Il corso si propone di fornire agli studenti le coordinate concettuali e gli strumenti pratici per navigare la complessità dei processi decisionali nell'era dell'Intelligenza Artificiale. L'obiettivo primario non è formare tecnici informatici, bensì manager e decisori consapevoli, capaci di progettare sistemi uomo-macchina efficaci, etici e rigenerativi. Attraverso un percorso interdisciplinare che unisce filosofia, economia cognitiva e analisi tecnologica, il corso mira a sviluppare la capacità di distinguere i compiti delegabili all'automazione (il "meccanico") da quelli che richiedono il giudizio umano (il "libero"). Gli studenti apprenderanno a scomporre il processo decisionale nelle sue fasi costitutive, identificando i bias cognitivi e comprendendo come l'IA predittiva e generativa possano intervenire per ridurre l'incertezza o ampliare le opzioni. Infine, il corso si pone l'obiettivo di coltivare le facoltà superiori unicamente umane (creatività primaria, giudizio etico, intuizione incarnata e metacognizione), trasformando l'IA da potenziale minaccia sostitutiva a strumento di emancipazione e potenziamento (augmentation) per il manager del futuro, inteso come "architetto di sistemi decisionali".

Al termine del corso, in coerenza con i Descrittori di Dublino, lo studente sarà in grado di: 1. Conoscenza e capacità di comprensione: riconoscere e descrivere i fondamenti teorici dell'economia cognitiva, i limiti della razionalità umana (bias cognitivi) e i principi di funzionamento statistico dell'Intelligenza Artificiale (predittiva e generativa), distinguendo chiaramente tra compiti "meccanici" e facoltà "libere". 2. Conoscenza e capacità di comprensione applicate: analizzare e scomporre un processo decisionale aziendale reale nelle sue fasi costitutive, applicando il framework "Meccanico vs. Libero" e la "Matrice del Centauro" per identificare quali fasi delegare all'automazione e quali riservare al giudizio umano. 3. Autonomia di giudizio: valutare criticamente le implicazioni etiche, sociali e organizzative dell'adozione dell'IA, scegliendo consapevolmente tra scenari di competizione (sostituzione) e scenari di complementarietà (augmentation), e riconoscendo i bias algoritmici. 4. Abilità comunicative: argomentare e giustificare le proprie scelte di riprogettazione dei processi decisionali, comunicando efficacemente la visione strategica dell'integrazione uomo-macchina sia a interlocutori tecnici che manageriali. 5. Capacità di apprendere: sviluppare un approccio metacognitivo e di "ignoranza socratica" che permetta di aggiornare continuamente le proprie competenze in un panorama tecnologico in rapida evoluzione, mantenendo la centralità del fattore umano.

Il corso è strutturato in tre blocchi tematici principali, progettati per guidare lo studente dalla teoria alla pratica manageriale. Blocco 1 - Le Fondamenta: Dal Pensiero alla Decisione (Lezioni 1-5). Esplora le basi filosofiche ed economiche della decisione umana. Introduce il Paradosso della Libertà (Spinoza), la storia dell'esternalizzazione cognitiva, i limiti della razionalità umana (bias cognitivi secondo Kahneman e Tversky) e l'architettura della decisione (Simon, Hidalgo). Definisce il framework fondamentale che distingue il "Meccanico" (calcolabile e replicabile) dal "Libero" (unicamente umano), utilizzando il Framework Cynefin (Snowden). Blocco 2 - La Nuova Cassetta degli Attrezzi: Dominare il "Meccanico" (Lezioni 6-11). Analizza gli strumenti di IA come leve per automatizzare i compiti meccanici. Demistifica il Machine Learning e le Reti Neurali (Mitchell), confrontando l'IA Predittiva (riduzione dell'incertezza) con l'IA Generativa (esplorazione delle possibilità tramite LLM). Introduce la figura del manager come "architetto di sistemi decisionali" e include un laboratorio pratico sul Prompt Engineering. Blocco 3 - Il Fattore Umano: Coltivare il "Libero" (Lezioni 12-18). Si concentra sulle facoltà che l'IA non può replicare: creatività primaria, giudizio etico (qualia), intuizione incarnata e metacognizione. Analizza i due scenari futuri (Competizione vs. Complementarietà) e guida gli studenti nella riprogettazione di processi decisionali reali, culminando nel "Manifesto del Centauro" per un'economia rigenerativa.

Testi obbligatori per tutti gli studenti: 1. Dispense, slide e guide ragionate fornite dal docente durante il corso (disponibili sulla piattaforma e-learning di Ateneo). 2. Mitchell, M. (2019). Artificial Intelligence: A Guide for Thinking Humans. Farrar, Straus and Giroux (Edizione italiana: L'intelligenza artificiale. Una guida per gli esseri umani pensanti, Einaudi, 2022). 3. Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux (Edizione italiana: Pensieri lenti e veloci, Mondadori, 2012). Testi consigliati per approfondimenti (scelta opzionale): 4. Hidalgo, C. (2015). Why Information Grows: The Evolution of Order, from Atoms to Economies. Basic Books (Edizione italiana: L'evoluzione dell'ordine. La crescita dell'informazione dagli atomi alle economie, Bollati Boringhieri, 2016). 5. Acemoglu, D. & Johnson, S. (2023). Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity. PublicAffairs (Edizione italiana: Potere e progresso, Il Saggiatore, 2023). 6. Kasparov, G. (2017). Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins. PublicAffairs.

Lezioni frontali e casi studio. Il corso adotta un approccio didattico misto che alterna lezioni frontali teoriche a momenti di didattica attiva e laboratoriale. Le lezioni frontali sono supportate da presentazioni visive (slide) e guide ragionate che approfondiscono i concetti filosofici, economici e tecnologici trattati. I casi studio reali vengono utilizzati per illustrare l'applicazione pratica dei framework decisionali. Sono previsti due laboratori pratici: il primo dedicato al Prompt Engineering e all'interazione diretta con modelli di IA Generativa (ChatGPT, Gemini, Claude), il secondo incentrato sulla mappatura e riprogettazione collaborativa di processi decisionali aziendali. La discussione in aula, il confronto critico e le attività di gruppo sono costantemente incoraggiati per stimolare l'autonomia di giudizio e le abilità comunicative degli studenti.

Esame orale. La verifica dell'apprendimento si articola in due momenti distinti. Fase finale: prova orale tradizionale, focalizzata sulla verifica della comprensione dei concetti teorici fondamentali, dei framework analitici (Meccanico vs. Libero, Matrice del Centauro, Cynefin) e sulla discussione critica dei testi di riferimento obbligatori. La valutazione terrà conto della capacità di collegare i diversi temi del corso e di argomentare con autonomia di giudizio. Prova intermedia facoltativa: valutazione basata sulla realizzazione e presentazione di un Project Work di gruppo (1-3 persone). Il progetto consiste nella riprogettazione di un processo decisionale reale, utilizzando un tool di IA a scelta per automatizzare le parti "meccaniche" e ridefinire il ruolo del contributo umano "libero". L'esame orale consisterà nella discussione dell'elaborato, valutando: la coerenza teorica delle scelte progettuali, la qualità della delega uomo-macchina, la padronanza critica degli strumenti di IA utilizzati e l'originalità della soluzione proposta.

Nessuno in particolare. L'assegnazione dell'elaborato finale (tesi di laurea) in questa disciplina richiede un forte interesse per le tematiche di frontiera tra management, tecnologia ed etica. Si richiede la disponibilità ad approfondire la letteratura scientifica internazionale (prevalentemente in lingua inglese) sull'impatto dell'Intelligenza Artificiale nelle organizzazioni e sui processi decisionali. È preferibile, ma non strettamente obbligatorio, aver superato l'esame con una votazione eccellente e aver dimostrato spiccate capacità analitiche e critiche durante il corso, in particolare nella stesura del Project Work. Gli argomenti di tesi potranno spaziare dall'analisi di casi aziendali di implementazione dell'IA, allo studio dei bias algoritmici nei processi di selezione, fino alla progettazione teorica di nuovi modelli organizzativi "centauro" (ibridi uomo-macchina).