IA nella ricerca e nell'istruzione: una potente spinta al rinnovamento, da governare con responsabilità e consapevolezza. Politecnico di Torino, in collaborazione con OpenAI e CRUI, ha ospitato con successo Codex, Skills and Agents for the University of the Future — PoliTO meets OpenAI. Il workshop è stato interamente dedicato all'utilizzo pratico degli strumenti di intelligenza artificiale a supporto della didattica, della ricerca e delle attività accademiche quotidiane.
L'iniziativa, rivolta a docenti, ricercatori, dottorandi e personale tecnico-amministrativo, ha dato l'opportunità di approfondire l'impiego di strumenti all'avanguardia come Codex, skills e agenti AI, analizzandone l'impatto sul supporto alla ricerca, sull'insegnamento, sull'analisi dei dati, sulla preparazione di proposte progettuali e grant, oltre che sulle attività operative in ambito universitario.
La giornata è stata caratterizzata da sessioni pratiche, dimostrazioni e momenti di confronto focalizzati sull'esplorazione di casi d'uso reali e sulle buone pratiche per un'adozione responsabile dell'intelligenza artificiale all'interno dell'ambiente universitario.
Nel pomeriggio del workshop si è svolta una challenge facoltativa dedicata all'uso pratico di Codex su casi concreti del contesto universitario. I partecipanti hanno lavorato in team su due tracce:
- AI-powered Degree Explorer: progettare un prototipo per aiutare studenti e studentesse a esplorare l'offerta formativa triennale del Politecnico di Torino, attraverso percorsi guidati, raccomandazioni spiegabili, confronto tra corsi e visualizzazioni interattive.
- Exam schedule optimisation: sviluppare una soluzione riproducibile per supportare la pianificazione degli esami online nei laboratori LAIB, massimizzando la copertura degli esami e degli studenti nel rispetto dei vincoli di capienza, calendario, sovrapposizione e distanza tra esami.
Le soluzioni sono state valutate secondo i criteri condivisi durante il workshop:
- per la challenge AI-powered Degree Explorer sono stati considerati esperienza utente, qualità della guida, uso di Codex, qualità tecnica e creatività
- per la challenge Exam schedule optimisation sono stati considerati fattibilità, qualità della soluzione e chiarezza della spiegazione.
La challenge ha mostrato la capacità dei team di usare strumenti di AI agentica non solo per produrre codice, ma anche per esplorare dati, documentare assunzioni, costruire prototipi interattivi e rendere spiegabili le scelte progettuali.
Per ciascuna challenge sono stati individuati i primi tre classificati. Il primo gruppo classificato riceve una licenza ChatGPT Pro gratuita per 6 mesi.
CHALLENGE 1: AI-powered Degree Explorer
| POSIZIONE | GRUPPO/PROGETTO | PARTECIPANTI | PUNTEGGIO | GIUDIZIO SINTETICO |
|---|---|---|---|---|
| 1° | Course Match | Mauro Bonfanti; Enrico Negro; Michele Polito; Yuqi Zhao | 95 | Miglior combinazione di UX, spiegabilità, confronto e creatività della demo. |
| 2° | PoliTO Compass | Alessandro Podio; Emanuele Ravello; Sebastiano Aloscari; Andrea Appendino; Marco Milanesio | 93 | Soluzione molto solida, con scoring ricco, reality check, profili di complessità e link ufficiali |
| 3° | AI Powered Degree Explorer | Cristina Ferrian; Andrea Garzena; Luca Mannella; Giulia Masi; Francesca Russo | 91 | Progetto completo e ben documentato, con quiz, catalogo, confronto e motivazioni trasparenti. |
CHALLENGE 2 - Exam schedule optimisation
| POSIZIONE | GRUPPO/PROGETTO | PARTECIPANTI | PUNTEGGIO | GIUDIZIO SINTETICO |
|---|---|---|---|---|
| 1° | Ali Jahanirahaei | Ali Jahanirahaei | Ali Jahanirahaei; Lucrezia Songini; Enrico Botticella; Samuele Poy; Edoardo Tito | 94 | Miglior equilibrio tra copertura, vincoli e spiegazione, con zero violazioni hard dichiarate. |
| 2° | Giacomo Belluardo | Giacomo Belluardo; Sergio Pio Rendine; Alessandro Aniello Mele; Simone Amico | 91 | Soluzione molto forte su utilizzo, numero di round e validazione dei vincoli. |
| 3° | BGUPOPOLITO | Carmen Aina; Francesco Pio Savino; Stefano Coniglio; Maria Giulia Ballatore; Claudio Passerone | 89 | Ottimo sistema di supporto decisionale, con GUI, report e analisi multi-sessione. |
- Immagine
NomeEsempio di confronto tra corsi nella challenge AI-powered Degree Explorer. - Immagine
NomeSpiegazione trasparente delle raccomandazioni per l'orientamento. - Immagine
NomeInfografica della pipeline di ottimizzazione per la pianificazione esami. - Immagine
NomeSintesi visuale di metriche, vincoli e risultati della scheduling challenge. - Immagine
NomeAnalisi dell'occupazione dei laboratori LAIB per giorno. - Immagine
NomeDashboard di analisi per carico giornaliero, heatmap e utilizzo dei laboratori
