiama sia il rischio di informazioni inesatte sia quello di fidarsi eccessivamente dell’automazione.
Dieci applicazioni di intelligenza artificiale per neurologi
La parte applicativa della presentazione raccoglieva strumenti molto diversi. Li riordino qui in dieci ambiti, mantenendo insieme il compito e il criterio con cui valutare l’aiuto della tecnologia. I nomi citati servono a rendere concreti gli esempi; l’adozione in una struttura sanitaria richiede una valutazione del singolo prodotto, della sua destinazione d’uso e delle condizioni di impiego.
1 Neuroimaging e analisi quantitativa delle immagini
Nelle slide comparivano Brainlab, con un riferimento al lavoro neurochirurgico, e icometrix, per l’analisi quantitativa delle risonanze cerebrali. Il produttore descrive le soluzioni icobrain come strumenti per confrontare e quantificare strutture e lesioni nel tempo, anche nei percorsi dedicati a sclerosi multipla e demenze.
L’esempio aiuta a capire un uso dell’AI molto specifico: produrre misure che il professionista possa esaminare insieme alle immagini e alle altre informazioni cliniche. Il valore di una misurazione dipende dalla sua affidabilità e dal modo in cui viene interpretata.
2 Supporto ai percorsi per le urgenze neurovascolari
Un altro esempio era Viz.ai, citato in relazione al triage dell’ictus. La piattaforma del produttore comprende strumenti per l’analisi di immagini e il coordinamento dei professionisti nei percorsi neurovascolari.
Qui il tema è organizzativo oltre che tecnologico: come far arrivare un’informazione rilevante alle persone che devono valutarla. È una prospettiva utile per parlare di AI in sanità, perché collega il software a un processo assistenziale preciso. I risultati effettivi vanno valutati nel contesto in cui quel processo viene realizzato.
3 Preparare la documentazione clinica
Per la documentazione ho citato Microsoft Dragon Copilot. Nella descrizione ufficiale di Microsoft, l’assistente supporta la produzione di note cliniche a partire dalle conversazioni e altre attività legate alla documentazione.
È un esempio di come l’AI possa intervenire sul lavoro di trascrizione e organizzazione. La bozza non diventa un documento affidabile per il solo fatto di essere ben impaginata. Deve essere riletta: una negazione persa, un nome di farmaco trascritto male o un’informazione attribuita alla persona sbagliata cambiano il significato del testo. La revisione è parte del lavoro da considerare quando si valuta il tempo risparmiato.
4 Comunicare con pazienti e colleghi
Uno degli esempi più immediati riguardava la trasformazione del linguaggio. Una slide proponeva questa richiesta:
Trasforma questo referto in una spiegazione chiara che io, neurologo, possa dare a un paziente di 70 anni, senza omettere informazioni clinicamente rilevanti e senza aggiungere interpretazioni non supportate dal documento.
La slide successiva cambiava destinatario: una lettera per il medico di medicina generale, con linguaggio tecnico ma chiaro. Lo stesso documento può richiedere forme diverse a seconda di chi lo leggerà. La richiesta deve specificare pubblico, obiettivo e limiti; il medico verifica che la riscrittura conservi il significato. Per esercitarsi si possono usare documenti sintetici, costruiti appositamente per la formazione.
5 Osservare il movimento e seguire la riabilitazione
Nella parte sulla neuro-riabilitazione compariva Exer AI. La piattaforma descrive sistemi di valutazione del movimento utilizzabili attraverso dispositivi come smartphone, tablet e webcam, anche in contesti di assistenza a distanza.
Il punto dell’esempio è la possibilità di raccogliere informazioni sul movimento e seguire le variazioni nel tempo. Per un professionista, la domanda utile è quali parametri vengano misurati e con quale attendibilità nella specifica situazione. La presenza dell’etichetta “AI” da sola dice poco su ciò che una misura permette di concludere.
6 Orientarsi nella letteratura scientifica
Per l’aggiornamento scientifico ho mostrato Consensus, che si presenta come uno strumento di AI per la ricerca scientifica. Nelle slide l’esempio riguardava la ricerca di pubblicazioni sulla gestione della malattia di Parkinson.
Un impiego concreto è preparare una prima ricognizione, da verificare poi negli articoli originali. Conviene chiedere di distinguere obiettivo dello studio, popolazione, metodo, risultati e limiti. Se manca un’informazione, quella casella deve restare vuota. Un riassunto elegante può diventare fuorviante quando mette sullo stesso piano evidenze di natura diversa. La bibliografia va letta: non basta che abbia un bell’aspetto.
7 Organizzare pratiche e documenti amministrativi
Le slide richiamavano anche la burocrazia: documenti relativi a piani terapeutici, idoneità alla guida e legge 104. Il supporto che mi interessa esplorare riguarda la preparazione materiale del lavoro: ordinare informazioni già disponibili, predisporre una struttura, segnalare i campi mancanti.
Le valutazioni cliniche, i requisiti normativi e le attestazioni restano in capo ai professionisti competenti. Separare queste attività permette di individuare compiti circoscritti sui quali sperimentare l’AI, senza attribuirle una capacità di decisione che non abbiamo verificato.
8 Leggere contratti e convenzioni
Il lavoro del medico comprende anche accordi professionali, collaborazioni e convenzioni con strutture private. Nella presentazione avevo inserito un esempio di analisi documentale con NotebookLM e una richiesta per individuare formulazioni poco chiare, clausole sfavorevoli e possibili rischi.
L’uso utile è prepararsi a un confronto informato: chiedere di indicare il passaggio del contratto da cui nasce ciascuna osservazione e formulare le domande da sottoporre a un legale. Anche in questo caso conta poter tornare al documento originale per controllare che cosa dice davvero.
9 Riordinare ricevute e rendicontazioni
Un esempio decisamente meno futuristico riguardava scontrini e note spese. Nelle slide c’erano fotografie di ricevute e una loro elaborazione in un riepilogo. È un’attività che permette di vedere subito sia l’utilità sia i limiti dell’estrazione automatica.
Si può chiedere una tabella con data, esercente, causale e importo, facendo segnalare le parti illeggibili. Poi si confrontano le righe con i giustificativi e si controllano i totali con un foglio di calcolo. Quando una cifra è illeggibile, l’AI deve segnalarlo. La fantasia nelle note spese è una funzione della quale possiamo fare a meno.
10 Gestire email e riunioni
La parte finale comprendeva email, Gemini in Gmail, riunioni di reparto e consulti multidisciplinari, con esempi di strumenti come MeetGeek e Plaud. Il compito illustrato era raccogliere e organizzare le informazioni: preparare una bozza di risposta o trasformare una trascrizione in un verbale da rivedere.
Un buon verbale separa ciò che è stato deciso dalle ipotesi ancora aperte. Se l’AI trasforma una proposta in una decisione, il testo è ordinato ma il lavoro è sbagliato. Quando si registrano incontri o si trattano informazioni sanitarie, occorrono inoltre modalità di utilizzo autorizzate e coerenti con la protezione dei dati.
AI in sanità: responsabilità medica, errori e dati dei pazienti
Questi esempi spiegano perché nelle slide ho dedicato spazio anche alla legge 23 settembre 2025, n. 132. L’articolo 7, pubblicato in Gazzetta Ufficiale, prevede il diritto dell’interessato a essere informato sull’impiego dell’AI e mantiene la decisione medica in capo agli esercenti la professione. Richiede inoltre affidabilità, verifiche periodiche e aggiornamento dei sistemi e dei dati utilizzati in ambito sanitario.
È una cornice da tradurre in comportamenti concreti. Prima di affidare dati a uno strumento occorre chiarire quali informazioni verranno trattate e in quale ambiente; prima di utilizzare il risultato, stabilire chi lo controllerà. Per la formazione, partire da casi sintetici consente di concentrarsi sul metodo senza coinvolgere dati reali dei pazienti.
Per me il criterio di valutazione di un’applicazione comprende anche la possibilità di riconoscere e correggere un errore. Questo vale per una tabella di ricevute come per una bozza destinata a un paziente, pur con conseguenze e responsabilità molto diverse.
Come iniziare a usare l’AI nel lavoro del neurologo
Per passare dalla curiosità a una sperimentazione utile, partirei da un’attività circoscritta. Per esempio, riscrivere un testo informativo o preparare una tabella da una raccolta di documenti didattici. Una sequenza operativa può essere questa:
Scegliere un compito e un risultato verificabile. Una lettera di una pagina, un riepilogo con fonti, una tabella con campi definiti.
Usare dati sintetici per le prove. L’esercitazione deve permettere di imparare senza coinvolgere informazioni reali dei pazienti.
Specificare destinatario, fonti e limiti. Chiedere di segnalare ciò che manca e di evitare aggiunte non supportate.
Controllare il risultato sul documento originale. Valutare sia le omissioni sia le informazioni introdotte dalla macchina.
Misurare il tempo complessivo. Preparazione, generazione, lettura e correzione fanno tutte parte dello stesso lavoro.
Un’applicazione è utile se migliora il processo dopo queste verifiche. Il numero di strumenti aperti nel browser non è un indicatore di competenza digitale.
Domande frequenti sull’intelligenza artificiale per neurologi
Come può usare l’AI un neurologo?
Un neurologo può valutare l’AI per compiti come preparare bozze, adattare il linguaggio di un documento, cercare pubblicazioni e riordinare informazioni. Esistono anche sistemi specialistici per l’analisi delle immagini e altri impieghi clinici. Destinazione d’uso, affidabilità, protezione dei dati e controllo professionale vanno valutati per ciascuno strumento.
Un chatbot generalista può essere usato per decidere una diagnosi?
Una risposta generata da un chatbot generalista non costituisce di per sé una diagnosi clinica validata. Può contenere errori e informazioni inventate. La decisione medica resta affidata al professionista; gli strumenti destinati a usi clinici richiedono una valutazione specifica, diversa da quella di un assistente usato per scrivere una bozza.
Il corso regionale Digital Neuro Hub attribuisce crediti ECM?
Il programma Digital Neuro Hub – Riunioni Regionali Sardegna indica esplicitamente che il percorso è non ECM e qualificato CEPAS. Le dodici ore comprendono quattro ore in presenza, sette di formazione asincrona e un webinar di un’ora. L’accreditamento del congresso SIN che ospita la sessione va distinto da quello del percorso DNH.
Da dove può iniziare un neurologo che vuole formarsi sull’AI?
Un punto di partenza è imparare a distinguere i diversi strumenti, formulare richieste precise e verificare i risultati su casi sintetici. Il Digital Neuro Hub affronta salute digitale, telemedicina e AI con un percorso strutturato. Per progettare una formazione dedicata a un reparto, a una società scientifica o a un gruppo di professionisti, si può partire dalle attività concrete del gruppo.
Il tempo recuperato deve migliorare il lavoro
La domanda che vorrei lasciare da questa esperienza riguarda l’uso del tempo. Se un neurologo impiega meno tempo a predisporre una lettera o a riordinare documenti, che cosa riesce a fare meglio? Può approfondire un articolo, preparare con più cura un confronto tra colleghi, dedicare maggiore attenzione alla spiegazione di un percorso al paziente?
È il tema che ho affrontato anche nell’articolo su AI e fatica mentale. Il beneficio va valutato includendo preparazione, verifiche e correzioni. E il tempo eventualmente liberato deve avere una destinazione, altrimenti rischiamo soltanto di riempirlo con altra documentazione.
Cagliari è la prima delle quattro tappe regionali di settembre alle quali è prevista la mia partecipazione: il calendario prosegue con Ancona il 18 settembre, Varese il 24 e Taranto il 29. Un’occasione per portare questi esempi in contesti diversi e continuare a lavorare sul rapporto tra competenze professionali e strumenti digitali.
Ringrazio la Società Italiana di Neurologia, Biogen e gli organizzatori della tappa sarda per avermi coinvolto. Il contributo che porto in questo progetto è quello della formazione: aiutare a formulare richieste precise, leggere criticamente le risposte e scegliere consapevolmente che cosa delegare.
Per organizzare un corso di intelligenza artificiale per neurologi o altri professionisti della sanità, puoi contattarmi per progettare la formazione. Il lavoro può partire dai documenti e dalle attività del gruppo, con esempi didattici su comunicazione, ricerca e organizzazione.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/09/intelligenza-artificiale-neurologi-cagliari-copertina.webp9001600Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-09-12 07:00:022026-09-12 07:00:02Intelligenza artificiale per neurologi: il corso SIN a Cagliari
Uno speech sull’intelligenza artificiale per la tua azienda può fare la differenza tra un convegno dimenticabile e un momento che cambia davvero il modo in cui le persone lavorano. Ma perché questo accada, non basta invitare “qualcuno che sa di AI”: serve una strategia, un format e un relatore che conosca la differenza tra parlare di tecnologia e parlare alle persone.
Se cerchi uno speech AI aziendale o uno speech AI per eventi aziendali, il punto non è stupire il pubblico con una demo, ma aiutare persone e manager a capire come usare l’intelligenza artificiale nel lavoro reale.”
Questo articolo è una guida pratica per chi organizza eventi formativi, convention aziendali, giornate di team building o momenti di aggiornamento professionale, e vuole affrontare il tema dell’intelligenza artificiale in modo utile, concreto e non banale.
Perché le aziende oggi hanno bisogno di uno speech sull’AI
L’intelligenza artificiale non è più un tema per soli tecnici. Nel 2026, ogni manager, ogni commerciale, ogni responsabile HR si trova ogni giorno a dover rispondere a domande che solo tre anni fa sembravano fantascienza: posso usare l’AI per scrivere email? come funziona ChatGPT? cosa cambierà nel mio lavoro? devo avere paura di essere sostituito?
Le aziende che non affrontano questi temi in modo esplicito e strutturato rischiano due cose: lasciare i propri collaboratori disorientati di fronte a strumenti che già esistono, oppure — all’opposto — creare aspettative irrealistiche alimentate da entusiasmi superficiali.
Uno speech sull’AI ben costruito serve a fare chiarezza. Non a vendere hype, non a spaventare, ma a costruire consapevolezza operativa: cosa può fare l’AI oggi, cosa non può fare, come si usa, quali rischi comporta, come cambia i processi lavorativi concreti.
Cosa distingue uno speech AI efficace da uno generico
La maggior parte degli interventi sull’intelligenza artificiale che si vedono nelle convention aziendali soffre dello stesso problema: parlano di AI in astratto. Citano statistiche globali, mostrano demo impressionanti, promettono rivoluzioni imminenti. Il risultato? Il pubblico resta affascinato per quaranta minuti, poi torna alla scrivania esattamente come prima.
Uno speech AI davvero efficace per le aziende ha caratteristiche precise.
È tagliato sul settore specifico
Un’azienda manifatturiera ha bisogno di esempi dall’industria, non dal fintech. Un network di agenti immobiliari vuole capire come l’AI cambia la gestione dei lead, non come funziona un modello linguistico. Un’associazione di categoria di professionisti sanitari ha domande molto diverse da quelle di un’impresa di logistica.
Un buon speech AI non è un contenuto generico riadattato: è un intervento costruito sul contesto, sui processi e sulle domande reali di quella specifica platea.
Parte dai problemi concreti, non dalla tecnologia
Il punto di partenza non è “questa è l’AI generativa, funziona così”. Il punto di partenza è: “quali sono le tre attività che vi rubano più tempo ogni giorno? Ecco come l’AI può aiutarvi in ognuna di esse.”
Questo approccio, che si potrebbe chiamare problema-first, fa sentire le persone capite, non ammaestrate. E rende i contenuti immediatamente spendibili.
Mostra, non racconta
Le demo live sono il momento in cui un pubblico passa dalla curiosità passiva all’interesse attivo. Vedere in tempo reale come un modello AI risponde a una domanda specifica del settore, come analizza un documento, come genera una bozza di preventivo o come riassume una riunione di tre ore in cinque punti: questo rimane.
Ovviamente le demo vanno preparate con cura: un errore live può essere uno spunto utile (dimostra i limiti dell’AI) oppure un momento di confusione che distrae. La differenza la fa la preparazione e l’esperienza del relatore.
Non ignora le paure
In ogni platea aziendale, quando si parla di AI, c’è sempre qualcuno che si chiede: perderò il lavoro? Ignorare questa domanda — o liquidarla con ottimismo di facciata — è un errore. Un buon speech affronta il tema con onestà: sì, alcuni ruoli cambieranno, no, l’AI non sostituisce le persone che sanno usarla, e il momento per iniziare a capire come usarla è adesso.
I format più efficaci per uno speech AI aziendale
Non esiste un unico format giusto. La scelta dipende dagli obiettivi dell’evento, dalla durata disponibile e dalla composizione del pubblico.
Keynote di apertura (30-45 minuti)
Ideale per convention annuali o eventi di lancio. Serve a dare una visione d’insieme, stimolare la curiosità, creare un senso condiviso di dove sta andando il mercato. Non approfondisce troppo, ma apre la mente e crea il terreno per le attività successive.
Workshop operativo (90-180 minuti)
Formato più intenso, con esercitazioni pratiche. I partecipanti usano strumenti AI direttamente, anche solo con i loro smartphone. Si esce con qualcosa di concreto: un prompt scritto, un processo semplificato, una lista di strumenti da esplorare. Funziona bene per team piccoli o medi, con un massimo di 20-30 persone per poter gestire le interazioni.
Sessione Q&A guidata (60 minuti)
Format meno strutturato, ad alto coinvolgimento. Il relatore parte da domande reali del pubblico — raccolte in anticipo o in tempo reale — e costruisce l’intervento su quelle. Molto efficace quando il pubblico è già mediamente informato e vuole approfondire aspetti specifici, non ricevere un’introduzione dall’inizio.
Percorso formativo multi-sessione
Quando l’obiettivo non è sensibilizzare ma formare, la soluzione è un programma strutturato in più incontri: un modulo introduttivo, poi sessioni verticali su aree specifiche (marketing, customer service, operations, HR), poi follow-up per valutare l’adozione. Questo è il format che produce il cambiamento più duraturo, ma richiede un investimento di tempo e pianificazione maggiore.
Come preparare un brief efficace per un relatore AI
Chi organizza l’evento e chi interviene devono lavorare insieme molto prima del giorno dell’evento. Un brief mal fatto produce uno speech generico; un brief dettagliato produce un intervento che la gente ricorda.
Ecco le domande che ogni azienda dovrebbe saper rispondere prima di ingaggiare un relatore su AI:
Chi è il pubblico? Età media, ruolo in azienda, livello di familiarità con la tecnologia, settore di riferimento.
Qual è l’obiettivo principale dell’evento? Informare, motivare, formare, cambiare un comportamento specifico?
Quali paure o resistenze esistono già? È meglio che il relatore lo sappia in anticipo.
Ci sono strumenti AI già adottati in azienda? Lo speech può partire da lì, amplificando qualcosa di familiare.
Cosa non deve essere detto? Ci sono temi sensibili, processi in corso di ristrutturazione, notizie non ancora comunicabili?
Qual è il tono dell’evento? Istituzionale, informale, energetico, riflessivo?
Un relatore esperto fa queste domande. Se non le fa, è un segnale.
Gli errori più comuni nell’organizzare uno speech AI per aziende
Scegliere il relatore in base alla notorietà, non alla competenza specifica
Essere famosi sui social per contenuti sull’AI non significa saper costruire uno speech utile per un’azienda manifatturiera con 200 dipendenti. La notorietà è un proxy imperfetto. Quello che conta è la capacità di adattare il messaggio al contesto, di gestire un pubblico eterogeneo, di non perdere credibilità davanti a domande difficili.
Non coinvolgere il relatore nella progettazione dell’evento
Lo speech AI non è un contenuto preconfezionato che si cala dall’esterno su qualsiasi evento. È una componente di un sistema più ampio. Se il relatore non sa cosa succede prima e dopo il suo intervento, non può costruire qualcosa di coerente con il filo conduttore dell’evento.
Valutare il successo solo sull’applauso finale
Un intervento può essere molto applaudito e non produrre nessun cambiamento concreto. L’applauso misura l’intrattenimento, non l’impatto. Per valutare un intervento formativo sull’AI, bisogna misurare: quante persone hanno provato almeno uno strumento nei 7 giorni successivi? Quante domande ha generato? Quali comportamenti sono cambiati?
Ignorare il follow-up
Il cambiamento non avviene durante lo speech. Avviene nei giorni successivi, quando qualcuno prova uno strumento nuovo, condivide un’osservazione con un collega, propone un piccolo miglioramento di processo. Un intervento senza follow-up — anche solo una mail riassuntiva, una lista di risorse, una sessione di Q&A a distanza di due settimane — perde la maggior parte del suo impatto potenziale.
Come scegliere il relatore giusto per uno speech AI aziendale
Non tutti i profili sono uguali. Esistono sostanzialmente tre tipi di relatori sull’AI che le aziende incontrano:
Il tecnico: conosce la tecnologia in profondità, sa spiegare come funziona un transformer, conosce le differenze tra i vari modelli. Utile per pubblici tecnici, rischia però di perdere chiunque non abbia un background informatico.
L’influencer: ha seguito, produce contenuti accattivanti, sa come tenere alta l’attenzione. Rischia però la superficialità e la scarsa adattabilità ai contesti aziendali specifici.
Il divulgatore-formatore: conosce la tecnologia, ma la sua competenza principale è tradurla in linguaggio operativo per chi non è tecnico. Sa costruire esempi concreti per settori diversi, gestisce le obiezioni, conosce i limiti dell’AI tanto quanto le sue possibilità. È il profilo più utile per la maggior parte delle aziende.
La differenza si vede chiaramente nella fase di brief: il divulgatore-formatore fa molte domande sul pubblico e sul contesto; l’influencer chiede il numero di partecipanti e la durata dello slot.
Domande frequenti sugli speech AI per aziende
Quanto dura mediamente uno speech AI per un evento aziendale?
La durata ottimale per un keynote è tra i 40 e i 60 minuti, con 15-20 minuti di Q&A. Per un workshop operativo si va da 90 minuti a una mezza giornata. Dipende molto dagli obiettivi e dalla disponibilità del pubblico.
Serve una connessione internet per le demo live?
Sì, nella maggior parte dei casi le demo utilizzano strumenti cloud (ChatGPT, Claude, Gemini, Copilot). È fondamentale verificare in anticipo la qualità della connessione nella sala evento e avere un piano B (screenshot, video pre-registrati) per le situazioni critiche.
Uno speech AI può essere personalizzato per un settore specifico?
Non solo può: deve. Uno speech generico sull’AI produce risultati generici. La personalizzazione settoriale è il fattore che trasforma un intervento interessante in un intervento utile.
Come si misura il ROI di uno speech AI aziendale?
Gli indicatori più utili sono: percentuale di partecipanti che ha provato almeno uno strumento AI nei 30 giorni successivi, numero di domande generate nell’azienda dopo l’evento, tempo risparmiato su attività specifiche grazie all’adozione di strumenti suggeriti, NPS interno dell’evento.
È possibile integrare lo speech con un percorso formativo successivo?
Assolutamente sì. Lo speech funziona meglio come attivatore iniziale di un percorso più lungo, non come evento isolato. La combinazione più efficace è: keynote di sensibilizzazione → workshop operativo per team → follow-up individuale o di gruppo a distanza di 30-60 giorni.
Il mio approccio agli speech AI per aziende
Dal 2016 mi occupo di intelligenza artificiale e di come le organizzazioni possono usarla in modo concreto e responsabile. Ho tenuto interventi per aziende di ogni dimensione — dalla PMI familiare alla multinazionale — in settori diversi: industria manifatturiera, distribuzione, retail, servizi, sanità, pubblica amministrazione, terzo settore.
Quello che ho imparato in questi anni è che il problema non è quasi mai la tecnologia. Il problema è la distanza tra chi conosce gli strumenti e chi deve usarli ogni giorno. Il mio lavoro è ridurre quella distanza.
Ogni speech che costruisco parte da una lunga fase di ascolto: capire chi sono le persone in sala, quali domande hanno, quali paure, quali aspettative. Solo dopo costruisco i contenuti. Il risultato non è mai uguale due volte.
Se stai organizzando un evento aziendale e vuoi affrontare il tema dell’intelligenza artificiale in modo serio, pratico e adatto al tuo contesto, contattami: valutiamo insieme il format più adatto.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/07/speech_intelligenza_artificiale_bonanomi.png471836Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-07-01 08:43:182026-07-06 15:33:24Speech AI per aziende: come organizzare un intervento sull’intelligenza artificiale che funziona davvero
L’intelligenza artificiale generativa non è più una tecnologia del futuro: è già nel presente delle aziende, degli enti pubblici, delle scuole e delle associazioni di categoria. Eppure molti manager, professionisti e decisori faticano ancora a capire cosa sia davvero l’AI, come usarla in modo pratico e responsabile, e soprattutto come trasformarla in un vantaggio concreto. È qui che entrano in gioco le conferenze sull’intelligenza artificiale: un formato potente, capace di accelerare la comprensione collettiva e preparare intere organizzazioni al cambiamento.
Cosa sono le conferenze sull’intelligenza artificiale generativa?
Una conferenza sull’AI generativa è un intervento — di norma tra i 45 e i 90 minuti — in cui un relatore specializzato spiega ai partecipanti cos’è l’intelligenza artificiale, come funziona e, soprattutto, come può essere usata nella loro realtà professionale quotidiana. Non si tratta di una lezione universitaria né di una presentazione tecnica per sviluppatori: le migliori conferenze sull’AI sono pensate per pubblici eterogenei e non tecnici, dai manager ai professionisti del marketing, dagli insegnanti agli imprenditori, dagli amministratori agli operatori sanitari.
I temi più richiesti nelle conferenze sull’intelligenza artificiale includono:
Introduzione all’AI generativa e a ChatGPT: cosa sono, come funzionano, perché stanno cambiando il mondo del lavoro.
Prompt engineering: come dialogare efficacemente con i modelli linguistici per ottenere risultati utili.
AI Act e regolamentazione europea: cosa cambia per le aziende e cosa devono sapere i professionisti.
AI literacy: come sviluppare le competenze minime per non restare indietro.
Rischi e opportunità dell’AI: bias, allucinazioni, fake news, ma anche automazione, efficienza e innovazione.
AI nel mondo della scuola: opportunità e rischi per docenti e studenti.
Uso consapevole dell’AI: come integrare gli strumenti di intelligenza artificiale nella vita lavorativa senza dipendenza acritica.
Perché organizzare una conferenza AI per la tua azienda o il tuo ente?
La domanda che molti responsabili HR, direttori marketing, segretari generali di associazioni di categoria e dirigenti scolastici si pongono è: perché spendere tempo e risorse su una conferenza AI, quando ci sono così tante risorse online?
La risposta è semplice: perché un relatore esperto in presenza (o in streaming) fa qualcosa che nessun video su YouTube può fare. Contestualizza il tema, risponde alle domande reali del tuo pubblico, adatta il linguaggio al settore specifico e — soprattutto — crea un momento condiviso di aggiornamento e riflessione che ha un impatto misurabile sulla cultura organizzativa.
Ecco i principali vantaggi di portare un relatore AI nella tua organizzazione:
Aggiornamento rapido e contestualizzato: l’AI evolve velocissimamente. Un esperto aggiornato ti porta le informazioni più recenti, già filtrate per rilevanza nel tuo settore.
Riduzione della resistenza al cambiamento: molti dipendenti o associati percepiscono l’AI come una minaccia. Una conferenza ben calibrata trasforma la paura in curiosità e comprensione.
ROI immediato: le persone escono dalla conferenza con strumenti e idee applicabili subito, non tra sei mesi dopo un corso lungo e costoso.
Employer branding e reputazione: organizzare eventi sull’AI dimostra che la tua organizzazione guarda al futuro e investe nell’aggiornamento delle persone.
Personalizzazione del contenuto: un buon relatore AI non tiene la stessa conferenza per tutti: adatta contenuti, esempi e casi d’uso al tuo specifico contesto.
Chi può partecipare a una conferenza sull’AI?
Una delle domande più frequenti è: le nostre persone sono pronte per una conferenza sull’intelligenza artificiale? La risposta è quasi sempre sì, a patto che la conferenza sia progettata per il pubblico giusto.
Le conferenze sull’AI generativa sono state tenute con successo per categorie professionali molto diverse tra loro: manager e C-suite, addetti marketing e comunicazione, professionisti legali e consulenti, insegnanti e dirigenti scolastici, giornalisti, bibliotecari, farmacisti, artigiani, volontari del Servizio Civile Digitale. Il segreto è nella capacità del relatore di calibrare il linguaggio, scegliere gli esempi giusti e rispondere con precisione alle domande specifiche del settore.
Formati disponibili: dalla keynote al workshop pratico
Le conferenze sull’intelligenza artificiale possono assumere formati molto diversi in base agli obiettivi e al tempo disponibile:
Keynote (45-90 minuti): ideale per eventi aziendali, convention di categoria, aperture di convegno. Coinvolge, ispira e informa senza approfondire eccessivamente.
Workshop pratico (mezza giornata o giornata intera): adatto a team che vogliono imparare a usare gli strumenti AI nella loro quotidianità, con esercitazioni e casi reali.
Ciclo di webinar: formato flessibile, spalmato nel tempo, ideale per grandi organizzazioni con team distribuiti.
Evento ibrido (presenza + streaming): permette di raggiungere sia il pubblico in sala che quello da remoto, moltiplicando l’impatto.
Come scegliere il relatore giusto per una conferenza sull’AI
Non tutti gli esperti di AI sono bravi comunicatori, e non tutti i comunicatori sono davvero aggiornati sull’AI. I criteri per scegliere il relatore AI giusto per la tua conferenza sono:
Esperienza divulgativa documentata: cerca chi ha tenuto decine di conferenze per pubblici eterogenei, non solo seminari tecnici per addetti ai lavori.
Aggiornamento continuo: l’AI cambia ogni mese. Il relatore deve usare quotidianamente gli strumenti di cui parla.
Background giornalistico o formativo: chi sa semplificare senza banalizzare ha spesso un percorso in ambito comunicazione, giornalismo o formazione aziendale.
Referenze verificabili: chiedi chi ha già coinvolto quel relatore e che tipo di feedback ha ricevuto.
Approccio critico e responsabile: diffida di chi dipinge l’AI solo in modo entusiastico o solo in modo catastrofico. La realtà è più sfumata.
Vuoi organizzare una conferenza sull’AI? Partiamo da qui
Se stai pensando di organizzare una conferenza, uno speech o un workshop sull’intelligenza artificiale generativa per la tua azienda, il tuo ente o la tua associazione, puoi esplorare i temi, i formati e le esperienze già realizzate nella pagina dedicata agli speech e alle conferenze AI.
Troverai esempi concreti di interventi tenuti per realtà come Fastweb STEP, Confartigianato Imprese, Fondazione Corriere della Sera, Istituto Affari Internazionali e molte altre. E se vuoi capire se il formato è giusto per te, puoi contattarmi direttamente per una consulenza preliminare gratuita.
L’intelligenza artificiale non aspetta. Le tue persone nemmeno.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.
https://www.gianluigibonanomi.com/wp-content/uploads/2026/06/gianluigi_bonanomi_conferenze_ai_azienda.png9411672Gianluigi Bonanomihttps://www.gianluigibonanomi.com/wp-content/uploads/2018/10/bonanomi_logo_156.pngGianluigi Bonanomi2026-06-15 09:23:302026-06-15 09:26:36Perché portare un relatore AI in azienda: guida pratica alle conferenze sull’intelligenza artificiale
