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).

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

Non sono richiesti prerequisiti particolari.

MODULO 1 – Principi di base di informatica (14h)

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

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

Attività
- Discussione guidata su casi reali di digitalizzazione dei beni culturali.
- Analisi critica di applicazioni digitali in musei e archivi.
- Testimonianze di esperti nell’ambito dei beni culturali.


MODULO 2 – Laboratorio di gestione dei dati e applicazione dell’IA (34h)

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

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

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

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

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