D1 - Conoscenza e capacità di comprensione: lo studente al termine del corso avrà appreso i principi base della sensoristica inerente le macchine interagenti con l’essere umano, dei sistemi di attuazione e dei principi che sottendono l’interazione dal punto di vista del training dell’utente. Avrà inoltre appreso i principi base delle tecnologie digitali, del mondo Internet e delle cosiddette intelligenze artificiali (in particolare quelle generative).

D2 - Capacità di applicare conoscenza e comprensione: lo studente al termine del corso avrà sviluppato la capacità di coordinare un'attività progettuale che coinvolga una interazione
uomo-macchina nonché avrà sviluppato le competenze per reperire le informazioni specifiche richieste. Lo studente sarà inoltre grado di utilizzare con maggiore consapevolezza strumenti di ampio uso in ogni realtà professionale (quindi anche nella professione dello psicologo) quali il calcolatore programmabile e la rete Internet.

D3 - Autonomia di giudizio: lo studente dovrà essere in grado di intuire le implicazioni etiche e sociali delle macchine interagenti con l’essere umano e delle cosiddette “information and communication technologies” (ICT).

D4 - Attività comunicative: lo studente al termine del corso sarà in grado di descrivere i temi affrontati con proprietà di linguaggio e padronanza dei termini.

D5 - Capacità di apprendimento: lo studente dovrà essere in grado di comprendere i benefici e le proprietà ma anche i potenziali rischi delle macchine interagenti con l’uomo e delle principali tecnologie dell’era “digitale” moderna.

Nessuna propedeuticità rispetto ad altri corsi della laurea magistrale o triennale

Modulo A:
Macchine interagenti con l’uomo
Interazione meccanica
Interazione visiva e sonora
Interazione uomo-computer
Strategie di progettazione GUI
Tecnologia persuasiva
Interazione uomo-robot
Modulo B:
Interazione persona-calcolatore programmabile
Interazione persona-dato digitale
Interazione persona-Internet
Macchine che "replicano" l'uomo: il caso della computer vision
Macchine che "superano" l'uomo? Cenni di AI (Artificial Intelligence)

Il corso non segue nessun testo. Di volta in volta, durante le lezioni, vengono resi disponibili le slide e il materiale di supporto su piattaforma telematica.

Modulo A:

Macchine interagenti con l’uomo:
- Esempi di macchine interagenti con l’uomo
- Curve di training
- Definizione del task

Interazione meccanica:
- Attuatori e riduttori
- Sensori di forza
- Sistemi vibrotattili
- Controlli nell’interazione uomo-macchina
- Interfacce aptiche

Interazione visiva e sonora:
- Visori e telecamere
- Sonificazione

Interazione uomo-computer:
- Interfacce grafiche (GUI)
- Raccolta dati, analisi, prototipazione e validazione di GUI

Strategie di progettazione GUI:
- Usabilità e Human-centered interface
- Goal-oriented interface e coadattamento

Tecnologia persuasiva:
- Macchine anti-edonistiche
- La tecnologia persuasiva
- Fenomeno del panoptico

Interazione uomo-robot:
- Studi sui sentimenti artificiali prodotti dalle HIM (Human Interaction Machine)
- Robot collaborativi
- Fenomeno dell’Uncanny Valley
- Empatia artificiale
- Affective computing

Modulo B:

Interazione uomo-calcolatore programmabile:
- Cosa significa "programmare" una macchina
- Il concetto di algoritmo
- Significato del teorema di Böhm-Jacopini
- Sintattica, semantica e logica di un programma
- Architettura di un moderno calcolatore programmabile

Interazione uomo-dato digitale:
- Perchè una macchina moderna necessita di dati digitali
- Differenza tra (basi di) dati e informazione
- Il concetto di segnale digitale
- Elaborazioni elementari su dati e segnali
- Il concetto di convoluzione e sistema (o filtro) digitale

Interazione uomo-Internet:
- Macchine che dialogano tra di loro: il concetto di rete di calcolatori
- Il concetto di Internet
- Applicazioni Internet: oltre il web
- Esempio: la telemedicina

Macchine che "replicano" l'uomo: il caso della computer vision
- Cosa significa "vedere" per gli esseri umani
- Cosa significa "vedere" per un calcolatore
- Segmentazione semantica: estrarre informazione da un'immagine
- Esempio: dagli ADAS nelle autovetture ai robot aspirapolvere

Macchine che "superano" l'uomo? Cenni di AI
- Il concetto di Intelligenza Artificiale (AI)
- Quando (e cosa serve affinché) una macchina possa definirsi "intelligente"
- L'apprendimento per una macchina (machine learning)
- L'apprendimento profondo (deep learning e convolutional neural network)
- AI generativa: deepfake e implicazioni sociali
- Esempio: macchine che imitano il medico radiologo o l'anatomo-patologo

Lezioni frontali ed esercitazioni

Il materiale didattico è disponibile sulla piattaforma moodle2 e/o Teams

Per la prima parte del corso l'esame (orale) consiste in un'interrogazione della durata di 30 minuti per il secondo modulo del corso. Verranno poste 2/3 domande relative ai contenuti svolti nelle lezioni. La modalità d'esame viene illustrata all'inizio del corso. Per ogni domanda viene attribuito un punteggio in trentesimi. Il risultato finale deriva dalla media dei tre punteggi conseguiti. La lode verrà attribuita nel caso in cui le risposte risultino tutte congruenti, fornite in maniera ordinata, con proprietà di linguaggio e sicurezza.
Per la seconda parte del corso l’esame (scritto) consiste di una serie di quiz (risposta multipla e domande parte) da svolgere nelle date d’appello.
Il voto finale risulterà dalla media dei punteggi conseguiti nei due moduli, arrotondando il voto per eccesso.

3- Salute e benessere