PRESENTAZIONE

Il corso esplora l’intersezione tra intelligenza artificiale (IA) e discipline umanistiche, affrontando paradigmi simbolici, subsimbolici e generativi. Si propone di fornire agli studenti delle Digital Humanities competenze teoriche e pratiche per comprendere e applicare tecniche di IA alla valorizzazione, fruizione e analisi del patrimonio culturale. Una parte significativa è dedicata a laboratori pratici in cui, attraverso l’uso del linguaggio Python e di strumenti di IA generativa (come i modelli linguistici), gli studenti sviluppano semplici applicazioni in ambito umanistico. L’approccio delle Cyber Humanities guida l’intero percorso, favorendo una riflessione critica ed etica sull’uso dell’IA, in relazione alla cittadinanza digitale, all’impatto sociale e alle trasformazioni culturali. Il corso mira a formare figure in grado di progettare soluzioni innovative, responsabili e sostenibili per la cultura digitale.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Obiettivo del corso è quello di analizzare soluzioni che l’Intelligenza Artificiale e altre tecnologie innovative hanno prodotto per la tutela, fruizione e valorizzazione del patrimonio culturale. Si vuole inoltre di stimolare nuove soluzioni sia metodologiche che tecnologiche per consentire di catalizzare possibili interazioni e aggregazioni tra i vari soggetti impegnati a sviluppare nuove applicazioni nel settore dei beni culturali. Riprodurre siti culturali e renderli fruibili in modo diverso, anche attraverso il web, significa aprire nuove possibilità di sviluppo per la crescita civile ed economica dei territori. Nasce quindi la necessità di definire ruoli e connessioni, dove solo la ricerca e le nuove tecnologie possono suggerire percorsi e soluzioni competitive che integrino turismo e cultura da un lato, con impresa e mercato da un altro.

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 le principali tecniche dell’intelligenza artificiale – simbolica, subsimbolica e generativa – nel contesto della cultura digitale. L’approccio adottato è fortemente interdisciplinare e si basa sulla prospettiva delle Cyber Humanities, che integra strumenti computazionali con riflessione critica, etica e progettuale. Gli studenti sono guidati nell’uso di linguaggi e librerie come Python e NLTK, nonché di strumenti di IA generativa, per affrontare problemi di valorizzazione, accessibilità e interpretazione del patrimonio culturale. Il corso mira a promuovere lo sviluppo di soluzioni innovative e sostenibili, con attenzione alle ricadute sociali e territoriali delle applicazioni digitali.

Conoscenze e capacità di comprensione: Gli studenti acquisiranno una solida comprensione dei fondamenti teorici dell’intelligenza artificiale, con riferimento sia ai paradigmi simbolici (rappresentazione della conoscenza, agenti intelligenti, ricerca) sia a quelli subsimbolici (machine learning, visione artificiale), fino alle recenti evoluzioni dell’IA generativa. Particolare attenzione sarà data al modo in cui tali tecnologie trasformano la produzione e l’interpretazione della conoscenza nei contesti umanistici.
L’inquadramento concettuale si colloca nell’ambito delle Cyber Humanities, che uniscono competenze computazionali e sensibilità umanistica, invitando a una riflessione critica su mediazione algoritmica, cittadinanza digitale, bias e sostenibilità dell’innovazione.

Utilizzazione delle conoscenze: Gli studenti saranno in grado di:

• applicare strumenti e tecniche di IA (es. NLTK, LLM, modelli simbolici) a testi e dati culturali per svolgere attività di analisi, classificazione, estrazione e trasformazione;
• utilizzare il linguaggio Python e specifiche librerie per sviluppare applicazioni orientate alla valorizzazione e accessibilità del patrimonio culturale;
• sperimentare interazioni con modelli generativi attraverso la scrittura di prompt efficaci e consapevoli, anche per la co-creazione di contenuti culturali e formativi;
• tradurre problemi umanistici in workflow computazionali, rispettando vincoli metodologici, etici e comunicativi.

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

• valutare opportunità e rischi dell’uso dell’IA in ambito culturale;
• giustificare le scelte metodologiche e tecnologiche in base a vincoli epistemologici e obiettivi progettuali;
• discutere in modo articolato le implicazioni sociali, normative ed etiche delle soluzioni adottate, con riferimento a contesti reali (es. impiego di IA generativa per la narrazione del patrimonio, la memoria storica, l’inclusione culturale);
• formulare giudizi autonomi sulla pertinenza e sostenibilità degli strumenti computazionali impiegati, in coerenza con i principi delle Cyber Humanities.

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 nuove librerie, framework e strumenti AI;
• adattare competenze acquisite a contesti diversi 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, la scrittura di prompt e la valutazione delle interazioni uomo-macchina.

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 (in particolare NLP e IA generativa) per sviluppare semplici applicazioni nei contesti delle Digital Humanities;
• progettare e documentare flussi di lavoro computazionali orientati alla valorizzazione del patrimonio culturale;
• analizzare criticamente il ruolo dell’IA nella costruzione della conoscenza, nei processi comunicativi e nelle trasformazioni culturali;
• collaborare efficacemente in progetti interdisciplinari, comunicando le proprie scelte in modo chiaro, motivato e sensibile agli aspetti etici e sociali;
• contribuire allo sviluppo di soluzioni innovative e sostenibili in linea con i principi delle Cyber Humanities, con un atteggiamento responsabile verso l’impatto dell’IA nella società.

PREREQUISITI

Conoscenze di base sulla programmazione  in Python.

MODALITA' DIDATTICHE

Il corso viene articolato secondo due categorie distinte di attività:

• Lezione Teorica (Lecture - Lezione): attività didattica nella quale lo studente è prevalentemente “passivo”, cioè assiste ad una lezione teorica o pratico-applicativa in aula, oppure attraverso gli strumenti messi a disposizione dal portale dell’insegnamento.
• Lezione Pratica (Hands-on experience - Sessione di studio): componente di “didattica assistita” nella quale lo studente è prevalentemente “attivo”, cioè esegue in prima persona, attività guidate in laboratorio. 

La frequenza alle lezioni, i materiali utilizzati e le esercitazioni  sono tutti elementi indispensabili per una corretta preparazione a questa disciplina. Si consiglia quindi di frequentare le lezioni e le esercitazioni, di leggere con attenzione e seguire scrupolosamente le indicazioni fornite nei materiali messi a disposizione on-line sul portale dell’insegnamento.

Il laboratorio sarà tenuto dal docente titolare dell’insegnamento, coadiuvato da tutor di laboratorio. Le attività di laboratorio verranno svolte presso il Laboratorio di Informatica del Campus di Savona e gli studenti saranno suddivisi in gruppi in funzione della capienza del laboratorio stesso. Agli studenti sarà richiesta la prenotazione alle attività di laboratorio tramite il portale del corso. Solo chi avrà effettuato la prenotazione potrà accedere alle attività di laboratorio. L’organizzazione e le date di svolgimento delle attività di laboratorio verranno comunicate direttamente dal docente all’inizio delle lezioni e sdaranno disponibili sul portale del corso.

Lo schema di organizzazione dell’insegnamento risulta di 6 CFU per un totale di 150 ore di studio-lavoro.

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

Commissione d'esame

GIOVANNI ADORNI (Presidente)

GIANNI VIARDO VERCELLI

ILARIA TORRE (Presidente Supplente)

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

Al fine di sostenere l’esame, lo studente deve effettuare l’iscrizione telematica attraverso il Portale Studenti all’indirizzo: https://servizionline.unige.it/studenti/.

L'esame consiste in un colloquio individuale sul programma del corso e sulla discussione del progetto assegnato.

MODALITA' DI ACCERTAMENTO

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

• produrre un Glossario Tematico Disciplinare: per ogni lezione viene richiesto allo studente di creare (e man mano arricchire e raffinare) un glossario delle parole chiave relative al programma svolto; 
• sviluppare un progetto tematico assegnato dal docente durante lo svolgimento del corso.

ALTRE INFORMAZIONI

Gli studenti con disabilità o con DSA possono fare richiesta di misure compensative/dispensative per l'esame. Le modalità saranno definite caso per caso insieme al Referente per Ingegneria del Comitato di Ateneo per il supporto agli studenti disabili e con DSA. Gli studenti che volessero farne richiesta sono invitati a contattare il docente dell'insegnamento mettendo in copia il Referente (https://unige.it/commissioni/comitatoperlinclusionedeglistudenticondisabilita.html).