SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Al termine del corso lo studente avrà raggiunto i seguenti risultati di apprendimento secondo i c.d. descrittori di Dublino.

Conoscenze e capacità di comprensione (knowledge and understanding):conoscere e comprendere la architettura dei sistemi di elaborazione e la struttura delle reti di computer, la sicurezza e privacy di Internet, le basi della intelligenza artificiale, i fogli di calcolo e gli strumenti di presentazione.

Utilizzazione delle conoscenze e capacità di comprensione (applying knowledge and understanding):uso consapevole dei computer e della rete , dei sistemi operativi, della privacy e sicurezza in rete, della intelligenza artificiale con i suoi limiti,  dei fogli elettronici per l'elaborazione dei dati nell'ambito meteo, ambientale e biologici, degli strumenti di presentazione per rappresentare idee/progetti/risultati.

Capacità di trarre conclusioni (making judgements): saper analizzare gli strumenti informatici per una consapevolezza etica e legale nella gestione dei dati sensibili (privacy) e nella gestione della sicurezza in rete, riconoscere potenzialità e limiti della intelligenza artificiale, raccogliere ed analizzare statisticamente i dati meteo, ambientali e biologici con i fogli di calcolo, mostrare dati meteo, ambientali e biologici in forma scientifica e sintetica tramite strumenti di presentazione.  

Abilità comunicative (communication skills): utilizzare il lessico tecnico-disciplinare specifico dell'informatica ambientale e usare strumenti informatici per la comunicazione interprofessionale.

Capacità di apprendere (learning skills): uso del lessico tecnico-disciplinare specifico dell'informatica ambientale mediante strumenti informatici per il lavoro quotidiano in ambito ambientale. 

Lezioni frontali per la parte teorica. Esercitazioni guidate per Excel e Powerpoint.

Saper usare il sistema operativo Windows, gli ambienti di office automation di Microsoft, conoscere le principali funzioni e caratteristiche di funzionamento di Internet e qualche conoscenza su funzioni matematiche e sommatorie per la intelligenza artificiale. 

Obbligatoria secondo i regolamenti di corso di laurea/dipartimento.

Architettura dei sistemi di elaborazione: teoria della informazione, modello logico funzionale, CPU, memorie, bus, periferiche.

Sistemi operativi e software applicativo. Reti di computer: LAN e WAN, Internet.   

Intelligenza artificiale: storia, stato dell'arte ed evoluzione, reti neurali, machine learning, backpropagation, applicazioni varie e medico-scientifiche.  
Sicurezza e Privacy in Internet: vita online, big data, privacy, cloud, social network, valore commerciale internauti, minacce e precauzioni, cookie, reti WiFi, password, tutele legali, pubblicità, spam e bufale. 
Fogli di calcolo in Excel: tabelle, operazioni ed espressioni, funzioni statistiche, matematiche e di ricerca, grafici, formattazione condizionata.
Presentazioni in Powerpoint: uso e sviluppo dell' applicazione, gestione di testo, tabelle, grafici, organigrammi, disegni, file multimediali e collegamenti esterni, animazioni e revisioni.

D. P. Curtin et al. "Informatica di base" Mc Graw Hill.

Slide fornite dal docente.

La prova scritta, costituita da domande a risposta aperta, è valutata in base alla coerenza ed correttezza con gli argomenti trattati durante il corso.
Le prove pratiche vengono valutate sui file prodotti dagli studenti in occasione delle verifiche e corretti dal docente su PC.