Pagina Personale Docente

Information design e data visualization

Docenti
  UGO GUIDOLIN
Istituto / Ciclo
Comunicazione ed educazione (Baccalaureato (DGDvr))
Anno accademico
2023/2024
Codice
STC08900
Anno di corso
3° Anno
Semestre
2
ECTS
5.0
Ore
40
Lingua in cui viene erogato il corso
Italiano
Modalità di erogazione del corso
Convenzionale
Tipologia di insegnamento
Obbligatorio
Tipologia d'esame / Metodo di valutazione
Prova pratica ed esame orale finale
Per modificare la scheda approvata richiederne lo sblocco scrivendo a:
- Area di Comunicazione: didattica.comunicazione@iusve.it
- Area di Pedagogia: didattica.pedagogia@iusve.it
- Area di Psicologia: didattica.psicologia@iusve.it
SCHEDA PUBBLICATA
Finalità dell'insegnamento e apporto specifico al profilo professionale

ll corso intende offrire gli strumenti concettuali e metodologici necessari ad affrontare la selezione, l’elaborazione e progettazione dei dati (small e big data) in forma visiva e multimediale al fine di identificare fenomeni, trend e informazioni, che diversamente risulterebbero poco leggibili a una prima analisi dei dati.

Con l’emergere dell’era dei Big Data e della complessità, la capacità di saper visualizzare dati e informazioni in maniera sintetica racconta una storia e rimuove il rumore evidenziando le informazioni rilevanti e i pattern che sussistono in un delicato equilibrio tra forma e funzione.

Mentre la cultura tradizionale traccia una linea di separazione netta tra narrazione creativa e analisi scientifica il mondo attuale della data science richiede nuove competenze e abilità in grado di connettere i due ambiti da cui emerge la necessità di nuove professionalità emergenti quali il data scientist o il visual journalist.

Prerequisiti richiesti

Conoscenze e competenze teoriche e tecniche nell'ambito del graphic design.

Abilità nell'uso dei software di progettazione grafica e video.

Competenze
  • Capacità di organizzare in autonomia la propria ricerca affinando di volta in volta la selezione, la raccolta e l’analisi dei dati; 
  • capacità di sviluppare una lettura critica dei dati raccolti e di relazionarli con il proprio bagaglio cognitivo e la letteratura di riferimento; 
  • capacità di analizzare, sintetizzare e classificare logicamente i dati identificando relazioni e modelli strutturali utili alla loro rappresentazione visuale e interattiva; 
  • capacità di confronto, esposizione e argomentazione dei risultati raggiunti attraverso la mediazione con il team di progetto e il docente.
Abilità

Il corso intende offrire allo studente un'apprendimento mirato allo sviluppo delle seguenti abilità:

  • data mining: raccolta ed estrazione dei dati in forma di strutture relazionali (dataset); 
  • clustering analysis: individuazione, analisi dei pattern di dati e restituzione di questi ultimi in strutture logiche e modelli grafici; 
  • information design: trovare soluzioni efficaci, esaurienti e veridiche nella rappresentazione dell’informazione in forma visiva, attraverso la rappresentazione multimediale e interattiva dei dati e delle informazioni e la realizzazione di dashboard
Conoscenze

1. Concetti introduttivi 
1.1 Cos'è un'informazione
1.2 Dal dato alla conoscenza 
1.3 Relazioni tra data visualization e information design 
1.4 Overload informativo e big data 
1.5 Open & linked data 
2. Data visualization
2.1 Concetti di base per la ricerca, raccolta e l''estrazione dei dati e l'interpretazione dei risultati 
2.2 Organizzazione e gestione di un dataset 
2.3 Diagrammi e rappresentazione dei dati 
3. Information design 
3.1 Il design dell’apprendimento: psicologia cognitiva e neuroscienza applicate al design dell’informazione 
3.2 Information architecture 
3.3 La ruota della visualizzazione 
3.4 Analisi e valutazione di un'infografica 
3.5 Applicazioni, case study e format dell’information design: Infografica, Data Journalism, Visual Storytelling, Design Thinking

Bibliografia
Bibliografia obbligatoria:
CAIRO A., L’arte funzionale. Infografica e visualizzazione delle informazioni, Pearson, 2013. (Per l'apprendimento delle competenze teorico-culturali)
NUSSBAUMER-KNAFLIC C., Data storytelling: generare valore dalla rappresentazione delle informazioni, Apogeo, Milano, 2016. (Per l'apprendimento delle competenze progettuali)
 
Bibliografia di approfondimento: 
ANTENORE M., SPLENDORE S., Data journalism. Guida essenziale alle notizie, Mondadori Università, Milano, 2017. 
CAIRO A., L’arte del vero. Dati, grafici e mappe per la comunicazione, Pearson, 2016. 
DEHAENE S., I neuroni della lettura, Raffaello Cortina, 2009. 
GUIDOLIN U., Pensare digitale, Milano, McGraw-Hill, 2005. 
KIRK A., Data Visualisation: A Handbook for Data Driven Design, Sage, 2019. 
MCCANDLESS D., Information is beautiful. Capire il mondo al primo sguardo, Rizzoli, Milano, 2011. 
ORZATI D., Visual storytelling. Quando il racconto si fa immagine, Hoepli, Milano, 2019. 
REZZANI A., Big Data: Architettura, tecnologie e metodi per l’utilizzo di grandi basi di dati, Maggioli editore, Milano, 2013. 
TUFTE E.R., Envisioning Information, 4th edition, Graphics Press, London, 1990.
Focus

Nessuno.

Metodologia

Lezione, esercitazione e pratica, progettazione e gestione del progetto.

Il corso prevede momenti di spiegazione teorica e dimostrativa, alternati ad esercitazioni e attività in aula finalizzati all’applicazione concreta di quanto appreso dagli studenti durante il corso.

Divisi in gruppi gli studenti svilupperanno in autonomia un progetto di information design che presenteranno alla fine del corso e verrà valutato dal docente come prova parziale d'esame.

Criteri di valutazione e Modalità d'esame
La valutazione del livello di apprendimento teorico da parte dello studente avviene attraverso un esame orale individuale. Criteri di valutazione della prova teorica individuale sono: 
  • comprensione dei quadri teorici e utilizzo appropriato di terminologie e concetti;
  • capacità di analisi e giudizio critico;
  • capacità espositiva.
La valutazione delle competenze e abilità acquisite dallo studente avviene attraverso l’esposizione e discussione del progetto realizzato in gruppo che verrà valutato dal punto di vista dell'analisi e della ricerca, e dal punto di vista dell'esecuzione tecnica.
Criteri di valutazione del progetto di gruppo sono: 
  • qualità dell'organizzazione della ricerca, dei dati raccolti e delle metodologie sviluppate; 
  • qualità dell’esecuzione e correttezza dell’elaborato finale.
Contatti e Orario di ricevimento

Il docente riceve su appuntamento previo accordo con gli studenti via email a u.guidolin@iusve.it.

Finalità dell'insegnamento e apporto specifico al profilo professionale
    Nessuna informazione
Prerequisiti richiesti
    Nessuna informazione
Competenze
  • Competenze (max 3)
    Al termine dell’insegnamento lo studente dovrà essere in grado di:
Abilità
  • Abilità
    Al termine dell’insegnamento lo studente dovrà essere in grado di:
Conoscenze
  • Conoscenze (contenuti)
    Al termine dell’insegnamento lo studente dovrà essere in grado di:
Bibliografia
  • Testi obbligatori:
  • Testi consigliati:
Focus
    Nessuna informazione
Metodologia
    Nessuna informazione
Criteri di valutazione e Modalità d'esame
    Nessuna informazione
Contatti e Orario di ricevimento
    Nessuna informazione