🧠 Microsoft Copilot

TILLL / 🏠 HOME / ...

... ✍️ TateoBlog / 04/09/26 18:45 👈 sei qui. 

... 🎓 Learning / 🧠 AI / Deep Learning / Transformer / LLM / Assistente (copilota) / Microsoft Copilot 👈 sei qui

#AI #ArtificialIntelligence #deepLearning #Transformer #LLM #Microsoft365 #Copilot #Microsoft365Copilot #OpenAI #GenerativeAI #MicrosoftGraph #TateoBlog #TILLL

🌍 Microsoft Copilot è la famiglia di assistenti AI sviluppata da Microsoft e basata anche sulle tecnologie OpenAI. L’ecosistema comprende diverse soluzioni specializzate, tra cui Microsoft Copilot Base (gratuito), Copilot Pro, GitHub Copilot, Dynamics 365 Copilot, Copilot for Security, Sales and Service Copilot e Microsoft 365 Copilot.

L’obiettivo di questi strumenti è assistere le persone nelle attività quotidiane, rendendo più semplice l’accesso alla conoscenza, la produzione di contenuti e l’interazione con gli strumenti digitali. Microsoft descrive Copilot come una tecnologia in grado di aiutare gli utenti a migliorare nelle attività che già conoscono e ad apprendere più rapidamente nuove competenze.

Tra le caratteristiche principali emergono la possibilità di lavorare in modo più produttivo, il supporto multilingue, la collaborazione in contesti globali e l’integrazione con l’ecosistema Microsoft. 

Microsoft 365 Copilot rappresenta la declinazione specificamente progettata per il digital workplace, integrando l’intelligenza artificiale direttamente negli strumenti di lavoro quotidiani.

👥 Microsoft 365 Copilot introduce l’intelligenza artificiale all’interno dei processi di lavoro attraverso due modalità principali: l’integrazione nelle applicazioni Microsoft 365 e l’interazione tramite chat conversazionale.

Nella modalità App, Copilot è disponibile all’interno di Word, Excel, PowerPoint, Outlook e Teams, supportando attività come la generazione di nuovi contenuti e la ricerca di informazioni già esistenti.

Dal punto di vista del valore aziendale, i benefici riportati comprendono:

• automazione delle attività ripetitive;
• miglioramento della collaborazione e della comunicazione;
• incremento della produttività;
• miglioramento della qualità, precisione e velocità delle attività;
• risparmio di tempo;
• ottimizzazione della gestione delle informazioni;
• maggiore flessibilità e scalabilità;
• possibilità di dedicare più tempo ad attività strategiche.

Particolare rilievo hanno le funzionalità multi-lingua, orientate a inclusività e accessibilità. L’agente Interpreter di Teams consente a ciascun partecipante di parlare nella propria lingua e di ascoltare gli altri nella lingua preferita, favorendo riunioni multilingue e collaborazioni internazionali senza la necessità di una lingua comune.
L’adozione di Copilot favorisce innovazione, cambiamento, creatività, pensiero critico e competitività aziendale.

⚙️ Il principale elemento architetturale è Microsoft Graph, presentato come il punto di accesso unificato alle informazioni presenti nell’ecosistema Microsoft 365.

Graph raccoglie e rende accessibili informazioni provenienti da applicazioni come Outlook, SharePoint, OneDrive e Teams, consentendo una visione integrata del digital workplace. Questa unificazione facilita l’accesso ai dati e la realizzazione di soluzioni maggiormente interconnesse.

Microsoft Graph viene descritto anche come la “conoscenza” del copilota. In questa prospettiva, gli algoritmi di AI possono accedere alle stesse informazioni che risultano già disponibili all’utente all’interno dell’ambiente Microsoft 365.

Dal punto di vista della sicurezza e della privacy, esitono alcuni principi chiave:

• utilizzo limitato ai dati necessari per fornire il servizio richiesto;
• rispetto del cono di visibilità dell’utente;
• accesso limitato alle informazioni per cui esistono già autorizzazioni;
• protezione dei dati attraverso meccanismi di sicurezza e crittografia;
• attenzione agli aspetti relativi a diritto d’autore e copertura legale.

Si osservi che le interazioni personali con Copilot rimangono private e che il sistema opera esclusivamente sui dati presenti all’interno del cloud Microsoft 365. 

🔗 Collegamenti utili per approfondire:

🧠 Intelligenza Artificiale (AI); Titolo: L'applicazione delle più recenti tecnologie per delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo §8.7.1.1. Microsoft Copilot 

📖 Microsoft 365 COPILOT: la guida definitiva per aumentare la produttività al lavoro grazie all'AI Generativa, Giuseppe Marchi, Capitolo 2. Microsoft Copilot, pag. 25

 

~~~~~~~~~~=======( v. 1     4 / 9 / 2026 )=====~~~~~~~~~~

🌍 Prospettiva divulgativa; 👥 Prospettiva Business; ⚙️ Prospettiva ingegneristica.

© 2026 Tateo’s Interdisciplinary Lifelong Learning Lab (TILLL)

🧠 No-code / Low-code

TILLL / 🏠 HOME / ...

... ✍️ TateoBlog / 03/09/26 14:01 👈 sei qui. 

... 🎓 Learning / 🧠 Intelligenza Artificiale  /  generativa (contenuti) / no-code/low-code  👈 sei qui

#AI #GenerativeAI #no-code #low-code #TILLL #TateoBlog

🌍 Storicamente, sviluppare software richiedeva competenze specialistiche quali programmazione, database, API, infrastruttura e sicurezza. Oggi esiste un ecosistema di strumenti denominati No-Code che permette di creare flussi complessi, automazioni intelligenti e agenti AI senza scrivere codice. Il No-Code rappresenta un paradigma operativo e uno strumento di democratizzazione tecnologica, poiché riduce le barriere di accesso allo sviluppo di soluzioni digitali. Una piattaforma No-Code consente infatti a un utente di realizzare soluzioni complete senza scrivere una sola riga di codice. L'obiettivo è rendere accessibile la creazione di strumenti e processi digitali a un pubblico ampio, superando la tradizionale dipendenza da competenze specialistiche di sviluppo software.

👥 Una piattaforma No-Code permette di costruire soluzioni digitali attraverso strumenti visuali anziché tramite programmazione tradizionale. L'interazione avviene mediante drag & drop, configurazione grafica, workflow visuali, moduli, template e linguaggio naturale basato su AI. Grazie a queste modalità operative, utenti business, insegnanti, consulenti e project manager possono realizzare flussi, automazioni e soluzioni senza conoscere linguaggi di programmazione. Il valore del paradigma No-Code risiede nella possibilità di trasferire parte delle attività di sviluppo verso figure non specialistiche, consentendo loro di progettare e implementare direttamente le soluzioni necessarie. In questo contesto il No-Code si configura come uno strumento di democratizzazione tecnologica e di maggiore accessibilità alle tecnologie digitali.

⚙️ Le piattaforme No-Code e Low-Code possono essere considerate come punti diversi di un continuum caratterizzato dal diverso equilibrio tra configurazione visuale e sviluppo tramite codice. Una piattaforma è definita No-Code quando consente di realizzare soluzioni complete senza programmare, mentre una piattaforma Low-Code permette di fare molto senza codice ma offre anche la possibilità, o la necessità, di ricorrere a scripting o sviluppo personalizzato negli scenari più avanzati. Nel testo questa caratteristica viene descritta come una combinazione tipica composta per l'80% da configurazione visuale e per il 20% da sviluppo custom. Il continuum è esemplificato da diverse piattaforme: Tally (100% No-Code), MailerLite (95% No-Code), Zapier (95% No-Code), Make (90% No-Code), Airtable (70% No-Code / 30% Low-Code), Power Automate (60% No-Code / 40% Low-Code), Copilot Studio (60% No-Code / 40% Low-Code), n8n (50% No-Code / 50% Low-Code) e Azure AI Foundry (20% No-Code / 80% Low-Code).

~~~~~~~~~~=======( v. 1     3 / 9 / 2026 )=====~~~~~~~~~~

🌍 Prospettiva divulgativa; 👥 Prospettiva Business; ⚙️ Prospettiva ingegneristica.

© 2026 Tateo’s Interdisciplinary Lifelong Learning Lab (TILLL)

🧠 Definizione e caratteristiche di un Agente di Intelligenza Artificiale

 TILLL / 🏠 HOME / ✍️ TateoBlog 👈 SEI QUI

 TILLL / 🏠 HOME / 🎓 Learning / 🧠 Intelligenza Artificiale  /  generativa (contenuti) / agenti  👈 SEI QUI

#AI #GenerativeAI #agents #LLM #proxy #multiAgent #TateoBlog #TILLL

Definizione di agente. Un agente é un mezzo o uno strumento attraverso il quale un'intelligenza raggiunge un risultato interagendo con un modello LLM. 

Esistono diversi modi per un utente per interagire con un modello LLM: 

1. direttamente; 
2. tramite un agente-assistente proxy; 
3. tramite un agente-assistente; 
4. tramite un agente autonomo. 

Una interazione diretta è per esempio quella con i sistemi conversazionali. 

Un Agente/assistente proxy (intermediario) è un Sistema con un livello basso di autonomia, che fa da interfaccia tra l'utente e un altro sistema o servizio, ricevendo una richiesta, interpretandola e inoltrandola al sistema appropriato, eventualmente riformulandola. "Proxy" è una parola inglese che significa, in senso generale, «intermediario». Deriva dal latino procuratio / procurare, e indica qualcuno o qualcosa che agisce per conto di qualcun altro. Nel contesto informatico il significato di proxy è particolarmente qualcosa che si interpone tra due soggetti e agisce come intermediario tra loro). 

Un Agente/assistente è un Sistema con un livello medio di autonomia che, oltre a comprendere la richiesta, può utilizzare strumenti e compiere una o più azioni per raggiungere l'obiettivo dell'utente, decidendo quali strumenti utilizzare e in quale sequenza, entro i limiti stabiliti. 

Un Agente autonomo è un Sistema con un livello di autonomia ala, capace di perseguire autonomamente un obiettivo, pianificando le attività necessarie, scegliendo le azioni, osservandone gli esiti e adattando il comportamento sulla base del feedback, con intervento umano minimo o nullo. 

Il Profilo (profile) di un agente definisce l’identità funzionale e operativa di un agente, specificandone il ruolo, le competenze, gli obiettivi, gli strumenti e le risorse a sua disposizione, nonché i vincoli e i limiti entro cui può operare. Stabilisce, in sostanza, che cosa l’agente è, che cosa sa fare e che cosa può o deve fare nel contesto in cui opera. In sintesi: Profilo = identità funzionale + capacità + responsabilità dell’agente. 

Il Personaggio (persona) di un agente definisce l’identità comportamentale e comunicativa di un agente, specificando come deve presentarsi, comunicare e comportarsi nell’interazione con l’utente o con altri agenti. Comprende elementi quali personalità, tono, stile comunicativo, atteggiamento e modalità di interazione, contribuendo a rendere coerente e riconoscibile il comportamento dell’agente. In sintesi: Personaggio = identità comportamentale + stile comunicativo dell’agente. Sistema multi-agent. 

Un sistema multi-agent (MAS, Multi-Agent System) è un sistema composto da più agenti autonomi o semi-autonomi, dotati di specifici profili funzionali, che interagiscono, comunicano e collaborano per perseguire obiettivi individuali e/o un obiettivo comune. La distribuzione dei ruoli, delle competenze, dei compiti e delle responsabilità tra gli agenti è definita dai rispettivi profili, mentre i loro personaggi ne determinano le modalità di comportamento, comunicazione e interazione. La distinzione tra profilo e personaggio consente quindi di separare ciò che un agente è chiamato a fare da come è configurato per farlo e interagire. Di conseguenza, agenti con profili diversi possono condividere lo stesso personaggio, così come agenti con lo stesso profilo possono avere personaggi differenti. In sintesi: Sistema multi-agent = insieme coordinato di agenti con profili e, eventualmente, personaggi differenti, che interagiscono per raggiungere uno o più obiettivi.

🔗 Collegamenti utili per approfondire:

1. TILLL / 🏠 HOME / 🎓 Learning / ...

1.1. 🧠 Intelligenza Artificiale (AI); Titolo: L'applicazione delle più recenti tecnologie per delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo: §11.1 Agenti 

1.2. 📚Lettura (LT) / 🧬 Saggi / Scienza / ⚙️ Tecnologia (LT.5.3); Titolo: Le mie letture dedicate alla tecnologia; Link: https://tateoblog.blogspot.com/p/tecnologia-lt53.html, Paragrafo: §3.4. AI Agent in pratica, Micheal Lanham (📚lt.5.3.3.4)

2. 📖 AI Agent in pratica -- Creare assistenti intelligenti e su misura per ogni attività, Michael Lanham, Apogeo; Capitolo 1.  Gli agenti e il loro mondo - Definizione di agente.

3. 🌐 Scegliere il modello LLM giusto per le tue esigenze di AI, Apogeo, Micheal Lanham, https://www.apogeonline.com/articoli/scegliere-il-modello-llm-giusto-per-le-tue-esigenze-di-ai-micheal-lanham/

-----------------------------------------

13/8-2026

🧠 L'Agente AI, anello di congiunzione tra l'automazione tradizionale e l'AI Generativa

TILLL / 🏠 HOME / ✍️ TateoBlog 👈 SEI QUI

#AI #GenerativeAI #AgenticAI #Automation #TateoBlog #TILLL

Un agente AI rappresenta un'evoluzione dell'automazione tradizionale: non si limita a eseguire una sequenza predefinita di azioni in risposta a un evento, ma è in grado di ricevere un obiettivo, analizzare il contesto, pianificare le attività necessarie, prendere decisioni entro i limiti assegnati, utilizzare strumenti e servizi esterni e agire per raggiungere il risultato desiderato.

In questo senso, l'agente AI può costituire un anello di congiunzione tra l'automazione, basata su procedure e regole definite a priori, e le capacità dell'Intelligenza Artificiale Generativa, che consentono di comprendere e produrre contenuti come testo, immagini, audio, video e codice. Un agente può infatti utilizzare un LLM o altri modelli di AI come componente del proprio processo decisionale e operativo, ma ciò che lo caratterizza non è semplicemente la capacità di generare contenuti: è la capacità di utilizzare tali capacità per perseguire autonomamente un obiettivo e compiere azioni.

Il passaggio agli agenti AI non è quindi soltanto tecnologico, ma implica anche una trasformazione nel modo di concepire il proprio lavoro. Significa accettare che alcune attività possano essere delegate a sistemi intelligenti, definendo inizialmente obiettivi, vincoli e criteri di controllo e lasciando poi al sistema una certa autonomia nel decidere come procedere. In altre parole, non si tratta più soltanto di automatizzare una singola attività, ma di affidare a un sistema intelligente un compito da portare a termine.

🔗 Collegamenti utili per approfondire:

TILLL / 🏠 HOME / 🎓 Learning / ...

🧠 Intelligenza Artificiale (AI); L'applicazione delle più recenti tecnologie per delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo: §14. Agenti, agency ed AI Agentica

🔧 Automazione (AU); Titolo: Le più moderne espressioni della tecnologia  dell’Automazione Industriale; Link: https://tateoblog.blogspot.com/p/blog-page_26.html  

📚Lettura (LT) / 🧬 Saggi / Scienza / ⚙️ Tecnologia (LT.5.3); Titolo: Le mie letture dedicate alla tecnologia; Link: https://tateoblog.blogspot.com/p/tecnologia-lt53.html, Paragrafo: §3.3 Agenti AI -- Libera il potenziale -- Avery Smartwell (📚lt.5.3.3.3)

📖

La differenza fondamentale -- Artificial Agency: una nuova filosofia dell'intelligenza artificiale. Luciano Floridi, pag. 19 

AI Agent in pratica -- Creare assistenti intelligenti e su misura per ogni attività, Michael Lanham, Apogeo. 

Agenti AI -- Libera il potenziale -- Avery Smartwell -- Automatizza ogni attività, risparmia ore ogni giorno e fai crescere il tuo business senza scrivere una sola riga di codice. Una guida essenziale per liberi professionisti, creator e imprese intelligenti; Introduzione, Parte I -- Comprendere gli agenti AI.

🌐

What Actually Makes AI Agents Intelligent? - Micheal Lanham, https://youtu.be/haK0kJBoDY4?si=q57Lu3rnD3mOo91h

-----------------------------------------

10/8-2026

🧠📚 I viaggi di Guliver e la AI Generativa

🧠 AI  /  Generative

📚 LT / Romanzi / Swift / Gulliver

#AI #GenerativeAI #LLM #readings #Swift #Gulliver

Cosa c'entrano i viaggi di Gulliver con la AI Generativa?

Leggendo il libro "La differenza fondamentale" del filosofo contemporaneo Luciano Floridi mi sono imbattuto nella seguente citazione, da cui sembra che Jonathan Swift tre secoli fa abbia previsto, almeno in parte, l'avvento della intelligenza artificiale generativa.

Tutti sanno, disse, quanto laborioso sia il consueto metodo per divenire eccellenti nel campo delle arti e delle scienze; laddove grazie al suo congegno, anche la più ignorante delle persone, con modica spesa e soltanto un poco di fatica fisica, potrà scrivere libri di filosofia, poesia, politica, diritto, matematica e teologia, senza bisogno alcuno di genialità o di erudizione.

(cit. Jonathan Swift, I viaggi di Gulliver)

 A quasi tre secoli di distanza, la satira di Jonathan Swift appare sorprendentemente attuale. La “macchina” immaginata nell’Accademia di Lagado non anticipa tecnicamente l’Intelligenza Artificiale generativa, ma ne coglie con straordinaria lucidità una delle questioni più profonde: è possibile produrre testi convincenti senza possedere una reale comprensione di ciò che si scrive? Se nel Settecento questa era una provocazione letteraria, oggi è una domanda concreta che accompagna lo sviluppo dei modelli linguistici di grandi dimensioni.

Questo passo del libro "I viaggi di Gulliver" di Jonathan Swift viene citato spesso quando si parla di Intelligenza Artificiale generativa. Tuttavia, è importante precisare che Jonathan Swift non stava “prevedendo” l’IA nel senso moderno del termine: stava usando la satira per criticare l’idea che la conoscenza potesse essere prodotta meccanicamente, senza comprensione né talento. Ed in questo mi sembra molto vicino alla opinione critica di Luciano Floridi nei confronti dell'hype che circonda attualmente il fenomeno della Intelligenza Artificiale Generativa.

Nel terzo viaggio di I viaggi di Gulliver (1726), Swift descrive la celebre “macchina” dell’Accademia di Lagado: un enorme congegno composto da cubi recanti parole che, ruotando casualmente, generano nuove combinazioni di frasi. L’inventore sostiene che, grazie a tale macchina, chiunque potrà scrivere opere di filosofia, poesia, politica, diritto, matematica e teologia senza possedere alcuna competenza.

Letto oggi, il parallelismo con i Large Language Model è sorprendente:

• la macchina combina parole per produrre testi;
• rende possibile a chiunque generare contenuti;
• riduce apparentemente il bisogno di conoscenze specialistiche;
• solleva il problema della differenza tra produzione di testo e comprensione del significato.

Naturalmente esiste anche una differenza fondamentale: la macchina di Swift genera combinazioni sostanzialmente casuali, mentre i moderni modelli di IA apprendono regolarità statistiche da enormi quantità di testi e producono risposte coerenti in base al contesto. Non “pensano” nel senso umano, ma non assemblano nemmeno parole a caso.

Riferimenti

1. La differenza fondamentale, Artificial Agency: una nuova filosofia dell'intelligenza artificiale. — Luciano Floridi. — pag. 9

2. Tateo Interdisciplinary Lifelong Learning, Artificial Intelligence; §. AI Generativa. https://tateoblog.blogspot.com/p/artificial-intelligence.html 

3. Tateo Interdisciplinary Lifelong Learning, Lettura, Narrativa/Romanzi, §. I viaggi di Gulliver -- Jonathan Swift. https://tateoblog.blogspot.com/2017/04/lt-19-romanzi-e-racconti.html