Corso di laurea

Innovazione Digitale E Comunicazione

Università degli Studi di Foggia · 49 materie · 0 file condivisi

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

Algoritmi E Linguaggi Di Programmazione (Pyton/C++) 1° anno · 2° semestre · 8 CFU · IINF-05/A · 0 file
Analisi E Modellazione Dei Dati E Dei Processi 1° anno · 1° semestre · 8 CFU · IINF-05/A · 0 file

Al termine del corso gli allievi saranno in grado di: descrivere i componenti di Power Platform: Power Apps, Power BI e Microsoft Automate; illustrare i componenti di Power Platform: Common Data Service, Connettori e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso gli allievi saranno in grado di:

  • descrivere i componenti di Power Platform: Power Apps, Power BI e
    Microsoft Automate;
  • illustrare i componenti di Power Platform: Common Data Service,
    Connettori e AI builder;
  • descrivere gli scenari cross-cloud tra M365, Dynamics 365, Microsoft
    Azure e servizi di terze parti;
  • identificare i vantaggi e le capacità di Power Platform;
    Testi in inglese
  • identificare le funzionalità di base e il valore aziendale dei componenti
    di Power Platform;
  • implementare semplici soluzioni con Microsoft Automate, Power BI e
    Power Apps

Programma

Analisi e modellazione dei dati

  • Introduzione all'analisi e alla modellazione dei dati
  • Principali strumenti di analisi e modellazione dei dati
  • La Business Intelligence e la Self Service Business Intelligence
  • Il modello relazionale e la modellazione ER
  • Il modello ETL
  • Gestire le relazioni
  • Creare campi calcolati
  • Creare misure
  • Creare tabelle calcolate
  • Ottimizzare i dati
  • Creare e gestire visualizzazioni
    Analisi e modellazione dei processi
  • Introduzione alla modellazione ed analisi dei processi
  • Principali strumenti di automazione dei processi
  • Il flusso di lavoro
  • Automazione dei flussi di lavoro
  • Condivisione dei flussi di lavoro
  • Gestione dei flussi di lavoro attraverso strumenti mobili: il modello
    anytime/anywhere"

Nessuno

Erogazione didattica a distanza
per un totale di 59 ore, organizzate nel seguente modo:

  • 11 ore di Didattica in presenza
    o 05 ore di lezione
    o 06 ore di laboratorio
  • 16 ore di Didattica Erogativa di cui 10 di lezione e 6 di laboratorio
    o 08 ore con molteplici videolezioni asincrone in pillole di 15/30 minuti
    circa (totale di 4 ore
    o 08 ore di Web lessons sincrone di chiarimento/approfondimento circa le
    videolezioni asincrone
  • 32 ore di Didattica Interattiva di cui 20 di lezione e 12 di laboratorio
    o classe interattiva/stanze virtuali/domande e risposte (19 ore sincrone)
    o Quiz (1 ora convenzionale)
    o 2 compit1 (12 ore convenzionali)
    Tale distribuzione in conformità con la seguente articolazione in CFU delle
    attività didattiche:
  • 05 CFU – lezioni
    o 35 ore totali di didattica assistita
  • 03 CFU – laboratorio
    o 24 ore totali di didattica assistitaessuno

Modalità d'esame

Progetto individuale in laboratorio, prova orale sugli elementi teorici del
corso.

Testi di riferimento

  • PL-900T00-AC - Microsoft Power Platform Fundamentals
  • Un altro testo e/o eventuali Dispense potranno essere aggiunte

Codice insegnamento 16381

Comunicazione E Innovazione Nella Pubblica Amministrazione 1° anno · 2° semestre · 6 CFU · GIUR-06/A · 0 file

Il corso si propone di fornire agli studenti la conoscenza approfondita e le basi necessarie a comprendere l’organizzazione della Pubblica Amministrazione e come questa, attraverso la comunicazione con il cittadino,…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire agli studenti la conoscenza approfondita e le basi necessarie a comprendere l’organizzazione della Pubblica Amministrazione e come questa, attraverso la comunicazione con il cittadino, sia in grado di perseguire più efficientemente l’interesse pubblico. Più in generale, coerentemente con l’intero corso di studi, il corso intende offrire agli studenti la capacità di conoscere le principali tecniche, alla luce dello sviluppo delle nuove tecnologie digitali, con le quali l’informazione pubblica raggiunge il suo utente principale a seconda che sia singolo o collettivo.

Programma

Il percorso formativo intende fornire saperi, conoscenze e competenze indispensabili per comunicare efficacemente con il cittadino all’interno degli ambienti digitali al fine di garantire sempre i principi di efficienza e di buon andamento della Pubblica Amministrazione.

=

Erogazione didattica tradizionale con lezioni frontali. E learning, Didattica interattiva (Test a risposta multipla, compiti di analisi normativa, Forum di discussione)

Modalità d'esame

Esame orale finale. Durata di circa 15 minuti.
Concorrono alle valutazione gli elementi acquisiti nel corso della didattica interattiva.

Testi di riferimento

Uno a scelta tra:
1. R. Cavallo Perin, D. Galetta, Il diritto dell’amministrazione pubblica digitale, Torino, Giappichelli, 2020;
2. A. Lalli, La regolazione pubblica delle tecnologie digitali e dell’intelligenza artificiale, Torino, Giappichelli, 2024;
3. G. Gardini, Le regole dell’informazione. L’era della post-verità, Torino, Giappichelli, 2017;
4. P. Citarella, Social media e PA: la comunicazione istituzionale ai tempi di Facebook, Milano, Franco Angeli, 2017.
Oltre a:
S. Talamo, F. Di Costanzo, R. Crudele, Social media e PA, dalla formazione ai consigli per l’uso, in http://comunicazione.formez.it/sites/all/files/volume_social_media_e_pa.pdf
Materiale fornito dal docente a lezione

Codice insegnamento 18168

Data Engineering E Big Data Analytics Per L’Ai 1° anno · 1° semestre · 8 CFU · INFO-01/A · 0 file

L'insegnamento si propone di fornire allo studente le competenze metodologiche e operative per l'analisi di dati complessi provenienti dal web e dai contesti aziendali, con particolare riferimento ai modelli statistici e…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento si propone di fornire allo studente le competenze metodologiche e operative per l'analisi di dati complessi provenienti dal web e dai contesti aziendali, con particolare riferimento ai modelli statistici e di apprendimento automatico alla base delle applicazioni di intelligenza artificiale. Al termine del corso lo studente sarà in grado di utilizzare il linguaggio R per importare, manipolare ed esplorare dataset multivariati. Saprà scegliere, stimare e interpretare modelli di apprendimento supervisionato per problemi di previsione e classificazione (regressione lineare e logistica, analisi discriminante, alberi di regressione e classificazione, support vector machines). Saprà valutarne correttamente le prestazioni su dati non utilizzati nella stima, applicare metodi di clustering per l'individuazione di gruppi omogenei e condurre analisi di base su dati testuali. Il corso mira inoltre a sviluppare la capacità di documentare e comunicare i risultati delle analisi in forma riproducibile, attraverso strumenti di reportistica come RStudio e Quarto. Si propone anche di stimolare l'autonomia di giudizio nella scelta tra metodi alternativi e l'approfondimento critico di temi avanzati, come l'analisi testuale e le reti neurali, attraverso le lezioni interattive e la discussione nel forum disciplinare.

Programma

Il linguaggio R per l'analisi dei dati: oggetti, strutture dati, importazione e manipolazione di dataset; introduzione ai dati multivariati e alla loro esplorazione. Modelli di apprendimento supervisionato per l'analisi dei dati del web e di business: regressione lineare semplice e multipla, regressione logistica, analisi discriminante e confronto con la regressione logistica, alberi di regressione e classificazione, support vector machines. Valutazione dei modelli di classificazione: suddivisione in training e test set, accuratezza e metriche di classificazione. Apprendimento non supervisionato: metodi di clustering. Analisi dei dati testuali. Implementazione in R su casi di studio di e-commerce. Lezioni interattive: RStudio e Quarto per la reportistica riproducibile; analisi avanzata dei dati testuali; reti neurali ed apprendimento profondo.

Conoscenze di base di statistica descrittiva e inferenziale. Non è richiesta una precedente esperienza di programmazione.

L'insegnamento si articola in lezioni teoriche e lezioni di laboratorio. Le lezioni teoriche introducono i fondamenti dei metodi di analisi dei dati e di apprendimento automatico trattati nel corso, con un approccio intuitivo e ricco di esempi grafici, pensato anche per chi si avvicina per la prima volta a questi temi. Le lezioni di laboratorio mostrano l'implementazione in R dei metodi presentati, applicandoli agli stessi dataset utilizzati nelle lezioni teoriche, con particolare riferimento a casi di studio di e-commerce e di analisi dei dati del web.
L'attività didattica è complementata da un forum disciplinare, nel quale gli studenti sono invitati a discutere e approfondire i temi del corso sotto la guida del docente, da compiti interattivi e questionari che consentono di verificare progressivamente il livello di apprendimento raggiunto, e da tre lezioni interattive con supplementi teorici dedicate all'utilizzo di RStudio e Quarto per la reportistica riproducibile, all'analisi avanzata dei dati testuali e alle reti neurali e all'apprendimento profondo.
Tutti i materiali didattici, comprese le dispense del corso, il codice R e i dataset utilizzati, sono resi disponibili nell'area didattica online del corso.

Modalità d'esame

L'esame consiste nella realizzazione di un progetto di analisi dei dati e in una successiva prova orale.
Il progetto, svolto individualmente, deve essere richiesto al docente tramite posta elettronica istituzionale almeno 15 giorni prima dell'appello al quale lo studente intende presentarsi. Il docente assegna un dataset reale riconducibile ai contesti del web o aziendali, sul quale lo studente dovrà applicare in modo motivato almeno una parte dei metodi trattati nel corso (modelli di regressione o di classificazione, valutazione delle prestazioni su training e test set, metodi di clustering, analisi di dati testuali) e documentare l'intero lavoro in un report riproducibile redatto con RStudio e Quarto, che illustri gli obiettivi, i dati, le scelte metodologiche, i risultati e la loro interpretazione. Il report, completo di codice, deve essere consegnato tramite la piattaforma didattica del corso entro la data indicata prima di ciascun appello.
La prova orale si apre con la discussione del progetto, nella quale lo studente deve dimostrare di padroneggiare il codice e di saper giustificare le scelte effettuate, e prosegue con domande sui contenuti teorici del programma, volte ad accertare la comprensione dei fondamenti dei modelli presentati, delle loro ipotesi e dei loro limiti.
La valutazione, espressa in trentesimi con eventuale lode, è complessiva e tiene conto della correttezza e dell'appropriatezza dei metodi applicati nel progetto, della capacità di interpretare criticamente i risultati, della chiarezza e della riproducibilità del report, della padronanza dei contenuti teorici e della proprietà di linguaggio dimostrate nel colloquio. Il punteggio minimo di 18/30 corrisponde a un'applicazione corretta ma essenziale dei metodi e a una conoscenza di base dei contenuti teorici; i punteggi più elevati premiano un'analisi approfondita e ben argomentata, autonomia di giudizio nella scelta dei metodi e un'esposizione chiara e rigorosa; la lode è riservata a lavori che si distinguono per originalità e completezza.

Testi di riferimento

Bilancia M. (2026). Data Engineering e Big Data Analytics per l’AI – Dispense del Corso V 1.0. Disponibili nell’area didattica online del corso
James G., Witten D., Hastie T., Tibshirani R. (2020) Introduzione all’Apprendimento Statistico. Con Applicazioni in R. Piccin-Nuova Libraria

Codice insegnamento 19314

Diritto Della Privacy E Dei Contratti Digitali 1° anno · 2° semestre · 6 CFU · GIUR-01/A · 0 file
Etica, Ia E Divulgazione Scientifica 1° anno · 1° semestre · 10 CFU · PHIL-02/A · 0 file

L’insegnamento fornisce conoscenze teoriche e competenze critiche per comprendere: i fondamenti dell’etica dell’informazione; il funzionamento dei sistemi di IA (generativi e agentici); le implicazioni etiche e…

Scheda dell'insegnamento

Scheda dell'a.a. 2025/2026: quella dell'anno in corso non è ancora pubblicata.

Obiettivi formativi

L’insegnamento fornisce conoscenze teoriche e competenze critiche per comprendere:

  • i fondamenti dell’etica dell’informazione;
  • il funzionamento dei sistemi di IA (generativi e agentici);
  • le implicazioni etiche e comunicative dei sistemi digitali;
  • il ruolo della divulgazione scientifica e della resilienza epistemica.
    Lo studente acquisisce strumenti per analizzare criticamente pratiche comunicative, bias algoritmici e processi cognitivi.

Programma

Il corso è articolato in tre moduli integrati, coerenti con gli obiettivi formativi della LM-91.
I modulo: Etica, morale, neuroetica e basi dell’IA.
II modulo (laboratorio): Etica della comunicazione, IA generativa e IA agentica.
III modulo: Etica, verità e realtà nella teoria della comunicazione nell’era dell’IA.
Tutti i moduli prevedono attività applicative, analisi di casi e momenti di riflessione epistemica

Nessun prerequisito richiesto

  • Lezioni frontali
  • Laboratori di prompting e analisi casi
  • Esercitazioni guidate
  • Attività asincrone sulla piattaforma
  • Discussione critica e riflessiva

Modalità d'esame

La verifica prevede:
1. E-tivity obbligatoria (analisi critica di caso o produzione guidata)
2. Colloquio orale finale
La partecipazione alle attività laboratoriali è consigliata per una piena comprensione dei contenuti.

Testi di riferimento

Andler, D. (2024). Il duplice enigma. Intelligenza artificiale e intelligenza umana. Einaudi.

Aresu, A. (2024). Geopolitica dell’intelligenza artificiale. Feltrinelli.

Bodei, R. (2023). Dominio e sottomissione. Schiavi, animali, macchine, Intelligenza Artificiale. Il Mulino.

Butera, F., & De Michelis, G. (2024). Intelligenza artificiale e lavoro, una rivoluzione governabile. Butera.

Crippa, M., & Girgenti, G. (2024). Umano, poco umano. Esercizi spirituali contro l’intelligenza artificiale. Piemme.

Cuomo, S., Ranieri, M., & Biagini, G. (2024). Scuola e Intelligenza Artificiale. Percorsi di alfabetizzazione critica. Carocci.

Engel, U. (2023). Robots in care and everyday life: Future, ethics, social acceptance. Springer.

Codice insegnamento 16386

Innovazioni Digitali E Trasformazioni Dei Sistemi Sociali/Urbani 1° anno · 2° semestre · 6 CFU · GSPS-08/B · 0 file

Sviluppare metodologie e strumenti scientifici e tecnologici di governance, innovativi e efficaci, che permettano la conoscenza, la gestione, la tutela e la cura dei contesti urbani e delle organizzazioni sociali.…

Scheda dell'insegnamento

Obiettivi formativi

Sviluppare metodologie e strumenti scientifici e tecnologici di governance, innovativi e efficaci, che permettano la conoscenza, la gestione, la tutela e la cura dei contesti urbani e delle organizzazioni sociali.
Approfondire gli strumenti di governance utili a orientare e supportare politiche urbane di partecipazione, particolarmente attente a facilitare l'accesso ad infrastrutture e a servizi per il welfare e il benessere

Programma

Il corso si concentra sulla proposta di un'etnologia digitale quale occasione epistemologica per lo sviluppo di nuovi approcci, metodi e strumenti per l'IA.
Il rapporto tra Intelligenza Artificiale e Intelligenza Umana implica un esercizio critico - dialettico non circoscritto alla spiegazione di usi ed effetti delle tecnologie digitali ma focalizzato soprattutto sui cambiamenti di abitudini e stili di vita in generale

No

Didattica erogativa, videolezioni, laboratori ed esercitazioni.

Modalità d'esame

Colloquio orale

Testi di riferimento

Fanizza F., Intelligenza Artificiale: promesse, attualità, controversie, FrancoAngeli, Milano.

Codice insegnamento 16389

Project Management 1° anno · 6 CFU · ECON-07/A · 0 file

Al termine del corso, i partecipanti saranno in grado di capire quali sono i ruoli e le responsabilità di un Project Manager e degli altri membri di un team di progetto. Essi saranno in grado di sviluppare un piano di…

Scheda dell'insegnamento

Scheda dell'a.a. 2025/2026: quella dell'anno in corso non è ancora pubblicata.

Obiettivi formativi

Al termine del corso, i partecipanti saranno in grado di capire quali sono i ruoli e le responsabilità di un Project Manager e degli altri membri di un team di progetto. Essi saranno in grado di sviluppare un piano di progetto e di applicare le tecniche di monitoraggio e controllo. Saranno inoltre capaci di utilizzare software di Project Management.

Programma

Il corso esamina la gestione del progetto in teoria e pratica e il ruolo e le responsabilità del project manager. Offre un approccio pratico per la gestione dei progetti, concentrandosi sull'organizzazione, la pianificazione e il controllo del progetto. Il corso ha contenuti compatibili con i più importanti standard di Project Management. Casi di studio, partecipazione attiva alle esercitazioni e informazioni pratiche rafforzano l'apprendimento. Inoltre, gli studenti imparano a usare software di project management.
Si intende fornire un nuovo approccio per affrontare le decisioni tenendo in debita considerazione: obiettivi, budget, scadenze temporali, qualità, stakeholder.

Nessuno

Didattica in presenza: 9 ore (Lez 3 ore + Lab 6 ore)
Didattica erogativa – lezioni asincrone: Lez 6 ore
Didattica erogativa – web lesson sincrone: Lab 6 ore
Didattica interattiva – classe interattiva: Lez 6 ore
Didattica interattiva – valutazione tra pari (Lez): 2
Didattica interattiva – compito individuale (Lab): 1
Didattica interattiva – compito di gruppo (Lab): 1

Modalità d'esame

Colloquio orale

Testi di riferimento

Capaldo G., Volpe A. (2021), Project Management. Principi e Metodi, McGraw Hill.
Ulteriore materiale didattico (dispense di riferimento e articoli) potrà essere indicato agli studenti durante le lezioni.

Codice insegnamento 16383

Sociologia Digitale E Internet Studies 1° anno · 1° semestre · 8 CFU · GSPS-06/A · 0 file

Fornire strumenti teorici per definire e interpretare le dinamiche e i processi caratterizzanti la network society, a partire dalle dinamiche dell’informazione della società contemporanea e dalle caratteristiche dei…

Scheda dell'insegnamento

Obiettivi formativi

Fornire strumenti teorici per definire e interpretare le dinamiche e i processi caratterizzanti la network society, a partire dalle dinamiche dell’informazione della società contemporanea e dalle caratteristiche dei media e dei contenuti digitali;
Fornire strumenti teorici e metodologici per analizzare e comprendere la trasformazione socio-tecnologica in atto, partendo dagli scenari di connessione – tecnologici e sociali – in relazione alla multidimensionalità dei fenomeni sociali;
Approfondire le dinamiche del mutamento culturale che caratterizza la transizione digitale negli specifici ambiti economico e ecologico, e nelle intersezioni che li caratterizzano.
Con riferimento a tali aspetti, gli studenti saranno guidati nella realizzazione di un project work.

Programma

Gli scenari emergenti della società in trasformazione evidenziano l’interconnessione tra gli ambiti sociali, culturali, ambientali, politici, economici, legali. La portata dell’accelerazione digitale confonde i confini dello spazio e del tempo, in una ridefinizione degli approcci cognitivi che, dalla scrittura alla stampa, dai media elettronici a Internet, costruisce nuove forme di conoscenza della realtà, di relazione con gli altri e con le cose, riformula – sempre più rapidamente – le nostre pratiche sociali.
Il concetto di connessione assume una particolare rilevanza, non solo da un punto di vista tecnico e tecnologico, ma nei significati culturali cui esso rimanda e che costruiscono le forme dell’identità privata – sempre più pubblica – e collettiva.
Il corso introduce il passaggio dalla società di massa alla società di rete, e approfondisce i processi di trasformazione socio-culturale, economici e istituzionali connessi con la digitalizzazione e con la diffusione di nuove pratiche sociali mediate dalle tecnologie, ai diversi livelli di interazione con la realtà sociale.

Nessuno

Didattica in presenza (DP): 11 ore
Didattica a distanza (DD): (38 ore)

Modalità d'esame

Colloquio orale sui contenuti del corso e presentazione di un project work finale.

Testi di riferimento

Buffardi A. (2020) Futuri Possibili. Formazione, innovazione, culture digitali, Milano, Egea

Buffardi A., de Kerckhove D. (2011) Il sapere digitale. Pensiero ipertestuale e conoscenza connettiva, Napoli, Liguori

Ciastellardi M, de Kerckhove D., Di Rosario G, Ferri P., (2026) L'era del prompt. Intelligenza artificiale, società ed educazione, Mondadori ed.

Codice insegnamento 16385

Tecnologie Ai Per L'Amministrazione Delle Aziende 1° anno · 6 CFU · ECON-06/A · 0 file
Tecnologie Emergenti E Transizione Digitale Nelle Filiere Agroalimentari 1° anno · 2° semestre · 6 CFU · AGRI-01/A · 0 file

Il corso intende fornire conoscenze teoriche e strumenti applicativi per comprendere, analizzare e valutare la transizione digitale nelle filiere agroalimentari. Le tecnologie emergenti sono esaminate in relazione ai…

Scheda dell'insegnamento

Obiettivi formativi

Il corso intende fornire conoscenze teoriche e strumenti applicativi per comprendere, analizzare e valutare la transizione digitale nelle filiere agroalimentari. Le tecnologie emergenti sono esaminate in relazione ai processi di innovazione, alle decisioni di adozione, all'organizzazione delle imprese, alla governance delle filiere e alla creazione e distribuzione del valore.
Il corso consentirà agli studenti di: conoscere i principali modelli dell'economia dell'innovazione; interpretare i processi di adozione e diffusione delle tecnologie; riconoscere le principali tecnologie digitali applicate al sistema agroalimentare; analizzarne gli effetti su produttività, costi, qualità, sostenibilità e coordinamento; valutare opportunità, rischi e vincoli organizzativi; comprendere il ruolo dei dati, delle piattaforme e delle politiche pubbliche; elaborare una proposta di transizione digitale per un'impresa o una filiera agroalimentare.

Programma

Il corso analizza la transizione digitale delle filiere agroalimentari attraverso gli strumenti dell'economia dell'innovazione, dell'economia agraria e dell'organizzazione delle filiere.
Si articola nei seguenti moduli:
1. Economia dell'innovazione e cambiamento tecnologico.
2. Adozione e diffusione delle innovazioni.
3. Sistemi dell'innovazione, AKIS e governance delle filiere.
4. Digitalizzazione, Agricoltura 4.0 e tecnologie abilitanti.
5. Internet of Things, agricoltura di precisione, big data e sistemi di supporto alle decisioni.
6. Intelligenza artificiale, automazione e robotica.
7. Blockchain, tracciabilità, certificazione e smart contract.
8. Piattaforme digitali, modelli di business ed economia dei dati.
9. Sostenibilità, governance dei dati, cybersecurity ed etica.
10. Valutazione economica degli investimenti digitali, politiche pubbliche e casi applicativi.

Sono utili conoscenze di base di economia, organizzazione aziendale e funzionamento dei mercati. I concetti necessari per comprendere la struttura delle filiere agroalimentari saranno richiamati durante le lezioni iniziali.

  • Lezioni frontali.
  • Analisi di modelli teorici e discussione di articoli scientifici.
  • Esercitazioni sulla valutazione economica delle tecnologie digitali.
  • Analisi di casi aziendali e di filiera.

Modalità d'esame

  • Esame orale sugli argomenti teorici e applicativi del programma.
  • Elaborazione e discussione di un project work individuale o di gruppo dedicato alla transizione digitale di un'impresa o di una filiera agroalimentare.
  • La prova orale verifica la conoscenza dei modelli, la comprensione delle tecnologie, la capacità di stabilire collegamenti e l'uso del linguaggio disciplinare. Il project work verifica la capacità di analizzare i fabbisogni, proporre soluzioni coerenti e valutarne fattibilità, costi, benefici e rischi.
  • Valutazione finale espressa in trentesimi. La prova orale concorre per il 60% e il project work per il 40%. La prova è superata con almeno 18/30. La lode è attribuita in presenza di una preparazione eccellente, piena autonomia di giudizio e particolare qualità del lavoro applicativo.

Testi di riferimento

  • Alston J.M., Pardey P.G., 2021. The Economics of Agricultural Innovation. In Barrett C.B., Just D.R. (eds.), Handbook of Agricultural Economics, vol. 5, Elsevier, pp. 3895-3980.
  • Trendov N.M., Varas S., Zeng M., 2019. Digital Technologies in Agriculture and Rural Areas. Status Report. FAO, Rome.
  • Ulteriori articoli scientifici, rapporti istituzionali e casi di studio saranno indicati dal docente.

Codice insegnamento 19315

Teoria Del Diritto, Istituzioni E Società Digitale 1° anno · 2° semestre · 6 CFU · GIUR-17/A · 0 file

Il corso mira a familiarizzare gli studenti del primo anno con i concetti fondamentali della teoria generale del diritto, in particolar modo dello Stato costituzionale, come pure delle principali forme di Stato…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a familiarizzare gli studenti del primo anno con i concetti fondamentali della teoria generale del diritto, in particolar modo dello Stato costituzionale, come pure delle principali forme di Stato comparse nel corso della storia delle istituzioni. Sulla base di questo presupposto, verranno presentati allo studente le principali sfide poste dall’intelligenza artificiale al mondo delle istituzioni e, in particolar modo, alla cultura degli operatori giuridici

Programma

Teoria delle istituzioni – teorie giuridiche – teoria della norma – Stato costituzionale –argomentazione costituzionale – Intelligenza artificiale e reti neuronali – intelligenza artificiale, valori e argomentazione giuridica

Il corso di lezioni non richiede nessun prerequisito, essendo sufficienti le nozioni molto generali di storia politica apprese nella scuola superiore

Lezioni frontali – partecipazione a seminari interdisciplinari

Modalità d'esame

La prova finale è costituita dalla classica prova orale, della durata di quindici o venti minuti. Sono previste, compatibilmente con il numero di studenti, verifiche orali intermedie, in modo da fornire al docente un’idea dei tempi e delle forme di assimilazione dei concetti da parte degli studenti.

Testi di riferimento

1) M. BARBERIS, Una filosofia del diritto per lo Stato costituzionale, Giappichelli, Torino 2017.
2) Filosofia dell’intelligenza artificiale. Sfide etiche e teoriche, a cura di M. Galletti e S. Zipoli Caiani, il Mulino, Bologna 2024

Codice insegnamento 19317

Analisi Di Dataset Per Ai, Machine Learning E Reti Neurali 2° anno · 8 CFU · MATH-06/A · 0 file
Art & Science 2° anno · 6 CFU · 0 file
Big Data 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del lavoro offre

Ob 2 fornire conoscenze sulle principali soft skills

Ob. 3 promuovere consapevolezza della relazione tra lo sviluppo delle proprie soft skills e il proprio benessere.

Programma

Definizione e ruolo delle competenze trasversali per l’efficacia accademica e il futuro del lavoro nel campo dei Biga Data. Sviluppo delle seguenti competenze trasversali:
•Pensiero critico / Soluzione dei problemi complessi
•Creatività/Tecnologia digitale/flessibilità
•Orientamento al servizio / etica del lavoro
•Lavoro di squadra / negoziazione

Nessuno

Lezione frontale, attività laboratoriali

Modalità d'esame

La prova è scritta.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

La prova avrà una durata minima di 15 minuti, sarà svolto nelle preposte sessioni d’esame e misurato in trentesimi.

Le domande formulate verteranno sui temi trattati a lezione e/o nei libri di testo.

Testi di riferimento

Articoli e documenti messi a disposizione dalla docente

Codice insegnamento 16527

Business Planning For Start-Up 2° anno · 8 CFU · ECON-07/A · 0 file
Career Labs 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. Il percorso è finalizzato al trasferimento e potenziamento di abilità e competenze trasversali richieste dal mercato del lavoro, indispensabili per facilitare e ottimizzare…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. Il percorso è finalizzato al trasferimento e potenziamento di abilità e competenze trasversali richieste dal mercato del lavoro, indispensabili per facilitare e ottimizzare l’approfondimento sulla tematica dell’orientamento in uscita e della ricerca attiva del lavoro, ancor prima che gli studenti conseguano il titolo accademico.
Ob 2 fornire conoscenze sulle principali soft skills

Programma

Un percorso di orientamento formativo pensato per promuovere negli studenti conoscenze e competenze di base sui principali strumenti e canali di self-marketing utilizzabili per presentarsi e posizionarsi in modo distintivo nel mondo del lavoro. Sviluppo delle seguenti competenze:
•favorire l’accesso al mercato del lavoro
•scrivere le descrizioni delle posizioni lavorative
•studiare i canali di comunicazione per diversi datori di lavoro
•comunicare in modo efficace
•comunicare utilizzando linguaggio non verbale
•gestire colloqui di lavoro
•usare le tecnologie digitali in modo creativo
•risolvere problemi mediante strumenti digitali
•impiegare le strategie per facilitare il coinvolgimento creativo
•dimostrare spirito imprenditoriale
•ricercare informazioni online
•essere aggiornati sui social media
•gestire i media social

Nessuno

lezione frontale, attività laboratoriali

Modalità d'esame

La prova è scritta.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

La prova avrà una durata minima di 15 minuti, sarà svolto nelle preposte sessioni d’esame e misurato in trentesimi.

Le domande formulate verteranno sui temi trattati a lezione e/o nei libri di testo.

Testi di riferimento

  • Articoli e documenti messi a disposizione dalla docente

Codice insegnamento 16783

Corporate Digitalization 2° anno · 8 CFU · ECON-07/A · 0 file
Corso Mooc 1 2° anno · 2 CFU · 0 file
Corso Mooc 2 2° anno · 2 CFU · 0 file
Corso Mooc 3 2° anno · 2 CFU · 0 file
Corso Sulla Sostenibilita' Ambientale 2° anno · 6 CFU · 0 file
Gestione Della Carriera E Sicurezza It 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del lavoro offre

Ob 2 fornire conoscenze sulle principali soft skills

Ob. 3 promuovere consapevolezza della relazione tra lo sviluppo delle proprie soft skills e il proprio benessere.

Programma

Definizione e ruolo delle competenze trasversali per l’efficacia accademica e il futuro del lavoro nel campo delle Gestione della carriera e sicurezza IT. Sviluppo delle seguenti competenze trasversali:
Intelligenza emotiva e sociale
Assessment
Self-assessment
Lavoro di squadra / negoziazione
Professionalità / etica del lavoro
Pensiero critico / Soluzione dei problemi complessi
Creatività/Tecnologia digitale/flessibilità

Nessuno

Lezione frontale, attività laboratoriali

Modalità d'esame

La prova è scritta.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

La prova avrà una durata minima di 15 minuti, sarà svolto nelle preposte sessioni d’esame e misurato in trentesimi.

Le domande formulate verteranno sui temi trattati a lezione e/o nei libri di testo.

Testi di riferimento

  • Articoli e documenti messi a disposizione dalla docente

Codice insegnamento 16532

Globally Connected World 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del lavoro offre

Ob 2 fornire conoscenze sulle principali soft skills

Ob. 3 promuovere consapevolezza della relazione tra lo sviluppo delle proprie soft skills e il proprio benessere.

Programma

Definizione e ruolo delle competenze trasversali per l’efficacia accademica e il futuro del lavoro in tema di Globally connected world. Sviluppo delle seguenti competenze trasversali:

  • Comunicazioni orali / scritte
  • Creatività/Tecnologia digitale/flessibilità
  • Ottima conoscenza globale / interculturale
  • Leadership

Nessuno

lezione frontale, attività laboratoriali

Modalità d'esame

La prova è scritta.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

La prova avrà una durata minima di 15 minuti, sarà svolto nelle preposte sessioni d’esame e misurato in trentesimi.

Le domande formulate verteranno sui temi trattati a lezione e/o nei libri di testo.

Testi di riferimento

  • Articoli e documenti messi a disposizione dalla docente

Codice insegnamento 16531

Happiness Labs 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. fornire le conoscenze di base relative all'ambito della pedagogia dell’orientamento e della pedagogia della felicita per la costruzione del benessere e dell’efficacia accademica Ob 2…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. fornire le conoscenze di base relative all'ambito della pedagogia dell’orientamento e della pedagogia della felicita per la costruzione del benessere e dell’efficacia accademica

Ob 2 fornire conoscenze sulle principali competenze di felicità ed efficacia accademica

Ob. 3 promuovere consapevolezza della relazione tra lo sviluppo delle proprie soft skills e il proprio benessere.

Programma

  • processi di benessere individuale e sociale ed efficacia accademica
  • intelligenza emotiva e sociale
  • consapevolezza di sé e padronanza di sé
  • empatia
  • motivazione, auttoefficacia e orientamento all’obiettivo
  • abilità sociali e competenze relazionali

nessuno

lezione frontale, attività laboratoriali

Modalità d'esame

La prova è un questionario.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

Testi di riferimento

  • Materiali didattici messi a disposizione dalla docente

Codice insegnamento 16781

L'Intelligenza Emotiva 2° anno · 2 CFU · 0 file
La Comunicazione Ed Il Public Speaking 2° anno · 2 CFU · 0 file
La Sicurezza Delle Informazioni 2° anno · 2 CFU · 0 file
Le Soft Skills 2° anno · 2 CFU · 0 file
Le Tecniche Di Osint 2° anno · 2 CFU · 0 file
L’Open Source Intelligence Come Tecnica Di Prevenzione Delle Minacce 2° anno · 2 CFU · 0 file
New Media Ecology: Progettazione Digitale 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del lavoro offre

Ob 2 fornire conoscenze sulle principali soft skills

Ob. 3 promuovere consapevolezza della relazione tra lo sviluppo delle proprie soft skills e il proprio benessere.

Programma

Definizione e ruolo delle competenze trasversali per l’efficacia accademica e il futuro del lavoro nel campo dei New Media Ecology: Progettazione digitale. Sviluppo delle seguenti competenze trasversali:

  • Pensiero critico / Soluzione dei problemi complessi
  • Creatività/Tecnologia digitale/flessibilità
  • Leadership
  • Gestione della carriera

Nessuno

lezione frontale, attività laboratoriali

Modalità d'esame

La prova è scritta.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

La prova avrà una durata minima di 15 minuti, sarà svolto nelle preposte sessioni d’esame e misurato in trentesimi.

Le domande formulate verteranno sui temi trattati a lezione e/o nei libri di testo.

Testi di riferimento

  • Articoli e documenti messi a disposizione dalla docente

Codice insegnamento 16528

Prova Finale 2° anno · 12 CFU · 0 file
Social Media E Linguaggi Digitali 2° anno · 10 CFU · GSPS-06/A · 0 file
Social Technologies 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del lavoro offre

Ob 2 fornire conoscenze sulle principali soft skills

Ob. 3 promuovere consapevolezza della relazione tra lo sviluppo delle proprie soft skills e il proprio benessere.

Programma

Definizione e ruolo delle competenze trasversali per l’efficacia accademica e il futuro del lavoro nel campo dei New Media Ecology: Progettazione digitale. Sviluppo delle seguenti competenze trasversali:

  • Pensiero critico / Soluzione dei problemi complessi
  • Creatività/Tecnologia digitale/flessibilità
  • Leadership
  • Gestione della carriera

Nessuno

lezione frontale, attività laboratoriali

Modalità d'esame

La prova è scritta.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

La prova avrà una durata minima di 15 minuti, sarà svolto nelle preposte sessioni d’esame e misurato in trentesimi.

Le domande formulate verteranno sui temi trattati a lezione e/o nei libri di testo.

Testi di riferimento

  • Articoli e documenti messi a disposizione dalla docente

Codice insegnamento 16529

Soft Skill Labs 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. fornire le conoscenze di base relative all'ambito della pedagogia dell’orientamento e alle soft skills nella gestione della propria carriera universitaria e professionale Ob 2 fornire…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. fornire le conoscenze di base relative all'ambito della pedagogia dell’orientamento e alle soft skills nella gestione della propria carriera universitaria e professionale

Ob 2 fornire conoscenze sulle principali soft skills

Ob. 3 promuovere consapevolezza della relazione tra lo sviluppo delle proprie soft skills e il proprio benessere.

Programma

Definizione e ruolo delle competenze trasversali per l’efficacia accademica e il future del lavoro
il time management
la self leadership
il team working
l’intelligenza emotiva
la creatività e il problem solving

nessuno

lezione frontale, attività laboratoriali

Modalità d'esame

La prova è un questionario.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

Testi di riferimento

  • Materiali didattici messi a disposizione dalla docente

Codice insegnamento 16782

Sviluppo Delle Smart Technologies 2° anno · 2 CFU · 0 file

Il corso si propone di: Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di:
Ob. 1. colmare il divario tra istruzione superiore e mondo del lavoro e porre le fondamenta per preparare gli studenti universitari a intercettare con successo le opportunità che il mercato del lavoro offre

Ob 2 fornire conoscenze sulle principali soft skills

Ob. 3 promuovere consapevolezza della relazione tra lo sviluppo delle proprie soft skills e il proprio benessere.

Programma

Definizione e ruolo delle competenze trasversali per l’efficacia accademica e il futuro del lavoro nel campo delle Smart technologies. Sviluppo delle seguenti competenze trasversali:
Creatività
Lavoro di squadra / negoziazione
Flessibilità
Pensiero critico / Soluzione dei problemi complessi

Nessuno

lezione frontale, attività laboratoriali

Modalità d'esame

La prova è scritta.
La prova sarà unica e finalizzata a verificare l’acquisizione dei saperi minimi e la capacità dello studente di comprendere le ricadute pedagogico-operative delle conoscenze acquisite.

La prova avrà una durata minima di 15 minuti, sarà svolto nelle preposte sessioni d’esame e misurato in trentesimi.

Le domande formulate verteranno sui temi trattati a lezione e/o nei libri di testo.

Testi di riferimento

  • Articoli e documenti messi a disposizione dalla docente

Codice insegnamento 16526

Tecnologie E Programmazione Web 2° anno · 8 CFU · INFO-01/A · 0 file
Tirocinio 2° anno · 6 CFU · 0 file
Big Data Analitycs 1° semestre · 8 CFU · INF/01 · 0 file
Data Mining 8 CFU · SECS-S/01 · 0 file
Digital Risk Analysis 2° semestre · 6 CFU · SECS-P/07 · 0 file
Diritto Amministrativo Della Criminalita' 6 CFU · IUS/10 · 0 file
Diritto Amministrativo Dell’Innovazione Tecnologica 2° semestre · 12 CFU · IUS/10 · 0 file
Diritto Internazionale Ed Europeo Della Comunicazione E Dei Dati Personali 1° semestre · 12 CFU · IUS/13 · 0 file
Metodi Di Analisi Esplorativa Dei Dati 2° semestre · 12 CFU · SECS-S/01 · 0 file
Modelli E Algoritmi Per Eventi Discreti E Continui 2° semestre · 6 CFU · MAT/09 · 0 file
Modelli E Sistemi Di Supporto Alle Decisioni 2° semestre · 6 CFU · MAT/09 · 0 file
Statistical Learning 8 CFU · SECS-S/01 · 0 file

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.