PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

Elenco notifiche



Genere e tecnologia: dati, disuguaglianze, azione (Grandi Sfide - Equità sociale e inclusione)

01WRQYB, 01WRQJM, 01WRQLH, 01WRQLI, 01WRQLM, 01WRQLN, 01WRQLP, 01WRQLS, 01WRQLU, 01WRQLX, 01WRQLZ, 01WRQMA, 01WRQMB, 01WRQMC, 01WRQMH, 01WRQMK, 01WRQMN, 01WRQMO, 01WRQMQ, 01WRQNX, 01WRQOA, 01WRQOD, 01WRQPC, 01WRQPI, 01WRQPL, 01WRQPM, 01WRQPW, 01WRQTR, 01WRQWG, 01WRQWH, 01WRQWN, 01WRQWT, 01WRQWW, 01WRQWZ, 01WRQXD, 01WRQXF, 01WRQXH, 01WRQXJ, 01WRQXP, 01WRQXQ, 01WRQXR, 01WRQXT, 01WRQXV, 01WRQXX, 01WRQXZ, 01WRQYA, 01WRQYI, 01WRQYK, 01WRQYM, 01WRQYO, 01WRQYS

A.A. 2026/27

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea in Ingegneria Gestionale - Torino
Corso di Laurea in Ingegneria Meccanica (Mechanical Engineering) - Torino
Corso di Laurea in Design E Comunicazione - Torino
Corso di Laurea in Ingegneria Dell'Autoveicolo (Automotive Engineering) - Torino
Corso di Laurea in Ingegneria Informatica (Computer Engineering) - Torino
Corso di Laurea in Ingegneria Dell'Autoveicolo - Torino
Corso di Laurea in Electronic And Communications Engineering (Ingegneria Elettronica E Delle Comunicazioni) - Torino
Corso di Laurea in Ingegneria Dei Materiali - Torino
Corso di Laurea in Architettura (Architecture) - Torino
Corso di Laurea in Ingegneria Elettrica - Torino
Corso di Laurea in Ingegneria Aerospaziale - Torino
Corso di Laurea in Ingegneria Biomedica - Torino
Corso di Laurea in Ingegneria Chimica E Alimentare - Torino
Corso di Laurea in Ingegneria Civile - Torino
Corso di Laurea in Ingegneria Edile - Torino
Corso di Laurea in Ingegneria Energetica - Torino
Corso di Laurea in Ingegneria Meccanica - Torino
Corso di Laurea in Ingegneria Per L'Ambiente E Il Territorio - Torino
Corso di Laurea in Matematica Per L'Ingegneria - Torino
Corso di Laurea in Ingegneria Elettronica - Torino
Corso di Laurea in Ingegneria Informatica - Torino
Corso di Laurea in Ingegneria Fisica - Torino
Corso di Laurea in Ingegneria Del Cinema E Dei Mezzi Di Comunicazione - Torino
Corso di Laurea in Ingegneria Gestionale - Torino
Corso di Laurea in Ingegneria Gestionale - Torino
Corso di Laurea in Architettura - Torino
Corso di Laurea in Pianificazione Territoriale, Urbanistica E Paesaggistico-Ambientale - Torino
Corso di Laurea in Civil And Environmental Engineering - Torino
Corso di Laurea in Architettura - Torino
Corso di Laurea in Architettura (Architecture) - Torino
Corso di Laurea in Civil And Environmental Engineering - Torino
Corso di Laurea in Design E Comunicazione - Torino
Corso di Laurea in Electronic And Communications Engineering - Torino
Corso di Laurea in Ingegneria Aerospaziale - Torino
Corso di Laurea in Ingegneria Chimica E Alimentare - Torino
Corso di Laurea in Ingegneria Civile - Torino
Corso di Laurea in Ingegneria Dei Materiali - Torino
Corso di Laurea in Ingegneria Del Cinema E Dei Media Digitali - Torino
Corso di Laurea in Ingegneria Dell'Autoveicolo - Torino
Corso di Laurea in Ingegneria Dell'Autoveicolo (Automotive Engineering) - Torino
Corso di Laurea in Ingegneria Edile - Torino
Corso di Laurea in Ingegneria Elettrica - Torino
Corso di Laurea in Ingegneria Elettronica - Torino
Corso di Laurea in Ingegneria Energetica - Torino
Corso di Laurea in Ingegneria Fisica - Torino
Corso di Laurea in Ingegneria Gestionale - Torino
Corso di Laurea in Ingegneria Meccanica - Torino
Corso di Laurea in Ingegneria Meccanica (Mechanical Engineering) - Torino
Corso di Laurea in Ingegneria Per L'Ambiente E Il Territorio - Torino
Corso di Laurea in Matematica Per L'Ingegneria - Torino
Corso di Laurea in Pianificazione Territoriale, Urbanistica E Paesaggistico-Ambientale - Torino

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 30
Esercitazioni in aula 30
Tutoraggio 42
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Colombelli Alessandra Professore Ordinario IEGE-01/A 7,5 7,5 0 0 1
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
GSPS-06/A
IEGE-01/A
IINF-05/A
PHYS-04/A
1,5
1,5
1,5
1,5
D - A scelta dello studente
D - A scelta dello studente
D - A scelta dello studente
D - A scelta dello studente
A scelta dello studente
A scelta dello studente
A scelta dello studente
A scelta dello studente
2026/27
L’insegnamento fa parte del catalogo “Grandi Sfide”, pensato per offrire un’esperienza formativa dedicata all’analisi di temi complessi e trasversali ai diversi percorsi di studio. L’obiettivo è fornire strumenti utili per comprendere e affrontare con consapevolezza, responsabilità e capacità di collaborazione le grandi sfide del presente e del futuro. Il catalogo promuove una visione ampia e integrata, mettendo in dialogo le discipline STEM — Scienza, Tecnologia, Ingegneria e Matematica — con le scienze umane e sociali. Gli insegnamenti affrontano contenuti attuali e interdisciplinari e mirano a sviluppare soluzioni tecnologiche innovative attraverso un approccio critico, attento all’etica della progettazione e agli impatti sociali, culturali e ambientali. Le attività didattiche favoriscono l’apprendimento attivo e la collaborazione tra le competenze tecniche, scientifiche, sociali e umanistiche. In questo modo, studenti e studentesse acquisiscono strumenti per comprendere, contestualizzare e affrontare problemi complessi con responsabilità e spirito collaborativo. Le attività didattiche prevedono project work in team, finalizzati a sviluppare capacità progettuali, il confronto interdisciplinare e la responsabilità condivisa. Il catalogo “Grandi Sfide” sarà inaugurato ogni anno con una lectio magistralis in inglese dedicata a un tema di forte attualità. L’Agenda 2030 delle Nazioni Unite riconosce la parità di genere e la riduzione delle disuguaglianze come condizioni imprescindibili per uno sviluppo sostenibile, innovativo e giusto. Allo stesso tempo, le trasformazioni digitali, sociali e anagrafiche stanno ridefinendo profondamente le interazioni sociali, l’istruzione, il mercato del lavoro, le organizzazioni e la partecipazione alla vita pubblica. Questo insegnamento affronta il tema della promozione dell’uguaglianza, della diversità e dell’inclusione attraverso un approccio interdisciplinare che integra scienze sociali, ingegneria e tecnologie digitali. Da un lato, verranno forniti strumenti concettuali per la lettura critica delle disuguaglianze di genere e intersezionali nei diversi ambiti della società e della tecnologia; dall’altro, verranno introdotti strumenti tecnici per l’analisi, la progettazione e la valutazione di interventi evidence-based, volti a colmare divari e favorire l’inclusione. Gli/le studenti impareranno a utilizzare dati e algoritmi come strumenti di cambiamento sociale. Attraverso le lenti della Sociologia dei processi culturali e comunicativi da un lato, saranno offerti strumenti per la lettura critica delle disuguaglianze di genere e non solo, nei diversi ambiti della società - in particolare, quelli legati all’ambito Science and Technology. Grazie alle lenti dell’Ingegneria economico gestionale e dell’Ingegneria, verranno approfonditi strumenti di analisi, definizione e valutazione delle strategie e delle politiche per colmare le disuguaglianze e favorire la diversità e l’inclusione, oltre a strumenti di progettazione di soluzioni e servizi digitali innovativi per favorire le pari opportunità e cambiamento positivo.
The course is part of the “Global Challenges” catalogue, designed to offer a learning experience focused on the analysis of complex, cross-cutting issues across different study programmes. Its aim is to provide students with the tools needed to understand and address the major challenges of the present and the future with awareness, responsibility, and a collaborative mindset. The catalogue promotes a broad and integrated perspective by bringing together STEM disciplines — Science, Technology, Engineering and Mathematics — with the humanities and social sciences. The courses address current, interdisciplinary topics and aim to develop innovative technological solutions through a critical approach, with particular attention to ethics and the social, cultural, and environmental impacts of the proposed solutions. Teaching activities foster active and multidisciplinary learning, encouraging the integration of technical, scientific, social, and humanistic competencies. Through team-based project work, students develop design skills, interdisciplinary dialogue, shared responsibility, and the ability to understand, contextualise, and tackle complex problems. The “Global Challenges” catalogue will be launched each year with a lectio magistralis in English dedicated to a highly relevant theme. The United Nations 2030 Agenda recognises gender equality and the reduction of inequalities as essential prerequisites for sustainable, innovative and equitable development. At the same time, the digital transformation and the growing adoption of artificial intelligence tools are profoundly reshaping decision-making processes, knowledge production, markets and social interactions. This course addresses the promotion of equality, diversity and inclusion through an interdisciplinary approach that integrates social sciences, engineering and digital technologies. On the one hand, conceptual tools will be provided for the critical analysis of gender and intersectional inequalities in various spheres of society and technology; on the other, technical tools will be introduced for the analysis, design and evaluation of evidence-based interventions aimed at bridging gaps and fostering inclusion. Students will learn to use data and algorithms as tools for social change. Through the lens of the sociology of cultural and communicative processes, on the one hand, they will be provided with tools for critically analysing gender inequalities and other forms of inequality across various sectors of society – in particular, those linked to the field of science and technology. Through the lens of Industrial and Management Engineering and Engineering, the course will explore tools for analysing, defining and evaluating strategies and policies to address inequalities and promote diversity and inclusion, as well as tools for designing innovative digital solutions and services to promote equal opportunities and positive change.
Al termine dell’insegnamento gli studenti saranno in grado di: - Conoscenza degli Obiettivi per lo Sviluppo Sostenibile (acronimo inglese: SDG) delle Nazioni Unite relativi alla riduzione delle disuguaglianze, in particolare l’Obiettivo 5 (Parità di genere) in relazione con altri aspetti di promozione della diversità e dell’inclusione.   - Comprendere le dinamiche di genere e le fonti di disuguaglianza intersezionale, con attenzione ai fenomeni nell’istruzione, nel mercato del lavoro, nella politica, nella società e nell’accesso alle tecnologie. - Utilizzare metodologie per l’analisi critica di fonti e dati, finalizzate alla comprensione dei gender gap, integrando strumenti di AI in un’ottica di project-based learning. - Sviluppare project work interdisciplinari per la progettazione di servizi digitali o strategie evidence-based orientate all’inclusione. - Comunicare in modo chiaro, sintetico e incisivo i risultati delle proprie analisi, sia in forma divulgativa (pitch) sia in forma scientifica (report strutturato).
Al termine dell’insegnamento gli studenti saranno in grado di: - Conoscenza degli Obiettivi per lo Sviluppo Sostenibile (acronimo inglese: SDG) delle Nazioni Unite relativi alla riduzione delle disuguaglianze, in particolare l’Obiettivo 5 (Parità di genere) in relazione con altri aspetti di promozione della diversità e dell’inclusione.   - Comprendere le dinamiche di genere e le fonti di disuguaglianza intersezionale, con attenzione ai fenomeni nell’istruzione, nel mercato del lavoro, nella politica, nella società e nell’accesso alle tecnologie. - Utilizzare metodologie per l’analisi critica di fonti e dati, finalizzate alla comprensione dei gender gap, integrando strumenti di AI in un’ottica di project-based learning. - Sviluppare project work interdisciplinari per la progettazione di servizi digitali o strategie evidence-based orientate all’inclusione. - Comunicare in modo chiaro, sintetico e incisivo i risultati delle proprie analisi, sia in forma divulgativa (pitch) sia in forma scientifica (report strutturato).
Non ci sono prerequisiti.
Non ci sono prerequisiti.
L’insegnamento prevede una lectio magistralis di apertura in lingua inglese – erogata in contemporanea per tutti gli insegnamenti del catalogo Grandi Sfide - su un tema di forte attualità. L’insegnamento si struttura affrontando alcuni snodi tematici: - i concetti fondanti (divari e disuguaglianze, evoluzione del concetto di genere); - i divari di genere (i cosiddetti “gender gapS”) e di inclusione in ambito economico, dell’istruzione, della salute, politico e digitale; - la relazione tra genere e tecnologia (dal tecnofemminismo alla progettazione per e con le donne, politiche e strategie per una innovazione inclusiva); - i metodi di analisi delle fonti (review della reportistica e della letteratura, dati quantitativi macro) e di identificazione dei bisogni; - i metodi di design e sviluppo di un servizio tecnologico. Inoltre, l’insegnamento prevede un laboratorio di Data Activism per la realizzazione di project work in gruppi, con la finalità di usare i dati con una prospettiva di genere per ridurre i divari e favorire l’inclusione. Partendo dall’identificazione di sfide rilevanti per il tema, in particulare per superare i gender gaps, verrà proposto agli studenti, divisi in gruppi, di lavorare partendo dall’identificazione di bisogni concreti, per progettare un servizio digitale potenzialmente risolutivo di un gender gap. I gruppi saranno sollecitati ad usare un approccio progamatico per rispondere alle istanze reali e a presentare una proposta innovativa di servizio o strumento digitale per favorire le pari opportunità, la diversità e l’inclusione. Nel laboratorio per lo sviluppo del project work verranno fornite competenze per l’utilizzo di strumenti di AI per la selezione ed utilizzo consapevole e ragionato di fonti di ricerca, e per l’indentificazione di bisogni, in accordo con le “Raccomandazioni relative all’utilizzo di strumenti di Intelligenza Artificiale Generativa nelle attività didattiche” proposte dal Politecnico di Torino. Fasi operative: - Raccolta e selezione di fonti (dati e letteratura) per l’inquadramento di uno specifico gender gap; - Analisi dei bisogni di una popolazione colpita da uno specifico gender gap; - Progettazione di un intervento o servizio digitale (ad esempio, app, dashboard) per ridurre un divario identificato. Durante l'insegnamento, si darà voce anche alle attività che il Politecnico conduce in favore della riduzione delle disuguaglianze, attraverso le testimonianze di chi in Ateneo opera su questi fronti.
L’insegnamento prevede una lectio magistralis di apertura in lingua inglese – erogata in contemporanea per tutti gli insegnamenti del catalogo Grandi Sfide - su un tema di forte attualità. L’insegnamento si struttura affrontando alcuni snodi tematici: - i concetti fondanti (divari e disuguaglianze, evoluzione del concetto di genere); - i divari di genere (i cosiddetti “gender gapS”) e di inclusione in ambito economico, dell’istruzione, della salute, politico e digitale; - la relazione tra genere e tecnologia (dal tecnofemminismo alla progettazione per e con le donne, politiche e strategie per una innovazione inclusiva); - i metodi di analisi delle fonti (review della reportistica e della letteratura, dati quantitativi macro) e di identificazione dei bisogni; - i metodi di design e sviluppo di un servizio tecnologico. Inoltre, l’insegnamento prevede un laboratorio di Data Activism per la realizzazione di project work in gruppi, con la finalità di usare i dati con una prospettiva di genere per ridurre i divari e favorire l’inclusione. Partendo dall’identificazione di sfide rilevanti per il tema, in particulare per superare i gender gaps, verrà proposto agli studenti, divisi in gruppi, di lavorare partendo dall’identificazione di bisogni concreti, per progettare un servizio digitale potenzialmente risolutivo di un gender gap. I gruppi saranno sollecitati ad usare un approccio progamatico per rispondere alle istanze reali e a presentare una proposta innovativa di servizio o strumento digitale per favorire le pari opportunità, la diversità e l’inclusione. Nel laboratorio per lo sviluppo del project work verranno fornite competenze per l’utilizzo di strumenti di AI per la selezione ed utilizzo consapevole e ragionato di fonti di ricerca, e per l’indentificazione di bisogni, in accordo con le “Raccomandazioni relative all’utilizzo di strumenti di Intelligenza Artificiale Generativa nelle attività didattiche” proposte dal Politecnico di Torino. Fasi operative: - Raccolta e selezione di fonti (dati e letteratura) per l’inquadramento di uno specifico gender gap; - Analisi dei bisogni di una popolazione colpita da uno specifico gender gap; - Progettazione di un intervento o servizio digitale (ad esempio, app, dashboard) per ridurre un divario identificato. Durante l'insegnamento, si darà voce anche alle attività che il Politecnico conduce in favore della riduzione delle disuguaglianze, attraverso le testimonianze di chi in Ateneo opera su questi fronti.
L'insegnamento prevede lezioni teoriche sui temi indicati nel programma (50%) e la realizzazione di un project work (50%). Per entrambe le parti è prevista una suddivisione bilanciata delle ore tra i docenti coinvolti. Il laboratorio di Data Activism e il project work sono così strutturati: 1. Inquadramento teorico e selezione delle fonti: eseguire una review della letteratura e della reportistica, nonché dei dati, su un gender gap; 2. Analisi dei bisogni: analizzare i bisogni specifici di una popolazione in relazione a un determinato gender gap, per identificare potenziali soluzioni e strumenti di supporto; 3. Data activism: progettare un’azione, servizio o strumento per favorire le pari opportunità, l’inclusione e la diversità, legato al tema di lavoro del gruppo, con l’utilizzo di tecnologie digitali.
L'insegnamento prevede lezioni teoriche sui temi indicati nel programma (50%) e la realizzazione di un project work (50%). Per entrambe le parti è prevista una suddivisione bilanciata delle ore tra i docenti coinvolti. Il laboratorio di Data Activism e il project work sono così strutturati: 1. Inquadramento teorico e selezione delle fonti: eseguire una review della letteratura e della reportistica, nonché dei dati, su un gender gap; 2. Analisi dei bisogni: analizzare i bisogni specifici di una popolazione in relazione a un determinato gender gap, per identificare potenziali soluzioni e strumenti di supporto; 3. Data activism: progettare un’azione, servizio o strumento per favorire le pari opportunità, l’inclusione e la diversità, legato al tema di lavoro del gruppo, con l’utilizzo di tecnologie digitali.
1. Testi principali • D’Ignazio, C. & Klein, L. F. (2020). Data Feminism. MIT Press. • The World Economic Forum (annuale). Global Gender Gap Report (https://www.weforum.org/reports) • European Commission (biennale). She Figures (https://research-and-innovation.ec.europa.eu) 2. Letture di approfondimento • Haraway, D. (1995). Manifesto cyborg. Donne, tecnologie e biopolitiche del corpo. • Cipriani, N. & Pezzulli, E. (a cura di) (2022). Oltre Marie. Prospettive di genere nella scienza. • Preciado, P. B. (2019). Un appartamento su Urano. • De Beauvoir, S. (1949). Il secondo sesso. • Wills, H., Harrison, S., Jones, E., Lawrence-Mackey, F., & Martin, R. (2020). Women in the History of Science. UCL Press. • Goldin, C. (2021). Career and Family: Women’s Century-Long Journey toward Equity. Princeton University Press. La classe sarà invitata a integrare la lista delle letture consigliate
1. Testi principali • D’Ignazio, C. & Klein, L. F. (2020). Data Feminism. MIT Press. • The World Economic Forum (annuale). Global Gender Gap Report (https://www.weforum.org/reports) • European Commission (biennale). She Figures (https://research-and-innovation.ec.europa.eu) 2. Letture di approfondimento • Haraway, D. (1995). Manifesto cyborg. Donne, tecnologie e biopolitiche del corpo. • Cipriani, N. & Pezzulli, E. (a cura di) (2022). Oltre Marie. Prospettive di genere nella scienza. • Preciado, P. B. (2019). Un appartamento su Urano. • De Beauvoir, S. (1949). Il secondo sesso. • Wills, H., Harrison, S., Jones, E., Lawrence-Mackey, F., & Martin, R. (2020). Women in the History of Science. UCL Press. • Goldin, C. (2021). Career and Family: Women’s Century-Long Journey toward Equity. Princeton University Press. La classe sarà invitata a integrare la lista delle letture consigliate
Slides; Strumenti di auto-valutazione; Strumenti di collaborazione tra studenti;
Lecture slides; Self-assessment tools; Student collaboration tools;
Modalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Group project; Computer-based written test in class using POLITO platform;
... La valutazione finale si basa su due prove complementari, volte a verificare sia l’acquisizione delle conoscenze teoriche sia la capacità di applicarle in contesti progettuali complessi e interdisciplinari: 1. Elaborato progettuale di gruppo (70% del voto finale) 2. Prova scritta individuale (30% del voto finale) 1. Elaborato progettuale di gruppo L’elaborato progettuale consiste nella realizzazione di un project work in gruppo, sviluppato durante il laboratorio di Data Activism & AI for Inclusion, e prevede la consegna di due output: - Output divulgativo: un pitch (max 3 minuti) volta a comunicare in modo efficace e coinvolgente il servizio sviluppato a potenziali user e/o investors. - Obiettivi minimi del pitch: Presentare il gender gap che si vuole colmare in modo chiaro Convincere della rilevanza del gap con fonti e dati Presentare il servizio e/o lo strumento digitale creato, evidenziando come può contribuire a colmare il gender gap Identificare i principali benefici per potenziali user e per la società - Output analitico: un Report scritto, che documenta in maniera rigorosa il lavoro svolto, strutturato come segue: Introduzione Inquadramento teorico e dei dati Design del servizio e/o dello strumento digitale e descrizione Benefici per potenziali user e per la società Discussione finale Il report dovrà mostrare la capacità di integrare fonti e metodi di sviluppo del servizio, utilizzare strumenti digitali e AI in modo critico e consapevole, e proporre soluzioni progettuali concrete e sostenibili. Criteri di valutazione dell’elaborato progettuale: - Capacità di applicare conoscenze e tecniche acquisite durante il corso. - Originalità e rilevanza della proposta progettuale. - Solidità delle analisi. - Coerenza interna e fattibilità dell’intervento e/o strumento proposto. - Chiarezza e efficacia comunicativa dei due output. - Rispetto delle scadenze e capacità di lavoro collaborativo. Ripartizione dei punteggi: - Report: max 16 punti - Pitch: max 6 punti - Peer grading: penalità di 3 punti se la media delle valutazioni ricevute dagli altri membri del gruppo è < 3 (scala 1–5). 2. Prova scritta individuale La prova scritta ha l’obiettivo di verificare l’acquisizione e l’elaborazione critica dei contenuti teorici trattati durante il corso. Formato: 10 domande a scelta multipla Durata: 30 minuti Punteggio: 1 punto per domanda; nessuna penalizzazione per risposte errate Soglia di superamento: 6/10 Composizione del voto finale - Project work di gruppo: 22 punti su 30 (70%) - Prova scritta individuale: 10 punti su 30 (30%) Il voto finale è dato dalla somma ponderata dei punteggi ottenuti nelle due prove. Entrambe devono essere superate per poter conseguire l’idoneità. Gli studenti che non partecipano assiduamente alle attività dell’insegnamento e che non possono partecipare al lavoro di gruppo possono sostituire tale attività con un elaborato individuale concordato con il docente. La prova scritta resta obbligatoria.
Gli studenti e le studentesse con disabilita o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unita Special Needs, al fine di permettere al/la docente la declinazione piu idonea in riferimento alla specifica tipologia di esame.
Exam: Group project; Computer-based written test in class using POLITO platform;
La valutazione finale si basa su due prove complementari, volte a verificare sia l’acquisizione delle conoscenze teoriche sia la capacità di applicarle in contesti progettuali complessi e interdisciplinari: 1. Elaborato progettuale di gruppo (70% del voto finale) 2. Prova scritta individuale (30% del voto finale) 1. Elaborato progettuale di gruppo L’elaborato progettuale consiste nella realizzazione di un project work in gruppo, sviluppato durante il laboratorio di Data Activism & AI for Inclusion, e prevede la consegna di due output: - Output divulgativo: un pitch (max 3 minuti) volta a comunicare in modo efficace e coinvolgente il servizio sviluppato a potenziali user e/o investors. - Obiettivi minimi del pitch: Presentare il gender gap che si vuole colmare in modo chiaro Convincere della rilevanza del gap con fonti e dati Presentare il servizio e/o lo strumento digitale creato, evidenziando come può contribuire a colmare il gender gap Identificare i principali benefici per potenziali user e per la società - Output analitico: un Report scritto, che documenta in maniera rigorosa il lavoro svolto, strutturato come segue: Introduzione Inquadramento teorico e dei dati Design del servizio e/o dello strumento digitale e descrizione Benefici per potenziali user e per la società Discussione finale Il report dovrà mostrare la capacità di integrare fonti e metodi di sviluppo del servizio, utilizzare strumenti digitali e AI in modo critico e consapevole, e proporre soluzioni progettuali concrete e sostenibili. Criteri di valutazione dell’elaborato progettuale: - Capacità di applicare conoscenze e tecniche acquisite durante il corso. - Originalità e rilevanza della proposta progettuale. - Solidità delle analisi. - Coerenza interna e fattibilità dell’intervento e/o strumento proposto. - Chiarezza e efficacia comunicativa dei due output. - Rispetto delle scadenze e capacità di lavoro collaborativo. Ripartizione dei punteggi: - Report: max 16 punti - Pitch: max 6 punti - Peer grading: penalità di 3 punti se la media delle valutazioni ricevute dagli altri membri del gruppo è < 3 (scala 1–5). 2. Prova scritta individuale La prova scritta ha l’obiettivo di verificare l’acquisizione e l’elaborazione critica dei contenuti teorici trattati durante il corso. Formato: 10 domande a scelta multipla Durata: 30 minuti Punteggio: 1 punto per domanda; nessuna penalizzazione per risposte errate Soglia di superamento: 6/10 Composizione del voto finale - Project work di gruppo: 22 punti su 30 (70%) - Prova scritta individuale: 10 punti su 30 (30%) Il voto finale è dato dalla somma ponderata dei punteggi ottenuti nelle due prove. Entrambe devono essere superate per poter conseguire l’idoneità.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word