A.A. 2018-2019 (Big Data: II anno CPM, insegnamento a libera scelta)

I suoni e il rumore nell’era dei big data

Obiettivo dell’insegnamento è favorire la riflessione sulle implicazioni tecniche, socio-politiche, culturali ed etiche del paradigma dei big data, ovvero le grandi aggregazioni di dati che fluiscono in tempo reale da molteplici fonti e accompagnano la vita sociale in tutti i suoi ambiti.

Il corso è articolato in due parti: una introduttiva e una di approfondimento.

La parte introduttiva (6 lezioni, per un totale di 12 ore) esplora la natura del fenomeno e le sue radici storiche, evidenziando i fattori che ne determinano la pervasività. In particolare sono presi in considerazione quattro domini applicativi nei quali il paradigma dei big data sta abilitando i cambiamenti più significativi:
– Informazione e giornalismo
– Marketing e pubblicità
– Finanza
– Bioinformatica, medicina e farmaceutica

La parte di approfondimento (12 lezioni, per un totale di 24 ore) si organizza intorno all’ambito tematico specifico dell’informazione online. Saranno analizzati e discussi:
– l’influenza dei grandi filtri (Google e Facebook) nella formazione dell’opinione pubblica
– le basi tecniche delle cosiddette “fake news” e i principali esempi di canali di disinformazione
– l’evoluzione delle tecnologie per la produzione automatica di notizie
– la pratica e gli strumenti del cosiddetto “data journalism”

La parte di approfondimento è organizzata alternando lezioni frontali ed esercitazioni, con l’obiettivo di familiare con strumenti di fact checking, data scraping e data visualisation.

Per lo svolgimento delle esercitazioni non sono richieste particolari competenze tecniche, ma la familiarità con Microsoft Excel può aiutare. In tal senso si suggerisce agli studenti meno esperti di prepararsi preliminarmente attraverso una delle diverse opportunità di formazione online (es.: Coursera, Udemy, …) oppure sfruttando gli innumerevoli tutorial disponibili su YouTube.

Sede delle lezioni

Laboratorio CIM, via Luino 12, Pavia.

Calendario

Il corso, di 36 ore, si svolgerà dal 22 ottobre al 3 dicembre 2018, secondo il seguente calendario di massima:

  • 24 ottobre 2018, ore 14:16
  • 25 ottobre 2018, ore 14-16
  • 29 ottobre 2018, ore 14:16
  • 31 ottobre 2018, ore 14-16
  • 7 novembre 2018, ore 14-16
  • 8 novembre 2018, ore 14-16
  • 12 novembre 2018, ore 14-16
  • 14 novembre 2018, ore 14-16
  • 15 novembre 2018, ore 14-16
  • 19 novembre 2018, ore 14-16
  • 21 novembre 2018, ore 14-16
  • 22 novembre 2018, ore 14-16
  • 26 novembre 2018, ore 14-16
  • 28 novembre 2018, ore 14-16
  • 29 novembre 2018, ore 14-16
  • 3 dicembre 2018, ore 14-16
  • 5 dicembre 2018, ore 14-16
  • 6 dicembre 2018, ore 14-16
  • 10 dicembre 2018, ore 14-16
  • 12 dicembre 2018, ore 14-16

Modalità d’esame e appelli

Il candidato potrà – a sua scelta – optare per una delle seguenti soluzioni:

1. Esposizione dei contenuti del libro di Dominique Cardon, Che cosa sognano gli algoritmi. Le nostre vite al tempo dei big data, Milano, Mondadori, 2016 (trad. di À quoi revent les algorithmes, Parigi, Seuil, 2015). Si tratterà di rispondere a due-tre domande sui contenuti del libro, nell’ambito di un colloquio di 20 minuti circa.

2. Esposizione dei contenuti delle lezioni (che saranno tutte videoregistrate e rese disponibili su Kiro), partendo da un tema scelto e approfondito dal candidato. Si chiede di presentare, anche con il supporto di strumenti multimediali come PowerPoint, Prezi o simili, il tema prescelto. Sarà valutata fra l’altro la capacità di integrare i contenuti presentati a lezione con approfondimenti autonomi e originali, partendo dalle risorse on- line e dalla bibliografia di approfondimento. Nel corso del colloquio, che durerà una ventina di minuti, il docente potrà rivolgere domande anche su altri temi trattati durante le lezioni e collegati a quello presentato dal candidato.

Benché mi sembri superfluo, aggiungo che non saranno fatte discriminazioni di sorta, per cui nessuna delle due opzioni è preferibile. L’importante è mostrare di avere compreso i temi del corso.

Le date degli appelli d’esame saranno pubblicate non appena fissate dalla segreteria di CIM-CPM.

Gli studenti saranno interrogati rigorosamente nell’ordine di iscrizione online. Non è possibile fissare appelli straordinari oltre a quelli sopra indicati.

Sede e orario di ricevimento

Ricevo su appuntamento tutti i martedì, dalle 9 alle 10, presso lo Studio Ex Poma (Dipartimento di Studi Politici e Sociali, primo piano). Il ricevimento è sospeso in occasione degli appelli d’esame e nel periodo delle lezioni. Eventuali variazioni di sede verranno tempestivamente comunicate. Si raccomanda in ogni caso di contattarmi preventivamente via email.

Bibliografia di approfondimento

Big Data e Algoritmi (manuali)

  • Ottavio Calzone, Machine learning. Introduzione all’apprendimento automatico, senza indicazione di luogo, Faraday Keen, 2018.
  • Steven Finlay, Artificial Intelligence and Machine Learning for Business: A No-Nonsense Guide to Data Driven Technologies, Londra, Relativistic, 2018.
  • Judith Hurwitz, Daniel Kirsch, Machine Learning for Dummies (IBM Limited Edition), Hoboken NJ, John Wiley &Sons, 2018.
  • Francesco Scala, Machine learning. Un’introduzione dettagliata, senza indicazione di luogo, Amazon Editions, 2018.

Big Data e Algoritmi (saggi critici)

  • Luca Bolognini, Follia artificiale. Riflessioniper la resistenza dell’intelligenza umana, Soveria Mannelli CZ, Rubettino, 2018.
  • Dominique Cardon, À quoi revent les algorithmes, Parigi, Seuil, 2015 (trad. it. Che cosa sognano gli algoritmi. Le nostre vite al tempo dei big data, Milano, Mondadori, 2016).
  • Paolo Costa, Motori di ricerca e social media: i nuovi filtri nell’ecosistema dell’informazione online e il potere oscuro degli algoritmi, in Giulia Avanzini, Giuditta Matucci (a cura di), L’informazione e le sue regole. Libertà, pluralismo e trasparenza, Napoli, Editoriale Scientifica, 2016, 251-272.
  • Thomas H. Davenport, Julia Kirby, Only Humans Need Apply: Winners and Losers in the Age of Smart Machines, New York, HarperCollins, 2016.
  • Ed Finn, What AlgorithmsWant. Immagination in the Age of Computing, Cambridge MA, The MIT Press, 2017.
  • Franklin Foer, World Without Mind: The Existential Threat of Big Tech, New York, Penguin, 2017 (trad. it. nuovi poteri fortiCome Google, Apple, Facebook e Amazon pensano per noi, Milano, Longanesi, 2018).
  • Hannah Fry, Hello World. How to Be Human in the Age of the Machine, New York, Doubleday, 2018 (trad. it. Hello World. Essere umani nell’era delle macchine, Torino, Bollati Boringhieri, 2019)
  • Sabina Leonelli, La ricerca scientifica nell’era dei Big Data, Roma, Meltemi, 2018.
  • Michele Mezza, Algoritmi di libertà. Lapotenza del calcolo tra dominio e conflitto, Roma, Donzelli, 2018.
  • Evgeny Morozov, To Save Everything, Click Here: The Folly of Technological Solutionism, New York, PublicAffairs, 2013.
  • Mark O’Connell, To Be a Machine: Adventures Among Cyborgs, Utopians, Hackers, and the Futurists Solving the Modest Problem of Death, New York, Doubleday, 2017 (trad. it. Essere una macchina. Un viaggio attraverso cyborg, utopisti, hacker e futurologi per risolvere il modesto problema della morte, Milano, Adelphi, 2018).
  • Frank Pasquale, The SecretAlgorithms That Control Money and Information, Harvard, Harvard University Press, 2015.
  • Eli ParisierThe Filter Bubble:What the Internet is Hiding from You, New York, Penguin, 2011 (trad.it. Il filtro. Quello che internet ci nasconde, Milano, Il Saggiatore, 2012).
  • Executive Office of the President, Big Data: Seizing Opportunities, Preserving Values, The White House, 2014.
  • Domenico Talia, La società calcolabile e i big data. Algoritmi epersone nel mondo digitale, Soveria Mannelli CZ, Rubettino, 2018.

Privacy

  • Amit Datta, Michael Carl Tschantz, Anupam Datta, Automated Experiments on Ad Privacy Settings, in “Proceedings on Privacy Enhancing Technologies 2015”, 2015 (1), 92–112.
  • Antonello Soro, Persone in Rete. I dati tra poteri e diritti, Fazi, Roma, 2018.

Fake News & Information Disorder

  • Alessandro Dal Lago, Populismodigitale, Milano, Raffaello Cortina Editore, 2017.
  • Francesco Nicodemo, Disinformazia, Venezia, Marsilio, 2017.
  • Giuseppe Riva, Fake news, Bologna, Il Mulino, 2018.
  • AGCOM, News vs. fake nel sistema dell’informazione, 2018 (disponibile online presso il sito dell’AGCOM, qui)

Infografica

  • Alberto Cairo, L’arte funzionale. Infografica e visualizzazione delle informazioni, Milano-Torino, Pearson, 2013.
  • Cole Nussbaumer Knaflic, Storytelling with Data: A Data Visualization Guide for Business Professionals, Wiley, Hoboken, 2015.
Animated Social Media Icons by Acurax Responsive Web Designing Company
Visit Us On TwitterVisit Us On FacebookVisit Us On PinterestVisit Us On YoutubeVisit Us On Linkedin