INFORMATICA PER I BENI CULTURALI

Il corso fornisce agli studenti una comprensione di base dei principi dell’informatica e delle tecnologie digitali applicate ai beni culturali. L’obiettivo è acquisire strumenti concettuali e pratici per la gestione, la conservazione, l'archiviazione, la digitalizzazione e la valorizzazione del patrimonio artistico e culturale, con particolare attenzione a soluzioni software open e all’impiego di strumenti di Intelligenza Artificiale (specialistica e generativa).

<p>Al termine del corso lo studente dovrà essere in grado di:</p>
<ul>
<li>definire le basi di hardware, software, reti e web;</li>
<li>definire i formati digitali di immagini, audio e video;</li>
<li>illustrare il ruolo dei database nella gestione dei beni culturali;</li>
<li>descrivere i principi della Data Science e dell’Intelligenza Artificiale;</li>
<li>applicare strumenti digitali per la gestione e valorizzazione dei beni culturali;</li>
<li>generare workflow di elaborazione e ricerca dati con Orange Data Mining;</li>
<li>utilizzare strumenti di IA generativa per supportare attività di analisi, creazione e comunicazione.</li>
</ul>

Non sono richiesti prerequisiti particolari.

<h3>Modulo 1 – Principi di base di informatica (14h)</h3>

<h4>Obiettivi di dettaglio</h4>
<ul>
<li>Fornire le nozioni essenziali di rappresentazione e trattamento dei dati.</li>
<li>Introdurre le basi di hardware, software, reti e web.</li>
<li>Comprendere il ruolo dei database nella gestione dei beni culturali.</li>
<li>Conoscere i formati digitali di immagini, audio e video.</li>
<li>Introdurre i principi della Data Science e dell’Intelligenza Artificiale.</li>
<li>Sviluppare una consapevolezza critica dell’impatto sociale delle tecnologie informatiche.</li>
</ul>

<h3>Contenuti</h3>
<ul>
<li>Dati e informazione: rappresentazione binaria, codifiche.</li>
<li>Algoritmi e architetture hardware/software.</li>
<li>Reti e World Wide Web.</li>
<li>Database relazionali e applicazioni nel settore culturale.</li>
<li>Immagini, audio, video digitali.</li>
<li>Introduzione a Data Science e cultura del dato.</li>
<li>Principi di IA e IA generativa.</li>
<li>Aspetti etici e sociali dell’informatica.</li>
</ul>

<h3>Attività</h3>
<ul>
<li>Discussione guidata su casi reali di digitalizzazione dei beni culturali.</li>
<li>Analisi critica di applicazioni digitali in musei e archivi.</li>
<li>Testimonianze di esperti nell’ambito dei beni culturali.</li>
</ul>
</section>

<section aria-labelledby="modulo2">
<h3>Modulo 2 – Laboratorio di gestione dei dati e applicazione dell’IA (34h)</h3>

<h4>Obiettivi di dettaglio</h4>
<ul>
<li>Applicare strumenti digitali alla gestione e valorizzazione dei beni culturali.</li>
<li>Sperimentare workflow di elaborazione e ricerca dati con Orange Data Mining.</li>
<li>Utilizzare strumenti di IA generativa per supportare attività di analisi, creazione e comunicazione.</li>
<li>Sviluppare un progetto collaborativo per la realizzazione di un agente-bot.</li>
</ul>

<h3>Contenuti e attività</h3>
<ol>
<li>
<strong>Gestione dei dati:</strong> acquisizione, archiviazione, elaborazione, visualizzazione, reporting.
<ul>
<li>Creazione di un semplice database museale con tool online gratuiti.</li>
</ul>
</li>
<li>
<strong>Workflow con Orange Data Mining:</strong>
<ul>
<li>(b.1) Classificazione di immagini (quadri) con archiviazione in vector-store → realizzazione di un motore di ricerca immagini per un museo.</li>
<li>(b.2) Analisi di testi letterari → motore di ricerca testuale per una biblioteca.</li>
</ul>
</li>
<li>
<strong>IA generativa:</strong>
<ul>
<li>Utilizzo dei prompt in ChatGPT, Mistral, DeepSeek, Gemini.</li>
<li>Produzione di testi, analisi di dati, generazione di immagini.</li>
</ul>
</li>
<li>
<strong>Agente-bot per i beni culturali:</strong>
<ul>
<li>Creazione di un piccolo assistente virtuale per supportare visitatori di musei, siti archeologici o biblioteche.</li>
</ul>
</li>
</ol>

Dispense digitali e tutorial multimediali forniti dal docente.
G. B. Ronsivalle, La nuova intelligenza digitale. Come trasformare i dati in decisioni per progettare il futuro. Maggioli, 2022

A. Prova scritta individuale: domande aperte su concetti teorici del Modulo 1.
B. Esercitazioni individuali in itinere: attività laboratoriali e produzione di output.
C. Project Work di gruppo: sviluppo di un agente-bot tematico (ogni gruppo avrà un diverso contesto e target).
La valutazione complessiva terrà conto sia delle parti individuali, sia del lavoro di gruppo.

scritto e orale

A. Prova scritta individuale (propedeutica): Status > (Superata | Non superata) - Soglia: 60%
B. Esercitazioni individuali pratiche: Consegne in itinere > Max 5 punti
C. Project Work di gruppo: sviluppo di un agente-bot tematico = 0-30 punti

Voto finale = A. Prova scritta (Superata) > B. Output esercitazioni in itinere (0-5 punti) > C. Project Work (0-30 punti)

- Lezioni frontali interattive per il Modulo 1, con esempi e discussioni.
- Laboratori pratici per il Modulo 2, con esercitazioni guidate su strumenti software free e IA.
- Apprendimento collaborativo: i gruppi di lavoro svilupperanno un progetto finale condividendo ruoli e competenze.

Questo insegnamento tratta argomenti connessi alla macroarea "Città, infrastrutture e capitale sociale" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile