AVVISO ALL'UTENZA Per motivi tecnici, le spedizioni saranno sospese dal giorno 16 Luglio fino al19 Luglio. Riprenderemo le evasioni nella giornata di Lunedì 20 Luglio.

L'analisi dei dati nelle scienze al tempo dei big data del machine learning e dell'intelligenza artificiale
Autori:

Giovanni Di Franco

L'analisi dei dati nelle scienze al tempo dei big data del machine learning e dell'intelligenza artificiale

Il volume fornisce uno studio critico-metodologico dell’evoluzione dell’analisi dei dati avvenuta negli ultimi decenni fino all’attuale scena dominata dalle tecnologie digitali come i big data, il machine learning e la cosiddetta intelligenza artificiale. Dopo un confronto tra le “nuove tendenze” e i modelli di analisi dei dati tradizionali, il testo ipotizza alcune possibili applicazioni nell'ambito delle discipline sociologiche, evidenziando possibilità e limiti.

Pagine: 216

ISBN: 9788835176428

Edizione: 1a edizione 2026

Codice editore: 119.1.12

Disponibilità: Discreta

Il volume fornisce uno studio critico-metodologico dell’evoluzione dell’analisi dei dati avvenuta negli ultimi decenni fino all’attuale scena dominata dalle tecnologie digitati come i big data, il machine learning e la cosiddetta intelligenza artificiale.
Le “nuove tendenze” vengono presentate e messe a confronto con le tecniche e i modelli di analisi dei dati tradizionali per fare emergere sia gli elementi di continuità sia quelli di discontinuità rispetto al passato. Nell’esposizione si farà riferimento alle piattaforme e ai linguaggi di programmazione oggi più usati e si illustreranno sinteticamente alcune applicazioni nell’ambito delle scienze sociali.
Nelle conclusioni si formulerà un bilancio delle possibili applicazioni per gli obiettivi di ricerca tipici delle discipline sociologiche evidenziandone possibilità e limiti.

Giovanni Di Franco insegna Metodologia e tecnica della ricerca sociale presso il Dipartimento di Scienze Sociale ed Economiche della Sapienza Università di Roma. È autore di: Introduzione alla sociologia empirica. Metodo e tecniche della ricerca sociale (2020), Tecniche e modelli di analisi multivariata dei dati. Nuova edizione ampliata e aggiornata (2017); I modelli di equazioni strutturali: concetti, strumenti e applicazioni (2016); Factor analysis and principal component analysis (2013 con Alberto Marradi); Dalla matrice dei dati all’analisi trivariata (2011); Il campionamento nelle scienze umane. Teoria e pratica (2010); L’analisi dei dati con Spss. Guida alla programmazione e alla sintassi dei comandi (2009); Corrispondenze multiple e altre tecniche multivariate per variabili categoriali (2006); L’analisi multivariata nelle scienze sociali (2003); EDS: esplorare, descrivere e sintetizzare i dati (2001). È curatore dei volumi Disuguaglianze intergenerazionali in Italia (2025), Giovani a tempo indeterminato. Valori e atteggiamenti dei giovani a Roma (2017); Il poliedro coesione sociale: analisi teorica ed empirica di un concetto sociologico (2014) e Far finta di essere sani. Valori e atteggiamenti dei giovani a Roma (2006).

Una breve nota bio-bibliografica

  • Dalla cultura analogica a quella digitale
  • L’attività di ricerca
  • L’esperienza didattica

La nuova retorica dei dati inizia con i Big data

  • I dati di ieri
  • L’analisi dei dati di ieri
  • I dati di oggi
  • Le differenze fra i dati di ieri e quelli di oggi
  • Dalla datamania alla datacrazia
  • I problemi metodologici della nuova fase

Reti neurali artificiali e machine learning

  • La rivoluzione delle reti neurali artificiali
  • Cosa è e come è fatta una rete neurale artificiale
  • I concetti e gli strumenti chiave delle reti neurali artificiali
  • Reti neurali artificiali e analisi dei dati
  • Intelligenza artificiale, machine learning e reti neurali artificiali

Intelligenza o intelligenze artificiale/i?

  • Definizioni di intelligenza artificiale
  • Le applicazioni dell’intelligenza artificiale debole
  • L’evoluzione dell’intelligenza artificiale
  • Etica e intelligenza artificiale
  • Intelligenza artificiale e società

Analisi dei dati e intelligenza artificiale

  • Primo esempio: analisi dei sondaggi elettorali in Italia
  • Secondo esempio: un’analisi dei campioni dei sondaggi
  • Terzo esempio: calcolare una media ponderata fra sondaggi condotti con tecniche diverse
  • Quarto esempio: un’analisi delle differenze strutturali nei sondaggi elettorali
  • Quinto esempio: un’analisi dell’astensionismo

Il futuro delle scienze sociali

  • Dalla nomofobia alla noiafobia?
  • L’integrazione fra la ricerca tradizionale e la ricerca digitale
  • Conclusioni provvisorie

Riferimenti bibliografici

Potrebbero interessarti anche