Economia e Big Data
Cod 112608
- Laurea triennale
- 3 anni
- 180 CFU
- L-33 R
Codice: 21210206
Programma, testi adottati e modalità d’esame sono quelli pubblicati dai docenti per l’anno accademico 2026/2027.
L’informazione e i fondamenti dell’informatica
Il concetto di informazione.
Cronistoria dell’era dell’informazione.
Nozioni fondamentali di informatica.
Hardware, firmware e software.
Algoritmi e procedure di calcolo.
Algebra booleana e teoria della computazione
Fondamenti di algebra booleana.
Espressioni booleane.
Analisi e semplificazione delle espressioni booleane.
La macchina di Turing.
Nastri a scorrimento, stati della macchina e quintuple.
Intelligenza artificiale e reti neurali
Storia e definizioni dell’intelligenza artificiale.
Intelligenza artificiale ristretta (ANI), intelligenza artificiale generale (AGI) e superintelligenza artificiale (ASI).
Intelligenza artificiale generativa e conversazionale.
Introduzione alle reti neurali artificiali.
Modelli, capacità e limiti dell’intelligenza artificiale.
Principali modalità di apprendimento automatico.
Addestramento, ottimizzazione e generalizzazione.
Il ruolo dei dati: Big Data e Internet of Things.
Bias, errori, responsabilità e accountability.
Opportunità e rischi dell’intelligenza artificiale nell’economia digitale.
Evoluzione tecnologica, innovazioni rivoluzionarie e nuove competenze.
La trasformazione del lavoro nell’era dell’intelligenza artificiale.
Programmazione in Python
Programmazione con numeri e stringhe.
Operatori aritmetici.
Costanti e variabili.
Assegnazione delle variabili.
Variabili locali e globali.
Strutture di controllo e istruzioni condizionali.
La struttura condizionale if.
Cicli for e while.
Operatori logici e relazionali.
Diramazioni annidate e alternative multiple.
Diagrammi di flusso.
Esempi di algoritmi basati sull’impiego di cicli.
Elaborazione delle stringhe.
Vettori e matrici
Creazione e rappresentazione di un vettore.
Vettori riga e vettori colonna.
Operazioni con i vettori.
Accesso agli elementi di un vettore.
Creazione e rappresentazione di una matrice.
Matrici quadrate e rettangolari.
Matrici identità e matrici diagonali.
Operazioni con le matrici.
Accesso agli elementi di una matrice.
Funzioni
Definizione ed esecuzione di una funzione.
Passaggio dei parametri.
Variabili locali e ambito di validità.
Restituzione dei valori.
Non sono richieste conoscenze specifiche di informatica o di programmazione. Sono sufficienti le conoscenze matematiche e logiche di base acquisite durante il percorso scolastico. È utile una familiarità elementare con l’uso del computer e dei principali strumenti digitali.
Dispense a cura del Docente sulla piattaforma Moodle e MS Teams di Ateneo.
F. Benedetto, Chi ha paura dell’IA? 15 domande per conoscere, dominare l’IA e navigare consapevolmente tra le sue opportunità e i suoi rischi, Roma, Edizioni Lavoro, 2026.
C. Horstmann, R. D. Necaise, "Python: introduzione alla programmazione", Maggioli Editore.
didattica frontale con ore di teoria ed ore di esercitazioni al calcolatore
didattica frontale con frequenza non obbligatoria
Prova scritta con domande di teoria e di programmazione al calcolatore
Ambito disciplinare: formazione interdisciplinare
Al termine dell’insegnamento, lo studente sarà in grado di:
Conoscenza e capacità di comprensione
conoscere i concetti fondamentali dell’informatica e dell’elaborazione dell’informazione;
comprendere le differenze tra hardware, firmware, software e algoritmi;
conoscere i principi dell’algebra booleana e della teoria della computazione;
comprendere i fondamenti dell’intelligenza artificiale, delle reti neurali e dell’apprendimento automatico;
conoscere il ruolo dei Big Data e dell’Internet of Things nell’economia digitale.
Capacità di applicare conoscenza e comprensione
rappresentare e semplificare semplici espressioni booleane;
descrivere il funzionamento di una macchina di Turing;
progettare semplici algoritmi e rappresentarli mediante diagrammi di flusso;
sviluppare programmi in Python utilizzando variabili, operatori, strutture condizionali, cicli, stringhe, vettori, matrici e funzioni;
applicare le conoscenze acquisite alla soluzione di problemi elementari di elaborazione dei dati.
Autonomia di giudizio
valutare criticamente capacità e limiti dei sistemi di intelligenza artificiale;
riconoscere possibili errori, bias e problemi di responsabilità;
analizzare opportunità e rischi derivanti dall’impiego dell’IA nell’economia digitale e nel mondo del lavoro.
Abilità comunicative
utilizzare correttamente la terminologia di base dell’informatica, della programmazione e dell’intelligenza artificiale;
descrivere in modo chiaro il funzionamento di semplici algoritmi e programmi;
presentare e discutere gli aspetti tecnici, economici ed etici delle tecnologie digitali.
Capacità di apprendimento
approfondire autonomamente i temi dell’informatica e dell’intelligenza artificiale;
acquisire nuovi strumenti e linguaggi di programmazione;
aggiornare le proprie conoscenze in relazione alla continua evoluzione delle tecnologie digitali.
Cosa si intende per "catena del valore dei dati"?
a) Le varie fasi tra loro indipendenti che i dati attraversano dal momento della raccolta a quello dell’utilizzo e che via via ne accrescono il valore.
b) Una serie di operazioni atte a ripulire i dati da rumore
c) Le varie fasi tra loro indipendenti che i dati attraversano dal momento della raccolta a quello dell’utilizzo e che via via ne diminuiscono il valore, diminuendo però anche la loro dimensione.
Cosa stai cercando?
Trova facilmente i contenuti di cui hai bisogno
Rubrica
Trova facilmente il contatto della persona o struttura di cui hai bisogno
Risultati suggeriti:
Risultati suggeriti: