EN
IT
Obiettivi Formativi
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.
Learning Objectives
TRAINING OBJECTIVES:
The course focuses on digital transformation (DT) processes and on the organizational adoption of frontier technologies such as AI.
Specifically, the course addresses the following themes, with a cross-sectoral perspective:
- The organizational impacts of digital technologies; namely automation systems such as RPA, AI, GenAI, in different kinds of organizations;
- The relations between supranational, national and local digital strategies and how they steer digital adoption in individual organizations;
- The relation between private, public and third sectors in digital technologies’ diffusion
Students will gather deep understanding of challenges, opportunities and implications of digital transformation for organizations, with a specific focus on AI and its practical applications. This final, practical part of the course will be delivered in partnership with leading IT development and consulting businesses.
EXPECTED LEARNING OUTCOMES:
KNOWLEDGE AND UNDERSTANDING:
1. Understanding core concepts related to DT and AI in private and public organizations.
2. Analyzing the impact and transformative implications of DT in business and society.
3. Exploring ethical, legal and social implications of AI adoption in business and society.
4. Acquiring practical skills on AI applications through dedicated labs and testimonies.
5. Examining case studies and best practices of DT in different sectors.
6. Understanding challenges and specificities of DT as public management, namely in its governance aspects (EU funds and NRRPs).
APPLYING KNOWLEDGE AND UNDERSTANDING:
At the end of the course, students are expected to be able to describe and operate phases and tools of the process of planning, programming and controlling and know the specific features of the different typologies of PAs in the implementation of planning, performance management and digitalization systems.
MAKING JUDGEMENTS:
Students are expected to be able to identify strengths and weaknesses of DT implementation processes and act to implement them.
COMMUNICATION SKILLS:
Besides traditional frontal lectures, the course will include case study discussions and laboratories each week. The students will thus be able to elaborate and present original propositions and projects linked to digitalization topics.
LEARNING SKILLS:
The course will focus on the analysis and the active use by the students of the main comparative databases at the EU level on digital maturity, and of the main GenAI platforms. This will allow them to further deepen the topics and pursue autonomous learning after the end of the course.
Prerequisiti
Non sono previste propedeuticità. Una conoscenza di base degli strumenti di economia aziendale è raccomandata.
Prerequisites
No mandatory prerequisites are foreseen. A basic understanding of management principles and tools is suggested.
Programma
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
Program
1. Introduction to Digital Transformation
- Defining DT. The link between strategy, value creation and emerging technologies
- Businesses in the digital economy and the DT ecosystem: actors, rules and tools
- The role of supranational strategies, EU funding and project management in steering DT
2. Emerging technologies in the Fourth Industrial Revolution
- Big Data and Analyics: impact on the business system and its performance
- AI: impact on the business system and its performance
- Cybersecurity: impact on the business system and its performance
- More emerging tech's
3. Sectoral and best practices
- Examples in the private sector
- Examples in the public sector
4. Labs and Testimonies on AI
- Introduction to AI, GenAI and its applications
- Focus on Responsible AI and ethical implications
- The future of work: GenAI and its impacts on jobs and business functions
Testi Adottati
I materiali d'esame (dispense, capitoli di libro, articoli, report) saranno caricati direttamente nella piattaforma del corso.
Books
Reference materials will be included directly in the online platform.
Bibliografia
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.
Bibliography
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
Modalità di svolgimento
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.
Teaching methods
Besides conventional lecture mode (frontal lesson) at least 30% of the course will be carried out employing interactive methods. One out of three classes will entail the practical application of management tools and logics described in the frontal lectures, through the organizations of labs, exercises and open class discussions.
Regolamento Esame
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
Exam Rules
The exam evaluates the overall preparation of the student, the ability to integrate the knowledge of the different parts of the program, the consequentiality of the reasoning, the analytical ability and the autonomy of judgment.
Furthermore, language properties and clarity of presentation are evaluated, in compliance with the Dublin descriptors (1. Knowledge and understanding) 2. Ability to apply knowledge and understanding; 3. Making judgments; 4. Learning skills; 5: Communication skills.
For students attending the course, the exam includes the possibility to conduct a project work alongside the oral exam;
The overall grade is as follows: oral exam 80%; project work 20%;
For non attending students, the exam will be only oral and based on an integration of the course material.
The exam will be assessed according to the following criteria:
Not suitable: important deficiencies and / or inaccuracies in the knowledge and understanding of the topics; limited capacity for analysis and synthesis, frequent generalizations and limited critical and judgment skills, the arguments are presented in an inconsistent way and with inappropriate language;
18-20: just sufficient knowledge and understanding of the topics with possible generalizations and imperfections; sufficient capacity for analysis, synthesis and autonomy of judgment, the topics are frequently exposed in an inconsistent way and with inappropriate / technical language;
21-23: Routine knowledge and understanding of topics; Ability to correct analysis and synthesis with sufficiently coherent logical argument and appropriate / technical language
24-26: Fair knowledge and understanding of the topics; good analysis and synthesis skills with rigorously expressed arguments but with a language that is not always appropriate / technical.
27-29: Complete knowledge and understanding of the topics; remarkable abilities of analysis and synthesis. Good autonomy of judgment. Topics exposed rigorously and with appropriate / technical language
30-30L: Excellent level of knowledge and in-depth understanding of the topics. Excellent skills of analysis, synthesis and autonomy of judgment. Arguments expressed in an original way and with appropriate technical language.
Prof.ssa Lucia Leonelli
