- Docente: Giuseppe Contissa
- Crediti formativi: 6
- SSD: IUS/04
- Lingua di insegnamento: Inglese
- Moduli: Federico Galli (Modulo 1) Giuseppe Contissa (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Bologna
- Corso: Laurea in Genomics (cod. 9211)
Conoscenze e abilità da conseguire
Il corso fornisce allo studente conoscenze in merito alle implicazioni etiche, legali e sociali nei seguenti contesti: regolazione dei test genetici, ricerca genomica, modifiche genomiche, riservatezza e protezione dei dati ottenuti dall’utilizzo dell’intelligenza artificiale, dati relativi alla salute e intelligenza artificiale. Al termine del corso lo studente sarà in grado di (1) utilizzare differenti approcci per identificare le implicazioni etiche, legali e sociali nell’utilizzo dei dati scientifici; (2) valutare l’impatto degli algoritmi e delle tecnologie data-driven per gli individui e per la società; (3) acquisire le competenze metodologiche necessarie per la ricerca nell’ambito delle implicazioni etiche, legali e sociali legate ai dati scientifici e conoscere gli obblighi e le responsabilità che ne derivano per i professionisti del settore.
Contenuti
Il corso si articolerà in tre parti.
Parte 1: Fondamenti di etica normativa
La prima parte si propone di fornire i concetti di base dell'etica normativa, con un'introduzione alle principali teorie etiche normative (consequenzialismo, etica deontologica, teorie del contratto sociale, etica della virtù).
Parte 2: Etica e diritto delle ICT
La seconda parte si propone di fornire una panoramica approfondita delle numerose questioni etiche e giuridiche sollevate dalle tecnologie dell'informazione e della comunicazione (ICT), con particolare attenzione all'intelligenza artificiale e al suo impatto sulla società, sugli individui, sulla ricerca. In particolare, saranno affrontati i seguenti temi: principi fondamentali del GDPR; IA, Big Data e Data Protection; IA e ricerca medica: questioni giuridiche; Machine Learning, Big Health Data e problemi di bias e discriminazione; spiegabilità e trasparenza dell'intelligenza artificiale;IA e fiducia; valutazione dei casi d'uso dell'IA; scenari socio-tecnici; IA e responsabilità in ambito sanitario.
Parte 3: Profili applicativi in ambito healthcare e genetica
La terza parte si propone di applicare le conoscenze fornite nella prima e seconda parte attraverso la discussione di casi di studio pratici nel contesto dei test genetici, della ricerca genomica, del genome editing.
Testi/Bibliografia
Verranno forniti slide delle lezioni, articoli scientifici e materiali didattici integrativi di approfondimento che saranno messi a disposizione sulla piattaforma Virtuale.
Inoltre durante le lezioni si segnaleranno dei testi consigliati che coprono ognuno una parte del corso.
Metodi didattici
L'approccio didattico sarà dialogico e interattivo: gli studenti saranno coinvolti in discussioni di gruppo improntate alla interpretazione e discussione di casi rilevanti, di risposte etico-giuridiche e alle ricadute sociali, anche in relazione agli interessi e alle richieste provenienti in aula dagli studenti, al fine di stimolare l’autonomia di giudizio e la capacità critica.
Modalità di verifica e valutazione dell'apprendimento
Per tutti gli studenti, frequentanti e non frequentanti, l’esame sarà un test scritto qualora esso venga sostenuto nel primo appello utile dopo il termine delle lezioni. Negli appelli successivi, l’esame sarà solo in forma orale.
Il test scritto consiste in 31 quiz a risposta multipla che coprono l'intero contenuto del corso. Gli studenti che accettano il voto dello scritto non devono sostenere la prova orale. In caso di mancato superamento della prova o di rifiuto del relativo voto, lo studente sarà tenuto a sostenere l’esame in forma orale in uno degli appelli successivi alla fine del corso.
L’esame orale consiste in tre o quattro domande sull’intero contenuto del corso.
L’attribuzione del voto finale nell’esame scritto e orale sarà ispirata ai seguenti criteri:
- Preparazione su un numero molto limitato di argomenti affrontati nel corso e capacità di analisi che emerge solo con l’aiuto del docente, espressione in linguaggio complessivamente corretto → 18-19;
- Preparazione su un numero limitato di argomenti affrontati nel corso e capacità di analisi autonoma solo su questioni puramente esecutive, espressione in linguaggio corretto → 20-24;
- Preparazione su un numero ampio di argomenti affrontati nel corso, capacità di compiere scelte autonome di analisi critica, padronanza della terminologia specifica →25-29;
- Preparazione sostanzialmente esaustiva sugli argomenti affrontati nel corso, capacità di compiere scelte autonome di analisi critica e di collegamento, piena padronanza della terminologia specifica e capacità di argomentazione → 30-30L.
Strumenti a supporto della didattica
Oltre ai testi consigliati e alle norme di legge relative per i frequentanti, durante le lezioni saranno illustrati casi nazionali ed internazionali/europei sulla materia con le opportune indicazioni per l'approfondimento.
Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it ): sarà sua cura proporre agli/lle studenti/esse interessati/e eventuali adattamenti, i quali 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.
Orario di ricevimento
Consulta il sito web di Giuseppe Contissa
Consulta il sito web di Federico Galli
SDGs



L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.