MASTER IN PROJECT MANAGER + MASTER IN INTELLIGENZA ARTIFICIALE APPLICATA ALLA GESTIONE DEI PROGETTI

PARTE 1: PROJECT MANAGER INTRODUZIONE

MODULO 1. MODELLI DI GESTIONE E LEADERSHIP

UNITÀ DIDATTICA 1. INTRODUZIONE ALLA GESTIONE E ALLA LEADERSHIP

1. Differenze tra direttore e leader

2. Teorie della leadership

• Teoria del grande uomo

• Teoria dei tratti

• Teoria della contingenza

• Teoria situazionale

• Teoria del comportamento

3. Qualità di un buon leader

UNITÀ DIDATTICA 2. MODELLI DI LEADERSHIP

1. Leadership carismatica

2. Leadership transazionale

3. Leadership trasformazionale

4. Leadership situazionale

5. Leadership autocratica

6. Leadership democratica

7. Leadership "laissez faire"

MODULO 2. INTRODUZIONE ALLA GESTIONE DEI PROGETTI

UNITÀ DIDATTICA 1. IL LEADER NELLA GESTIONE DEI PROGETTI

1. Nozioni di base sulla gestione del progetto

• Concetto di progetto

• Concetto di programma

• Concetto di portfolio

2. Importanza del contesto nel progetto

3. Modelli di organizzazione gestionale

• Tipi di modelli

• Criteri di scelta

UNITÀ DIDATTICA 2. PROJECT MANAGEMENT OFFICE (PMO)

1. Tipi di PMO

• PMO di supporto

• PMO strategico

• PMO direttivo

2. Funzioni e giustificazione

MODULO 3. STRATEGIA E GESTIONE

UNITÀ DIDATTICA 1. LEADERSHIP STRATEGICA

1. Strategia e pensiero strategico

2. Pianificazione strategica e processo di gestione

• Definizione di visione, missione e valori aziendali

• Analisi SWOT

• Analisi PESTEL

• Analisi di Porter

• Matrici di portafoglio

• Definizione degli obiettivi

• Concretizzazione e attuazione della strategia

• Valutazione dei risultati

UNITÀ DIDATTICA 2. MODELLI DI GESTIONE STRATEGICA

1. Metodo tradizionale

• Iniziazione

• Pianificazione e progettazione

• Esecuzione

• Monitoraggio e controllo

• Chiusura

2. Metodo PRINCE2

• Aspetti da considerare

• Principi

3. Metodo di revisione e valutazione del programma

• Reti PERT

4. Metodo del percorso critico (CPM)

5. Metodo della catena critica

MODULO 4. DIREZIONE STANDARDIZZATA DEI PROGETTI: NORMA ISO 21500

UNITÀ DIDATTICA 1. OBIETTIVI DELLA NORMA

UNITÀ DIDATTICA 2. PROCESSI STANDARDIZZATI

UNITÀ DIDATTICA 3. FONDAMENTI DI GESTIONE

1. Orientamento al cliente

2. Raggiungimento dei risultati

3. Miglioramento continuo

UNITÀ DIDATTICA 4. VANTAGGI DELLA NORMA

1. Maggiore efficienza ed efficacia

• Riduzione dei costi

2. Maggiore soddisfazione dei clienti

3. Maggiore controllo sul progetto

4. Confronto oggettivo tra i progetti

MODULO 5. RACCOMANDAZIONI PER LA DIREZIONE DEI PROGETTI: GLOBAL STANDARD PMI 7

UNITÀ DIDATTICA 1. NOZIONI DI BASE SUL PMI

1. Global Standard PMI

UNITÀ DIDATTICA 2. PRINCIPI

UNITÀ DIDATTICA 3. STANDARD E CONOSCENZE

UNITÀ DIDATTICA 4. IMPORTANZA DELL'ADATTABILITÀ

MODULO 6. GESTIONE E DIREZIONE DI UN PROGETTO: FASE DI INIZIAZIONE

UNITÀ DIDATTICA 1. STUDIO INIZIALE

1. Definizione del progetto

2. Giustificazione

3. Ambito di applicazione

4. Budget

• Canali di finanziamento

5. Fattibilità

UNITÀ DIDATTICA 2. ANALISI DEL CONTESTO

1. Analisi della concorrenza e del mercato

• Benchmarking

2. Determinazione della legislazione applicabile

UNITÀ DIDATTICA 3. DEFINIZIONE DEGLI STAKEHOLDER

MODULO 7. GESTIONE E DIREZIONE DI UN PROGETTO: FASE DI PIANIFICAZIONE E PROGETTAZIONE

UNITÀ DIDATTICA 1. PIANO DI GESTIONE

1. Identificazione e approvvigionamento di risorse

• Assunzione di personale e subappalto

• Programmazione degli acquisti

2. Scomposizione grafica del lavoro

3. Piano di emergenza per i rischi identificati

UNITÀ DIDATTICA 2. DEFINIZIONE DEL CRONOPROGRAMMA

1. Sequenza delle attività

2. Determinazione temporale degli obiettivi

3. Diagramma di Gantt

UNITÀ DIDATTICA 3. PIANO DI COMUNICAZIONE

1. Comunicazione interna

2. Comunicazione esterna

MODULO 8. GESTIONE E GESTIONE DEI PROGETTI: FASI DI ATTUAZIONE, DI MONITORAGGIO E CONTROLLO

UNITÀ DIDATTICA 1. ATTUAZIONE

1. Determinazione dei meccanismi di integrazione

• Gestione del cambiamento e del rischio

• Controllo di qualità dell'esecuzione

2. Selezione degli indicatori di controllo di gestione

• Indicatori di tempestività

• Indicatori di conformità del budget

• Indicatori di qualità

• Indicatori di rischio

• Indicatori di produttività

• Indicatori di soddisfazione del cliente

UNITÀ DIDATTICA 2. GESTIONE DELLA QUALITÀ

1. Sistemi di gestione

• Distribuzione delle funzioni di qualità (QFD)

• Metodo Kaizen

• Modello Monozukuri

• Sistema 6 ?

• Metodo PDCA o ciclo di Deming

2. Gestione standardizzata: ISO 10006

UNITÀ DIDATTICA 3. SUPERVISIONE DEI COSTI E DELLE SCADENZE

1. Supervisione dei costi

• Ammortamento dei prestiti

• Gestione e stima dei costi

2. Supervisione delle scadenze

• Curva a S

UNITÀ DIDATTICA 4. GESTIONE AMBIENTALE

UNITÀ DIDATTICA 5. VALUTAZIONE CONTINUA

MODULO 9. GESTIONE E DIREZIONE DI UN PROGETTO: FASE DI CHIUSURA

UNITÀ DIDATTICA 1. CONCETTO DI CHIUSURA

UNITÀ DIDATTICA 2. VALUTAZIONE FINALE

1. Valutazione quantitativa

2. Valutazione qualitativa

UNITÀ DIDATTICA 3. AUDIT FINALE

MODULO 10. GESTIONE AGILE DEI PROGETTI

UNITÀ DIDATTICA 1. NOZIONI DI BASE

1. Manifesto Agile

2. Aree

• Consegna iterativa e incrementale

• Collaborazione e comunicazione

• Focus sul valore aziendale

• Flessibilità e adattamento

• Miglioramento continuo

3. Vantaggi

UNITÀ DIDATTICA 2. EXTREME PROGRAMMING (XP)

UNITÀ DIDATTICA 3. METODO KANBAN

UNITÀ DIDATTICA 4. METODO SCRUM

UNITÀ DIDATTICA 5. METODO CRYSTAL CLEAR

MODULO 11. LEAN THIINKING NELLA GESTIONE DEI PROGETTI

UNITÀ DIDATTICA 1. CONCETTO DI LEAN THINKING

1. Evoluzione storica

UNITÀ DIDATTICA 2. AREE DI PROIEZIONE

1. Identificazione del valore

2. Individuazione ed eliminazione delle voci superflue

3. Partecipazione del team

4. Promuovere la gestione agile

MODULO 12. LEADERSHIP MOTIVAZIONALE

UNITÀ DIDATTICA 1. NOZIONI DI BASE

1. Umanizzare il leader

2. Importanza del team

UNITÀ DIDATTICA 2. TECNICHE E STRUMENTI MOTIVAZIONALI

1. Riconoscimento del lavoro

2. Comunicazione efficace

3. Empowerment del team

4. Sviluppo delle competenze

5. Buon ambiente di lavoro

6. Definire obiettivi e traguardi chiari

MODULO 13. COACHING AZIENDALE

UNITÀ DIDATTICA 1. CONCETTO DI COACHING

1. Evoluzione storica

2. Differenze con altre discipline

• Mentoring vs. coaching

• Counseling vs. coaching

• Assistenza vs. coaching

• Terapia vs. coaching

3. Tipi di coaching

• Coaching organizzativo

UNITÀ DIDATTICA 2. FIGURA DEL COACH

1. Competenze

2. Codice etico

UNITÀ DIDATTICA 3. FIGURA DEL COACHEE

1. Aspetti sociali e cognitivi

2. Coachability

3. Processo di cambiamento

UNITÀ DIDATTICA 4. STRUMENTI E TECNICHE

1. Osservazione

2. Rapport

3. Ascolto attivo

4. Domande potenti

UNITÀ DIDATTICA 5. PROCESSO DI COACHING

1. Stabilire la relazione di coaching

2. Progettazione del processo

• Analisi della situazione attuale

• Obiettivi

• Pianificazione delle azioni

3. Ciclo di coaching

4. Valutazione e monitoraggio

MODULO 14. DIRITTO COMMERCIALE PER UN PROJECT MANAGER

UNITÀ DIDATTICA 1. INTRODUZIONE AL DIRITTO

1. Ordinamento giuridico

2. Istituzioni produttrici di diritto

UNITÀ DIDATTICA 2. AZIENDA

1. Caratterizzazione dell'azienda

• Concetto economico di impresa

UNITÀ DIDATTICA 3. PRINCIPIO DELLA LIBERA CONCORRENZA

1. Distorsione della concorrenza

2. Concorrenza sleale

UNITÀ DIDATTICA 4. PROPRIETÀ INTELLETTUALE

1. Segni distintivi

• Marchio

• Nome commerciale

• Nome di dominio

• DOC e IGP

2. Invenzioni e creazioni tecniche

UNITÀ DIDATTICA 5. NOZIONI DI BASE DI CONTABILITÀ

1. Contabilità formale

2. Contabilità materiale

• Bilancio aziendale

• Revisione contabile

PARTE 2: INTELLIGENZA ARTIFICIALE APPLICATA ALLA GESTIONE DEI PROGETTI

INTRODUZIONE

MODULO 1. INTRODUZIONE ALL'INTELLIGENZA ARTIFICIALE

UNITÀ DIDATTICA 1. CONCETTO E DEFINIZIONE DI INTELLIGENZA ARTIFICIALE

1. Origine ed evoluzione

2. Rami

3. Applicazioni

• Informatica

• Medicina

• Finanza

• Industria pesante

• Assistenza clienti

• Industria automobilistica

• Giochi e giocattoli

• Musica

UNITÀ DIDATTICA 2. BIG DATA E BUSINESS INTELLIGENCE

1. Vantaggi per le aziende derivanti dall'applicazione dell'intelligenza artificiale ai big data

UNITÀ DIDATTICA 3. INTELLIGENZA ARTIFICIALE APPLICATA ALL'IMPRESA

1. People analytics

2. Automazione dei processi robotici

3. Assistenza clienti

4. Previsione delle scorte e della domanda

5. Analisi dei dati relativi al comportamento e alle preferenze

6. Valutazione del rischio nelle operazioni finanziarie

7. Monitoraggio della salute e della sicurezza dei lavoratori

8. Processi decisionali strategici

MODULO 2. APPRENDIMENTO AUTOMATICO O MACHINE LEARNING

UNITÀ DIDATTICA 1. CONCETTUALIZZAZIONE DELL'APPRENDIMENTO AUTOMATICO O MACHINE LEARNING

1. Qualità dei dati

UNITÀ DIDATTICA 2. TIPI DI APPRENDIMENTO

1. Apprendimento supervisionato

• Alberi decisionali

• K vicini più prossimi

• Macchine a vettori di supporto

• Regressione logistica

• Classificazione Naive Bayes

2. Apprendimento non supervisionato

• Raggruppamento o clustering

• Riduzione della dimensionalità

3. Apprendimento per rinforzo

• Q-learning

• Policy gradient

UNITÀ DIDATTICA 3. VALUTAZIONE DEI MODELLI

1. Metriche di valutazione

• Classificazione

• Regressione

• Ranking

• Statistiche

• Visione artificiale

• Elaborazione del linguaggio naturale

MODULO 3. APPRENDIMENTO PROFONDO O DEEP LEARNING

UNITÀ DIDATTICA 1. CONCETTUALIZZAZIONE DEL DEEP LEARNING

1. Elementi costitutivi

2. Caratteristiche

UNITÀ DIDATTICA 2. RETI NEURONALI ARTIFICIALI

1. Funzionamento

• Dinamica computazionale del neurone artificiale

• Regolazione dei parametri

• Processo di apprendimento

UNITÀ DIDATTICA 3. TIPI DI MODELLI

1. Reti neurali convoluzionali

2. Reti neurali ricorrenti

3. Modelli di trasformatori

MODULO 4. INTELLIGENZA ARTIFICIALE GENERATIVA

UNITÀ DIDATTICA 1. CONCETUALIZZAZIONE DELL'INTELLIGENZA ARTIFICIALE GENERATIVA

1. Tipi di contenuti generati

• Testo

• Immagini

• Video

• Audio

• Dati strutturati

2. Metodi di generazione

• Generazione autoregressiva

• Generazione basata sul rumore latente

• Addestramento avversario

• Tecniche di mascheramento

UNITÀ DIDATTICA 2. MODELLI FONDAMENTALI O FOUNDATION MODELS

1. Addestramento e adattamento

2. Rappresentazioni generate dai modelli

• Multimodali

• Multilingue

UNITÀ DIDATTICA 3. ARCHITETTURE PRINCIPALI

1. Reti generative antagoniste (GAN)

2. Autocodificatori variazionali

3. Transformers

4. Architetture ibride ed emergenti

UNITÀ DIDATTICA 4. APPLICAZIONE DELL'INTELLIGENZA ARTIFICIALE GENERATIVA

1. Assistenza creativa

2. Automazione dei contenuti

3. Generazione di dati sintetici

4. Simulazione di scenari

5. Interazione multimodale naturale

MODULO 5. INGEGNERIA PROMPT O PROMPT ENGINEERING

UNITÀ DIDATTICA 1. CONCETUALIZZAZIONE DELL'INGEGNERIA DEL PROMPT O PROMPT ENGINEERING

1. Elementi di un prompt

2. Principi di progettazione

3. Parametri di generazione

• Metodi deterministici

• Tecniche di sampling

UNITÀ DIDATTICA 2. TECNICHE

1. Prompt senza addestramento preliminare o zero-shot

2. Prompt con pochi campioni o few-shot

3. Catena di pensiero o chain of thought

4. Generazione aumentata dal recupero

5. ReAct

6. Autoconsistenza

7. Concatenamento di istruzioni o prompt chaining

8. Prompt basato sui ruoli o role prompting

9. Conoscenza generata

10. Marchi dell'albero dei pensieri o tree of thoughts

11. Prompt attivo

12. Stimolo direzionale

13. Ingegneria automatica dei prompt

14. Personalizzazione del prompt o prompt reframing

UNITÀ DIDATTICA 3. BUONE PRATICHE

UNITÀ DIDATTICA 4. PIATTAFORME PER LA GESTIONE E L'OTTIMIZZAZIONE DEI PROMPT

1. Prompthub

2. PromptBase

3. FlowGPT

4. PromptLayer

MODULO 6. INTELLIGENZA ARTIFICIALE NEL PROCESSO DECISIONALEUNITÀ DIDATTICA 1. ANALISI PREDITTIVA

1. Modelli applicabili

• Predittivi

• Descrittivi

• Decisionali

• Ensemble

• Uplift

2. Tecniche applicabili

• Regressione

• Apprendimento automatico

• Ambienti open source

UNITÀ DIDATTICA 2. ALGORITMI INCOMMUNIATI AL MIGLIORAMENTO DEL PROCESSO DECISIONALE

1. Algoritmi di ottimizzazione

• Ottimizzazione convenzionale

• Ottimizzazione euristica

2. Algoritmi di raccomandazione

• Filtraggio collaborativo

• Filtraggio basato sul contenuto

3. Algoritmi di rilevamento delle anomalie

• Basati su modelli

• Basati sulla prossimità

UNITÀ DIDATTICA 3. APPLICAZIONE DELL'INTELLIGENZA ARTIFICIALE NEL PROCESSO DECISIONALE E NELL'INTELLIGENCE AZIENDALE

1. Estrazione di informazioni strategiche

2. Modellizzazione predittiva del comportamento del mercato

3. Simulazione di scenari per la pianificazione strategica

MODULO 7. INTEGRAZIONE TRA INTELLIGENZA ARTIFICIALE E TECNOLOGIE EMERGENTIUNITÀ DIDATTICA 1. PRINCIPI DI INTEGRAZIONE

1. Sinergie tecnologiche

2. Architetture distribuite

3. Elaborazione intelligente dei dati

4. Sfide generali nell'implementazione

5. Evoluzione normativa ed etica

UNITÀ DIDATTICA 2. TECNOLOGIE EMERGENTI COMUNEMENTE INTEGRATE CON L'INTELLIGENZA ARTIFICIALE

1. Internet delle cose (IoT)

2. Edge computing

3. Reti 5G e 6G

4. Blockchain

5. Calcolo quantistico

6. Realtà aumentata (RA)

MODULO 8. INTRODUZIONE ALLA GESTIONE DEI PROGETTI CON L'IAUNITÀ DIDATTICA 1. VANTAGGI E RISCHI DELL'IMPLEMENTAZIONE DELL'IA NELLA GESTIONE DEI PROGETTIUNITÀ DIDATTICA 2. ADATTAMENTO DELLA METODOLOGIA PMI ALLA GESTIONE DEI PROGETTI CON IA

1. Riconoscimento della natura dei progetti con IA

2. Gestione dei rischi in contesti dinamici

3. Gestione degli stakeholders in un campo emergente

4. Pianificazione e gestione delle risorse specializzate

5. Integrazione dell'IA nella gestione dei progetti

UNITÀ DIDATTICA 3. ADATTAMENTO DELLA METODOLOGIA SCRUM ALLA GESTIONE DEI PROGETTI CON IA

1. Scrum e IA: complementarità naturale

2. Ridefinizione di artefatti e criteri di fatto

3. Pianificazione e sprint più intelligenti

4. Collaborazione multidisciplinare potenziata

5. Gestione proattiva dei rischi e degli stakeholders

UNITÀ DIDATTICA 4. ADATTAMENTO DELLA METODOLOGIA KANBAN ALLA GESTIONE DEI PROGETTI CON L'IA

1. Visualizzazione del lavoro migliorata con l'IA

2. Limitazione del lavoro in corso (WIP) con supporto intelligente

3. Gestione dinamica e predittiva del flusso di lavoro

4. Collaborazione multidisciplinare e comunicazione trasparente

5. Collaborazione multidisciplinare e comunicazione trasparente

MODULO 9. PIANIFICAZIONE E GESTIONE DEI PROGETTI CON IAUNITÀ DIDATTICA 1. OTTIMIZZAZIONE DELLA PIANIFICAZIONE NELL'ASSEGNAZIONE DI RISORSE, TEMPI E COMPITI

1. Ottimizzazione nell'assegnazione delle risorse

2. Ottimizzazione nella gestione del tempo

3. Ottimizzazione nell'assegnazione dei compiti

4. Impatto sul coordinamento e sulla collaborazione

UNITÀ DIDATTICA 2. ALGORITMI DI OTTIMIZZAZIONE NELLA PIANIFICAZIONE DEI PROGETTI

1. Modalità di funzionamento degli algoritmi di ottimizzazione

2. Applicazioni pratiche nella pianificazione dei progetti

3. Vantaggi rispetto alla pianificazione tradizionale

4. Sfide e considerazioni per l'implementazione

5. Caso pratico

UNITÀ DIDATTICA 3. APPLICAZIONE DELL'IA NELLA PROGETTAZIONE DI CRONOPROGRAMMI

1. Dal cronoprogramma statico al cronoprogramma intelligente

• Casi pratici

2. Analisi massiva di variabili e dipendenze

3. Apprendimento da progetti precedenti

• Da dati sparsi a conoscenze utilizzabili

• Esempi pratici

4. Simulazione di scenari prima della decisione

• Come funziona la simulazione con l'IA

• Casi reali

5. Integrazione con la collaborazione del team

UNITÀ DIDATTICA 4. PREVISIONE DI TEMPI E COSTI CON L'IA

1. Dalla stima statica alla previsione dinamica

UNITÀ DIDATTICA 5. RIPROGRAMMAZIONE DELLE ATTIVITÀ CON L'IA

1. Dinamica della riprogrammazione con IA

MODULO 10. PIANIFICAZIONE E GESTIONE DEI RISCHI CON L'IAUNITÀ DIDATTICA 1. MACHINE LEARNING E PREVISIONE DEI RISCHI

1. Dall'esperienza soggettiva all'analisi di dati massivi

2. Rischi emergenti e combinazioni di fattori invisibili

3. Modelli che apprendono e migliorano con ogni progetto

4. Dalla gestione reattiva alla gestione proattiva

5. Importanza dei dati e della cultura organizzativa

• Registrazione sistematica e standardizzata delle informazioni

• Creazione di una cultura di collaborazione e responsabilità sui dati

• Integrazione fluida tra strumenti e fonti di dati

• Cambiamento culturale e processo decisionale basato sui dati

• Ritorno sull'investimento (ROI) di una solida cultura dei dati

UNITÀ DIDATTICA 2. MODELLI SUPERVISIONATI VS. MODELLI NON SUPERVISIONATI

1. Modelli supervisionati: imparare dall'esperienza

2. Modelli non supervisionati: scoprire l'ignoto

3. Strategia combinata: dall'ignoto al prevedibile

UNITÀ DIDATTICA 3. ALBERI DECISIONALI E RETI NEURONALI PER LA STIMA DEI RISCHI IN TEMPO REALE

1. Caratterizzazione degli alberi decisionali

2. Fondamenti delle reti neurali

3. Sinergie tra alberi decisionali e reti neurali

UNITÀ DIDATTICA 4. ALLERTE E NOTIFICHE AUTOMATICHE IN CASO DI POTENZIALI RISCHI

1. Monitoraggio continuo e rilevamento precoce

2. Personalizzazione e rilevanza degli allarmi

MODULO 11. CONTROLLO DEI PROGETTI ASSISTITO DA IAUNITÀ DIDATTICA 1. UTILIZZO DI DASHBOARD INTELLIGENTI PER IL MONITORAGGIO DEI KPI E DELLO STATO DEL PROGETTO

1. Concetto di KPI

• Classificazione gerarchica dei KPI

2. Concetto di dashboard intelligente

UNITÀ DIDATTICA 2. ANALISI DEI DATI (I): CONTROLLO DEI PROGRESSI

1. Dal monitoraggio predittivo all'analisi predittiva

2. Fonti di dati per un controllo dei progressi potenziato dall'IA

3. KPI chiave nel controllo dei progressi

4. Simulazione di scenari e ripianificazione dinamica

UNITÀ DIDATTICA 3. ANALISI DEI DATI (II): CONTROLLO DEI COSTI

1. Dalla supervisione alla previsione

2. KPI chiave nel controllo dei costi

UNITÀ DIDATTICA 4. ANALISI DEI DATI (III): CONTROLLO DELLE RISORSE

1. IA e visione integrale delle risorse

UNITÀ DIDATTICA 5. CASO PRATICO: GESTIONE DEL PROGETTO DI COSTRUZIONE DI UN'AUTOSTRADA CON L'ASSISTENZA DELL'INTELLIGENZA ARTIFICIALE

1. Fase 1: Studi preliminari e progettazione

2. Fase 2: Espropri e permessi

3. Fase 3: Movimentazione terra e preparazione del terreno

4. Fase 4: Costruzione di viadotti e strutture

5. Fase 5: Pavimentazione

6. Fase 6: Segnaletica e messa in servizio

MODULO 12. COMPETENZE CHIAVE DEL PROJECT MANAGER SPECIALIZZATO IN STRUMENTI DI IAUNITÀ DIDATTICA 1. COMPETENZE CHIAVE DEL PROJECT MANAGER SPECIALIZZATO IN STRUMENTI DI IA

1. Alfabetizzazione dei dati e analisi avanzata

2. Progettazione e selezione di KPI rilevanti

3. Conoscenza funzionale degli strumenti di IA

4. Processo decisionale basato su simulazioni e scenari

5. Mentalità etica rispetto allo sviluppo e all'uso dell'IA

UNITÀ DIDATTICA 2. INTEGRAZIONE DELL'IA NEI TEAM DI LAVOROUNITÀ DIDATTICA 3. LEADERSHIP E GESTIONE DEL CAMBIAMENTOUNITÀ DIDATTICA 4. FORMAZIONE CONTINUA E AGGIORNAMENTO IN MATERIA DI IA