Acquisire conoscenze specifiche sulle metodologie che consentono di esprimere in modo semplice ed efficiente le trasformazioni deterministiche ed aleatorie che le informazioni subiscono nel transito attraverso i sistemi fisici. Acquisire conoscenze specifiche sulle metodologie che consentono di analizzare le prestazioni di semplici sistemi e reti di elaborazione e trasmissione dell’informazione. Acquisire conoscenze di base per applicazioni di intelligenza artificiale a dati, segnali ed immagini. Saper collegare i diversi blocchi funzionali che compongono un sistema di elaborazione e trasmissione dell’informazione in un unico quadro di processi integrati ed interdipendenti. Fornire una panoramica sui principali sistemi di elaborazione e trasmissione dell’informazione, descrivendo sommariamente sia concetti operativi fondamentali che esempi applicativi tipici, e le implicazioni economiche di tali sistemi nella società digitale.
scheda docente materiale didattico
Cronistoria dell’era dell’informazione.
La velocità del cambiamento tecnologico.
Trasformazione digitale e innovazione.
Impatto delle tecnologie digitali sull’economia e sulla società.
Sistemi di telecomunicazione
Sistemi di trasmissione e di elaborazione dell’informazione.
Principali aspetti tecnici e implicazioni economiche.
Fondamenti dei sistemi di telecomunicazione.
Introduzione alle reti di telecomunicazione.
Sistemi di comunicazione cellulare.
Evoluzione delle reti e dei servizi di telecomunicazione: dal 2G al 5G.
Tecnologie, sistemi e piattaforme per l’Internet of Things.
Il ruolo delle infrastrutture di telecomunicazione nell’economia digitale.
Intelligenza artificiale
Quadro generale e principali tendenze dell’intelligenza artificiale.
Trasformazione digitale e intelligenza artificiale.
Storia e definizioni dell’IA.
Intelligenza artificiale ristretta (ANI), intelligenza artificiale generale (AGI) e superintelligenza artificiale (ASI).
Intelligenza artificiale generativa e conversazionale.
Introduzione alle reti neurali artificiali.
Il ruolo dei dati: Big Data e Internet of Things.
Modelli, capacità e limiti dei sistemi di intelligenza artificiale.
Apprendimento automatico e IA generativa
Principali modalità di apprendimento automatico.
Apprendimento supervisionato.
Apprendimento non supervisionato.
Apprendimento per rinforzo.
Addestramento, ottimizzazione e generalizzazione.
Fondamenti dell’elaborazione del linguaggio naturale.
Modelli linguistici e IA generativa conversazionale.
Implicazioni economiche, sociali ed etiche dell’IA
Bias, errori, responsabilità e accountability.
Opportunità e rischi dell’intelligenza artificiale nell’economia digitale.
Impatto dell’IA sui processi economici e organizzativi.
Intelligenza artificiale e trasformazione del lavoro.
Evoluzione tecnologica, innovazioni rivoluzionarie e nuove competenze.
Aggiornamento delle competenze (upskilling) e riqualificazione professionale (reskilling).
Dispense, presentazioni e ulteriori materiali didattici forniti dal docente e resi disponibili sulle piattaforme Moodle e Microsoft Teams.
Programma
L’era dell’informazione e la trasformazione digitaleCronistoria dell’era dell’informazione.
La velocità del cambiamento tecnologico.
Trasformazione digitale e innovazione.
Impatto delle tecnologie digitali sull’economia e sulla società.
Sistemi di telecomunicazione
Sistemi di trasmissione e di elaborazione dell’informazione.
Principali aspetti tecnici e implicazioni economiche.
Fondamenti dei sistemi di telecomunicazione.
Introduzione alle reti di telecomunicazione.
Sistemi di comunicazione cellulare.
Evoluzione delle reti e dei servizi di telecomunicazione: dal 2G al 5G.
Tecnologie, sistemi e piattaforme per l’Internet of Things.
Il ruolo delle infrastrutture di telecomunicazione nell’economia digitale.
Intelligenza artificiale
Quadro generale e principali tendenze dell’intelligenza artificiale.
Trasformazione digitale e intelligenza artificiale.
Storia e definizioni dell’IA.
Intelligenza artificiale ristretta (ANI), intelligenza artificiale generale (AGI) e superintelligenza artificiale (ASI).
Intelligenza artificiale generativa e conversazionale.
Introduzione alle reti neurali artificiali.
Il ruolo dei dati: Big Data e Internet of Things.
Modelli, capacità e limiti dei sistemi di intelligenza artificiale.
Apprendimento automatico e IA generativa
Principali modalità di apprendimento automatico.
Apprendimento supervisionato.
Apprendimento non supervisionato.
Apprendimento per rinforzo.
Addestramento, ottimizzazione e generalizzazione.
Fondamenti dell’elaborazione del linguaggio naturale.
Modelli linguistici e IA generativa conversazionale.
Implicazioni economiche, sociali ed etiche dell’IA
Bias, errori, responsabilità e accountability.
Opportunità e rischi dell’intelligenza artificiale nell’economia digitale.
Impatto dell’IA sui processi economici e organizzativi.
Intelligenza artificiale e trasformazione del lavoro.
Evoluzione tecnologica, innovazioni rivoluzionarie e nuove competenze.
Aggiornamento delle competenze (upskilling) e riqualificazione professionale (reskilling).
Testi Adottati
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.Dispense, presentazioni e ulteriori materiali didattici forniti dal docente e resi disponibili sulle piattaforme Moodle e Microsoft Teams.
Modalità Frequenza
La frequenza delle lezioni non è obbligatoria, ma è fortemente consigliata per una migliore comprensione degli argomenti e per partecipare alle discussioni, agli approfondimenti e all’analisi dei casi di studio proposti durante il corso. Gli studenti non frequentanti dovranno preparare l’esame studiando il testo suggerito e tutti i materiali didattici resi disponibili dal docente sulle piattaforme Moodle e Microsoft Teams.Modalità Valutazione
La valutazione dell’apprendimento è effettuata mediante una prova scritta composta da tre domande aperte riguardanti gli argomenti trattati durante l’insegnamento. La prova è finalizzata a verificare: la conoscenza e la comprensione dei contenuti del corso; la capacità di collegare gli aspetti tecnologici, economici e sociali; la capacità di analizzare criticamente opportunità, limiti e rischi delle tecnologie studiate; la chiarezza espositiva e l’uso appropriato della terminologia disciplinare. La valutazione è espressa in trentesimi. Per superare l’esame è necessario conseguire una votazione minima di 18/30. La lode può essere attribuita in presenza di risposte complete, approfondite, formulate con particolare chiarezza e caratterizzate da un’eccellente capacità di analisi e di collegamento tra gli argomenti.