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.
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.
Programma esteso
1) Introduzione al corso e all'Informatica Umanistica: definizioni, argomenti, panoramica di progetti.
2) Concetti base dell'informatica: algoritmi, linguaggi di programmazione, internet, web, dati. Descrizione e valutazione di risorse digitali. Strumenti: demo online OCR Tesseract e GutenTag.
3) Introduzione all'uso della linea di comando per la manipolazione di testi. Uso delle espressioni regolari per la pulizia dei dati. Strumenti: linea di comando (emulatore per Windows) e Sublime Text.
4) I concetti di close reading, distant reading e scalable reading. Introduzione alla data visualization. Strumenti: ngram viewer, Voyant.
5) Introduzione allo spatial turn nelle discipline umanistiche. Strumenti: Recogito, Dariah GeoBrowser, Palladio.
6) Introduzione al TAL, uso di pipeline per l'analisi del linguaggio, introduzione al topic modeling. Strumenti: Tint, jsLDA.
7) Concetti base della network analisi: struttura, layout, metriche. Strumento: Gephi.
Bibliografia
BIBLIOGRAFIA OBBLIGATORIA:
- Silvi D. e Ciotti F. (2021). Lezioni di Informatica umanistica. UniversItalia.
- Slide presentate a lezione.
- 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: https://testoesenso.it/index.php/testoesenso/article/view/370/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 AGGIUNGIVE (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: http://www.informatik.uni-leipzig.de/~stjaenicke/Survey.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 50% della valutazione dell'elaborato e per il 50% del colloquio orale (media ponderata).
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.
Obiettivi agenda 2030 per lo sviluppo sostenibile
- - -
