ANDIA26 - ANALISI DEI DATI E INTELLIGENZA ARTIFICIALE

L'insegnamento concorre agli obiettivi formativi del Corso di Studio in Economia e Management fornendo le competenze pratiche e operative relative al trattamento dei dati pertinenti all'analisi economico-aziendale, con particolare riferimento agli strumenti informatici applicati alla gestione d'impresa. In coerenza con l'attenzione del Corso di Studio agli effetti dell'innovazione tecnologica e della digitalizzazione sui contesti lavorativi, l'insegnamento affianca agli strumenti tradizionali di analisi dei dati l'uso di agenti AI generativi, mettendone a confronto rapidità, trasparenza del procedimento e affidabilità dei risultati.
Sul piano dell'area quantitativa, l'insegnamento sviluppa la capacità di studiare le relazioni tra variabili e di leggere le tendenze dei dati economico-aziendali; sul piano dell'area aziendale, la capacità di tradurre queste letture in risposte a domande di business utili a interpretare i fenomeni aziendali e a supportare le decisioni. L'approccio question-centric adottato nel corso rende operativa la combinazione tra approcci qualitativi e quantitativi indicata dal Corso di Studio: la domanda gestionale orienta la scelta del metodo di analisi, e il risultato quantitativo viene restituito in forma interpretata e comunicabile.Risultati di apprendimento attesi (Descrittori di Dublino)
Conoscenza e capacità di comprensione. Lo studente conosce il quadro concettuale dell'analisi dei dati e comprende l'approccio question-centric come modo di impostare un'analisi a partire da una domanda di business, insieme ai concetti di base dell'analisi univariata, bivariata e multivariata su variabili numeriche e categoriali.
Capacità di applicare conoscenza e comprensione. Lo studente sa tradurre una domanda descrittiva o diagnostica in un percorso di analisi e realizzarlo operativamente con Excel e con gli agenti AI generativi, applicando raggruppamento e aggregazione dei dati e analisi univariata, bivariata e multivariata, e produce una risposta visuale basata sui dati a partire da una domanda di ricerca.
Autonomia di giudizio. Lo studente sa scegliere il tipo di analisi appropriato alla domanda posta, valutare pertinenza e correttezza dei risultati, formulare ipotesi sulle relazioni tra variabili e verificare criticamente la plausibilità e la validità degli output, in particolare di quelli prodotti da strumenti di AI, valutando anche le soluzioni proprie e altrui nel confronto delle retrospettive.
Abilità comunicative. Lo studente sa comunicare i risultati di un'analisi attraverso rappresentazioni visuali efficaci e interpretazioni discorsive dei grafici prodotti, in modo da rendere esplicita e immediatamente comprensibile la risposta alla domanda di partenza.
Capacità di apprendimento. Lo studente sviluppa un metodo di lavoro question-centric riutilizzabile in autonomia su domande, contesti e dati nuovi, anche con l'ausilio di strumenti basati su AI generativa.