• 28 Aprile 2023

Summer School in Futures Studies 2023 – Metodi quantitativi per la previsione sociale

Summer School in Futures Studies 2023 – Metodi quantitativi per la previsione sociale

Summer School in Futures Studies 2023 – Metodi quantitativi per la previsione sociale 1000 1000 IIF

L’Italian Institute for the Future organizza quest’estate la seconda edizione della Summer School in Futures Studies dedicata all’apprendimento e alla sperimentazione di alcuni dei principali metodi quantitativi per la previsione sociale (foresight).

Con la crescita del settore del foresight in ambito pubblico e privato, tanto a livello nazionale quanto internazionale, aumenta l’esigenza di applicare metodologie basate sui dati quali-quantitativi per rendere gli studi di scenario più robusti e al tempo stesso integrarli con analisi quantitative dell’evoluzione di megatrend, fenomeni emergenti e wild card. 

La Summer School in Futures Studies intende fornire ai partecipanti le necessarie conoscenze teoriche e pratiche per riuscire ad applicare da subito nel proprio contesto professionale strumenti avanzati di tipo quantitativo da affiancare ai metodi qualitativi per gli studi di scenario, in un approccio integrato che ricade nel contesto dei mixed-methods. 

Attraverso un corpo docenti che include alcuni dei massimi esperti italiani di futures studies e statistica applicata alla previsione sociale, la Summer School è pensata per unire il piacere di un soggiorno estivo residenziale con un alto livello di formazione, laboratori pratici pomeridiani, esperienze di networking e la possibilità di accedere a percorsi di follow-up con attività integrative e affiancamento personalizzato nei mesi a seguire.

Ricevi l'Open Day online

Obiettivi formativi

La scuola ha per obiettivo la formazione di esperti in grado di impiegare, all’interno di organizzazioni pubbliche, private, università ed enti di ricerca, alcuni dei più diffusi metodi quantitativi della previsione sociale. Alla fine del percorso formativo i partecipanti saranno in possesso di teorie, strumenti, competenze metodologiche e operative utili per progettare studi in ambito di previsione sociale che richiedono la raccolta e la convergenza di opinioni, la costruzione di questionari, l’uso di dataset, la costruzione di scenari probabilistici, l’uso di tecniche di machine learning.

Costituiscono obiettivi specifici della scuola:

  • Padroneggiare la metodologia Delphi per essere in grado di concettualizzare un Delphi finalizzato a specifiche proprie esigenze e definire scenari di lungo termine attraverso la tecnica Delphi-based.
  • Impiegare tecniche statistiche di base e avanzate per l’analisi degli indicatori di incertezza e di performance di un Delphi e di un’analisi di scenario.
  • Conoscere le principali applicazioni di machine learning utili alla previsione sociale e saper impiegare le più recenti tecniche GAN per la creazione di scenari visuali a partire da dati.
  • Progettare, implementare e analizzare i risultati di indagini volte alla raccolta di opinioni a supporto di decisioni multicriterio attraverso l’impiego di criteri qualitativi e quantitativi.
  • Comprendere i princìpi epistemologici, le principali teorie e metodi dei Futures Studies e l’evoluzione storica del settore.
  • Favorire lo scambio multidisciplinare e la contaminazione reciproca tra le diverse esperienze dei partecipanti per rafforzare la capacità di progettare studi complessi e multidimensionali.

Destinatari

La Summer School è stata progettata tanto per un pubblico privo delle nozioni di base in ambito statistico/quantitativo quanto per partecipanti con livelli più avanzati in questo ambito e che intendono formarsi al settore applicativo della previsione sociale. 

La Summer School è rivolta a dottorandi e ricercatori nell’ambito delle scienze sociali, economiche, politiche e statistiche che intendono perfezionarsi nei metodi quantitativi della previsione sociale, nonché a professionisti e funzionari pubblici e privati che desiderano portare questi strumenti nel loro lavoro in ambito foresight.

Location

Circondato da un magnifico parco di alberi secolari, ai piedi delle colline appenniniche, all’interno di un’antica casa padronale risalente al XVIII secolo, l’Hotel Ca’ Vecchia è il luogo ideale per rilassarsi e godere della buona cucina emiliana. Lontano dal frastuono della città, si trova a 14 km da Bologna, a 1 km da Sasso Marconi e a pochi minuti di auto dal fiume Reno e dalle dolci colline marconiane.

Contenuti

Di seguito i principali temi e metodi che saranno approfonditi nella Summer School.

Metodo Delphi

Saranno approfonditi la sua origine epistemica, le prime applicazioni nell’ambito della corsa agli armamenti, il punto di vista probabilistico (critica di Sackman e opzione bayesiana BARD), il punto di vista statistico (Delphi come procedura), applicazioni operative e casi-studio, progettazione pratica.

Delphi-based Scenarios

Si tratta di uno dei metodi più diffusi per la costruzione di scenari futuri, una procedura step-by-step in cui gli output del metodo Delphi sono usati come input per la costruzione degli scenari. Le proiezioni che risultano dall’applicazione del Delphi vengono classificate in modo da creare dei gruppi (clusters) i quali costituiscono la base per la successiva fase di costruzione degli scenari.

Indicatori di performance nella previsione sociale

Saranno approfonditi i metodi di analisi della stabilità, velocità di convergenza e consenso finale delle risposte in una survey Delphi.

Elementi di calcolo della probabilità

Introduzione ai parametri di incertezza attraverso l’approfondimento di argomenti quali probabilità classica, probabilità frequentista, probabilità assiomatica, approccio soggettivista di De Finetti.

Machine learning per la costruzione di scenari

Obiettivo è fornire da un lato una panoramica delle applicazioni del machine learning nell’ambito della previsione sociale, dall’altro un’applicazione pratica dell’impiego di intelligenze artificiali generative alla costruzione di scenari graphic-based a partire da dati attraverso l’uso delle GAN (Generative Adversarial Networks).

Docenti

Mario Bolzan

Mario Bolzan è Professore ordinario di Statistica Sociale all’Università degli Studi di Padova, dove insegna Statistica per la valutazione dei servizi, Statistica sociale e Metodi statistici nell’analisi dati clinici. Presso la Pontificia Università Salesiana insegna Analisi dati sperimentali.

Yuri Calleo

Yuri Calleo è dottorando all’University College Dublin, dove partecipa a un progetto H2020, e tutor presso l’Università di Chieti-Pescara “G. D’Annunzio”. Nel 2022 ha vinto il “Next Generation Foresight Practioners Walkabout Prize” per le sue ricerche sull’applicazione dell’IA agli scenari Delphi.

Mara Di Berardo

Mara Di Berardo è Communications Director del Millennium Project, co-chair del nodo italiano e Communication officer del Foresight Europe Network. Esperta di pianificazione sociale partecipata e metodi partecipativi di futures research, ha lavorato tra gli altri per l’Istituto Nanoscienze e per l’Istituto per le Applicazioni del Calcolo del CNR.

Simone Di Zio

Simone Di Zio è Professore associato di Statistica Sociale all’Università degli Studi “G. D’Annunzio” di Chieti-Pescara, dove insegna Statistica sociale e criminologica e Statistica sociale e informatica. È co-chair del nodo italiano del Millennium Project. Con Antonio Pacinelli ha pubblicato il manuale “Statistica sociale” (2015).

Carolina Facioni

Carolina Facioni è Research Assistant in ISTAT, presso la Direzione Centrale per gli studi e la valorizzazione tematica nell’area delle statistiche sociali e demografiche. PhD in Metodologia delle Scienze Sociali, si occupa di tematiche connesse agli studi di previsione (Futures Studies) e di indicatori relativi alla qualità della vita.

Rocco Mazza

Rocco Mazza è ricercatore (RTD-A) in Demografia presso l’Università di Bari. È stato post-doc all’Università della Campania “L. Vanvitelli” e ha conseguito il dottorato in scienze sociali e statistiche all’Università di Napoli Federico II. Si occupa di population ageing, statistica sanitaria, text mining, dati multidimensionali, indicatori compositi, social media monitoring.

Roberto Paura

Roberto Paura è presidente dell’Italian Institute for the Future e co-fondatore dell’Associazione dei Futuristi Italiani. Si occupa di analisi dei megatrend globali, metodi di foresight, impatto sociale delle nuove tecnologie. PhD in Comunicazione della Scienza.

Rocco Santoro

Rocco Santoro è fondatore della statistical consulting Daccude, membro ordinario della Società Italiana di Statistica e della American Statistical Association (ASA), membro attivo dell’Hub italiano della Global Burden Disease. È direttore biometrico di una CRO internazionale ed attualmente svolge attività di esperto statistico nell’ambito del PNRR per il Ministero dell’Ambiente e della Sicurezza Energetica.

Programma

Lunedì 24 luglio

13.00 – Rinfresco di benvenuto
14.00 – Presentazione del corso e ice-breaking (Roberto Paura)
14.30 – Introduzione ai futures studies (Mara Di Berardo)
16:00 – Coffee break
16.30–18.00 – La previsione sociale: teoria e metodi (Carolina Facioni)

Martedì 25 luglio

9.00 – Costruire questionari per indagini statistiche e d’opinione (Carolina Facioni)
11.00 – Coffee Break
11.30 – Il Delphi: approcci classici e metodi Delphi-simili (Rocco Santoro, Mara Di Berardo)
13.00 – Pranzo
14.00-17.30 – Laboratorio Delphi (Rocco Santoro, Rocco Mazza, Carolina Facioni, Mara Di Berardo)

Mercoledì 26 luglio

9.00 – Discussione ed elaborazione del Laboratorio Delphi (Rocco Mazza, Carolina Facioni)
11.00 – Coffee break
11.00 – Indicatori di Performance e di Incertezza (Mario Bolzan)
13.00 – Pranzo
14.00 – Tecniche di Scenario Planning (Mara Di Berardo)
15.00 – Scenari Delphi-based (Simone Di Zio)
17.00 – Visita al Museo Marconi

Giovedì 27 luglio

9.00 – Laboratorio di Scenari Delphi-based / 1 (Simone Di Zio, Mario Bolzan)
10.30 – Coffee break
11.00 – Laboratorio di Scenari Delphi-based / 2 (Simone Di Zio, Mario Bolzan)
13.00 – Pranzo
14.00 – Introduzione al machine learning per la previsione sociale (Rocco Mazza)
15.30-17.30 – Applicazioni di machine learning per la rappresentazione di scenari (Simone Di Zio, Mario Bolzan, Yuri Calleo)

Venerdì 28 luglio

9:00 – Laboratorio di scenari basati su GAN / 1 (Yuri Calleo)
10:30 – Coffee break
11.00 – Laboratorio di scenari basati su GAN / 2 (Yuri Calleo)
13.00 – Pranzo
14.00-15:30 – Debriefing e follow-up (Roberto Paura, Rocco Mazza)

Costi

Quota residenziale

€ 990,00 (IVA inclusa)
Include

Partecipazione alla Summer School dal lunedì 24 al venerdì 28 luglio.
Soggiorno in camera doppia con bagno privato (check-in lunedì 24, check-out venerdì 28).
Prima colazione, pranzo e cena (il menù comprende primo, secondo, contorno, acqua e caffè).
Coffee break.
Attività sociale mercoledì 26 luglio (da definire).

Sconti

Soci IIF, AFI-Associazione Futuristi Italiani, Complexity Institute: 10% sulla quota d’iscrizione.

Extra

Opzione camera singola: +25 € a notte.
Ulteriore notte pensione completa (domenica 23 o venerdì 28 luglio): +75 €.

Quota non residenziale

€ 750,00 (IVA inclusa)
Include:

Partecipazione alla Summer School dal lunedì 24 al venerdì 28 luglio.
Coffee break.
Pranzo presso il ristorante della struttura (il menù comprende primo, secondo, contorno, acqua e caffè).
Attività sociale mercoledì 26 luglio (da definire).

Sconti

Soci IIF, AFI-Associazione Futuristi Italiani, Complexity Institute: 10% sulla quota d’iscrizione.

Extra

Opzione cena: +20 € al giorno.

Iscriviti ora

I posti sono limitati! Chiusura iscrizioni: 10 luglio 2023.
Per maggiori informazioni: segreteria@futureinstitute.it