La trasformazione digitale impone oggi una sinergia indispensabile e sempre più stretta tra il mondo accademico e quello imprenditoriale. È precisamente in questo dialogo vitale che germogliano nuove competenze, si verifica un’accelerazione della ricerca applicata e si plasmano i professionisti capaci di affrontare le sfide di domani.
Con questo obiettivo, l’Università degli Studi di Salerno (UniSa), in partnership con IBM SkillsBuild e con la collaborazione di Codemotion, ha promosso un Hackathon focalizzato sul futuro delle competenze e sull’Intelligenza Artificiale Generativa . L’iniziativa, un lavoro di squadra e il risultato di una collaborazione strutturata, ha generato un impatto significativo sugli studenti, sul sistema educativo e sulle aziende interessate a investire nei talenti emergenti.
Un percorso dedicato alla GenAI
L’Hackathon, svoltosi nel mese di novembre, ha rappresentato il culmine di un percorso formativo dedicato interamente alla GenAI. Gli studenti e le studentesse di UniSa, provenienti da diversi corsi di studio, hanno avuto l’opportunità di immergersi in questo campo attraverso due workshop specifici su LLM (Large Language Models) e AI Agents, oltre a un webinar sui RAG (Retrieval-Augmented Generation).
Il percorso ha visto la partecipazione di oltre 70 studenti, con 15 finalisti impegnati nella sfida. L’obiettivo centrale era lo sviluppo di agenti AI volti a migliorare la vita universitaria, sfruttando tecnologie all’avanguardia come watsonxOrchestrate, Python e watsonx.ai. Le idee presentate hanno subito dimostrato quanto rapidamente stiano crescendo la maturità, la visione e le competenze degli studenti sui temi dell’AI.
L’Ateneo ha sottolineato come la connessione tra università e aziende sia fondamentale per creare le competenze del futuro. A testimonianza dell’importanza dell’evento, sono intervenuti per IBM Italia Alessandra Santacroce (Direttore Relazioni istituzionali) e Marina Bastianelli (Academy Manager for Italy Market), mentre per l’Ateneo hanno partecipato il Magnifico Rettore Virgilio D’Antonio, il Delegato del Rettore per ICT e Transizione digitale Mario Vento, e il Delegato del Rettore alla Terza Missione ORLANDO TROISI.
La creatività e l’innovazione: Analisi dei progetti finalisti
I 16 progetti individuati hanno spaziato su diverse aree critiche della vita universitaria, dalla gestione didattica alla burocrazia, fino al benessere psicologico. Ogni proposta ha evidenziato la capacità degli studenti di toccare problemi reali e proporre soluzioni concrete basate sull’Intelligenza Artificiale.
1. Supporto didattico e gestione del materiale
Vincenzo Pietrorusso si è concentrato sulla gestione del materiale fornito dai professori, un’esigenza sentita per gli studenti. Il suo agente era concepito per verificare se tutti i documenti su Moodle o piattaforme e-learning fossero stati scaricati, controllare la sincronizzazione con Drive e identificare il materiale mancante o le percentuali di download. Per la demo, il collegamento a Drive e i dati di base sono stati simulati con una “base knowledge”. L’obiettivo evolutivo del progetto è l’implementazione dello scrapping completo da Moodle. L’agente interagisce in linguaggio naturale e può riassumere i contenuti, fare collegamenti tra concetti o rispondere a domande specifiche. Sebbene implementato come sistema monoagent, future implementazioni potrebbero includere più agenti per la ricerca su internet o la creazione di quiz di valutazione. È stato notato che l’agente potrebbe essere esteso anche ai docenti per valutare la coerenza dei programmi o identificare ripetizioni, semplicemente aggiungendo i contenuti di tutti i corsi alla base di conoscenza.
Mattia Maucioni ha presentato un “CS Companion agent”, un compagno di corso virtuale per l’aiuto nello studio e nello svolgimento dei compiti. L’approccio di Mattia è stato basato sul codice e non sulla piattaforma, interfacciandosi a Watson AI per utilizzare il modello Lama. Il sistema usa lo scraping periodico dell’e-learning per acquisire risorse didattiche e assignment, salvando il tutto in un database MongoDB. L’interfaccia è stata creata tramite Fast API. L’agente è orchestrato usando Crew, suddividendosi in quattro agenti: un router e tre agenti specializzati (per gli assignment, le risorse didattiche e la gestione dei PDF). Questa architettura permette all’agente di rispondere a domande, riassumere lezioni o aiutare nella realizzazione degli assignment senza che lo studente debba inviare manualmente il materiale.
Achille Ercole ha ideato Edulop, una piattaforma concepita per integrarsi nelle piattaforme e-learning esistenti, con l’obiettivo di migliorare la qualità dell’insegnamento. L’agente si concentra sul flow di correzione e assessment. Partendo dai materiali caricati dai professori, l’AI genera quiz. Processando i risultati degli studenti, Edulop produce un report per il docente, indicando gli argomenti che necessitano di maggiore attenzione o di essere rivisti. L’implementazione attuale si è focalizzata sulla generazione di domande e risposte in formato JSON basate su una base di conoscenza PDF, creando un workflow piuttosto che un chatbot.
2. Orientamento e carriera professionale
Manuel Cieri ha sviluppato un UniSa Advisor o Career Advisor per affrontare il problema del disallineamento tra domanda e offerta lavorativa per gli studenti. L’agente mette a disposizione informazioni su tirocini e offerte di lavoro, aiutando anche a preparare lettere di presentazione e ad adattare il curriculum vitae in base alle esigenze specifiche. Il sistema è istruito per raccogliere informazioni preliminari sull’utente (interessi e capacità) prima di suggerire il tirocinio più idoneo. Il vantaggio principale è l’abbassamento della barriera per l’ingresso nel mondo del lavoro. Il prossimo passo evolutivo fondamentale consiste nel connettersi a dati reali, come le piattaforme aziendali affiliate all’università, LinkedIn o repository GitHub, per poter adattare i diversi tipi di curriculum alle varie offerte.
3. Logistica, organizzazione e vita del campus
Antonio Martino e Davide Iannone hanno creato un optimizer della vita universitaria. L’agente risponde al problema dei “gap” (spacchi) di tempo tra le lezioni (a volte solo un’ora), tempo insufficiente per decidere come sfruttare al meglio la pausa. L’agente suggerisce attività come seminari disponibili o lezioni interessanti (fungendo da learning agent che comprende i trend dell’utente). Alternativamente, può prenotare un posto disponibile in biblioteca. Hanno implementato una base di conoscenza e connessioni con Open API. Una futura evoluzione include la creazione di una bacheca smart digitale per eventi esterni, notificando e persino iscrivendo lo studente in base al suo percorso di studio.
Emanuel Scotto Di Minico ha affrontato un problema logistico critico in un campus grande: la navigazione interna. Il suo agente fornisce indicazioni passo passo per raggiungere una destinazione specifica (come un’aula), partendo dalla posizione iniziale dell’utente. Cruciale è la capacità dell’agente di gestire la navigazione tra i vari piani dell’edificio. Il meccanismo si basa su CSP (Constraint Satisfaction Problems) che definiscono le stanze adiacenti per ogni piano. Questa idea è stata accolta con grande entusiasmo dai giudici, che hanno suggerito l’aggiunta della stima del tempo di arrivo e la considerazione della variante per studenti con disabilità.
Angelo Infante ha sviluppato un agente che, oltre a supportare lo studio relativo agli esami, mirava a fare ricerche sul web per aumentare la conoscenza dello studente. La sfida principale che i giudici hanno sollevato riguardava l’affidabilità delle fonti internet. Angelo ha risposto che si potrebbe dare come input all’agente di selezionare solo siti certificati o relativi all’università, evitando lo scraping indiscriminato.
4. Burocrazia e gestione amministrativa
Domenico Amorelli ha creato un agente per ottimizzare e facilitare l’esperienza burocratica, con l’obiettivo di sostituire il concetto di segreteria e ridurre i passaggi necessari. Si è concentrato su tre ambiti: pagamento delle tasse (calcolo della rata precisa in base alla fascia di reddito e allo stato dello studente), gestione dei tirocini (contattare il docente, aggiornare le ore) e registrazione del voto. Il prototipo è in grado di calcolare la data in maniera precisa e, grazie a un tool, mandare notifiche su Teams per ricordare scadenze di pagamento o accettazione del voto.
Gennaro D’Ambrosio ha affrontato la difficoltà nell’accesso alle pratiche burocratiche a causa dei lunghi e complessi PDF ufficiali (immatricolazioni, borse di studio, calendari). Il suo agente è progettato per semplificare queste procedure. La business knowledge base è costruita dai documenti ufficiali dell’Ateneo, e l’agente estrae le informazioni per fornire una guida step-by-step intuitiva. Data la natura deterministica delle procedure, il rischio di allucinazioni è considerato meno grave. Gennaro ha confermato che l’agente potrebbe potenzialmente gestire anche regolamenti di differenti anni di immatricolazione, purché i PDF relativi a tutte le annate siano presenti nella base di conoscenza.
Nicola e Francesco Moscufo , con la loro piattaforma Unisai, hanno incluso anche la gestione amministrativa. Il sistema permette di visualizzare la panoramica della carriera universitaria, sapere quando e come pagare le tasse e accedere all’orientamento. Hanno dovuto creare uno script per scripare i dati e costruire un database vettoriale, integrato poi con $\text{Watson}$. In futuro, un agente dedicato potrebbe fornire link alle mappe per raggiungere i luoghi fisici.
5. Ricerca e supporto ai docenti
Ciro Cutolo ha creato l’agente RED (Research and Development), un assistente dedicato ai ricercatori e agli engineer. RED mira a semplificare processi tediosi come l’analisi dello stato dell’arte e la ricerca di dataset open access (ad esempio, su Kaggle). L’agente risponde con descrizioni dettagliate di modelli e performance. Per garantire l’affidabilità, la ricerca è mediata da policy che indirizzano l’agente verso articoli proposti da riviste autorevoli, classificate tramite i quantili SJR. Ciro ha affrontato il problema delle allucinazioni limitando strettamente il modello sul task e definendo prompt precisi, pur riconoscendo che l’alta esperienza degli utenti (ricercatori) li rende capaci di discernere l’attendibilità.
René Vlachos Tsaousis ha pensato all’Academic email agent, mirato a supportare attivamente i docenti nel rispondere alle numerose richieste degli studenti. L’agente effettua una scrematura delle email, raggruppandole per argomento e, in modo innovativo, fornendo una valutazione del sentimento (urgente, ansioso, aggressivo, pretensivo) per stabilire la priorità di risposta. Fornisce anche un messaggio preimpostato, che il docente deve comunque confermare. Il sistema si interfaccia con un database contenente slide e materiale didattico del docente specifico, garantendo risposte immediate e pertinenti. Può anche reindirizzare le domande di non competenza alla segreteria. L’idea del sentiment analysis è stata riconosciuta come un potenziale tool di grande utilità.
6. Benessere e sessioni d’esame
Federica De Maio ha sviluppato un agente per aiutare gli studenti a gestire la propria sessione d’esame. L’agente accede alle date e al contenuto degli esami (come difficoltà e carico applicativo presenti sul sito UniSa). Può combinare gli esami in base alle date e riassumere il contenuto dei corsi. L’idea futura è di integrare un sistema di votazione/rating da parte degli studenti che hanno già sostenuto l’esame, per valutare il carico di studio effettivo e fornire un’informazione utile sulla preparazione necessaria.
Luigi Giacchetti ha presentato Anisi (Università + AI), focalizzato sul potenziamento dello sportello psicologico universitario. L’agente è pensato per interagire via chat (tramite Watson X), conducendo una sentiment analysis giornaliera sull’andamento emotivo dello studente (ad esempio, dopo un esame). Luigi ha precisato che l’agente non deve sostituire lo psicologo, ma fungere da supporto, rispondendo in maniera calma. Il modello è stato istruito con un prompt che ne definisce il comportamento. L’idea ha toccato una tematica molto delicata e di grande impatto sociale, guadagnandosi la menzione di “vincitore morale”.
Il valore della collaborazione e la visione del futuro
L’Hackathon non è stato solo un momento di competizione, ma una chiara dimostrazione di come la collaborazione tra Università e Impresa generi valore tangibile.
Marina Bastianelli di IBM ha espresso un ringraziamento all’Università di Salerno per aver ospitato l’iniziativa, lodando l’attenzione e la partecipazione dimostrate dagli studenti. Ha enfatizzato un aspetto cruciale per il mercato del lavoro: l’importanza della comunicazione e della capacità di presentare idee e competenze in tempi ristretti, definendo l’Hackathon come un “banco di prova”. Marina Bastianelli ha concluso con l’auspicio che, grazie al successo ottenuto, la partnership possa portare a un piano ancora più ampio e sfidante l’anno prossimo.
Anche la dottoressa Alessia Saggese e il professor Orlando Troisi hanno sottolineato l’eccezionalità delle idee emerse, sfidando gli studenti a realizzarle concretamente. Troisi, Delegato alla Terza Missione, ha evidenziato come i temi dell’AI non riguardino più solo l’Informatica o l’Ingegneria Informatica, citando la partecipazione di studenti dell’area umanistica e di una finalista di digital marketing.
Il Rettore Virgilio D’Antonio, per aver creduto in questo progetto, è stato ringraziato, riconoscendo che l’Hackathon è solo “un primo passo di un percorso più ampio”.
Il professor Troisi ha riaffermato che l’obiettivo dell’Ateneo è mettere lo studente al centro delle iniziative. Le idee presentate, ha concluso, sono “reali” e rappresentano una solida base per il vero trasferimento tecnologico all’interno dell’università, poiché gli studenti hanno saputo toccare e risolvere problemi concreti. Il professore si è offerto di supportare personalmente gli studenti nella futura creazione di una startup o di un progetto imprenditoriale basato sulle loro innovazioni.
A ulteriore riconoscimento dell’impegno profuso, è stato deciso di premiare tutti i partecipanti all’Hackathon con un Certificato (CFP – Crediti Formativi Professionali), al di là del premio destinato ai vincitori.
In sintesi, la giornata ha celebrato la potenza dell’Intelligenza Artificiale Generativa come strumento per la risoluzione di problemi quotidiani e ha confermato il valore inestimabile di una collaborazione strutturata che unisce le risorse accademiche e le tecnologie avanzate di aziende leader come IBM e Codemotion, formando così i talenti del futuro.
