Descrizione

L’AI consente due usi «tecnici» di grande interesse per l’area ingegneristica. Il primo è usare l’AI al posto di un software di calcolo dedicato: in un esempio di ingegneria sismica, l’assistente calcola lo spettro di risposta e la densità spettrale di potenza di tre accelerogrammi e li confronta, scrivendo ed eseguendo il codice (di solito in Python).

Il secondo è il confronto di testi normativi: per esempio mettere a confronto la norma europea EN 1991-1-4 e quella italiana NTC 2018 su un tema specifico, ottenendo una tabella ordinata di analogie e differenze. In entrambi i casi la potenza è enorme, ma il punto critico è uno solo: la validazione.

Ruolo Docente

Il/la docente usa l’AI come acceleratore del lavoro tecnico, mantenendo il controllo critico:

• Descrive il problema in linguaggio naturale e fa generare ed eseguire lo script, ottenendo grafici e tabelle in pochi minuti.
• Fornisce i testi integrali delle due norme e chiede un confronto strutturato (tabella, differenze, coefficienti) su un tema preciso.
• Usa gli esempi in aula per mostrare il metodo e ragionare sui risultati, non per delegare la conoscenza.
• Valida ogni numero, formula e riferimento prima di portarlo in una dispensa o in un calcolo.

Ruolo Studente

Le/gli studenti acquisiscono autonomia e spirito critico:

• Affrontano calcoli e visualizzazioni senza la barriera della sintassi di un software dedicato.
• Ottengono una visione comparata e ordinata di norme diverse, utile per la progettazione e per gli esami di stato.
• Imparano a non fidarsi del risultato automatico e a verificarlo, una competenza professionale essenziale.

Come si usa in pratica

Servono un assistente con interprete di codice (per i calcoli) e, per i confronti, i testi delle norme. Ecco i due flussi.

• Calcolo al posto di un software dedicato. 1) In ChatGPT o analoghi attiva l’analisi dati (interprete di codice). 2) Descrivi il problema e carica i dati (per esempio i file degli accelerogrammi). 3) Chiedi il calcolo e i grafici, specificando metodo e unità: «calcola lo spettro di risposta e la densità spettrale di potenza e confrontali in un grafico». 4) Fai mostrare il codice Python, eseguilo e salvalo. 5) Valida i risultati su un caso noto.
• Confronto di normative. 1) Carica i testi integrali delle due norme (per esempio EN 1991-1-4 e NTC 2018). 2) Chiedi un confronto strutturato su un tema preciso, in tabella: «confronta i due approcci all’azione del vento, con articoli, formule e coefficienti». 3) Verifica ogni valore e riferimento sul testo originale prima di usarlo.
• In entrambi i casi: indica sempre edizione e data delle norme e archivia codice e prompt per poter riprodurre i risultati.

Vantaggi

• Nessuna licenza proprietaria: si lavora con Python e librerie open source generate su richiesta.
• Dal problema al grafico in pochi minuti, con codice ispezionabile e riutilizzabile.
• Sintesi rapida di documenti normativi lunghi e densi.

Svantaggi e possibili soluzioni

• Alto rischio di errori e allucinazioni su numeri, formule, coefficienti e riferimenti di articolo. Soluzione: fornire i testi integrali come fonte e validare con casi noti e risultati di riferimento.
• Riproducibilità non garantita tra una sessione e l’altra. Soluzione: salvare e archiviare il codice prodotto.
• Le norme si aggiornano. Soluzione: lavorare sempre sull’edizione vigente e indicarne la data.

Applicabilità @polito.it

• Adatto a esercitazioni e prototipazione rapida in ambito civile e industriale.
• Per risultati con valore certificativo resta sempre necessaria la validazione di un esperto.

Punti di attenzione specifici e possibili soluzioni

• Il rigore tecnico è cruciale, come ricorda la strategia Wiikiteach: mai usare l’output come fonte primaria, il valore aggiunto è la struttura del lavoro, non l’autorità del dato, che va sempre verificato sulla norma.
• Per il massimo ancoraggio alle fonti, caricare i testi delle norme in NotebookLM, che cita i documenti.

Tecnologie a supporto

L’interprete di codice di ChatGPT o gli strumenti analoghi di Gemini e Claude (Python con le librerie NumPy, SciPy e Matplotlib); NotebookLM per il confronto ancorato alle fonti. I risultati confluiscono in slide e videolezioni, eventualmente animate con Manim.

Esperienze e casi d’uso

• Una rassegna sull’uso dell’AI generativa nell’educazione in ingegneria meccanica documenta l’impiego dell’AI per scrivere ed eseguire codice di calcolo e di analisi dati (PMC, NIH).
• Il caso giudiziario Mata contro Avianca (citazioni di sentenze inventate da ChatGPT) è il monito più noto sulla necessità di verificare ogni dato (Wikipedia).

Contatti

Per dubbi, supporto o per proporre nuove schede scrivi a tllab@polito.it.

Bibliografia e link di approfondimento

Bertagnoli, G. (2026). In memory of Dixie Flatline. Politecnico di Torino, 30 gennaio 2026.Progetto Wiikiteach, Strategia e Sviluppo (2026). Materiali AI4Teach, Politecnico di Torino.