Programma Didattico Corso Programmazione con Strumenti di Intelligenza Artificiale

MODULO 1: Fondamenti e Strumenti AI per lo Sviluppo

1.1: Panoramica dell’ecosistema AI per sviluppatori

Contenuti:

• Stato dell’arte dell’IA nello sviluppo software 2025
• Tipologie di strumenti: LLM, editor AI-native, plugin
• ChatGPT vs Gemini vs Claude e altri: confronto e use case
• produttività e limitazioni degli strumenti AI
• Considerazioni etiche e best practices

Attività pratica:

• Demo comparativa: risoluzione dello stesso problema con diversi assistenti AI
• Discussione esperienze

1.2: Editor di codice potenziati dall’IA

Contenuti:

• GitHub Copilot: setup, funzionalità avanzate, prompt engineering
• Cursor: introduzione funzionalità chiave
• Workflow di sviluppo ottimizzato per AI

Attività pratica:

• Configurazione Copilot in VSCode
• Esempio utilizzo Cursor
• Sviluppo guidato con assistenza AI

MODULO 2: Sviluppo End-to-End di Progetti con IA

2.1: Pianificazione, architettura e database

Contenuti:

• Generazione di specifiche tecniche e design di architetture software
• Creazione automatica di diagrammi e documentazione tecnica
• Progettazione e ottimizzazione di schemi database con l’IA
• Scelta intelligente delle tecnologie e stack

Attività pratica:

• Progettazione di una web application
• Generazione automatica dello schema database e documentazione
• Implementazione del layer di accesso ai dati

2.2: Implementazione fullstack accelerata

Contenuti:

• Sviluppo backend: API endpoints, autenticazione, validazione
• Frontend con AI: componenti React automatici
• CSS e styling assistito, responsive design e accessibility
• Integrazione con librerie UI moderne (Tailwind, Material-UI)

Attività pratica:

• Sviluppo completo della web application
• Implementazione CRUD con autenticazione JWT
• Creazione interfaccia utente

2.3: Testing, qualità e debugging

Contenuti:

• Generazione automatica di unit test e integration test
• Test-Driven Development assistito dall’IA
• Code review e controllo allucinazioni dell’IA
• Security vulnerability scanning e performance optimization

Attività pratica:

• Creazione suite di test
• Audit di sicurezza e performance dell’applicazione
• Implementazione di correzioni suggerite dall’IA
• Correzione manual di eventuali errori dell’IA

MODULO 3: Automazione, Deploy e Casi Avanzati

3.1: DevOps e automazione del ciclo di sviluppo

Contenuti:

• Introduzione ai concetti di CI/CD
• Esempi di CI/CD (GitHub Actions / Vercel)
• Generazione automatica di pipeline CI/CD

Attività pratica:

• Setup completo ambiente di produzione per l’applicazione
• Configurazione pipeline CI/CD automatizzata
• Deploy su piattaforma SaaS

3.2: Integrazione AI avanzata e futuro

Contenuti:

• Integrazione di servizi AI esterni (OpenAI API, Google AI, AWS AI)
• Trend emergenti e tecnologie future nell’AI per sviluppatori

Attività pratica:

• Integrazione di un chatbot AI nella web application