Obiettivi formativi
Lo scopo del corso è quello di fornire delle competenze di base relative alle principali metodologie e tecniche di organizzazione, esplorazione e analisi di contenuti culturali di diverso tipo.
Alla fine del corso, le studentesse e gli studenti saranno in grado di: (i) discutere in maniera critica dei principali concetti relativi all'Informatica Umanistica; (ii) utilizzare una serie di strumenti digitali allo stato dell’arte nel campo dell’Informatica Umanistica; (iii) creare visualizzazioni di dati e metadati; (iv) esplorare corpora di testi; (v) produrre analisi linguistiche in maniera automatica; (vi) creare e analizzare network.
Prerequisiti
Data la natura introduttiva del corso, non è richiesta alcuna competenza specifica pregressa in informatica, a parte le competenze di base (es. utilizzo di un browser web e uso dei fogli di calcolo).
Contenuti dell'insegnamento
Il programma del corso verrà affrontato combinando parti teoriche, panoramiche di progetti nel campo dell’Informatica Umanistica, esercitazioni pratiche.
I contenuti principali del corso saranno: (i) introduzione all’Informatica Umanistica; (ii) distant reading e visualizzazione dei dati; (iii) introduzione al trattamento automatico del linguaggio; (iv) introduzione alla Network Analysis.
Programma esteso
- - -
Bibliografia
Tomasi, F. (2012).Metodologie informatiche e discipline umanistiche. Carocci. Sezioni: Prefazione, Introduzione, capitoli 1, 2, 3, 4, 7.
Moretti. F. (2011). Network theory, plot analysis. Pamphlet 2. Stanford Litarery Lab. URL: https://litlab.stanford.edu/LiteraryLabPamphlet2.pdf
Ciotti, F. (2017). What's in a Topic Model? Critica teorica di un metodo computazionale per l’analisi del testo. Testo & Senso, n. 18. URL: http://testoesenso.it/article/view/462/pdf_227
Salvatori, E. (2017). Digital (Public) History: la nuova strada di una antica disciplina. RiMe. Rivista dell'Istituto di Storia dell'Europa Mediterranea (ISSN 2035-794X), 57-94. URL: http://rime.cnr.it/index.php/rime/article/download/8/7
Letture aggiuntive (opzionali - consigliate per approfondimento):
- Jänicke, S., Franzini, G., Cheema, M. F., & Scheuermann, G. (2015). On Close and Distant Reading in Digital Humanities: A Survey and Future Challenges. In EuroVis (STARs) (pp. 83-103) URL: https://pdfs.semanticscholar.org/20cd/40f3f17dc7d8f49d368c2efbc2e27b0f2b33.pdf
- Moretti, F. et al. (2019) La letteratura in laboratorio. A cura di Giuseppe Episcopo. FedOAPress, Napoli. URL: http://www.fedoabooks.unina.it/index.php/fedoapress/catalog/book/104
- Drucker, J. (2021). The Digital Humanities Coursebook, Routledge. URL: https://www.routledge.com/The-Digital-Humanities-Coursebook-An-Introduction-to-Digital-Methods-for/Drucker/p/book/9780367565756
Metodi didattici
Tutte le lezioni si svolgeranno in aula informatica e prevedono sia una parte teorica che delle attività pratiche al computer sotto la guida della docente.
Modalità verifica apprendimento
L’esame è costituito da due parti entrambe obbligatorie per tutti gli studenti: 1. Elaborato scritto (l’argomento dell’elaborato deve riguardare l'applicazione di almeno uno degli strumenti visti a lezione; l’elaborato, di massimo 5 pagine secondo un formato unico per tutti e presentato dalla docente, è da completare prima della prova orale e da consegnare con una settimana di anticipo rispetto all'appello per consentirne la correzione); 2. Colloquio orale (sull'elaborato, sui temi presentati durante il corso e sul testo in bibliografia). Il voto finale, espresso in trentesimi, è unico e tiene conto per il 60% della valutazione dell'elaborato e per il 40% del colloquio orale.
Una valutazione di insufficienza è determinata dalla mancanza di una conoscenza dei contenuti minimi del corso; dall’incapacità di esprimersi in modo adeguato sull’argomento; dall'incapacità di usare e descrivere metodi e strumenti dell'Informatica Umanistica in maniera corretta e completa; dalla carenza di preparazione autonoma; dall’incapacità di formulare giudizi in modo autonomo e di comunicare contenuti, analisi e giudizi in modo argomentato. I punteggi medi (24-27/30) vengono assegnati allo/a studente/ssa che dimostri di possedere un livello più che sufficiente (24-25/30) o buono (26-27/30) degli indicatori di valutazione sopraelencati, i punteggi più alti (28-30/30) vengono assegnati in base alla dimostrazione di un livello da ottimo a eccellente degli indicatori di valutazione sopraelencati. L'eventuale lode prenderà in considerazione anche il livello di partecipazione attiva e qualificata alle lezioni e all’attività didattica.
Altre informazioni
La frequenza è fortemente consigliata. In ogni caso, gli studenti impossibilitati a frequentare le lezioni sono caldamente invitati a mettersi in contatto con la Docente a inizio semestre per concordare un programma alternativo.
ORARIO: martedì e mercoledì dalla 10:30 alle 12:30; giovedì dalle 12:30 alle 14:40.
DOVE: laboratorio informatico di Via M. D'Azeglio, 85.
