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. La nostra società è sempre più caratterizzata dall’impiego dell’intelligenza artificiale nei processi decisionali pubblici. Le metodologie data-driven, i sistemi di intelligenza artificiale generativa e le più recenti soluzioni agentiche possono supportare le istituzioni non soltanto nell’analisi dei fenomeni sociali e nella presa delle decisioni, ma anche nelle diverse fasi del ciclo delle politiche pubbliche, dalla definizione dei problemi collettivi al disegno degli interventi, fino alla loro implementazione, al monitoraggio e alla valutazione. Nella fase di disegno delle politiche, in particolare, l’intelligenza artificiale può contribuire a individuare bisogni emergenti, analizzare le opinioni e le istanze dei cittadini, elaborare e confrontare alternative di intervento, costruire scenari nell’ambito di attività di strategic foresight e stimare ex ante i possibili effetti delle diverse opzioni. Questi strumenti possono quindi ampliare la capacità dei decisori di progettare politiche più tempestive, mirate e fondate su evidenze, mettendo a loro disposizione una base informativa più ampia e articolata. Allo stesso modo, nella fase di implementazione, l’intelligenza artificiale può supportare la traduzione degli obiettivi di policy in procedure operative, l’organizzazione e l’erogazione di servizi, l’allocazione delle risorse, il monitoraggio degli interventi e l’individuazione tempestiva di criticità o scostamenti rispetto ai risultati attesi. Può inoltre agevolare l’interazione tra amministrazioni e cittadini, adattare i servizi a bisogni differenziati e sostenere la revisione delle politiche sulla base dei risultati progressivamente osservati. L’impiego dell’intelligenza artificiale nelle politiche pubbliche presenta, tuttavia, rilevanti implicazioni tecniche, istituzionali, sociali ed etiche. La qualità dei dati, la presenza di bias, l’opacità dei modelli, la protezione dei dati personali, l’affidabilità dei risultati e l’attribuzione delle responsabilità possono incidere sull’equità, sull’efficacia e sulla legittimità democratica delle decisioni. È pertanto necessario comprendere non soltanto quali attività possano essere supportate o automatizzate, ma anche quali forme di supervisione umana, trasparenza, partecipazione e accountability debbano accompagnare l’adozione di queste tecnologie. L’insegnamento analizzerà opportunità e rischi dell’utilizzo dell’intelligenza artificiale nel disegno e nell’implementazione delle politiche pubbliche, integrando prospettive ingegneristiche e politologiche. Attraverso esempi applicativi e casi di studio, studenti e studentesse esamineranno il ruolo dei dati e degli algoritmi nelle diverse fasi del processo di policy, valuteranno la qualità e l’equità delle soluzioni adottate e individueranno strategie per un utilizzo responsabile dell’intelligenza artificiale nelle decisioni pubbliche. Nell’ambito dei progetti di gruppo, studenti e studentesse saranno infine chiamati a identificare un problema di rilevanza collettiva e a progettare una politica pubblica che utilizzi strumenti di intelligenza artificiale. Il progetto dovrà considerare sia il disegno della soluzione sia le condizioni necessarie per la sua concreta implementazione, valutandone benefici, rischi, attori coinvolti, requisiti di governance e possibili conseguenze per i cittadini e per il funzionamento delle istituzioni democratiche.

Al termine dell’insegnamento, le studentesse e gli studenti saranno in grado di: • identificare le fonti di parzialità e discriminazione nei dati e negli algoritmi utilizzati nei processi decisionali di tipo data-driven; • identificare rischi e opportunità dell’utilizzo degli algoritmi a supporto delle decisioni sia in generale, sia con riferimento ad applicazioni specifiche, e il loro impatto relativamente al processo di policy in regimi democratici e ai loro standard; • caratterizzare le possibili evoluzioni dei fenomeni di utilizzo degli algoritmi nel decision-making e le loro criticità per i processi democratici; • elaborare strategie di intervento relative ad applicazioni specifiche, integrando prospettive ingegneristiche e politologiche; • elaborare proposte su come governare le trasformazioni in corso e su quali politiche adottare per massimizzare i benefici per la collettività dell’utilizzo delle applicazioni informatiche basate sull’intelligenza artificiale, minimizzandone i rischi; • analizzare casi di studio reali utilizzando approcci metodologici e di tipo data-driven; • analizzare casi di studio reali situandoli nel processo di produzione delle politiche pubbliche, identificando gli attori rilevanti, le loro risorse e le loro strategie.

nessuno

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. Il programma dell'insegnamento prevede poi quanto segue. Lezioni frontali: • Processi decisionali pubblici: il ciclo delle politiche pubbliche e la produzione delle decisioni pubbliche; • Risposte a problemi collettivamente rilevanti e principali classificazioni delle politiche pubbliche; • Analisi del processo decisionale: attori, risorse, ruoli e strategie; • Introduzione ai dati, alle metodologie data-driven e ai principali paradigmi dell’intelligenza artificiale, inclusi i sistemi generativi e agentici, e al loro impiego nelle diverse fasi del ciclo delle politiche pubbliche, con particolare attenzione al disegno e all’implementazione; • Opportunità e rischi dell’utilizzo dell’intelligenza artificiale nelle politiche pubbliche: fonti di parzialità nei dati e negli algoritmi e metodologie per identificarle, caratterizzarle e mitigarne gli effetti; • Progettazione di possibili soluzioni: aspetti tecnico-metodologici, regolatori e di politica pubblica. Progetto: I docenti individueranno alcuni macrosettori di politica pubblica nei quali l’impiego dell’intelligenza artificiale e delle tecnologie algoritmiche nei processi decisionali pubblici assume particolare rilevanza. Per ciascun ambito saranno costituiti gruppi di lavoro che, sotto la supervisione dei docenti e dei tutor, identificheranno un problema di interesse collettivo ed elaboreranno una proposta di intervento che preveda anche l’utilizzo dell’intelligenza artificiale. Le soluzioni di policy dovranno esplicitare le implicazioni delle scelte sostantive e metodologiche adottate, evidenziando i rischi e le opportunità connessi sia al disegno della politica pubblica sia alle tecnologie algoritmiche impiegate. La parte progettuale comprende attività laboratoriali guidate dai docenti e dai tutor, svolte con l’intera classe o in gruppi durante le lezioni, nonché attività autonome, individuali e di gruppo, da realizzare al di fuori dell’orario didattico. L’obiettivo è sviluppare una proposta di politica pubblica utilizzando anche l’intelligenza artificiale generativa a supporto delle diverse fasi del processo di progettazione. Le attività di gruppo comprendono: • l’identificazione e la definizione del problema attraverso attività di brainstorming; • l’elaborazione di una proposta preliminare di policy, anche con il supporto dell’intelligenza artificiale generativa; • la presentazione all’intera classe di diverse opzioni di policy e la raccolta delle preferenze individuali; • l’elaborazione e l’analisi delle preferenze raccolte; • la revisione della proposta sulla base dei risultati dell’analisi e dei feedback ricevuti; • la realizzazione di un video di presentazione della proposta finale; • la redazione di un policy brief che descriva e motivi la proposta elaborata; • lo svolgimento del ruolo di discussant in occasione della presentazione del progetto di un altro gruppo. Le attività individuali comprendono: • l’espressione delle proprie preferenze rispetto alle opzioni di policy elaborate dai gruppi di cui non si fa parte; • la formulazione di un feedback approfondito su una proposta di policy assegnata dai docenti; • la valutazione, al termine dell’insegnamento, del progetto di un altro gruppo individuato dai docenti, considerando congiuntamente il video e il relativo policy brief. Ciascun video sarà presentato in aula e discusso da un altro gruppo, individuato mediante sorteggio. Il gruppo proponente dovrà rispondere alle osservazioni e alle critiche formulate dal gruppo discussant. Entro la conclusione dell’insegnamento, ciascun gruppo dovrà inoltre consegnare un policy brief che illustri il problema affrontato, la proposta di intervento e i risultati dell’attività progettuale. I progetti migliori saranno selezionati dai docenti e daranno luogo a un incremento del voto finale. Le attività individuali saranno svolte durante l’erogazione dell’insegnamento, ad eccezione della valutazione del progetto di un altro gruppo individuato dai docenti, che dovrà essere consegnata non oltre l’ottavo giorno precedente la data dell’appello nel quale si intende sostenere l’esame. Gli studenti e le studentesse impossibilitati a partecipare ai lavori di gruppo potranno sostenere, nelle date degli appelli, una prova scritta sui contenuti complessivi dell’insegnamento. La prova consisterà nell’analisi di una politica pubblica attraverso quesiti aperti riguardanti i temi delle politiche pubbliche e dell’impiego degli algoritmi. La valutazione finale sarà integrata dalla realizzazione di un progetto individuale, volto a dimostrare il possesso delle abilità e delle competenze tipicamente connesse al lavoro di gruppo, e relative alla capacità di identificare e definire un problema di policy, l’elaborazione di una proposta preliminare di policy, anche con il supporto dell’intelligenza artificiale generativa, la capacità di presentare diverse opzioni di policy e raccogliere preferenze individuali; la capacità di elaborazione e analisi delle preferenze raccolte e di revisione della proposta sulla base dei risultati dell’analisi; la capacità di redigere un policy brief.

La metà delle ore saranno dedicate a lezioni frontali e all'illustrazione di casi concreti; la metà allo sviluppo di un progetto. Le lezioni frontali dell'insegnamento saranno tenute separatamente dai due docenti. Nel progetto, gli studenti e le studentesse saranno divisi in gruppi di circa 8-10 persone ciascuno e dovranno identificare, sotto la supervisione quando possibile congiunta dei docenti e con l’ausilio dei tutor, dei problemi collettivamente rilevanti, sviluppare delle soluzioni di politica pubblica ed elaborare delle concrete proposte di intervento che utilizzino tecnologie algoritmiche per rispondere ai problemi individuati.

La bibliografia per la parte teorica verrà indicata dai docenti all'inizio dell'insegnamento e pubblicata sul Portale della didattica, nella pagina dell’insegnamento. Eventuale bibliografia per lo svolgimento dei progetti verrà suggerita direttamente agli studenti e alle studentesse coinvolti. Gli studenti e le studentesse possono in ogni caso voler considerare come letture integrative i seguenti riferimenti: Cristianini, N. (2023). La scorciatoia. Come le macchine sono diventate intelligenti senza pensare in modo umano. Il Mulino, Bologna. Dente, B. (2011). Le decisioni di policy: come si prendono, come si studiano, Il Mulino, Bologna, 2011. La bibliografia per la prova scritta per studenti e studentesse impossibilitati a partecipare ai lavori di gruppo consiste nella bibliografia per la parte teorica, indicata dai docenti all'inizio dell'insegnamento e pubblicata sul Portale della didattica, nella pagina dell’insegnamento, assieme ai due seguenti riferimenti: Cristianini, N. (2023). La scorciatoia. Come le macchine sono diventate intelligenti senza pensare in modo umano. Il Mulino, Bologna. Dente, B. (2011). Le decisioni di policy: come si prendono, come si studiano, Il Mulino, Bologna. Eventuale bibliografia per lo svolgimento del progetto individuale verrà suggerita direttamente agli studenti e alle studentesse interessati.

Slides;

Modalita di esame: Prova scritta (in aula); Elaborato scritto individuale; Elaborato progettuale individuale; Elaborato progettuale in gruppo;

Exam: Written test; Individual essay; Individual project; Group project;

... Elaborato scritto individuale; elaborato progettuale svolto in gruppo Il voto complessivo è determinato dalla media ponderata di due componenti: • 50%: valutazione delle attività progettuali svolte in gruppo; • 50%: valutazione delle attività svolte individualmente. Per superare l’esame è necessario conseguire una valutazione pari o superiore a 18/30 in ciascuna delle due componenti. Valutazione delle attività di gruppo I docenti individueranno alcuni macrosettori di politica pubblica nei quali l’impiego dell’intelligenza artificiale e delle tecnologie algoritmiche nei processi decisionali pubblici assume particolare rilevanza. Per ciascun ambito saranno costituiti gruppi di lavoro che, sotto la supervisione dei docenti e dei tutor, identificheranno un problema di interesse collettivo ed elaboreranno una proposta di intervento che preveda anche l’utilizzo dell’intelligenza artificiale. La parte progettuale comprende attività laboratoriali guidate, svolte durante le lezioni con l’intera classe o in gruppi, e attività autonome da realizzare al di fuori dell’orario didattico. L’obiettivo è sviluppare una proposta di politica pubblica utilizzando anche strumenti di intelligenza artificiale generativa a supporto delle diverse fasi del processo di progettazione. La valutazione delle attività di gruppo terrà conto: • della partecipazione alle attività progettuali e del contributo fornito da ciascun componente; • della qualità e della coerenza della proposta di policy; • della capacità di motivare le scelte sostantive e metodologiche adottate; • dell’appropriatezza dell’impiego degli strumenti di intelligenza artificiale; • dell’identificazione dei dati e degli stakeholder rilevanti; • dell’analisi dei benefici, dei rischi, delle possibili fonti di bias e delle condizioni di implementazione; • della chiarezza e dell’efficacia comunicativa del video e del policy brief; • della qualità della discussione e delle risposte formulate alle osservazioni del gruppo discussant. I due progetti ritenuti migliori dai docenti potranno beneficiare di un incremento del voto finale sino a 2 punti ciascuno. Valutazione delle attività individuali La valutazione della componente individuale terrà conto della effettiva l’espressione delle proprie preferenze rispetto alle opzioni di policy elaborate dai gruppi di cui non si fa parte; e della capacità di applicare criticamente i concetti affrontati durante l’insegnamento, della qualità dell’argomentazione e della pertinenza delle osservazioni formulate nella formulazione di un feedback approfondito su una proposta di policy assegnata dai docenti e nella la valutazione, al termine dell’insegnamento, del progetto di un altro gruppo individuato dai docenti. Elaborato progettuale svolto individualmente e prova scritta in aula, prevista come modalità alternativa per gli studenti e le studentesse impossibilitati a partecipare alle attività di gruppo. Modalità alternativa Gli studenti e le studentesse impossibilitati a partecipare alle attività di gruppo potranno sostenere, nelle date degli appelli, una prova scritta individuale sui contenuti complessivi dell’insegnamento. La prova consisterà nell’analisi di una politica pubblica attraverso quesiti aperti riguardanti sia il disegno e l’implementazione delle politiche pubbliche sia l’impiego dei dati, degli algoritmi e dell’intelligenza artificiale nei processi decisionali pubblici. La valutazione finale sarà integrata dalla realizzazione di un progetto individuale, volto a dimostrare il possesso delle abilità e delle competenze tipicamente connesse al lavoro di gruppo, e relative alla capacità di identificare e definire un problema di policy, l’elaborazione di una proposta preliminare di policy, anche con il supporto dell’intelligenza artificiale generativa, la capacità di presentare diverse opzioni di policy e raccogliere preferenze individuali; la capacità di elaborazione e analisi delle preferenze raccolte e di revisione della proposta sulla base dei risultati dell’analisi; la capacità di redigere un policy brief. Il voto finale sarà calcolato come media aritmetica del voto della prova scritta e del progetto individuale. Griglia di valutazione che mette in relazione i risultati attesi dichiarati e gli strumenti di valutazione (x: corrispondenza; X: elevata corrispondenza) • Identificare le fonti di parzialità e discriminazione nei dati e negli algoritmi utilizzati nei processi decisionali di tipo data-driven: Attività individuali (X); Attività di gruppo (x). • Identificare i rischi e le opportunità connessi all’utilizzo degli algoritmi a supporto delle decisioni, sia in generale sia con riferimento ad applicazioni specifiche, valutandone l’impatto sul processo di policy nei regimi democratici e sui relativi standard: Attività individuali (X); Attività di gruppo (x). • Caratterizzare le possibili evoluzioni dell’impiego degli algoritmi nei processi decisionali e analizzarne le criticità per i processi democratici: Attività individuali (X); Attività di gruppo (X). • Elaborare strategie di intervento relative ad applicazioni specifiche, integrando prospettive ingegneristiche e politologiche: Attività individuali (x); Attività di gruppo (X). • Elaborare proposte per governare le trasformazioni in corso e individuare politiche capaci di massimizzare i benefici collettivi derivanti dall’impiego di applicazioni basate sull’intelligenza artificiale, minimizzandone i rischi: Attività individuali (x); Attività di gruppo (X). • Analizzare casi di studio reali mediante approcci metodologici e data-driven: Attività individuali (x); Attività di gruppo (X). • Analizzare casi di studio reali collocandoli nel processo di produzione delle politiche pubbliche e identificando gli attori rilevanti, le risorse a loro disposizione e le strategie adottate: Attività individuali (x); Attività di gruppo (X).

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.