Come trasformare una presentazione piena di testo in un manuale di studio affidabile con l’intelligenza artificiale

Se hai mai creato una presentazione che nessuno ascolta davvero, perché occupato a leggere le slide… allora questa guida è per te.

Key Takeaways

• Le slide falliscono quando cercano di essere sia strumenti didattici sia materiali di studio, creando confusione invece di chiarezza.

• La vera forza dell’AI è trasformare presentazioni ricche e disordinate in manuali di studio completi e strutturati, non ridisegnare le slide.

• Usare la dettatura e chiedere all’AI di creare il prompt perfetto migliora drasticamente la qualità dell’output.

• Deep Search è essenziale quando il contenuto deve essere accurato, referenziato e scientificamente affidabile.

• La validazione umana trasforma la bozza plausibile dell’AI in una base di conoscenza affidabile e riutilizzabile per tutti i futuri materiali didattici.

Perché questo problema riguarda quasi tutti i docenti e formatori

Chi insegna, in università, in azienda o in aula, prima o poi si scontra con lo stesso dilemma. Se preparo slide ricche, piene di dettagli, definizioni e spiegazioni, possono essere utili agli studenti per studiare. Ma diventano ingestibili durante la lezione.

L’audience finisce col leggere e, come sappiamo bene, chi legge non ascolta (se ti incuriosisce l’evidenza scientifica del perché, leggi la mia guida sul Neuro Presentation Design).

Ci si ritrova quindi con slide impresentabili ed un documento PowerPoint sul quale chiediamo agli allievi di studiare che non è affatto ottimizzato per un’esperienza di studio efficace.

Morale della favola: abbiamo realizzato un PowerPoint che “non è ne carne ne pesce” e non assolve bene a nessuno degli scopi.

In questa guida ti spiego come, con un tocco di AI, possiamo separare i due momenti, rendendo le slide leggere per insegnare e creando un manuale completo per studiare partendo dai materiali che, probabilmente, hai già a disposizione.

L’AI non deve rifare le slide. Deve trasformarle.

L’AI non è ancora un gran designer. Il suo valore non è rifare le slide (per il momento), ma accompagnarci attraverso tutto il processo creativo di creazione e, in casi come questo, di trasformazione.

In questa guida utilizzeremo Chat GPT e Microsoft Copilot per trasformare i contenuti in un manuale completo, strutturato, articolato in capitoli, con sintesi e riferimenti a partire dalla presentazione di una lezione universitaria reale.

Il vero punto di forza dell’intelligenza artificiale risiede nella capacità di valorizzare al massimo i contenuti che abbiamo già raccolto: una presentazione ricca, densa di appunti e note, rappresenta la base ideale per estrarre un manuale organico e coerente, suddiviso in moduli facilmente consultabili e adattabili alle esigenze di studio dei destinatari.

Invece di concentrarsi sull’estetica delle slide, l’AI consente di riorganizzare e arricchire i contenuti, espandendo spiegazioni dove necessario, inserendo esempi pratici e sintetizzando i passaggi chiave, fino a ottenere un documento che non solo accompagna la lezione ma resta come riferimento strutturato e aggiornabile per ogni percorso formativo.

Da questo punto di vista l’AI è una bomba!

La materia prima: una presentazione complessa va bene

La presentazione iniziale può essere piena di testo, paragrafi, appunti e persino note. Più materiale grezzo c’è, più l’AI riesce a trasformarlo in un manuale accurato.

In questo caso, prendiamo in analisi la presentazione reale di un corso di medicina, creata appunto per assolvere al doppio scopo: supportare il docente nell’esposizione e gli studenti nella preparazione all’esame.

Tuttavia, come ben si vede, questa presentazione è difficile da presentare, e crea troppa distrazione durante la lezione risultando comunque uno strumento non ottimale per le sessioni di studio in autonomia.

Per noi questo è un diamante grezzo, perché contiene tutte le informazioni di contesto da fornire all’AI per realizzare la guida completa di preparazione agli esami.

Tecniche di prompting

Nel video ho utilizzato due tecniche di prompting molto semplici ma che migliorano sensibilmente la produttività e l’efficacia dell’output. Vediamole insieme:

Dettare il contesto è più efficace che scriverlo

Dettare all’AI il contesto è molto più efficace che scrivere un prompt. Raccontiamo cosa vogliamo ottenere, a chi è destinato, quali vincoli scientifici e accademici rispettare.

Quando dettiamo non facciamo caso alla punteggiatura o a strutturare una frase di senso compiuto cancellando e rivedendo quanto detto.

Parlando con una persona chiaramente dovremmo strutturare le frasi in un discorso di senso compiuto mentre, quando parliamo con l’AI possiamo sbrodolare tutti i nostri pensieri rispetto al tema, anche in maniera disorganizzata. Questo ci permette, in poco tempo, di fornire molte informazioni di contesto senza perdere tempo sulla “cosmetica del prompt”.

Un contesto più ricco implica un input più preciso e quindi un output di qualità maggiore.

Nel video ho deciso di dettare tutta la prima parte del prompt.

Far scrivere all’AI il prompt perfetto

Se ti chiedessi di generare il prompt di alzare gli occhi dallo schermo e descrivere in un prompt preciso all’AI quello che vedi in questo momento ti renderesti presto conto che questa attività è molto più complessa di quanto si possa immaginare.

Se volessi ricreare fedelmente quello che vedi tramite, ad esempio, Microsoft Copilot, ti troveresti molto probabilmente ad iterare diverse volte e ti renderesti conto che il tuo output non era cosi preciso come pensavi, probabilmente mancava di qualche dettaglio che neanche avresti immaginato necessario.

Per avere il prompt più completo possibile ed evitare di dimenticare parti importanti preferisco chiedere al modello di farmi le domande necessarie che servono perché il modello stesso possa scrivere il prompt.

Quindi, prima di generare il manuale, chiediamo al modello di scrivere il prompt migliore basato sul contesto spiegato. Il modello formula ruolo, obiettivo, vincoli, struttura e formato.

Confrontiamo ChatGPT con Microsoft Copilot

In questo video ho deciso di lavorare con Microsoft Copilot e con ChatGPT in modo da confrontare gli output e scegliere il migliore. Al di fuori del contesto corporate, possiamo permetterci di utilizzare altri strumenti oltre a Copilot e testarli insieme ci permette di sviluppare la nostra AI Fluency (AI Fluency: la nuova lingua della collaborazione tra persone e intelligenza artificiale). Scoprirai che ogni modello produce un tipo diverso di manuale.

In entrambi i casi i documenti prodotti sono ricchi di informazioni e ottimi per lo studio autonomo. Entrambi i documenti riportano più di quanto raccontato nella presentazione e integrano informazioni da fonti esterne. I modelli hanno attinto a fonti diverse ma, in entrambi i casi, mi sembrano attendibili.

Ho apprezzato molto che Copilot abbia realizzato delle sezioni interattive con un approccio più grafico visivo.

Il documento prodotto da GPT è articolato, fluido e discorsivo. Presenta una struttura molto vicina a un manuale universitario: capitoli ben definiti, paragrafi introduttivi, spiegazioni estese, collegamenti tra concetti e box riassuntivi. Il linguaggio è scorrevole e il documento ha una forte coesione interna, cioè accompagna chi studia lungo un percorso logico, come se fosse stato progettato per essere letto dall’inizio alla fine. È un documento che spiega, non solo che informa.

Il documento generato da Copilot, invece, è più sintetico e schematico. Mantiene una struttura ordinata, ma tende a descrivere i contenuti in forma più diretta e concisa. Le definizioni sono presenti, gli argomenti sono corretti e ben suddivisi, ma ogni sezione resta più compatta e meno narrativa. Il vantaggio è che il documento risulta facilmente scansionabile e adatto a chi cerca un riassunto organizzato, o una visione d’insieme dell’argomento. È un documento che elenca, più che spiegare.

In sintesi:

• Il documento GPT è più adatto allo studio approfondito, perché costruisce un vero percorso didattico.
• Il documento Copilot è più adatto a una consultazione veloce e schematica, perché privilegia chiarezza e sintesi.

Entrambi sono corretti e utili, ma rispondono a due bisogni diversi: studiare o ripassare.

Che cos’è e quando usare il Deep Search

Deep Search non serve a “generare testo”, ma a ricostruire conoscenza.

È uno strumento che lavora diversamente dagli altri modelli generativi: invece di costruire un contenuto basandosi solo sul ragionamento del modello, analizza documenti, articoli scientifici, fonti affidabili e li integra nel contenuto finale. È come chiedere non solo di scrivere, ma anche di fare ricerca.

Quando serve?
Deep Search diventa indispensabile quando:

• Il contenuto è scientifico, tecnico o regolamentato, e non può permettersi ambiguità o approssimazioni
• Servono dati verificabili, citazioni, definizioni ufficiali, valori di riferimento, classificazioni riconosciute
• Vogliamo costruire bibliografie, tabelle comparative, linee guida o schemi clinici
• Abbiamo bisogno che il documento sia difendibile in contesti universitari, sanitari o aziendali

In questo progetto – trasformare una presentazione universitaria in un manuale di studio medico – Deep Search è perfetto per tre motivi:

1. Interpreta e arricchisce: comprende il contenuto della presentazione e lo espande in modo scientificamente solido, attingendo a fonti accademiche.
2. Cita e organizza: permette di aggiungere riferimenti bibliografici, linee guida ufficiali e definizioni riconosciute (es. OMS, PubMed, Harrison’s, UpToDate).
3. Costruisce rigore: rende il manuale non solo leggibile, ma affidabile e conforme agli standard didattici.

Deep Search non è necessario per generare un testo discorsivo o un riassunto; è necessario quando quel testo deve essere accurato, referenziato e validabile.

In altre parole: il large language model elabora, Deep Search documenta. Nel caso di GPT il DeepSearch è un’opzione attivabile in ogni chat, per Microsoft Copilot invece è necessario utilizzare uno dei due agents ufficiali: Researcher o Analyst.

Validazione e revisione dei documenti realizzati da AI

Quando si arriva alla fase di validazione e revisione, è qui che entra in gioco la vera differenza tra usare l’intelligenza artificiale e saperla governare.
Nel framework di AI Fluency lo dico chiaramente: l’output dell’AI è sempre inaffidabile per definizione. Non perché sia “sbagliato”, ma perché è solo un punto di partenza, un buon compromesso generato in modo statistico, non validato, non ragionato, non contestualizzato. È un risultato “abbastanza buono” per ispirare, ma mai abbastanza sicuro per essere approvato, soprattutto quando parliamo di medicina.

Qui entra in gioco l’esperto.

Il professionista legge, verifica, corregge, migliora, adatta al contesto e solo infine conferma. Questo processo non è una perdita di tempo, ma l’esatto opposto: è ciò che permette di sfruttare il meglio dell’AI senza cadere nelle sue trappole.

Significa trasformare un output inaffidabile ma utile, in un contenuto accurato, sicuro, didatticamente efficace e soprattutto coerente con le competenze professionali e scientifiche richieste.

Il documento generato dall’AI, da solo, è come una bozza non revisionata. Nelle mani dell’esperto diventa un contenuto validato, affidabile, conforme, responsabile.

E questa è la vera differenza tra chi “prompta e copia” e chi usa l’AI come leva di valore professionale.

Non è la macchina che crea la qualità.
È la competenza dell’essere umano che la guida, la filtra e la porta a destinazione.

Il risultato finale non è un semplice documento, ma un sistema di conoscenza.

Da questa revisione non abbiamo ridisegnato le slide, ma abbiamo fatto qualcosa di più importante: abbiamo costruito una versione strutturata, leggibile e affidabile del contenuto, pronta per essere insegnata, studiata e soprattutto aggiornata nel tempo.

Il documento diventa così il nucleo originario da cui si potranno generare in modo efficiente:

• versioni semplificate per lo studio rapido
• schemi, mappe concettuali, domande d’esame
• dispense, riassunti e materiali per la didattica frontale
• eventuali slide future, ma con contenuto già validato e consolidato

La chat che ha generato e ottimizzato questo contenuto non viene “archiviata”.
Diventa un asset formativo continuo, riutilizzabile per aggiornare, espandere o approfondire qualsiasi parte, senza dover ripartire da zero.

Abbiamo trasformato una bozza in un documento dinamico, affidabile e rigenerabile, che cresce nel tempo insieme alla conoscenza.

CONCLUSIONI

In conclusione, questo lavoro ha dimostrato come la creazione di una base di conoscenza strutturata e validata rappresenti un valore aggiunto rispetto alla semplice generazione di documenti o slide.

L’approccio proposto trasforma una bozza in un sistema dinamico e affidabile, pronto a essere insegnato, studiato e aggiornato nel tempo. Il documento non è solo un punto di arrivo, ma il punto di partenza per sviluppare materiali didattici, riassunti, mappe concettuali e altri strumenti formativi, garantendo sempre chiarezza, riutilizzabilità e aggiornamento continuo.

L’integrazione dell’AI, intesa come supporto e non sostituzione del lavoro umano, consente di ottimizzare la produzione di contenuti, mantenendo alta la qualità grazie alla revisione professionale.

Infine, questa metodologia si dimostra efficace non solo in ambito universitario, ma anche in contesti aziendali e sanitari, diventando un asset formativo prezioso e continuamente rigenerabile.

FAQ

Perché l’output dell’AI va sempre rivisto, anche se sembra corretto?
Perché l’AI non ragiona: prevede. Genera testi “probabili”, non necessariamente “affidabili”. Soprattutto in medicina, non basta che sembri corretto, deve esserlo. La revisione umana serve a trasformare un contenuto statisticamente plausibile in un contenuto scientificamente valido. È qui che nasce il vero valore professionale.

Posso creare direttamente le slide con l’AI, senza prima passare dal documento?
Puoi farlo, ma è un errore classico. Le slide sono la forma finale, non la fonte. Prima serve un contenuto madre: strutturato, validato, approfondito. Solo dopo può generare slide chiare e affidabili. Saltare questa fase porta a errori, superficialità e materiali difficili da riutilizzare in futuro.

Posso caricare un PDF o un libro complesso e farlo elaborare dall’AI?
Sì, ma devi prima trasformarlo in un formato leggibile dall’AI (Word o PowerPoint). Il PDF è leggibile solo in parte e spesso perde titoli, struttura e logica dei contenuti. L’AI lavora meglio con contenuti organizzati: sezioni, titoli, liste e schemi.

L’AI può inventare linee guida, dosaggi o protocolli clinici?
Se non istruita correttamente, sì. Per evitarlo, nel prompt va specificato chiaramente che deve attenersi alle fonti fornite o a linee guida ufficiali (es. AIFA, AHA, WHO) e che non deve creare dati di fantasia. Il professionista deve poi validare ogni informazione prima dell’utilizzo.

Posso usare questa metodologia anche per creare domande d’esame o casi clinici?
Certamente, soprattutto quando utilizzi Deep Search. L’AI può generare domande a risposta aperta, quiz, casi clinici, schemi di ragionamento, discussioni e persino rubriche per la valutazione. Ma anche in questo caso, serve sempre una revisione clinica.

Questo approccio è utile solo per l’università o anche in contesti aziendali e sanitari?
Funziona ovunque servano contenuti affidabili, aggiornabili e facilmente riutilizzabili. È perfetto per:

• ECM e formazione sanitaria
• training aziendali e onboarding
• documentazione interna
• manuali di procedure o protocolli
• percorsi formativi blended o LMS

Una volta creato il documento, il lavoro è finito?
No, è appena iniziato. La chat con l’AI diventa un asset vivo, che puoi riaprire per aggiornare linee guida, creare nuove versioni, fare revisioni annuali, generare dispense, mappe concettuali o quiz. Non hai creato un file, hai creato una base di conoscenza.

Scarica subito le one-page!