PRESENTAZIONE

Il corso esplora l’intersezione tra Intelligenza Artificiale, Digital Humanities e Cyber Humanities, affrontando i principali paradigmi dell’IA (simbolico, subsimbolico e generativo) e le loro applicazioni nell’analisi, valorizzazione e fruizione del patrimonio culturale. L’obiettivo è fornire agli studenti competenze teoriche e pratiche per comprendere il funzionamento dei sistemi intelligenti, progettare soluzioni basate sull’IA e valutarne criticamente opportunità, limiti e implicazioni. Una parte significativa del corso è dedicata ad attività laboratoriali nelle quali, attraverso Python, tecniche di problem solving, Prompt-Based Learning e strumenti di IA generativa, gli studenti sviluppano semplici applicazioni in ambito umanistico. L’intero percorso promuove un uso consapevole, responsabile e human-centered dell’IA, con attenzione ai temi dell’AI Literacy, dell’etica, della cittadinanza algoritmica e delle trasformazioni culturali introdotte dagli ecosistemi digitali.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso introduce le basi dell’intelligenza artificiale con un approccio centrato sulle Digital Humanities e sul paradigma delle Cyber Humanities. Vengono affrontati i fondamenti teorici, le applicazioni in NLP, visione e rappresentazione della conoscenza, e l’uso di Python per il Natural Language Programming, con attenzione all’etica, alla risoluzione di problemi e all’uso critico dell’IA generativa.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Il corso si propone di fornire agli studenti delle Digital Humanities le conoscenze e le competenze necessarie per comprendere e applicare i principali paradigmi dell’Intelligenza Artificiale – simbolico, subsimbolico e generativo – nel contesto della cultura digitale. L’approccio adottato è interdisciplinare e si basa sulla prospettiva delle Cyber Humanities, che integra strumenti computazionali, problem solving, riflessione critica ed etica. Gli studenti sono guidati nell’uso di linguaggi e librerie come Python e NLTK, nonché di strumenti di IA generativa, per affrontare problemi di analisi, valorizzazione, accessibilità e interpretazione del patrimonio culturale. Il corso promuove inoltre lo sviluppo di competenze di AI Literacy e di un uso responsabile e consapevole delle tecnologie intelligenti.

Conoscenze e capacità di comprensione

Gli studenti acquisiranno una solida comprensione dei fondamenti teorici dell’Intelligenza Artificiale, con riferimento ai paradigmi simbolici (rappresentazione della conoscenza, agenti intelligenti, ricerca), subsimbolici (machine learning, reti neurali, visione artificiale) e generativi (LLM e sistemi conversazionali). Particolare attenzione sarà dedicata al ruolo dell’IA nella produzione, mediazione e interpretazione della conoscenza nei contesti umanistici.

L’inquadramento concettuale si colloca nell’ambito delle Cyber Humanities e del Cyber Humanism, che combinano competenze computazionali e sensibilità umanistica, promuovendo una riflessione critica su mediazione algoritmica, cittadinanza digitale, bias, sostenibilità e impatto sociale delle tecnologie.

Utilizzazione delle conoscenze

Gli studenti saranno in grado di:

• applicare strumenti e tecniche di IA a testi, immagini e dati culturali per attività di analisi, classificazione, estrazione di conoscenza e trasformazione dei contenuti;

• utilizzare il linguaggio Python e specifiche librerie per sviluppare semplici applicazioni orientate alla valorizzazione e accessibilità del patrimonio culturale;

• utilizzare modelli generativi attraverso pratiche di Prompt-Based Learning e Natural Language Programming, documentando e verificando il processo di interazione uomo-macchina;

• tradurre problemi umanistici in workflow computazionali, individuando vincoli, strategie e criteri di validazione;

• integrare strumenti di IA in processi di ricerca e progettazione mantenendo il controllo critico e la responsabilità delle decisioni.

Capacità di trarre conclusioni

Gli studenti saranno guidati, attraverso progetti pratici, discussioni critiche e attività laboratoriali, a sviluppare un approccio riflessivo che li metta in condizione di:

• valutare opportunità e rischi dell’uso dell’IA in ambito culturale;

• giustificare le scelte metodologiche e tecnologiche adottate;

• discutere criticamente le implicazioni sociali, normative ed etiche delle soluzioni proposte;

• formulare giudizi autonomi sull’affidabilità, pertinenza e sostenibilità degli strumenti impiegati;

• riconoscere limiti, bias e possibili effetti indesiderati dei sistemi intelligenti.

Capacità di apprendere

Il corso favorisce lo sviluppo di un atteggiamento metacognitivo e orientato all’autonomia, potenziando la capacità di:

• apprendere in modo auto-diretto, esplorando nuovi strumenti, librerie e modelli di IA;

• adattare le competenze acquisite a contesti differenti e interdisciplinari;

• collaborare in gruppi di lavoro eterogenei contribuendo con capacità analitiche e creative;

• riflettere sul proprio processo di apprendimento attraverso la documentazione del lavoro svolto, l’analisi dei prompt e la valutazione critica delle interazioni con sistemi di IA.

Risultati di apprendimento

Al termine del corso gli studenti saranno in grado di:

• comprendere e descrivere i principali paradigmi dell’Intelligenza Artificiale, distinguendo approcci simbolici, subsimbolici e generativi;

• utilizzare metodologie e strumenti di IA per sviluppare semplici applicazioni nei contesti delle Digital Humanities;

• progettare, documentare e validare workflow computazionali orientati alla valorizzazione del patrimonio culturale;

• utilizzare in modo critico e responsabile strumenti di IA generativa all’interno di processi di problem solving e produzione di conoscenza;

• analizzare il ruolo dell’IA nei processi comunicativi, culturali e cognitivi contemporanei;

• collaborare efficacemente in progetti interdisciplinari comunicando le proprie scelte in modo chiaro, motivato e consapevole delle implicazioni etiche e sociali;

• contribuire allo sviluppo di soluzioni innovative e sostenibili in linea con i principi delle Cyber Humanities.

PREREQUISITI

Sono richieste conoscenze di base della programmazione in Python, sufficienti per comprendere e sviluppare semplici programmi, utilizzare librerie esterne e svolgere le attività laboratoriali previste dal corso.

MODALITA' DIDATTICHE

L’insegnamento combina attività teoriche e pratiche, integrate all’interno di un percorso orientato al problem solving e all’apprendimento attivo.

Le lezioni teoriche introducono i concetti fondamentali dell’Intelligenza Artificiale, delle Digital Humanities e delle Cyber Humanities, fornendo i riferimenti metodologici e concettuali necessari alla comprensione dei principali paradigmi dell’IA e delle loro applicazioni.

Le attività pratiche e laboratoriali consentono agli studenti di applicare le conoscenze acquisite attraverso esercitazioni guidate, sviluppo di semplici applicazioni in Python, utilizzo di librerie per l’analisi di dati culturali e sperimentazione di strumenti di IA generativa. Una particolare attenzione è dedicata al Prompt-Based Learning, al Natural Language Programming e alla progettazione di workflow computazionali per le Digital Humanities.

Le attività didattiche prevedono momenti di discussione, analisi di casi di studio e sviluppo progressivo di un progetto individuale o di gruppo, finalizzato all’applicazione integrata delle competenze acquisite durante il corso.

La frequenza alle lezioni e alle attività laboratoriali è fortemente consigliata. Tutto il materiale didattico, comprese esercitazioni, dataset, esempi e indicazioni progettuali, sarà reso disponibile attraverso il portale dell’insegnamento.

L’insegnamento corrisponde a 6 CFU, per un totale di 150 ore di impegno complessivo dello studente, comprensive di lezioni, attività laboratoriali, studio individuale e sviluppo del progetto finale.

PROGRAMMA/CONTENUTO

TESTI/BIBLIOGRAFIA

• Stuart J. Russell, Peter Norvig, Intelligenza Artificiale. Un approccio moderno,  vol. 1 e 2, Ed. MyLab - Pearson, 2021.
• Materiali usati durante le lezioni in aula  e durante le attività di laboratorio, resi disponibili con il procedere del corso sul portale AulaWeb nella sezione "Materiali utilizzati a lezione", unitamente a link a risorse e testi fruibili in rete.

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

https://easyacademy.unige.it/portalestudenti/

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Per sostenere l’esame lo studente deve effettuare l’iscrizione telematica attraverso il Portale Studenti dell’Università di Genova.

L’esame consiste nella presentazione e discussione di un progetto sviluppato nell’ambito del corso, corredato dalla relativa documentazione tecnica e dalla descrizione del processo di sviluppo. Particolare attenzione è dedicata alla capacità di analizzare il problema, progettare la soluzione, documentare le interazioni con eventuali strumenti di IA generativa e motivare le scelte effettuate.

La prova comprende inoltre un colloquio individuale volto a verificare la comprensione degli aspetti teorici, metodologici e applicativi trattati durante il corso, nonché la capacità di discutere criticamente opportunità, limiti e implicazioni dell’uso dell’Intelligenza Artificiale nei contesti delle Digital Humanities e delle Cyber Humanities.

MODALITA' DI ACCERTAMENTO

Al fine di superare l’esame, lo studente deve:

• predisporre un portfolio documentale contenente il glossario delle principali voci disciplinari affrontate durante il corso, la documentazione del progetto sviluppato e l’eventuale tracciamento delle interazioni con strumenti di IA generativa utilizzati durante il lavoro;
• sviluppare un progetto assegnato o concordato con il docente, relativo a uno degli argomenti trattati nel corso, applicando metodologie e strumenti dell’Intelligenza Artificiale ai contesti delle Digital Humanities;
• discutere il progetto e la documentazione prodotta durante il colloquio d’esame, dimostrando capacità di analisi del problema, progettazione della soluzione, validazione dei risultati e riflessione critica sulle scelte effettuate.

La valutazione tiene conto sia della qualità del progetto realizzato sia della capacità dello studente di motivare le proprie decisioni, utilizzare in modo consapevole gli strumenti adottati e discutere gli aspetti teorici affrontati durante il corso.

ALTRE INFORMAZIONI

Gli studenti con disabilità o con Disturbi Specifici dell’Apprendimento (DSA) possono richiedere misure compensative e/o dispensative per lo svolgimento dell’esame. Le modalità saranno definite caso per caso in collaborazione con il Referente per Ingegneria del Comitato di Ateneo per l’Inclusione degli Studenti con Disabilità e DSA.

Gli studenti interessati sono invitati a contattare tempestivamente il docente dell’insegnamento, mettendo in copia il Referente di riferimento, secondo le indicazioni riportate alla pagina:

https://unige.it/commissioni/comitatoperlinclusionedeglistudenticondisabilita.html