Conoscenze informatiche e telematiche

A.A. 2019/2020
6
Crediti massimi
48
Ore totali
Lingua
Italiano
Obiettivi formativi
L'insegnamento si propone di fornire agli/alle studenti/studentesse conoscenze e abilità di base nell'ambito dell'informatica e della statistica, con particolare attenzione al loro impiego a servizio della lettura, della sintesi, dell'analisi e dell'interpretazione di fenomeni complessi.
Pertanto, in un'ottica sia quantitativa che qualitativa, verranno introdotti i concetti base della statistica descrittiva, quali le modalità di organizzazione e rappresentazione dei dati, le misure di tendenza centrale e i relativi indici di dispersione, lo studio della relazione tra due variabili statistiche (statistica bivariata, correlazione, retta di regressione).
Con l'obiettivo di sviluppare il pensiero statistico e quello computazionale, le nozioni teoriche assimilate saranno trasferite in campo applicativo attraverso l'impiego di aggiornati strumenti informatici.
Scopo trasversale del corso è quello di fornire competenze digitali, comunicative, relazionali, decisionali e di problem solving utili per affrontare il percorso accademico e il mondo del lavoro.
Risultati apprendimento attesi
Al termine del corso, lo/la studente/studentessa sarà in grado di:
- utilizzare i principali strumenti per la raccolta di informazioni e impiegare fonti pubbliche per ricavare dati secondari;
- rappresentare fenomeni connessi all'esperienza quotidiana, sia graficamente che attraverso opportuni valori di sintesi, e interpretarli anche mediante l'esplorazione delle relazioni di dipendenza tra variabili;
- impiegare software e scrivere script utili per la gestione, l'elaborazione, l'automazione, l'archiviazione la rappresentazione dei dati;
- progettare e produrre con autonomia di giudizio contenuti multimediali utili per offrire a utenti terzi conoscenze relative alle tematiche chiave delle scienze agrarie e ambientali;
- adottare un approccio etico all'impiego delle tecnologie della comunicazione e dell'informazione;
- utilizzare criticamente gli strumenti del web partecipativo e le applicazioni di produttività collaborative.
Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Primo semestre
Programma
Il corso (48h) si compone di quattro moduli ed è finalizzato all'acquisizione di conoscenze e abilità di base nell'ambito dell'informatica, della socioinformatica e della statistica.

Modulo 1 - Comprendere i Nuovi Media
- Media, nuovi media e comunicazione mediata;
- Web partecipativo e social media;
- Identità e social media;
- Rischi e opportunità della rete;
- Disuguaglianze digitali;
- Produttività in rete: competenze e benefici.
Strumenti impiegati: Google Docs, LinkedIn.

Modulo 2 - Osservare la Realtà e Ottenere Informazioni
- Cos'è la statistica?
- Concetti base;
- Raccogliere i dati: impiegare le fonti;
- Raccogliere i dati: svolgere un campionamento;
- Raccogliere i dati: tecniche di rilevazione;
Strumenti impiegati: Google Trends, Portale Dati Istat, Landbot.io, Google Forms.

Modulo 3 - Raccontare la Realtà con la Statistica Descrittiva
- Organizzazione dei dati qualitativi e quantitativi: tabelle, classi di frequenza, grafici;
- Misure di tendenza centrale;
- Misure di dispersione;
- Misure di tendenza centrale e di dispersione per dati raggruppati in classi;
- Misure di posizione relativa, valori anomali ed Explorative Data Analysis (sintesi dei cinque numeri e boxplot);
- Analisi bivariata: grafico a dispersione e coefficiente di correlazione lineare;
- Analisi bivariata: regressione ai minimi quadrati;
- Automatizzazione dell'analisi dei dati attraverso le macro.
Strumenti impiegati: Microsoft Excel e Google Sheets (organizzazione e formattazione dei dati, funzioni statistiche, grafici, tabelle pivot, registrazione e utilizzo di macro e cenni di VBA/Google Apps Script), BoxPlotR, Canva.

Modulo 4 (in autoapprendimento) - Scoprire l'Innovazione: AR e AI
- Intelligenza artificiale e scienze agrarie: agricoltura 4.0;
- Intelligenza artificiale a tutela dell'ambiente: informatica ambientale;
- Robotica per un mondo eco-sostenibile;
- Intelligenza artificiale e realtà aumentata per l'ambiente montano (cenni).
Prerequisiti
Non sono richieste conoscenze preliminari.
Metodi didattici
Con l'obiettivo di coltivare la competenza interpersonale, si privilegiano lezioni di tipo partecipato, supportate dall'impiego del digitale, da attività di apprendimento autentico, da esperienze ludiche, da webquest e da momenti di scaffolding.
Materiale di riferimento
- Slide;
- Stella, R., Riva, C., Scarcelli C.M. & Drusian, M. (2018) Sociologia dei New Media, UTET: pp. 59-114;
- Sullivan III, M. (2011) Fondamenti di statistica, Pearson: pp. 1-131 (Parti I e II);
- D'Avanzo, W. (2019) "Le applicazioni dell'intelligenza artificiale a tutela dell'ambiente", in: Diritto e Giurisprudenza Agraria, Alimentare e dell'Ambiente, 2/2019;
- Quarato, C. (2018) FerMentor connected system: a sustainable approach for innovating traditional farms. Tesi di laurea magistrale (Politecnico di Torino): pp. 13-59.

Strumenti impiegati: Microsoft Excel, Google Sheets, Google Docs, Canva, Portale Dati Istat, Google Trends, Google Forms, Landbot.io, LinkedIn, BoxPlotR.

Esercizi, video e altre risorse sono disponibili sul portale del corso: https://alessandroiannella.com/info-edolo/2019.

Gli studenti non frequentanti possono sostituire gli argomenti del modulo 1 con una lettura a scelta tra le seguenti:
- Fabris, A. (2018) Etica per le tecnologie dell'informazione e della comunicazione, Carocci;
- Floridi, L. (2017) La quarta rivoluzione. Come l'infosfera sta trasformando il mondo, Raffaello Cortina Editore;
- Tegmark, M. (2018) Vita 3.0. Essere umani nell'era dell'intelligenza artificiale, Raffaello Cortina Editore;
- De Biase, L. (2018) Il lavoro del futuro, Codice Edizioni;
- Fontana, A. (2017) #iocredoallesirene. Come vivere (e bene!) in un mare di fake news, HOEPLI;
- Calvani, A., Bonaiuti, G., Vivanet, G. & Menichetti, L. (2017) Le tecnologie educative, Carocci;
- Rivoltella, P. C. (2015) Le virtù del digitale. Per un'etica dei media, Morcelliana.
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame, della durata complessiva di 2 ore, è composto da dodici quesiti, tre per ciascun modulo. I quesiti possono essere domande a risposta aperta o esercizi, da svolgere su carta o impiegando gli strumenti digitali proposti durante le lezioni.

Ciascun quesito è valutato con un punteggio variabile da 0 a 1: 0 (risposta non data o errata), 0.3 (risposta limitata o poco pertinente), 0.5 (risposta accettabile ma non completa), 0.8 (risposta significativa), 1 (risposta corretta e ampia).
Nel caso delle domande a risposta aperta si prevede un malus pari a -0.2 qualora fossero presenti gravi errori di ortografia e morfosintassi, un lessico povero e inadeguato o un'organizzazione del testo disorganica e frammentaria.

Per superare l'esame è necessario ottenere un punteggio minimo di 1.8/3 in ciascun modulo. I moduli superati restano validi per tutti gli appelli dell'anno accademico. Quelli non superati possono essere nuovamente sostenuti in forma scritta o, se lo si preferisce, in forma orale.
- CFU: 6
Lezioni: 48 ore
Docente/i
Ricevimento:
Per concordare un ricevimento, contattare tramite e-mail.