BIG DATA E ALGORITMI DI APPRENDIMENTO AUTOMATICO: CONOSCENZA, INFORMAZIONE, POTERE
Stampa
Anno immatricolazione
2020/2021
Anno offerta
2022/2023
Normativa
DM270
SSD
SPS/08 (SOCIOLOGIA DEI PROCESSI CULTURALI E COMUNICATIVI)
Dipartimento
DIPARTIMENTO DI SCIENZE POLITICHE E SOCIALI
Corso di studio
COMUNICAZIONE, INNOVAZIONE, MULTIMEDIALITÀ
Curriculum
PERCORSO COMUNE
Anno di corso
Periodo didattico
Primo Semestre (26/09/2022 - 16/12/2022)
Crediti
6
Ore
36 ore di attività frontale
Lingua insegnamento
ITALIANO
Tipo esame
ORALE
Docente
COSTA PAOLO (titolare) - 6 CFU
Prerequisiti
Non sono richieste particolari competenze informatiche. La familiarità con Microsoft Excel o altri programmi dedicati alla produzione e alla gestione di fogli elettronici può aiutare. In tal senso si suggerisce agli studenti meno esperti di prepararsi preliminarmente attraverso una delle diverse opportunità di formazione online (es.: Coursera, Udemy, ...) oppure sfruttando gli innumerevoli tutorial disponibili su YouTube.
Sono utili anche alcune conoscenze di base di statistica: carattere, distribuzione, media aritmetica, scarto quadratic medio ecc.
Obiettivi formativi
L’insegnamento si pone due obiettivi:
1) fornire agli studenti le conoscenze concettuali relative ai modelli interpretativi della realtà economica e sociale basati sul paradigma dei big data (ovvero le grandi aggregazioni di dati che fluiscono in tempo reale da molteplici fonti) e sulle nuove tecniche di intelligenza artificiale (apprendimento automatico o machine learning);
2) favorire la riflessione sulle implicazioni tecniche, sociopolitiche, giuridiche, culturali ed etiche di tale paradigma.
Programma e contenuti
Il corso è articolato in tre parti: una parte introduttiva, una di approfondimento e una di laboratorio.
La parte introduttiva (5 lezioni, per un totale di 10 ore) permette di condividere il vocabolario di base necessario alla comprensione del soggetto dell’insegnamento: differenza fra dato, informazione e conoscenza; concetto di database e sistema per la gestione di database (DBMS); differenza fra database relazionali e non relazionali; elementi di storia dell’intelligenza artificiale; algoritmi di apprendimento automatico; differenza fra machine learning e deep learning ecc.
La parte di approfondimento (5 lezioni, per un totale di 10 ore) esplora la natura del fenomeno e le sue radici storiche, evidenziando i fattori che ne determinano la pervasività: esplosione dei big data, “datizzazione” dell’esperienza e diffusione delle logiche algoritmiche nei principali ambiti della vita economica e sociale. In particolare, sono presi in considerazione tre domini nei quali il paradigma dei big data sta abilitando i cambiamenti più significativi:
- Informazione e giornalismo
- Marketing e pubblicità
- Bioinformatica, medicina e farmaceutica
La parte di laboratorio (5 incontri, per un totale di 10 ore) si organizza intorno all’ambito tematico specifico dell’informazione online. Saranno analizzati specifici casi di studio, con l’intento di discutere con gli studenti:
- l’influenza dei grandi filtri (Google e Facebook) nella formazione dell’opinione pubblica
- le basi tecniche delle cosiddette “fake news” e i principali esempi di canali di disinformazione
- l’evoluzione delle tecnologie per la produzione automatica di notizie
- la pratica e gli strumenti del cosiddetto “data journalism”
Metodi didattici
Il corso è organizzato alternando lezioni frontali ed esercitazioni, con l’obiettivo di familiarizzare con strumenti di fact checking, data scraping e data visualisation.
Testi di riferimento
Si richiede la lettura di uno dei seguenti testi:
1) Hannah Fry, "Hello World. Essere umani nell’era delle macchine", Bollati Torino, Boringhieri, 2019 (ed. originale "Hello World. How to Be Human in the Age of the Machine", 2018);
2) Helga Nowotny, "Le macchine di Dio. Gli algoritmi predittivi e l'illusione del controllo", Roma, LUISS University Press, 2022 (ed. originale "In AI We Trust. Power, Illusion and Control of Predictive Algorithms", Cambridge, Polity Press, 2021).
Modalità verifica apprendimento
La prova di esame si svolgerà in modalità orale. Tutti gli studenti (frequentanti e non frequentanti) potranno liberamente scegliere una delle tre seguenti tre alternative:
1) Colloquio della durata 15-20 minuti, finalizzato a verificare la comprensione da parte dello studente dei contenuti del saggio di Hannah Fry “Hello World. Essere umani nell’era delle macchine” (facoltativi i capitoli su La criminalità e L’arte, obbligatori tutti gli altri);
2) Colloquio della durata 15-20 minuti, finalizzato a verificare la comprensione da parte dello studente dei contenuti del saggio di Helga Nowotny “Le macchine di Dio. Gli algoritmi predittivi e l'illusione del controllo”;
3) Presentazione – della durata di 15-20 minuti – di una ricerca personale (“tesina”) svolta dallo studente su uno dei temi discussi durante le lezioni, accompagnata da un deck multimediale (PowerPoint o simili). Nel corso dell’esame sarà valutata la capacità di sviluppare un approfondimento in autonomia e di raccogliere informazioni su di esso a partire da una bibliografia autorevole.
Altre informazioni
Obiettivi Agenda 2030 per lo sviluppo sostenibile
Nell’ambito dell’insegnamento si discuteranno rischi e opportunità connessi alla diffusione di paradigmi quantitativi e sistemi algoritmici con riferimento agli obiettivi 5 (Parità di genere), 10 (Ridurre le disuguaglianze) e 16 (Pace, giustizia e istituzioni solide).
Gli obiettivi