Un corso semplice per capire che cos'è l'Intelligenza Artificiale, come funziona e come può essere usata nella scuola in modo sicuro, responsabile e utile. Il percorso introduce i concetti fondamentali dell'IA generativa, i principali rischi, il tema della privacy e il ruolo centrale del docente.

• →  Comprendere cos'è l'IA generativa in modo accessibile
• →  Riconoscere errori, rischi e limiti dei sistemi AI
• →  Applicare le regole base di privacy e sicurezza
• →  Individuare gli ambiti d'uso utile dell'IA nella scuola
• →  Capire il ruolo irrinunciabile del docente come supervisore

Un corso pratico per imparare a usare l'IA nella preparazione quotidiana delle attività didattiche. I docenti imparano a creare lezioni, schede, esercizi, mappe, sintesi, glossari e materiali adattati ai diversi livelli della classe.

• →  Formulare richieste efficaci all'IA per la didattica
• →  Progettare lezioni complete con il supporto dell'IA
• →  Creare schede, esercizi, mappe e sintesi in tempi ridotti
• →  Adattare i materiali ai diversi livelli della classe
• →  Verificare e migliorare i materiali prodotti dall'IA

Un percorso dedicato all'uso dell'IA per rendere i materiali didattici più accessibili e personalizzati. Il corso mostra come semplificare testi, creare mappe, sintesi, consegne guidate e attività multilivello per studenti con bisogni educativi speciali.

• →  Semplificare testi mantenendo i contenuti disciplinari
• →  Creare materiali differenziati per BES e DSA
• →  Costruire attività a più livelli per la stessa classe
• →  Usare strumenti audio, visivi e mappe per l'accessibilità
• →  Produrre un kit inclusivo riutilizzabile

Un corso per usare l'IA come supporto alla valutazione, senza delegare alla tecnologia il giudizio finale. Il percorso aiuta i docenti a creare verifiche, rubriche, griglie, feedback personalizzati e strumenti di monitoraggio degli apprendimenti.

• →  Creare verifiche strutturate con diversi tipi di domanda
• →  Costruire griglie e rubriche di valutazione riutilizzabili
• →  Produrre feedback personalizzati per gli studenti
• →  Evitare la delega automatica del giudizio all'IA
• →  Costruire una prova completa con griglia e feedback

Un corso pensato per formare figure interne capaci di accompagnare i colleghi nell'uso dell'IA. Il percorso aiuta i futuri formatori a spiegare l'IA in modo semplice, organizzare un incontro, guidare attività pratiche e costruire materiali replicabili nella propria scuola.

• →  Comprendere il ruolo del formatore interno sull'IA
• →  Spiegare l'IA ai colleghi in modo semplice ed efficace
• →  Organizzare e condurre incontri formativi pratici
• →  Gestire dubbi, paure e resistenze verso l'IA
• →  Costruire un kit formativo replicabile per la propria scuola

Un percorso per scoprire la Realtà Virtuale e Aumentata come strumenti didattici concreti, accessibili anche senza dispositivi specialistici. Il corso guida i docenti a esplorare ambienti virtuali, applicazioni AR gratuite e casi d'uso reali adattabili a qualsiasi disciplina e livello scolastico.

• →  Comprendere le differenze tra Realtà Virtuale, Aumentata e Mista
• →  Esplorare strumenti accessibili senza hardware costoso
• →  Individuare casi d'uso VR/AR per la propria disciplina
• →  Valutare rischi, tempi di attenzione e buone pratiche
• →  Progettare una prima attività immersiva per la classe

Un percorso dedicato all'automazione del lavoro documentale della segreteria scolastica con il supporto dell'IA. Il corso guida il personale ATA e i DSGA nell'uso pratico degli strumenti AI per circolari, modulistica, archivio, comunicazioni alle famiglie e atti amministrativi, riducendo il carico di lavoro quotidiano.

• →  Usare strumenti IA per la gestione documentale (circolari, moduli, archivio)
• →  Automatizzare le comunicazioni alle famiglie con l'IA
• →  Redigere e revisionare atti amministrativi con il supporto dell'IA
• →  Organizzare archiviazione intelligente e ricerca rapida di documenti
• →  Costruire un workflow IA per le attività ricorrenti della segreteria

Un percorso pensato per i docenti dell'infanzia che vogliono usare l'IA per progettare attività educative, produrre materiali visivi, supportare l'inclusione e documentare le esperienze della sezione. Il docente usa l'IA come strumento di lavoro professionale per generare proposte e materiali, mantenendo sempre la responsabilità educativa diretta con i bambini.

• →  Usare l'IA per progettare attività per i campi di esperienza
• →  Produrre storie, routine e materiali visivi con il supporto dell'IA
• →  Creare materiali facilitati e inclusivi per bisogni diversi
• →  Documentare le esperienze educative in modo semplice ed efficace
• →  Produrre comunicazioni alle famiglie con il supporto dell'IA

Un laboratorio operativo per provare strumenti semplici di IA e applicarli alle attività quotidiane della scuola. Il percorso è pensato per chi vuole passare subito dalla teoria alla pratica, creando materiali utili e condivisibili.

• →  Provare e confrontare diversi strumenti AI di base
• →  Scrivere richieste efficaci per diversi tipi di attività
• →  Creare materiali utili per il lavoro scolastico quotidiano
• →  Condividere e migliorare i materiali con il gruppo
• →  Costruire una raccolta di risorse riutilizzabili

Un laboratorio per progettare attività didattiche concrete con il supporto dell'IA. I partecipanti scelgono un argomento, progettano una lezione, preparano i materiali e costruiscono un'attività da sperimentare direttamente in classe.

• →  Scegliere e strutturare un argomento di lezione con l'IA
• →  Progettare un'attività didattica completa con obiettivi chiari
• →  Creare materiali per gli studenti pronti all'uso
• →  Sperimentare e correggere l'attività sulla base dei risultati
• →  Confrontare la propria progettazione con quella dei colleghi

Un laboratorio per aiutare i docenti a parlare di IA agli studenti in modo chiaro, corretto e responsabile. Il percorso affronta fake news, immagini artificiali, errori dell'IA, uso corretto degli strumenti digitali e cittadinanza digitale.

• →  Introdurre l'IA agli studenti in modo accessibile e corretto
• →  Guidare gli studenti nel riconoscimento di fake news e deepfake
• →  Insegnare l'uso corretto dell'IA come supporto, non sostituto
• →  Costruire un laboratorio di cittadinanza digitale per la classe
• →  Integrare questi temi nella propria disciplina curricolare

Un laboratorio per usare l'IA nella creazione di materiali inclusivi, creativi e accessibili. Il percorso permette di costruire testi semplificati, mappe, audio, immagini, attività multilivello e materiali utili per studenti con bisogni diversi.

• →  Creare testi semplici e accessibili per ogni livello
• →  Produrre mappe, audio e immagini con il supporto dell'IA
• →  Costruire attività differenziate per livelli diversi
• →  Progettare un percorso inclusivo completo per la classe
• →  Condividere il kit prodotto con i colleghi

Un laboratorio per preparare figure interne capaci di accompagnare la scuola nell'uso consapevole dell'IA. Il percorso aiuta i partecipanti a organizzare momenti formativi, preparare materiali semplici, condurre laboratori pratici e costruire un kit replicabile per la propria istituzione scolastica.

• →  Organizzare percorsi formativi sull'IA per la propria scuola
• →  Preparare materiali semplici e immediatamente usabili dai colleghi
• →  Condurre laboratori pratici sull'IA in modo efficace
• →  Aiutare i colleghi a usare l'IA in modo sicuro e consapevole
• →  Costruire il kit completo del mentor replicabile nel tempo

Un laboratorio pratico per sperimentare direttamente tecnologie VR in contesto scolastico. I partecipanti esplorano ambienti virtuali con visori e dispositivi, imparano a gestire la classe durante le attività immersive e costruiscono contenuti VR pronti per l'uso con gli studenti.

• →  Utilizzare visori e dispositivi VR in modo autonomo e sicuro
• →  Gestire la classe durante un'esperienza immersiva
• →  Selezionare e adattare ambienti VR per obiettivi didattici
• →  Creare contenuti VR con strumenti no-code accessibili
• →  Progettare e condurre una lezione con VR per la propria classe

Un laboratorio pratico in presenza per sperimentare direttamente gli strumenti IA nel lavoro quotidiano della segreteria scolastica. I partecipanti lavorano su casi reali: circolari, modulistica, archivio digitale, comunicazioni alle famiglie e atti amministrativi.

• →  Usare strumenti IA per redigere e revisionare circolari
• →  Automatizzare la produzione di modulistica standard
• →  Organizzare l'archivio digitale con il supporto dell'IA
• →  Gestire le comunicazioni alle famiglie in modo efficiente
• →  Costruire un workflow IA per le attività ricorrenti

Un laboratorio pratico per produrre materiali subito utilizzabili in sezione: accoglienza, circle time, transizioni, attività narrative e supporti visivi. Il docente usa l'IA come strumento professionale per generare contenuti educativi, mantenendo sempre la guida diretta delle attività con i bambini.

• →  Progettare una giornata educativa con il supporto dell'IA
• →  Produrre storie, filastrocche e materiali per i campi di esperienza
• →  Creare materiali visivi e inclusivi per bisogni diversi
• →  Documentare le esperienze e comunicare con le famiglie
• →  Costruire un kit laboratoriale riutilizzabile per la sezione

Un percorso che introduce i principi della visione artificiale attraverso casi d'uso industriali autentici di COMAU. I partecipanti comprendono come le macchine interpretano la realtà visiva: rilevamento oggetti, riconoscimento forme e difetti, classificazione componenti — tecnologie che COMAU progetta e fa funzionare ogni giorno in stabilimenti in tutto il mondo.

• →  Riconoscere i principali concetti dell'IA applicata alla visione artificiale in contesto industriale
• →  Descrivere come le macchine interpretano le immagini per prendere decisioni
• →  Analizzare casi d'uso reali: controllo qualità, object sorting, anomaly detection
• →  Confrontare l'approccio Machine Learning con algoritmi tradizionali
• →  Progettare spunti didattici interdisciplinari sulla computer vision

Come fa una macchina a imparare? Non si programma per ogni situazione possibile: si addestra. Partendo dalla struttura e dall'evoluzione dei robot industriali, il corso guida i partecipanti nella comprensione dei meccanismi con cui le macchine acquisiscono capacità nuove attraverso i dati, con casi reali tratti dall'esperienza COMAU.

• →  Riconoscere le differenze tra sistemi robotici tradizionali e sistemi basati su ML
• →  Descrivere i principali meccanismi del Machine Learning e il ruolo dei dati
• →  Analizzare casi d'uso reali di apprendimento automatico in sistemi robotici industriali
• →  Valutare le potenzialità e i limiti dell'IA applicata alla robotica
• →  Integrare esempi di robotica e IA nei propri percorsi didattici

Ogni macchina, prima di guastarsi, manda segnali. Grazie all'IA oggi è possibile ascoltarli e agire prima che il problema si manifesti. Il percorso guida i partecipanti attraverso l'evoluzione dei modelli manutentivi — dalla manutenzione correttiva a quella predittiva — mostrando come sensori, dati e ML stiano trasformando la gestione degli impianti industriali.

• →  Distinguere i principali modelli manutentivi: correttivo, preventivo e predittivo
• →  Descrivere come dati da sensori vengono elaborati da algoritmi ML per rilevare anomalie
• →  Analizzare casi d'uso reali di manutenzione predittiva in contesti industriali
• →  Valutare le implicazioni tecnologiche e organizzative della manutenzione predittiva
• →  Integrare questi temi nei propri percorsi didattici disciplinari

Un robot che si muove da solo in un magazzino, evita ostacoli e collabora con gli operatori senza essere guidato: non è fantascienza, è la realtà quotidiana di molti stabilimenti. Il corso spiega come sensori, algoritmi di localizzazione e ML rendono possibile la navigazione autonoma, attraverso casi reali degli AMR COMAU.

• →  Riconoscere le caratteristiche dei robot mobili autonomi e le differenze rispetto agli AGV tradizionali
• →  Descrivere come sensori, mappatura e ML cooperano per la navigazione autonoma
• →  Analizzare casi d'uso reali di sistemi AMR in contesti industriali e logistici
• →  Valutare le implicazioni tecnologiche e organizzative dei robot mobili autonomi
• →  Integrare robotica mobile e IA nei propri percorsi didattici disciplinari

Per decenni uomini e macchine hanno lavorato separati. Oggi i robot collaborativi (cobot) lavorano fianco a fianco con gli operatori, percepiscono la loro presenza e adattano i propri movimenti. Il corso offre una panoramica chiara sull'Industria 4.0 e sul ruolo dell'IA nella trasformazione dei processi produttivi, con casi reali COMAU.

• →  Riconoscere le caratteristiche dei modelli produttivi dell'Industria 4.0 e il ruolo delle tecnologie abilitanti
• →  Descrivere il funzionamento dei robot collaborativi e i meccanismi di interazione sicura
• →  Analizzare casi d'uso reali di cobotica in contesti produttivi
• →  Valutare le implicazioni tecnologiche, organizzative e sociali della collaborazione uomo-macchina
• →  Integrare cobotica e Industria 4.0 nei propri percorsi didattici disciplinari

Come fa una macchina a riconoscere un oggetto? Lo fa perché ha visto migliaia di esempi e ha affinato la propria capacità attraverso un processo di addestramento guidato dai dati. Il percorso approfondisce la visione artificiale in chiave applicativa con approccio hands-on: dalla raccolta delle immagini all'addestramento di un modello, fino all'analisi critica dei risultati. Include un project work guidato direttamente replicabile in classe.

• →  Comprendere il funzionamento dei sistemi di object recognition ricostruendo il ciclo completo
• →  Applicare strumenti accessibili per costruire dataset e addestrare modelli di classificazione
• →  Analizzare i risultati di un sistema di riconoscimento, identificando errori, bias e limiti
• →  Progettare un'attività didattica sul riconoscimento di oggetti trasferibile in classe
• →  Collegare la visione artificiale al mondo industriale con esempi concreti da automazione e robotica

Rilevare un movimento non è semplice come sembra: richiede confrontare fotogrammi, isolare variazioni significative dal rumore di fondo e — nei sistemi avanzati — riconoscere cosa si muove e cosa sta facendo. Il corso approfondisce le tecniche alla base della motion detection, dalle approcci classici al Deep Learning, con project work guidato direttamente replicabile con gli studenti.

• →  Comprendere i principi fondamentali della motion detection e le differenze tra approcci classici e Deep Learning
• →  Applicare strumenti accessibili per implementare una semplice pipeline di rilevamento del movimento
• →  Analizzare i risultati di un sistema di motion detection, identificando errori, falsi positivi e bias
• →  Progettare un'attività didattica sul rilevamento del movimento trasferibile in classe
• →  Collegare le applicazioni della motion detection al mondo industriale con esempi concreti

Python è il linguaggio più usato nel mondo dell'IA: lo strumento con cui si costruiscono modelli di Machine Learning, si analizzano dati e si programmano robot. Il percorso introduce Python e il prompting per il coding — la capacità di formulare richieste efficaci a un modello linguistico per generare, correggere e documentare codice — con project work guidato direttamente replicabile con gli studenti.

• →  Comprendere il ruolo di Python e dei Large Language Model nello sviluppo di applicazioni IA
• →  Applicare fondamenti di Python e tecniche di prompting per generare, correggere e documentare codice
• →  Analizzare il funzionamento di un semplice modello ML sviluppato in Python
• →  Progettare un'attività didattica di programmazione in Python con supporto AI trasferibile in classe
• →  Collegare la programmazione in Python a contesti applicativi reali del mondo industriale