COMPUTATIONAL COGNITIVE SCIENCE

Coerentemente con le finalità della classe LM-55 Scienze cognitive, il corso di laurea magistrale in Scienze Cognitive Computazionali intende offrire ai propri studenti una formazione avanzata e multidisciplinare, che integri prospettive psicologiche, statistico-metodologiche, informatiche e neuroscientifiche. Data questa natura fortemente interdisciplinare, è prevedibile che gli studenti provengano da percorsi triennali differenti e presentino quindi conoscenze e competenze eterogenee. Per questo motivo, la prima parte del percorso formativo è dedicata agli insegnamenti fondamentali necessari per armonizzare e consolidare le basi teoriche e metodologiche degli iscritti. Al termine del primo anno, gli studenti avranno acquisito solide competenze psicologiche, matematiche, statistiche e informatiche, indispensabili per affrontare gli insegnamenti più specialistici.
Nel secondo anno il corso approfondisce le applicazioni delle tecniche apprese, con particolare attenzione all'analisi di dati multifattoriali e di grandi dimensioni. Gli studenti potranno inoltre personalizzare il proprio curriculum scegliendo insegnamenti che esplorano il rapporto tra scienze cognitive e tecnologie, affrontando tematiche quali l'intelligenza artificiale, le tecniche di brain imaging, i meccanismi decisionali e la gestione del rischio clinico in ambito sanitario.

Conoscenza 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 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. Lo studente acquisirà inoltre 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 conoscenza e comprensione
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. Inoltre, 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.
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 giudizio:
ll/la laureato/a 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/la laureato/a 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/a studente/essa 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).