90147 - INTELLIGENZA ARTIFICIALE (1)

Conoscenze e abilità da conseguire

Al termine del corso lo studente acquisisce i fondamenti di storia, tecniche e metodi dell’intelligenza artificiale; ha la capacità di progettare soluzioni per semplici casi d’uso (per esempio in domini umanistici) definendo modelli concettuali e/o riusando dati e componenti software esistenti.

Contenuti

Il corso affronta gli aspetti principali dell'intelligenza artificiale, partendo da un punto di vista storico-teorico per arrivare a questioni tecniche e specialistiche degli sviluppi contemporanei della disciplina. Saranno trattate anche tematiche connesse alla epistemologia dell’intelligenza artificiale e delle scienze cognitive.

Il corso è un corso base e non richiede particolari conoscenze o abilità pregresse.

Saranno affrontate questioni relative al problem solving, alla rappresentazione della conoscenza e ai concetti, all'apprendimento automatico, alla pianificazione, all'elaborazione del linguaggio naturale, alle reti neurali, all'interazione uomo-macchina, nonché alle loro implicazioni per la robotica più recente. A scopo introduttivo si affronteranno la nascita e gli sviluppi dell'intelligenza artificiale, della scienza cognitiva classica e della nuova scienza cognitiva, e della robotica. Verranno affrontate anche questioni filosofiche, epistemologiche ed etiche relative ai differenti approcci all'intelligenza artificiale e alle scienze cognitive.

Il corso è diviso temporalmente in quattro parti:

1) La nascita e gli sviluppi dell’intelligenza artificiale.

2) Problem solving e pianificazione automatica.

3) Rappresentazione della conoscenza, reti neurali e sviluppi recenti dell’intelligenza artificiale.

4) Questioni epistemologiche ed etiche dell’intelligenza artificiale, della scienza cognitiva e della robotica.

Testi/Bibliografia

Letture obbligatorie

- M. Giunti , S. Pinna, F. G. Garavaglia, Menti e macchine. Teorie filosofiche e scientifiche, Le Monnier Università, Milano, 2022.

- S. Russell, P. Norvig, Intelligenza artificiale. Un approccio moderno, Pearson-Italia, Milano-Torino, quarta edizione, 2021 (volume 1: capitoli 1, 2, 3, 4, 7, 8, 9, 10, 11; volume 2. capitoli 26, 27, 28).

Letture suggerite:

- D. Andler, Il duplice enigma. Intelligenza artificiale e intelligenza umana, Einaudi, Torino, 2024.

- N. Bostrom, Superintelligenza. Tendenze, pericoli, strategie, Bollati Boringhieri, Torino, 2018.

- M. Marraffa, Percezione, pensiero, coscienza. Passato e futuro delle scienze della mente, Rosenberg & Sellier, Torino, 2019.

- M. Mitchell, L'intelligenza artificiale. Una guida per esseri umani pensanti, Einaudi, Torino, 2022. 

- G. Primiero, On the Foundations of Computing, Oxford University Press, Oxford, 2020. 

- G. Tamburrini, Etica delle macchine. Dilemmi morali per robotica e intelligenza artificiale, Carocci, Roma, 2020.

Ulteriore materiale bibliografico sarà segnalato nel corso delle lezioni.

Le studentesse e gli studenti non frequentanti sono tenute/i a portare un testo in più a scelta fra le letture suggerite.

Metodi didattici

Le lezioni saranno in presenza e saranno lezioni frontali, discussioni sugli argomenti principali o analisi di contenuti, anche autoprodotti, con l'ausilio di tecnologie digitali.

Sarà possibile, per le studentesse e gli studenti interessate/i, fare una breve presentazione individuale o di gruppo su un argomento concordato col docente.

Modalità di verifica e valutazione dell'apprendimento

La valutazione avverrà attraverso una prova orale nella quale verranno discussi sia argomenti generali relative all'intelligenza artificiale, sia questioni più specifiche relative ai vari campi coinvolti in questo ambito disciplinare. In particolare, saranno valutate sia le conoscenze apprese sia la capacità di rielabolarle e di condurre ragionamenti autonomi su temi specifici, nonché di produrre riflessioni personali a partire dai contenuti affrontati durante il corso. Si potrà richiedere, dove possibile, anche l’applicazione dei concetti principali della materia in semplici esercitazioni.

********

In particolare, saranno valutate in ordine crescente di importanza:

1) la completezza delle conoscenze acquisite strettamente in merito al programma;

2) l'appropriatezza del linguaggio;

3) la capacità personale di rielaborazione e di utilizzo dei concetti appresi;

4) la capacità di impostare una riflessione interdisciplinare;

5) la capacità di applicare a singoli casi di ricerca le tematiche apprese e di produrre riflessioni autonome e originali.

********

1) e 2) costituiscono obiettivi minimi per la sufficienza (18-22).

Attraverso 3) si arriverà a una valutazione discreta, tanto più quanto meno mnemoniche saranno le conoscenze apprese dallo studente (23-26).

 4) potrà portare a una valutazione buona o ottima (27-29).

 5) potrà portare a una valutazione eccellente (30 o 30 e lode).

 

Appelli d'esame
Nel corso dell’a.a. 2025/2026 sono previsti appelli nei seguenti mesi: un appello ogni mese escluso agosto.

Persone con disabilità e DSA

Le persone con disabilità o disturbi specifici dell’apprendimento hanno diritto a speciali adattamenti in relazione alla loro condizione, previa valutazione del Servizio d’ateneo per le studentesse e gli studenti con disabilità e DSA. Si prega di non rivolgersi al/la docente, ma di contattare il Servizio per un appuntamento. Sarà cura del Servizio stabilire quali adattamenti si rendono opportuni. Maggiori informazioni alla pagina http://site.unibo.it/studenti-con-disabilita-e-dsa/it/per-studenti . Si raccomanda di contattare per tempo l’ufficio di Ateneo. Gli eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell'insegnamento.

Strumenti a supporto della didattica

Slide e altri materiali e strumenti digitali saranno utilizzati nel corso delle lezioni.

Orario di ricevimento

Consulta il sito web di Francesco Bianchini