PORTALE DELLA DIDATTICA
Z
ARCHITECTURE
Course outline
 
Course description
 
Programme syllabus
 
Guide for Students
 
Degree Programme Regulation
 
Department
 
Collegio
 
Results of assessment questionnaires (C.P.D.)
 
Level of satisfaction of graduating students (AlmaLaurea)
 
Employment condition (AlmaLaurea)
 
Admission requirements
 
Final exam
 
SERVICES TO STUDENTS
Services
 
Tuition fees
 
Organization of academic structures
 
Students' representatives
 
Teaching staff
 
Examination sessions
 
FURTHER INFORMATION
SUA-CdS Information Model
 
Glossary en-it
 
DIGITAL SKILLS FOR SUSTAINABLE SOCIETAL TRANSITIONS, Laurea Magistrale (Master of science-level of the Bologna process)
Academic Year 2022/23
INTERUNIVERSITY DEPARTMENT OF REGIONAL AND URBAN STUDIES AND PLANNING
Collegio di Pianificazione e Progettazione
Campus: TORINO
Program duration: 2 years
Class LM-91 Degree: METHODS AND TECHNIQUES FOR THE INFORMATION SOCIETY
Reference Faculty
DI MASCIO FABRIZIO   referente.lm.DIGITALSKILLS@polito.it
Program held in English

Risultati di apprendimento attesi
Conoscenza e capacità di comprensione
Le conoscenze e competenze attese riguarderanno i diversi ambiti disciplinari caratterizzanti la figura di un digital expert, oggetto del corso di Laurea Magistrale in Digital Skills for Sustainable Societal Transitions (Competenze digitali per transizioni sociali sostenibili), a cui si intende fornire una formazione avanzata su metodologie e strumenti informatici, elaborazione dati, gestione di database e programmazione.
Ogni studente avrà inoltre l'opportunità di scegliere di approfondire gli studi con insegnamenti che gli permetteranno di ampliare le proprie conoscenze in ambiti quali: Tecnologie dell'Informatica, Discipline organizzative e aziendali, Discipline umane, sociali, giuridiche, economiche.
I risultati di apprendimento attesi rispondono alle esigenze di formazione di un esperto digitale in grado di gestire problematiche complesse attraverso uno spiccato orientamento al problem-solving, utile anche a mediare tra esperti di diverse estrazioni, così facilitando la collaborazione all'interno dei gruppi di lavoro interdisciplinari che realizzano progetti di innovazione. Il digital expert è in grado di coniugare i metodi e le tecniche di gestione aziendale e amministrazione pubblica e privata, con le tecnologie e le metodologie dell'informatica in specifici ambiti applicativi (per esempio: mobilità, industria 4.0, transizione post-carbon, patrimonio culturale).

Modalità didattiche
Queste conoscenze e capacità sono acquisite dagli studenti attraverso lezioni frontali, esercitazioni in aula e in laboratori informatici, e attività di tipo sperimentale. Nella maggior parte degli insegnamenti sono anche presenti altre attività, condotte in modo autonomo da ciascuno studente o da gruppi di lavoro assistiti dai docenti e organizzati con specifici obiettivi, ad esempio progetti interdisciplinari. Ogni insegnamento indica quanti crediti sono riservati a ciascuna modalità didattica.

Modalità di accertamento
L'accertamento delle conoscenze e della capacità di comprensione avviene tramite esami scritti e orali, che comprendono quesiti relativi agli aspetti teorici ed applicativi e tramite la discussione dei risultati delle attività autonome singole o di gruppo. Si richiede la capacità di integrare le conoscenze acquisite in insegnamenti e contesti diversi e la capacità di valutare criticamente e scegliere modelli e metodi di soluzione.
Capacità di applicare conoscenza e comprensione
Al termine del percorso di studi lo studente sarà in grado di applicare le conoscenze e competenze acquisite nei vari ambiti a diversi contesti, fondendole insieme grazie ad un'intensa attività sperimentale e di laboratorio, ad esempio: la risoluzione di problemi in ambito energetico e ambientale con un approccio data-driven; la definizione di indicatori e di strumenti di supporto alle decisioni finalizzati al monitoraggio e alla definizione di strategie innovative in ambito energetico e ambientale; la definizione di strategie di manutenzione predittiva mediante un approccio data-driven; l'uso di strumenti MES per gestire in modo efficiente e integrato il processo produttivo di un'azienda manifatturiera; l'utilizzo di sistemi di visione basati su sulla realtà aumentata a supporto di attività nell'ambito dei processi industriali; la spazializzazione e visualizzazione di dati del patrimonio artistico e culturale mediante piattaforme ICT; la progettazione di un ambiente digitale integrato per la raccolta dei dati e la visualizzazione digitale e l'elaborazione di diversi scenari; l'analisi dei dati attraverso metodi digitali finalizzati all'elaborazione di narrative adattabili a diversi scenari di fruizione.
La tesi è un momento formativo di rilievo per il corso, nel quale si richiede allo studente la capacità di applicare conoscenze e comprensioni acquisite. Allo studente viene offerta la possibilità di svolgere un tirocinio curriculare nell'ambito dell'attività di tesi.

Modalità didattiche
Conoscenze e capacità acquisite sono applicate dagli studenti nel corso delle esercitazioni, in attività di tipo sperimentale condotte in modo autonomo da ciascuno studente/studentessa o da gruppi di lavoro assistiti dai docenti e organizzati con specifici obiettivi, ad esempio progetti interdisciplinari. È altresì importante il ruolo del tirocinio, obbligatorio e da svolgersi presso imprese, amministrazioni pubbliche ed enti e istituti di ricerca. Il tirocinio è collegato ad attività di progettazione o di studio di caso nell'ambito dell'elaborazione della tesi finale ed è volto a dimostrare la capacità di studentesse e studenti di operare in modo autonomo presso organizzazioni che usano le tecnologie dell'informatica.

Modalità di accertamento
L'accertamento delle conoscenze e della capacità di comprensione avviene tramite esami scritti e orali e tramite la discussione dei risultati delle attività autonome singole o di gruppo. Viene verificata la capacità di integrare le conoscenze acquisite in insegnamenti e contesti diversi e a problemi nuovi. La capacità di valutare criticamente e scegliere modelli e metodi di soluzione adatti ai problemi riconosciuti, applicando quanto appreso nei diversi insegnamenti e mettendo in pratica la multidisciplinarietà degli approcci, avviene con l’elaborazione della tesi di laurea, associata al tirocinio e, in base alle scelte degli studenti e delle studentesse, anche in un laboratorio, per integrare le conoscenze acquisite applicandole operativamente nella conoscenza specifica degli strumenti e delle tecniche cruciali per la transizione digitale.
 

Area di apprendimento Risultati di apprendimento attesi Insegnamenti / attivita formative
Tecnologie dell’informatica   Conoscenza e comprensione
Gli obiettivi di apprendimento attesi riguarderanno i seguenti argomenti:
- Caratteristiche principali dei sistemi di elaborazione, inclusa la rappresentazione dei dati e i fondamenti dell’architettura hardware e software, e dei moderni sistemi ICT;
- Linguaggio di programmazione Python;
- Modelli dei dati e metodologie per la gestione, progettazione e interrogazione delle basi di dati, anche con riferimento ai sistemi di supporto alle decisioni;
- Principali tipologie di dati geografici e relative modalità di creazione, modifica, elaborazione e rappresentazione;
- Caratteristiche dei principali algoritmi di Machine Learning e Artificial Intelligence.
Capacità di applicare conoscenza e comprensione
Lo studente dovrà essere in grado di applicare la conoscenza acquisita per il raggiungimento dei seguenti obiettivi:
- Progettazione e creazione di una base di dati e di dashboard interattive per la rappresentazione delle informazioni;
- Sviluppo di programmi nel linguaggio di programmazione Python;
- Gestione di dati spaziali in diversi sistemi di riferimento e coordinate;
- Risoluzione di problemi di analisi dei dati mediante l’utilizzo di algoritmi di Machine Learning.
 
Applied AI and machine learning - 01VIATD - ING-INF/05 (6 cfu)
Computer programming in Python - 01VHWTD - ING-INF/05 (6 cfu)
Database systems - 01VHZTD - ING-INF/05 (6 cfu)
Geographic Information Systems - 01VHYTD - ICAR/06 (6 cfu)
Introduction to ICT - 01VHVTD - ING-INF/05 (6 cfu)
 
Discipline umane, sociali, giuridiche, economiche   Conoscenza e comprensione
Gli obiettivi di apprendimento attesi riguarderanno i seguenti argomenti:
- Concetti fondamentali di economia, strategia, organizzazione e accounting d’impresa;
- Comprensione delle complesse sfide regolative della data economy nel contesto delle transizioni sociali;
- Comprensione del potenziale delle tecnologie digitali nel settore pubblico, individuando i modelli di innovazione e le sfide tecnologiche poste al sistema;
- Metodologie e tool per la gestione efficiente dei processi interni all'azienda (es. piattaforme di lavoro collaborativo, sistemi integrati etc);
- Metodologie e tool per l’analisi di dati orientati a rendere più efficace la comunicazione dell’azienda verso l’esterno (tool di social analytics, tool per la gestione integrata dei canali comunicativi etc.);
-Impatti etici delle analisi effettuate.
Capacità di applicare conoscenza e comprensione
Lo studente dovrà essere in grado di applicare la conoscenza acquisita per il raggiungimento dei seguenti obiettivi:
- Definizione degli strumenti utili a promuovere lo sviluppo di realtà imprenditoriali dinamiche e complesse dal punto di vista economico, organizzativo e contabile;
- Definizione delle principali sfide etiche connesse all’utilizzo di dati e al loro impatto sulle industrie IT, sugli utilizzatori e la società nel suo insieme, in un quadro giuridico complesso;
-Definizione di strategie di trasformazione organizzativa all’interno di aziende e di istituzioni mediante un approccio data-driven;
-Uso di strumenti ICT per la gestione e la riorganizzazione di processi interni ed esterni all’ambito lavorativo in un’ottica di sostenibilità.
 
Data Ethics and Protection - 04TXHTD - IUS/02 (3 cfu)
Data Ethics and Protection - 04TXHTD - IUS/04 (3 cfu)
Digital government transformation - 01VIBTD - SPS/04 (6 cfu)
Digital societies - 01VICTD - SPS/08 (6 cfu)
Economy and business organisation - 01VHXTD - SECS-P/07 (6 cfu)
 
Transizione digitale e territorio   Conoscenza e comprensione
Gli obiettivi di apprendimento attesi riguarderanno i seguenti argomenti:
- Programmazione orientata agli oggetti e strumenti per l’implementazione in Python;
- Principali strumenti per la programmazione di sistemi real-time e in presenza di sensori e attuatori;
- Approcci multi-disciplinari alla soluzione di problemi basati su metodologie quali Problem Structuring Methods (PSMs) e MultiCriteria Decision Analyses (MCDA);
- Approcci sistemici legate al tema dei Sustainable Development Goals (SDG) con particolare attenzione ai SDG 11, 7 e 13;
- Efficienza energetica e produzione/consumo di energia;
- Modellazione e gestione dei dati, quali dati spaziali e algoritmi di machine learning per l’analisi dei dati;
- Implicazioni economiche e ambientali della trasformazione digitale dei sistemi di trasporto per l’acquisizione di dati, la loro diffusione e operabilità in un’ottica di servizi di mobilità sostenibili e inclusivi;
- Comprensione del quadro istituzionale, di governance e di pianificazione per impostare processi di transizione digitale coerenti con gli obiettivi di sviluppo sostenibile in casi specifici.
Capacità di applicare conoscenza e comprensione
Lo studente dovrà essere in grado di applicare la conoscenza acquisita per il raggiungimento dei seguenti obiettivi:
- Progettazione di un sistema IoT e utilizzo in un campo applicativo reale, con acquisizione di dati, data processing, visualizzazione e user interaction;
- Risoluzione di problemi data-driven in ambito energetico e ambientale;
-Definizione di indicatori e di strumenti di supporto alle decisioni finalizzati al monitoraggio e alla definizione di strategie innovative in ambito energetico e ambientale;
- Gestione e coordinamento di esperti dei diversi campi applicativi e dei destinatari finali delle analisi condotte per la finalizzazione ottimale delle soluzioni basate sui dati;
- Acquisizione (per esempio attraverso l’IoT) e analisi di dati per l’innovazione nei trasporti, tenendo conto degli aspetti legati alla privacy e alla sicurezza per l’analisi dei sistemi di trasporto esistenti;
- Capacità di includere obiettivi di transizione digitale in un quadro di strategie, politiche e piani volti a promuovere lo sviluppo sostenibile di città e comunità.
 
IoT and Cloud for sustainable communities - 01VIDTD - ING-INF/05 (6 cfu)
Laboratory in Digital Transition in Urban Dynamics - 01VIITD - ICAR/20 (3 cfu)
Transport innovation for a sustainable, inclusive and smart mobility - 01VIETD - ICAR/05 (6 cfu)
 
Transizione digitale e industria   Conoscenza e comprensione
Gli obiettivi di apprendimento attesi riguarderanno i seguenti argomenti:
- Programmazione orientata agli oggetti e strumenti per l’implementazione in Python;
- Principali strumenti per la programmazione di sistemi real-time e in presenza di sensori e attuatori;
- Approcci multi-disciplinari alla soluzione di problemi basati su metodologie quali Problem Structuring Methods (PSMs) e MultiCriteria Decision Analyses (MCDA);
-Approcci sistemici legate al tema dei Sustainable Development Goals (SDG) con particolare attenzione ai SDG 11, 7 e 13;
-Efficienza energetica e produzione/consumo di energia;
- Tecnologie abilitanti e fondatrici dell'Industry 4.0;
- Sistemi a supporto della Smart Maintenance, basati su architetture IoT e tecniche di manutenzione predittiva;
- Strumenti MES e loro applicazione in diversi scenari;
- Modellazione e gestione dei dati e algoritmi di machine learning per l’analisi dei dati.

Capacità di applicare conoscenza e comprensione
Lo studente dovrà essere in grado di applicare la conoscenza acquisita per il raggiungimento dei seguenti obiettivi:
- Progettazione di un sistema IoT e utilizzo in un campo applicativo reale, con acquisizione di dati, data processing, visualizzazione e user interaction;
- Risoluzione di problemi data-driven in ambito energetico e ambientale;
-Definizione di indicatori e di strumenti di supporto alle decisioni finalizzati al monitoraggio e alla definizione di strategie innovative in ambito energetico e ambientale;
- Gestione e coordinamento di esperti dei diversi campi applicativi e dei destinatari finali delle analisi condotte per la finalizzazione ottimale delle soluzioni basate sui dati;
- Definizione di strategie di manutenzione predittiva mediante un approccio data-driven;
- Utilizzo di strumenti MES per gestire in modo efficiente e integrato il processo produttivo di un’azienda manifatturiera;
- Utilizzo di sistemi di visione basati su realtà aumentata a supporto di attività nell’ambito dei processi industriali.

 
Industry 4.0: Methodologies and case studies - 01VIKTD - ICAR/17 (2 cfu)
Industry 4.0: Methodologies and case studies - 01VIKTD - ING-INF/05 (4 cfu)
IoT and Cloud for sustainable communities - 01VIDTD - ING-INF/05 (6 cfu)
Laboratory in Digital Transition in Manufacturing - 01VIHTD - ICAR/17 (1 cfu)
Laboratory in Digital Transition in Manufacturing - 01VIHTD - ING-INF/05 (2 cfu)
Post-carbon sustainable communities (Atelier) - Energy transition and Energy modeling - 01VIMTD - ING-IND/11 (6 cfu)
Post-carbon sustainable communities (Atelier) - Evaluation methods and decision making approaches - 01VIMTD - ICAR/22 (6 cfu)
 
Transizione digitale e patrimonio   Conoscenza e comprensione
Gli obiettivi di apprendimento attesi riguarderanno i seguenti argomenti:
- Programmazione orientata agli oggetti e strumenti per l’implementazione in Python;
- Principali strumenti per la programmazione di sistemi real-time e in presenza di sensori e attuatori;
- Approcci multi-disciplinari alla soluzione di problemi basati su metodologie quali Problem Structuring Methods (PSMs) e MultiCriteria Decision Analyses (MCDA);
-Approcci sistemici legate al tema dei Sustainable Development Goals (SDG) con particolare attenzione ai SDG 11, 7 e 13;
-Efficienza energetica e produzione/consumo di energia;
-Piattaforme digitali online ed on site, quali musei virtuali, atlanti digitali, finalizzate alla rappresentazione, spazializzazione, collezione, gestione e fruizione di dati storici e culturali;
-Analisi di dati attraverso metodi digitali finalizzati all'elaborazione di narrative adattabili a diversi scenari di fruizione;
-Modellazione e gestione dei dati (es. dati spaziali e culturali) e algoritmi di machine learning per l’analisi dei dati.
Capacità di applicare conoscenza e comprensione
Lo studente dovrà essere in grado di applicare la conoscenza acquisita per il raggiungimento dei seguenti obiettivi:
- Progettazione di un sistema IoT e utilizzo in un campo applicativo reale, con acquisizione di dati, data processing, visualizzazione e user interaction;
- Risoluzione di problemi data-driven in ambito energetico e ambientale;
-Definizione di indicatori e di strumenti di supporto alle decisioni finalizzati al monitoraggio e alla definizione di strategie innovative in ambito energetico e ambientale;
- Gestione e coordinamento di esperti dei diversi campi applicativi e dei destinatari finali delle analisi condotte per la finalizzazione ottimale delle soluzioni basate sui dati;
- Spazializzazione e visualizzazione di dati del patrimonio artistico e culturale mediante piattaforme ICT;
- Progettazione di un ambiente digitale integrato per la raccolta dei dati e la visualizzazione digitale e l’elaborazione di diversi scenari;
- Sviluppo di prodotti digitali relativi al patrimonio culturale con particolare attenzione al patrimonio delle città nelle loro diversità storiche.

 
Digital Urban Heritage: digital humanities methodologies and case studies - 01VIFTD - ICAR/18 (6 cfu)
IoT and Cloud for sustainable communities - 01VIDTD - ING-INF/05 (6 cfu)
Laboratory in Digital Transition in Heritage - 01VIJTD - SPS/08 (3 cfu)
 
Crediti liberi   Conoscenza e comprensione
I crediti liberi (12CFU) possono essere scelti dalla studentessa/dallo studente fra alcuni insegnamenti suggeriti dal Corso di laurea o altri presenti nell'Ateneo e nell'Università degli studi di Torino.
Si propone un elenco di insegnamenti particolarmente indicati per studentesse e studenti del corso di laurea magistrale.

Gli obiettivi di apprendimento attesi riguarderanno i seguenti argomenti:
- Trasformazioni socio-economiche delle città contemporanee, in un quadro di urbanizzazione planetaria;
- Fenomeni di diseguaglianza sociale in ambito urbano, con particolare attenzione a processi e dinamiche di inclusione/esclusione sociale e di partecipazione;
- Conoscenza nel campo dell’economia e delle politiche pubbliche: micro fondamenti economici della condotta dei soggetti privati e pubblici; analisi dei meccanismi di gestione privata e pianificazione collettiva dei processi di sviluppo urbani e territoriali; valutazione dell’impatto di decisioni pubbliche, collettive e private nella dimensione territoriale, economica ed ambientale;
- Conoscenza delle dinamiche di sviluppo connesse alla programmazione e partecipazione a iniziative di partenariato internazionali.
Capacità di applicare conoscenza e comprensione
Lo studente dovrà essere in grado di applicare la conoscenza acquisita per il raggiungimento dei seguenti obiettivi:
- Capacità di comprendere e analizzare le dinamiche di sviluppo urbano nel quadro della globalizzazione e della diversità dei contesti analizzati;
- Utilizzo delle metodologie di analisi e ricerca utili a investigare fenomeni e dinamiche di esclusione/inclusione sociale;
- Utilizzo di modelli di risoluzione di problemi semplici di microeconomia urbana;
- Comprensione di indicatori relativi all’uso del suolo e alle risorse urbane e analisi di forme di investimento pubblico e privato in ambito urbano;
- Capacità di adottare un approccio creativo e critico al lavoro nel campo delle trasformazioni urbane con attori pubblici e privati.
 
Global urban geographies - 02ROVTD - M-GGR/01 (6 cfu)
Methodologies for Social Inclusion and Participation - 01RUWTD - SPS/10 (6 cfu)
Transnational Programmes Design - 01RUXTD - M-GGR/02 (4 cfu)
Urban and Regional Economics - 01RVXTD - SECS-P/06 (6 cfu)
 
Tesi   Capacità di applicare conoscenza e comprensione
La tesi consente di applicare le conoscenze acquisite e di incrementare le capacità di approfondire autonomamente le tematiche affrontate, rafforzando, attraverso l'acquisizione di una metodologia di analisi, le capacità di autoapprendimento. L’accertamento delle capacità raggiunte viene verificato nel corso della discussione della tesi.
 
Thesis - 13MBRTD - *** N/A *** (20 cfu)
 
Tirocinio   Capacità di applicare conoscenza e comprensione
Il tirocinio è obbligatorio e può essere di un numero di crediti variabile (7 o 10) a seconda che ad esso si associ un laboratorio di 3CFU (Laboratory in Digital Transition in Manufacturing/Heritage/Urban dynamics). Le attività svolte nel tirocinio hanno un forte contenuto professionalizzante e consentono allo studente, oltre all'applicazione delle conoscenze acquisite, una conoscenza diretta delle condizioni del mondo del lavoro, l'acquisizione di una maggiore autonomia di giudizio ed un affinamento della capacità di lavorare in gruppo. L’accertamento delle capacità raggiunte viene verificato attraverso il giudizio espresso dal tutor aziendale e dal tutor accademico.
 
Professional Training - 16MSYTD - *** N/A *** (7 cfu)
Professional Training - 10MSYTD - *** N/A *** (10 cfu)
 
Autonomia di giudizio
L'autonomia di giudizio viene esercitata quando a studenti e studentesse viene chiesto di impostare attività progettuali e di svilupparle, sia nelle parti di esercitazione degli insegnamenti sia nei lavori di atelier, di laboratorio e di tesi. La definizione delle specifiche del problema, legato alle diverse forme di transizione digitale, sono sviluppate lasciando un grado di libertà allo studente o alla studentessa che devono essere, dunque, in grado di fare – e motivare - delle scelte personali. Queste fasi di progettazione in parte autonoma sono presenti nei diversi insegnamenti e, in misura maggiore, nell’atelier e in relazione al tirocinio presso una struttura esterna (ente o impresa) durante il percorso di elaborazione del progetto di tesi magistrale.
La tesi di laurea, associata al tirocinio e, sulla base di una scelta autonoma dello studente/della studentessa, anche a un laboratorio è di norma un momento di sintesi nel quale lo studente/la studentessa è coinvolto/a in attività di ricerca del relatore ed eventualmente in un contesto aziendale. Lo studente deve quindi elaborare e mettere in atto soluzioni originali su tematiche spesso interdisciplinari.
Abilità comunicative
Le abilità comunicative vengono sviluppate e valutate secondo diverse modalità che, spesso, richiedono il lavoro di gruppo:
- la stesura di rapporti scritti e di presentazioni per documentare i processi di analisi dei dati e dei contesti;
- lo sviluppo di progetti in atelier;
- la progettazione delle attività legate alla tesi e al tirocinio.
Queste attività possono essere svolte singolarmente o in piccoli gruppi ma, sempre nel caso delle attività svolte nei diversi insegnamenti e quando possibile nel caso delle attività di tesi e tirocinio, richiedono un costante confronto con i colleghi e con i docenti, attraverso presentazioni degli stati di avanzamento del lavoro e dei risultati, utilizzando tecniche di comunicazione opportunamente individuate nei diversi insegnamenti e per i diversi momenti. Ciò permette di esercitare la capacità di lavorare in gruppo, di presentare il proprio lavoro, anche ad un pubblico esterno, per una valutazione utile a migliorare le proprie capacità di comunicazione.
Alcuni insegnamenti prevedono la presentazione orale dei lavori individuali o di gruppo, come parte della prova di accertamento. Questa attività viene considerata come un esercizio di comunicazione in pubblico.
Il corso di studi favorisce pertanto la crescita della capacità di ricercare, valutare criticamente e comunicare informazioni, idee, problemi e soluzioni relative alla transizione digitale e di spiegare e documentare le proprie scelte, utilizzando opportunamente i mezzi che la moderna tecnologia informatica mette a disposizione.
Capacità di apprendimento
Le capacità di apprendimento sono praticate in tutti gli insegnamenti, anche in relazione alla possibilità di imparare quanto viene proposto come materiale aggiuntivo a quanto spiegato in aula.
Il corso permette agli studenti di acquisire i fondamenti scientifici e metodologici richiesti per proseguire gli studi ad un livello superiore. Obiettivo primario del corso di studio è fornire agli studenti strumenti adeguati a permettere un aggiornamento continuo delle proprie conoscenze anche dopo la conclusione del proprio percorso di studi (lifelong learning). Tali competenze vengono valorizzate in particolar modo negli insegnamenti che fanno riferimento alle diverse aree di apprendimento: delle tecnologie dell’informatica, dell'area aziendale-organizzativo e negli ambiti delle discipline umane, sociali, giuridiche, economiche, della transizione digitale e territorio, della transizione digitale e industria e della transizione digitale e patrimonio.
La capacità di apprendimento viene sviluppata ponendo lo studente nelle condizioni di imparare quanto proposto in aula, per applicarlo nella fase di esercitazione in aula o in laboratorio e per sviluppare piccoli progetti, sottoponendogli anche del materiale aggiuntivo che deve essere elaborato autonomamente, in vista della prova d'esame e finale. Ciò permette allo studente di sviluppare le sue capacità di apprendere nello studio auto-diretto o autonomo, qualità indispensabile nell'aggiornamento continuo delle proprie conoscenze.  


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
WCAG 2.0 (Level AA)
Contatti