ING0154 - DIGITAL TRANSFORMATION

insegnamento

Tipo Insegnamento:

Ins. uff. con erogazioni e cop.

Durata (ore):

90

CFU:

SSD:

SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Sede:

BRESCIA

Url:

Dettaglio Insegnamento:

INGEGNERIA INFORMATICA/comune Anno: 2

Dettaglio Insegnamento:

Ingegneria delle Tecnologie per l’Impresa Digitale/PERCORSO COMUNE Anno: 2

Anno:

2025

Course Catalogue:

https://permalink.unibs.it/suacds/afcc/2025?corso=...

Periodo di attività

Secondo Semestre (16/02/2026 - 05/06/2026)

Obiettivi Formativi

1. Il concetto di trasformazione digitale come processo di innovazione
2. I fondamenti della gestione della conoscenza
3. L'uso dei Large Language Models (LLMs) per la gestione della conoscenza non strutturata
4. La relazione tra ragionamento induttivo, causalità e logica deduttiva
5. Elementi di gestione dei rischi nelle iniziative di trasformazione digitale.

Prerequisiti

Fondamenti di calcolo della probabilità.
Preferibilmente: Fondamenti di machine learning — sarà comunque fornito un modulo didattico di sommario.
Preferibilmente: Fondamenti di information theory — saranno comunque presentati nel corso.

Metodi didattici

Lezione frontale e studio individuale anche di letture assegnate in aula.
Una parte delle attività didattiche potrà essere svolta mediante modalità telematiche, in conformità alle disposizioni stabilite dal Senato Accademico.

Verifica Apprendimento

Elaborato di gruppo e discussione/esame orale a discrezione del docente.
Metodi di valutazione alternativi sono consentiti esclusivamente in circostanze eccezionali e debitamente documentate, a discrezione esclusiva del docente.

Testi

Le lezioni si baseranno sui seguenti testi:
- Donald Hislop, Rachelle Bosua, Remko Helms, Knowlewdge management in organizations. A critical introduction (4th edition), Oxford University Press, 2018.
- Van de Poel, Ibo, and Lambèr Royakkers, Ethics, technology, and engineering: An introduction. 2nd edition. John Wiley & Sons, 2023.
- Pearl, Judea, Madelyn Glymour, and Nicholas P Jewell, Causal Inference in Statistics: A Primer. John Wiley & Son, 2016
- Nisan N, Roughgarden T, Tardos E, and Vazirani VV (eds), Algorithmic Game Theory. Cambridge University Press, 2007.
- Klaus North, Ronald Maier, Oliver Haas (eds), Knowledge management in digital change. New findings and practical cases, Springer, 2018.

In aggiunta, saranno forniti riferimenti ad articoli e risorse accessibili online.

Contenuti

Questo corso analizza la trasformazione digitale come processo di innovazione fondato sulla gestione della conoscenza, con attenzione alle sue forme e tecniche di manipolazione. Viene approfondito l’uso di Large Language Models (LLM) e di metodologie come Retrieval-Augmented Generation (RAG) per trattare conoscenza non strutturata, insieme a tecniche di machine learning avanzato per gestire incertezza e per collegare induzione, causalità e deduzione. Sono inoltre considerati gli agentic LLMs, modelli linguistici in grado di svolgere azioni autonome orientate all’acquisizione di conoscenza, attraverso interazioni iterative con fonti esterne, strumenti digitali e ambienti informativi. Il corso affronta infine la gestione dei rischi e delle opportunità della trasformazione digitale.

Lingua Insegnamento

Inglese

Corsi (2)

INGEGNERIA INFORMATICA

Laurea Magistrale

2 anni

Ingegneria delle Tecnologie per l’Impresa Digitale