COMPUTATIONAL COGNITIVE SCIENCE

corso

Tipo Corso:

Laurea Magistrale

Durata (anni):

2

Dipartimento:

DIPARTIMENTO DI NEUROSCIENZE, IMAGING E SCIENZE CLINICHE

Sede:

CHIETI

Obiettivi

Coerentemente con le finalità della classe LM-55 Scienze cognitive, il corso di laurea magistrale in Scienze Cognitive Computazionali intende fornire ai propri laureati una formazione avanzata e di tipo multidisciplinare (psicologico, statistico-metodologico, informatico, neuroscientifico).
Data questa natura multidisciplinare, è presumibile che gli studenti iscritti abbiano acquisito un bagaglio di conoscenze e competenze non omogeneo poiché provenienti da diversi corsi di laurea triennale. Pertanto, inizialmente il percorso formativo si svilupperà a partire dagli insegnamenti necessari a fornire agli studenti le informazioni necessarie ad armonizzare le loro conoscenze e competenze. Alla fine del primo anno gli studenti avranno pertanto acquisito conoscenze psicologiche, matematiche, statistiche e informatiche fondamentali per affrontare la parte più specifica del corso di studi.
Nel secondo anno gli studenti sceglieranno uno tra due percorsi formativi specifici, entrambi caratterizzati dall'enfasi sull'analisi di dati multifattoriali di grandi dimensioni. Il primo percorso formativo specifico si focalizzerà sullo stretto legame tra le scienze cognitive e le tecnologie, affrontando aspetti propri dell'intelligenza artificiale, delle tecniche di brain imaging, delle neuroscienze cognitive. Il secondo percorso formativo specifico si focalizzerà invece sull'analisi di sistemi complessi e in particolare sull'analisi dei meccanismi decisionali e la gestione del rischio clinico in ambito sanitario. La distinzione in due percorsi formativi specifici è la causa dell'intervallo piuttosto ampio dei settori caratterizzanti che contraddistingue il corso di studi.

Conoscenze e capacità di comprensione

Gli insegnamenti del CdS mirano a fornire agli studenti un'adeguata preparazione nell'ambito delle scienze della mente e del comportamento, delle neuroscienze cognitive, delle tecnologie di imaging e dell'intelligenza artificiale al fine di sviluppare conoscenze e competenze rivolte al trattamento di dati multifattoriali. lo studente è avviato allo studio avanzato degli strumenti matematici, statistici e tecnologici utilizzati per l'analisi di grandi moli di dati, come l'intelligenza artificiale e il machine learning, in quanto strumenti indispensabili allo sviluppo di una forma mentis orientata all'approccio scientifico alla risoluzione dei problemi, anche relativi a sistemi complessi.
In particolare, il primo percorso formativo fornisce allo studente una preparazione avanzata del sistema nervoso centrale e delle basi neurali dell'attività mentale, sia da un punto di vista fisiologico, sia neuropsicologico, al fine di permettergli di acquisire il linguaggio e i metodi di ricerca propri delle neuroscienze.
Nel secondo percorso formativo, lo studente acquisirà conoscenze relative a strumenti che permettano di gestire i flussi informativi e relazionali per quanto concerne gli aspetti terapeutici e prognostici, al fine di poter elaborare modelli interpretativi di specifici contesti decisionali e/o dare vita a strategie di intervento in un ambito di medicina di precisione e, dunque, individualizzata.
Le modalità di accertamento di conoscenze e capacità di comprensione sono differenziate in base alle caratteristiche dei singoli insegnamenti: sia prove scritte, anche in forma di test a risposta multipla, sia prove orali, in modo tale da verificare la capacità di ragionamento.

Capacità di applicare conoscenze e comprensione

Nel primo percorso formativo, lo studente imparerà ad applicare gli strumenti concettuali e i modelli teorici acquisiti sia nell'ambito della ricerca nelle neuroscienze, sia in vari contesti applicativi ove le neuroscienze e le relative tecniche costituiscono un valore aggiunto particolarmente apprezzato, quali l'ambito della ricerca e della divulgazione scientifica, il project management e la formazione avanzata.
Nel secondo percorso formativo, lo studente svilupperà le competenze necessarie ad analizzare come l'integrazione di grandi moli di dati multifattoriali e la capacità di trattarli efficientemente possano costituire una risorsa nella presa di decisione in contesti scientifici e aziendali, con particolare attenzione alla prevenzione e gestione del rischio clinico e alla scelta di processi diagnostici, prognostici e terapeutici individualizzati in ambito sanitario.
La capacità di applicare conoscenze e comprensione sarà valutata anch'essa in sede d'esame, prevalentemente attraverso prove scritte, eventualmente accompagnate da una prova orale.

Autonomia di giudizi

ll laureato in Computational Cognitive Science dovrà possedere, alla fine del corso di studi, una sua autonoma capacità di giudizio in merito alle decisioni da assumere nella registrazione, analisi e conservazione di grandi quantità di dati nell'ambito delle neuroscienze e, più in generale, in ambito clinico e socio-sanitario. Per il raggiungimento di tale autonomia di giudizio, il corso di laurea fornirà sia gli strumenti tecnico-scientifici, che le basi socio-culturali al fine di stimolare la capacità individuale di analisi critica sia sui temi scientifici che sugli aspetti etici connessi. La capacità di analisi deve essere anche rivolta a risolvere le criticità, intervenendo nell'ottimizzazione dei processi di ragionamento, individuale e di gruppo, e dei processi decisionali.
La valutazione della capacità ed autonomia di giudizio raggiunte sarà effettuata mediante gli esami di profitto in forma scritta e/o orale.

Abilità comunicative

ll laureato in Computational Cognitive Science dovrà sapersi esprimere correttamente e con rigore scientifico, anche in lingua straniera (inglese), sia per la stesura di rapporti in ambito aziendale che, più in generale, per comunicare i risultati delle proprie analisi e le proposte operative che ne derivano. Dovrà, quindi, sapere utilizzare le modalità e gli strumenti informatici per la gestione di una efficace comunicazione. Questi obiettivi saranno perseguiti nelle lezioni e nelle attività laboratoriali, richiedendo agli studenti presentazioni dei loro lavori e contributi, anche con mezzi audiovisivi. Il laureato dovrà inoltre aver acquisito buone capacità relazionali, sapendo lavorare in gruppo, anche in contesti internazionali. Le abilità comunicative verranno valutate mediante verifiche scritte e/o orali e in sede di discussione della prova finale.

Capacità di apprendimento

Sarà compito del corso di laurea far acquisire allo studente non solo competenze e conoscenze adeguate al conseguimento del titolo di studio, ma anche capacità e metodi di lavoro e apprendimento adeguati all'aggiornamento e innalzamento continuo delle proprie competenze per progredire a livelli di conoscenza più avanzati, mediante un elevato grado di autonomia operativa. Questo obiettivo sarà perseguito attraverso l'articolazione dell'iter formativo in diverse fasi e tipologie (lezioni frontali, attività autonome di analisi e ricerca, attività di sperimentazione applicata, tirocini, ecc.), in modo da alternare i momenti di acquisizione dei saperi con quelli di rielaborazione personale e applicazione sperimentale delle conoscenze acquisite. Le verifiche avverranno attraverso gli esami di profitto (scritti e/o orali).

Requisiti di accesso

Possono accedere al corso di laurea magistrale i laureati nelle classi (o coloro che sono in possesso di titolo di studio equivalente conseguito all'estero e riconosciuto idoneo):
L-8 INGEGNERIA DELL'INFORMAZIONE
L-9 INGEGNERIA INDUSTRIALE
L-18 SCIENZE DELL'ECONOMIA E DELLA GESTIONE AZIENDALE
L-24 SCIENZE E TECNICHE PSICOLOGICHE
L-30 SCIENZE E TECNOLOGIE FISICHE
L-31 SCIENZE E TECNOLOGIE INFORMATICHE
L-35 SCIENZE MATEMATICHE
L-41 STATISTICA
L-SNT/01 PROFESSIONI SANITARIE, INFERMIERISTICHE E PROFESSIONE SANITARIA OSTETRICA
L-SNT/02 PROFESSIONI SANITARIE DELLA RIABILITAZIONE
L-SNT/03 PROFESSIONI SANITARIE TECNICHE
L-SNT/04 PROFESSIONI SANITARIE DELLA PREVENZIONE
Possono altresì accedervi i laureati in corsi di laurea di altra classe a condizione che dimostrino di possedere almeno 30 crediti formativi complessivi in uno o più dei seguenti gruppi di settori scientifico-disciplinari (SSD):
Primo gruppo
M/PSI-01, M/PSI-02, M/PSI-03, M/PSI-04, M/PSI-05, M/PSI-06, M/PSI-07, M/PSI-08;
Secondo gruppo
SECS-P/07; SECS-P/08; SECS-P/10; SECS-S/01; SECS-S/02; SECS-S/03; SECS-S/04; SECS-S/05; SECS-S/06;
Terzo gruppo
INF/01; ING-INF/05; MAT/01; MAT/02; MAT/03; MAT/04; MAT/05; MAT/06; MAT/07; MAT/08; MAT/09;
Quarto gruppo
BIO/09; BIO/14; MED/01; MED/03; MED/09; MED/25; MED/26; MED/42; MED/45; MED/48; MED/50
Per l'accesso è anche richiesto un requisito curricolare minimo relativo alla conoscenza della lingua inglese pari a un livello B2 o superiore. Per gli studenti stranieri è richiesta una conoscenza dell'italiano pari a un livello B2 o superiore. Le modalità di verifica delle conoscenze della lingua inglese o italiana saranno definite nel Regolamento Didattico del Corso di Studio.
Per frequentare proficuamente il Corso di Studi Magistrale in Scienze Cognitive Computazionali è necessaria, quindi, la familiarità con concetti di base dei processi psicofisiologici nell'essere umano, la conoscenza dei metodi statistici o psicometrici, nonché una familiarità con le procedure informatiche per l'elaborazione dei dati.

Esame finale

Per il conseguimento della laurea in Computational Cognitive Science la prova finale consiste nell'elaborazione scritta ed esposizione orale in lingua italiana o inglese di una tesi. La tesi deve essere elaborata in modo originale dallo studente sotto la guida di un relatore.

Profili Professionali

Cognitive data scientist

Funzioni

Le funzioni principali che i laureati potranno ricoprire riguardano le aree: progettazione e implementazione di progetti di ricerca di base e applicata che richiedano competenze nell’ambito delle scienze cognitive; analisi di dati di grandi dimensioni con caratteristiche multifattoriali per la comprensione del rapporto mente-cervello e/o la riduzione del rischio clinico e delle disfunzioni organizzative; gestione di team di lavoro interdisciplinari; analisi delle decisioni in ambito aziendale con particolare riferimento all’ambito medico-sanitario.

Competenze

Il corso di laurea magistrale in Scienze Cognitive Computazionali fornirà ai propri laureati competenze proprie di una formazione avanzata multidisciplinare. Base comune per i laureati in Scienze Cognitive Computazionali sarà quindi quella di saper gestire e analizzare in maniera specifica ed efficace grandi quantità di dati, come quelli ottenuti dall’analisi di sistemi complessi. Esempio paradigmatico è il neuroimaging, dove la capacità di analizzare dati complessi e multifattoriali è ispirata dalla conoscenza della mente umana e della sua implementazione neurale. Ulteriori esempi sono l’epidemiologia e la prestazione umana in generale.

Sbocchi professionali

I laureati in Scienze Cognitive Computazionali disporranno di una formazione multi- e interdisciplinare che consente loro molteplici sbocchi occupazionali e professionali, anche in forma libero-professionale e di consulenza, presso enti di ricerca privati e pubblici, aziende private, aziende ospedaliere e pubbliche amministrazioni. I laureati, in qualità di ricercatori o tecnici laureati, potranno applicare competenze avanzate nelle scienze cognitive utilizzando metodologie simulative, osservative e sperimentali al fine di verificare ipotesi scientifiche partendo dallo studio dei sistemi intelligenti, siano essi naturali o artificiali. Inoltre, lo studio interdisciplinare e l’approccio integrato utilizzato permetteranno di trasferire le conoscenze e le competenze apprese ad ambiti più ampi, quale la gestione di sistemi organizzati e lo studio di ambienti complessi. Il corso fornirà anche una preparazione specialistica mirata a svolgere studi ulteriori nell'ambito di dottorati di ricerca.

COMPUTATIONAL COGNITIVE SCIENCE

2

CHIETI

Programma E Obiettivi

Obiettivi

Conoscenze e capacità di comprensione

Capacità di applicare conoscenze e comprensione

Autonomia di giudizi

Abilità comunicative

Capacità di apprendimento

Requisiti di accesso

Esame finale

Profili Professionali

Profili Professionali

Cognitive data scientist

Insegnamenti

Insegnamenti (24)

Persone

Persone (20)

Professioni

Professioni