The term Generative Artificial Intelligence refers to a set of applications based on machine- and deep-learning models capable of producing novel content through the processing of pre-existing data. The ability of these digital systems to represent real or imaginary objects has sparked debate about their potential impacts and about the evolution of the disciplines of drawing and representation. This paper presents a teaching experiment conducted in the 2025-26 academic year within several courses at the Politecnico di Milano, offered in both the Schools of Architecture and Design. The aim of the research is to define a usage protocol that contributes to the formulation of a theoretical model for the teaching and informed use of these tools in the design field.

Il termine Intelligenza Artificiale Generativa indica un insieme di applicativi basati su modelli di machine e deep learning in grado di produrre contenuti inediti a partire dall'elaborazione di dati preesistenti. Le capacità di rappresentazione di oggetti reali o immaginari offerte da questi sistemi informatici inducono un dibattito sulle loro potenziali ricadute e sull'evoluzione delle discipline del disegno e della rappresentazione. Il presente paper illustra una sperimentazione didattica condotta nell'anno accademico 2025-26 all'interno di alcuni corsi del Politecnico di Milano, attivati sia presso le scuole di Architettura e di Design. L'obiettivo della ricerca è la definizione di un protocollo di utilizzo che contribuisca alla formulazione di un modello teorico per l'insegnamento e l'utilizzo consapevole di tali strumenti in ambito progettuale.

IA e Rappresentazione, dalla Modellazione al Prompt: Esperienze didattiche comparate al Politecnico di Milano

G. Buratti;D. d'Uva;M. Seccaroni
2026-01-01

Abstract

The term Generative Artificial Intelligence refers to a set of applications based on machine- and deep-learning models capable of producing novel content through the processing of pre-existing data. The ability of these digital systems to represent real or imaginary objects has sparked debate about their potential impacts and about the evolution of the disciplines of drawing and representation. This paper presents a teaching experiment conducted in the 2025-26 academic year within several courses at the Politecnico di Milano, offered in both the Schools of Architecture and Design. The aim of the research is to define a usage protocol that contributes to the formulation of a theoretical model for the teaching and informed use of these tools in the design field.
2026
Il Disegno Furioso / Furious Drawing. Atti del 47° Convegno Internazionale dei Docenti delle Discipline della Rappresentazione / Proceedings of the 47th International Conference of Representation Disciplines Teachers
9791282811040
Il termine Intelligenza Artificiale Generativa indica un insieme di applicativi basati su modelli di machine e deep learning in grado di produrre contenuti inediti a partire dall'elaborazione di dati preesistenti. Le capacità di rappresentazione di oggetti reali o immaginari offerte da questi sistemi informatici inducono un dibattito sulle loro potenziali ricadute e sull'evoluzione delle discipline del disegno e della rappresentazione. Il presente paper illustra una sperimentazione didattica condotta nell'anno accademico 2025-26 all'interno di alcuni corsi del Politecnico di Milano, attivati sia presso le scuole di Architettura e di Design. L'obiettivo della ricerca è la definizione di un protocollo di utilizzo che contribuisca alla formulazione di un modello teorico per l'insegnamento e l'utilizzo consapevole di tali strumenti in ambito progettuale.
Generative AI, Design Education, Design Methodologies, Design Process, Critical Evaluation
IA Generativa, Didattica, Metodologie progettuali, Processo progettuale, Valutazione
File in questo prodotto:
File Dimensione Formato  
duva-buratti-seccaroni.pdf

accesso aperto

Descrizione: Versione editoriale con frontespizio, colophon e indice degli atti
: Publisher’s version
Dimensione 3.15 MB
Formato Adobe PDF
3.15 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11311/1327331
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
  • OpenAlex ND
social impact