Workshop AI Generativa

23 giugno 2025

L’Intelligenza Artificiale Generativa (Generative AI o GenAI) rappresenta una categoria avanzata di intelligenza artificiale, caratterizzata dalla capacità dei suoi modelli di generare contenuti originali, tra cui testi, immagini, video, tracce audio e perfino codice software. Questo paradigma innovativo dell’IA impiega algoritmi di apprendimento profondo per simulare il processo creativo umano, trovando applicazione in una moltitudine di ambiti, dalla produzione letteraria alla ricerca biologica, dall’industria manifatturiera al settore finanziario. Recenti sviluppi indicano che la GenAI esercita un’influenza trasformativa sull'economia e sul tessuto imprenditoriale con una velocità straordinaria: le proiezioni del McKinsey Global Institute anticipano un incremento dell'impatto economico globale dell'intelligenza artificiale, compreso tra il 15% e il 40%, per i prossimi decenni. Strumenti basati sulla GenAI, quali ChatGPT, DALL-E, DeepSeek, Llama, stanno riscrivendo le modalità operative di numerose professioni. Nonostante il potenziale rivoluzionario di tali tecnologie, è fondamentale affrontare questioni etiche correlate, ad esempio, alla presenza di bias nei modelli, che potrebbero influenzare le loro applicazioni in contesti decisionali critici. L'obiettivo del workshop è quello di creare un ponte tra il mondo accademico e quello industriale, promuovendo il dialogo e la riflessione sia sugli aspetti tecnologici sia sugli impatti che la GenAI sta apportando alla società con rapidità inaudita.

Temi di interesse

L’elenco fornisce una traccia dei temi di interesse, ma non è esaustivo:
  • IA generativa per la costruzione di sistemi simbiotici;
  • IA generativa, creatività ed arte;
  • Sviluppo di sistemi conversazionali con IA generativa
  • Impatto della IA generativa sullo sviluppo del software
  • Impatto della IA generativa sull’insegnamento
  • Fairness dei modelli di IA generativa
  • IA generativa per la medicina
  • Personalizzazione nel settore retail mediante IA generativa
  • IA generativa per l’industria dell’intrattenimento
  • Large Language Models (LLMs) e Large Multimodal Models (LMMs)
  • Large Agentic Models
  • Large Concept Models

Programma del workshop

Sessione 1 - 11:30-12:30 - Aula 2_A - “Education”
Giovanni Adorni, Ilaria Torre, Gianni Vercelli and Daniele Zolezzi Prompting the future: educator competencies and case-based innovation for GenAI in higher education
Chiara Gallese Teaching with Generative AI: Ethical Human-AI Co-Creation as an Innovative Legal Education Methodology
Emanuele Ballarin, Francesco Giacomarra, Andrea Mecchina and Nicholas Andrea Pearson Demystifying Generative AI: A Pedagogical Approach
Pierpaolo Vittorini, Ivan Letteri and Tamsir Jobe Adaptation, automated feedback, engagement, and effectiveness in learning data science: a summary of five years of research
Valentina Rossi, Teresa Scantamburlo and Alessandra Melonio Generative AI for Non-Techies: Empirical Insights into LLMs in Programming Education for Novice Non-STEM Learners
Davide Ponzini, Giovanni Adorni, Daniele D’Agostino, Giorgio Delzanno and Giovanna Guerrini A methodological approach for applications of generative AI to support students and teachers
Sessione 2 - 14:00-15:00 - Aula 2_A - “Architectures”
Patrizio Bellan, Simone Magnolini, Saba Ghanbari Haez, Leonardo Sanna and Mauro Dragoni Zero-Shot Reasoning Reimagined: Multi-Agent Profiles for Competitive LLM Performance
Alessio Ansuini, Lorenzo Basile, Federica Bazzocchi, Matteo Biagetti, Alberto Cazzaniga, Stefano Cozzini, Francesca Cuturello, Diego Doimo, Yuri Gardinazzi, Ruggero Lot, Francesco Ortu, Emanuele Panizon, Valerio Piomponi, Tommaso Rodani, Alessandro Serra, Niccolò Tosato and Lucrezia Valeriani Geometry, Topology and Mechanistic Interpretability of Large Scale AI Models
Ivan Letteri, Pierpaolo Vittorini and Tamsir Jobe Towards Sustainable Computation: Synergizing LLM Heat Recovery and Algorithmic Trading for Energy-Efficient AI Systems
Marco Mesiti, Emanuele Cavalleri, Matteo Castagna, Paolo Perlasca and Darya Shlyk Prompt Engineering Approaches for Working with Biomedical Knowledge Graphs through LLMs
Christian Braga and Daniele Passabì Enhancing Retrieval-Augmented Generation for Enterprise Use Advanced Search and Domain-Aware Query Expansion with Alias and Glossary
Giovanni Pinna, Damiano Ravalico, Luigi Rovito, Luca Manzoni and Andrea De Lorenzo Improving LLM-Generated Code via Genetic Improvement: A Summary of Recent Advances
Sessione 3 - 15:00-16:00 - Aula 2_A - “Tavola Rotonda”
Tavola rotonda sul tema “Large Language Model per applicazioni alla lingua italiana”
Partecipano: Giovanni Germani (Fastweb), Filippo Nardelli (Expert.ai), Marco Polignano (Uni. Bari), Gianni Semeraro (Uni. Bari), Omar Signori (InfoJuice)
Sessione 4. 16:30-18:00 - Aula 2_A - “GenAI Applications and Evaluation”
Saba Ghanbari Haez, Simone Magnolini, Monica Consolandi and Mauro Dragoni Evaluating Representational Fairness in Multilingual LLMs via Cloze-Based Trait Attribution
Gaetano Dibenedetto, Elio Musacchio, Marco Polignano and Pasquale Lops AI, Spot Me! Multimodal Models in the Gym
Giovanna Castellano, Emanuele Colonna, Nicola Fanelli, Lucrezia Laraspata, Ivan Rinaldi, Alberto Gaetano Valerio and Gennaro Vessio Generative AI Across Modalities: Insights From Our Research on Domain-Aware Content Generation
Valerio Guarrasi, Francesco Di Feola, Giulio Ianello, Irene Iele, Linlin Shen, Massimiliano Mantegna, Daniele Molino, Elena Mulero Ayllon, Ludovica Pompilio, Aurora Rofena, Marco Salmè, Rosa Sicilia, Matteo Tortora and Paolo Soda Medicine Without Boundaries: Generative AI for Translating Medical Data Across Modalities
Nicolò Taggio, Elio Musacchio, Pierpaolo Basile, Flavio D'Ippolito, Domenico Monaco, Nicola Nicastro, Marco Polignano, Lucia Siciliani and Giovanni Semeraro SAI4EO: Generative AI for Earth Observation Tasks
Roberto Zanoli, Alessandro Dal Pozzo, Alberto Maria Matassoni, Manuela Speranza, Ravi Kiran Chikkala and Magnini Bernardo Assessing Large Multimodal Models on Complex Technical and Procedural Documents
Alberto Moccardi, Egidia Cirillo, Cristina Davino, Mattia Fonisto, Francesco Gargiulo, Rajib Chandra Ghosh, Ojasvi Gupta, Rajesh Jaiswal, Roberto La Rovere, Lidia Marassi, Zahida Mashaallah, Narendra Patwardhan, Gian Marco Orlando, Domenico Benfenati, Giovanni Maria De Filippis, Antonio Elia Pascarella, Diego Russo, Cristiano Russo, Cristian Tommasino, Stefano Marrone, Flora Amato, Antonio Maria Rinaldi, Vincenzo Moscato and Carlo Sansone Generative AI: Developments, Applications, and Responsible Practices
Alessandro Francesco Maria Martina, Alessandro Petruzzelli, Cataldo Musto, Marco de Gemmis, Pasquale Lops and Giovanni Semeraro DISTINCT: A Diverse Conversational Recommendation Dataset
Bernardo Magnini, Roberto Zanoli, Michele Resta, Martin Cimmino, Paolo Albano, Marco Madeddu and Viviana Patti Evaluating Large Language Models on Italian Tasks

Chairs

Bernardo Magnini
Fondazone Bruno Kessler
Filippo Nardelli
expert.ai
Marco Polignano
Università degli Studi di Bari "Aldo Moro"
Giovanni Semeraro
Università degli Studi di Bari "Aldo Moro"