Laurea Magistrale inEconomia e Management

OBIETTIVI FORMATIVI:
Il corso approfondisce i processi di trasformazione digitale e l'adozione all'interno delle organizzazioni di tecnologie di frontiera, con particolare riferimento all’'intelligenza artificiale.
In particolare, il corso esplora i seguenti assi tematici in una prospettiva trasversale ai settori produttivi:
- Le dinamiche e gli impatti organizzativi delle nuove tecnologie, con particolare riferimento ai sistemi di automazione (RPA, AI, GenAI), nelle diverse tipologie di aziende;
- Le relazioni tra strategie sovranazionali (es. Digital Europe), nazionali e locali e le loro ripercussioni sull'adozione delle tecnologie digitali al livello della singola organizzazione;
- Le relazioni tra settore pubblico, privato e non profit nella diffusione delle tecnologie digitali (es. Digital Intermediaries, Digital Innovation Hubs).
Gli studenti acquisiranno una comprensione approfondita delle sfide, delle opportunità e delle implicazioni della digitalizzazione per le organizzazioni, con un focus specifico sull'intelligenza artificiale (IA) e le sue applicazioni pratiche. Quest'ultima parte applicativa del corso sarà erogata anche attraverso testimonianze in aula da parte di primarie aziende di sviluppo e consulenza IT.


CONOSCENZA E CAPACITA' DI COMPRENSIONE:
1. Comprendere i concetti fondamentali della trasformazione digitale e dell'IA nel contesto delle organizzazioni private e pubbliche.
2. Analizzare l'impatto delle tecnologie emergenti e del loro potere trasformativo sulle organizzazioni e la società.
3. Esplorare le implicazioni etiche, legali e sociali dell'adozione dell'IA nelle organizzazioni e nella società.
4. Acquisire competenze pratiche dell'applicazione dell'IA attraverso laboratori mirati.
5. Esaminare casi di studio e best practice di trasformazione digitale in diversi settori.
6. Comprendere le sfide e le opportunità della digitalizzazione dal punto di vista dei modelli di governance, con particolare attenzione alle politiche europe e al ruolo dei finanziamenti e dei progetti UE per l'innovazione digitale.


APPLICARE CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine del corso, gli studenti sapranno descrivere gli attori, le fasi e gli strumenti di implementazione delle principali tecnologie digitali, tra cui l’'IA, in ambito aziendale. Sapranno inoltre valutare gli effetti sulla catena del valore (privato o pubblico) dell'implementazione di diverse tecnologie emergenti.


AUTONOMIA DI GIUDIZIO:

Al termine del corso, gli studenti sapranno analizzare i punti di forza e di debolezza nei processi di implementazione delle principali tecnologie digitali e intervenire per migliorarli.


ABILITA' COMUNICATIVE:

Oltre alle lezioni frontali interattive, sono previste discussioni di casi studio applicativi e lezioni laboratoriali, con cadenza settimanale. Gli studenti del corso saranno in grado di elaborare e presentare proposte originali collegate ai temi di digitalizzazione affrontati nel corso.


CAPACITÀ DI APPRENDERE:

Il corso prevede l'analisi e l'utilizzo attivo da parte degli studenti di alcuni dei principali database comparativi sulle traiettorie di digitalizzazione dei diversi sistemi Paese, e lo svolgimento di esercitazioni su alcune delle principali interfacce di GenAI disponibili. Questo consentirà agli studenti di approfondire e continuare a utilizzare autonomamente queste risorse dopo il termine del corso.

Non sono previste propedeuticità. Una conoscenza di base degli strumenti di economia aziendale è raccomandata.

Struttura del corso:

1. Introduzione alla trasformazione digitale
• Aspetti definitori e legame tra pianificazione strategica, creazione di valore e tecnologie emergenti
• Le aziende nell'economia digitale e l'ecosistema della trasformazione digitale: attori, regole e strumenti
• Il ruolo delle strategie sovranazionali, dei finanziamenti UE e della gestione per progetti come impulso alle dinamiche di trasformazione digitale

2. Tecnologie di frontiera nella quarta rivoluzione industriale
• Big Data e Analytics: impatto sul sistema aziendale e sulle performance
• Intelligenza Artificiale: impatto sul sistema aziendale e sulle performance
• Cybersecurity: impatto sul sistema aziendale e sulle performance
• Altre tecnologie di frontiera

3. Settori e best practice
• Esempi di applicazione nel settore privato
• Esempi di applicazione nelle aziende pubbliche

4. Laboratori e Testimonianze sull'Intelligenza Artificiale
• Introduzione all'IA, all'IA Generativa e alle sue applicazioni pratiche
• Focus sull'’IA Responsabile e le implicazioni etiche dell'IA
• Il futuro del lavoro: come l'IA Generativa impatterà i profili professionali e le funzioni aziendali

I materiali d'esame (dispense, capitoli di libro, articoli, report) saranno caricati direttamente nella piattaforma del corso.

Bonomi Savignon A. (2020) "Tendenze in atto nella trasformazione digitale della PA Italiana. Rilevazioni quali-quantitative e costruzione di un indice sintetico". Milano: Mc-Graw-Hill (E-book)

Cöster, M., Danielson, M., Ekenberg, L., Gullberg, C., Titlestad, G., Westelius, A., & Wettergren, G. (2023). Digital Transformation: Understanding Business Goals, Risks, Processes, and Decisions (1st ed.). Open Book Publishers.

Dunleavy, P., & Margetts, H. (2023). Data science, artificial intelligence and the third wave of digital era governance. Public Policy and Administration, 09520767231198737.

Floridi, L. (2022). Etica dell’'intelligenza artificiale: Sviluppi, opportunità, sfide (M. Durante, Ed.). R. Cortina.

Hinterhuber, A., Vescovi, T., & Checchinato, F. (Eds.). (2021). Managing digital transformation: Understanding the strategic process. Routledge.

Lombardi Rosa, Chiucchi Maria Serena, Mancini Daniela, “Smart Technologies, Digitalizzazione e Capitale Intellettuale. Sinergie ed opportunità”, Società Italiana di Ragioneria e di Economia Aziendale, Franco Angeli Editore, Milano 2020, ISBN 9788835103578

Mergel, I., Edelmann, N., & Haug, N. (2019). Defining digital transformation: Results from expert interviews. Government Information Quarterly, 36(4), 101385.

Nestor Maslej, Loredana Fattorini, Raymond Perrault, Vanessa Parli, Anka Reuel, Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Juan Carlos Niebles, Yoav Shoham, Russell Wald, and Jack Clark,
“The AI Index 2024 Annual Report,” AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA, April 2024.

Alla modalità di lezione tradizionale (lezioni frontali) e' previsto l'affiancamento di modalità di didattica interattiva nella misura di almeno il 30%. Circa una lezione su tre sarà infatti dedicata all'applicazione pratica degli strumenti e logiche gestionali descritte nelle lezioni frontali, attraverso lo svolgimento di laboratori, esercitazioni e discussioni di gruppo.

La prova di esame è prevista in forma orale e valuta la preparazione complessiva dello studente, la capacità di integrazione delle conoscenze delle diverse parti del programma, la consequenzialità del ragionamento, la capacità analitica e la autonomia di giudizio.
Inoltre, vengono valutate la proprietà di linguaggio e la chiarezza espositiva, in aderenza con i descrittori di Dublino (1. Conoscenza e capacità di comprensione (knowledge and understanding); 2. Capacità di applicare la conoscenza e comprensione (applying knowledge and understanding); 3. Autonomia di giudizio (making judgements); 4. Capacità di apprendimento (learning skills); 5: Abilità di comunicazione (communication skills).

Per i frequentanti, la verifica dell'apprendimento prevede la possibilità di svolgimento di un project work insieme alla verifica orale.
Il voto complessivo è così composto: orale 80%; project work 20%;
Per i non frequentanti, è previsto il solo svolgimento della prova orale, basata su una integrazione del materiale d'esame.

La prova di esame sarà valutata secondo i seguenti criteri:
Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi, frequenti generalizzazioni e limitate capacità critiche e di giudizio, gli argomenti sono esposti in modo non coerente e con linguaggio inappropriato;
18-20: conoscenza e comprensione degli argomenti appena sufficiente con possibili generalizzazioni e imperfezioni; capacità di analisi sintesi e autonomia di giudizio sufficienti, gli argomenti sono esposti in modo frequentemente poco coerente e con un linguaggio poco appropriato/tecnico;
21-23: Conoscenza e comprensione degli argomenti routinaria; Capacità di analisi e sintesi corrette con argomentazione logica sufficientemente coerente e linguaggio appropriato/tecnico