1016471 - INFORMAZIONE E BIG DATA
Risultati di apprendimento attesi
Nella prima parte verranno introdotti i principali sistemi di gestione delle basi di dati, illustrando con linguaggio semplice come vengono organizzati e archiviati i dati e come il Modello Relazionale aiuta ad usare le informazioni in modo efficace, con esempi pratici applicati alle scienze sociali.
La seconda parte è dedicata ai Big Data e all’Intelligenza Artificiale, con particolare attenzione ai modelli generativi e ai Large Language Models (LLM). Il funzionamento di queste tecnologie sarà spiegato in modo chiaro e accessibile: gli studenti comprenderanno come questi sistemi “imparano” dai dati e sono in grado di produrre contenuti, analizzare testi e interagire con le persone.
Inoltre, saranno presentati esempi pratici sull’utilizzo degli LLM in diversi contesti sociali: verranno discussi i loro impatti sulla vita quotidiana, sulle dinamiche sociali e sulle problematiche etiche e culturali che ne derivano. L’obiettivo è far capire sia il funzionamento di base che le conseguenze dell’adozione di queste tecnologie nella società
Modalità di svolgimento dell'insegnamento
Prerequisiti richiesti
Frequenza lezioni
Contenuti del corso
- Brevi cenni storici sui sistemi informativi e sulla gestione dei dati
- Differenza tra sistemi informativi e sistemi informatici
- Concetto di dato e di informazione
- Come si arriva all’astrazione dei dati
- Organizzazione dei dati secondo il Modello Relazionale
- Introduzione all’interrogazione dei dati (come si possono cercare e ottenere informazioni)
- Panoramica semplice sull’algebra relazionale (solo nozioni di base)
- Cosa sono e a cosa servono i Database Management System (DBMS)
- Introduzione al data mining e text mining: cosa significano e a cosa servono
- Brevi cenni sugli algoritmi di data/text mining, spiegati con esempi concreti
- Principi di Big Data, Intelligenza Artificiale e Machine Learning spiegati con linguaggio accessibile
- Esempi di come i Big Data vengono utilizzati nelle scienze sociali
- Focus sui modelli generativi e sui Large Language Models (LLM):
- Spiegazione chiara e immediata del loro funzionamento
- Esempi applicativi
- Riflessione su impatti sociali, culturali ed etici
Testi di riferimento
Slides del corso
Letture suggerite dal docente
Atzeni,Ceri,Paraboschi,Torlone, Basi di Dati,Modelli e linguaggi di interrogazione, terza edizione, McGraw-Hill 2002.
Albano-Ghelli-Orsini, Basi di Dati Relazionali e a Oggetti, Zanichelli, 1997
Ullman, Basi di Dati e Basi di Conoscenza, 1991
Machine Learning: The Art and Science of Algorithms That Make Sense of Data, Peter Flach, Cambridge University Press, 2015
Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà. Viktor Mayer-Schönberger, Kenneth N. Cukier, 2013
Intelligenza Artificiale e fenomeni sociali, Sergio Bedessi, Maggioli Editore, 2019Sebastian Raschka, Sviluppare Large Language Model, Apogeo, 2025
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
Esempi di domande e/o esercizi frequenti
La SELEZIONE non può mai restituire un insieme vuoto. V/F?
Il modello relazionale fu inventanto da J. Watson nel 1980. V/F?
Una transazione terminata correttamente potrebbe lasciare il DB in uno stato inconsistente. V/F?
English version