AMMISSIONE

Borse a tema vincolato disponibili per il 41º ciclo 

Il bando di ammissione al 41º ciclo del Dottorato in Arti, storia, società contempla 3 borse di studio a tema vincolato, accanto a 7 borse a tema libero proposto dai candidati. 

Per le borse a tema vincolato, si offre qui una illustrazione generale, all’interno della quale i candidati potranno elaborare il loro progetto specifico. 

TEMA VINCOLATO: Progettazione, implementazione e analisi di agenti virtuali conversazionali tridimensionali e realistici nel contesto delle arti e della società 

Il progetto personale presentato dal candidato dovrà mirare a sviluppare ambienti di realtà estesa (XR) popolati da agenti conversazionali tridimensionali dall’aspetto, voce e comportamento estremamente realistici, capaci di guidare singoli visitatori o gruppi nella scoperta di patrimoni artistici e spazi reali.  

La ricerca integrerà modelli avanzati di Intelligenza Artificiale (AI) per la sintesi vocale espressiva, l’animazione facciale/corporea sincronizzata al dialogo e il ragionamento multimodale contestuale.  

Attraverso sperimentazioni in musei, siti archeologici e contesti urbani, verranno raccolti e analizzati dati quantitativi e qualitativi per definire valori di usabilità, engagement e apprendimento delle implementazioni prodotte, con l’obiettivo finale di produrre linee guida e best practice che orientino la progettazione e l’adozione di tali tecnologie in scenari culturali. 

TEMA VINCOLATO: Arts and the Digital Turn: pratiche artistiche e immaginario tecnologico 

Il progetto specifico proposto dai candidati all’interno di tale tematica dovrà concentrarsi sulle relazioni tra arte contemporanea e tecnologia digitale, in particolare sul modo in cui gli artisti utilizzano, in epoca post-pandemica, i sempre più avanzati sistemi di IA per esplorare questioni relative al patrimonio culturale italiano, ivi compresa l’archeologia, l’arte di diverse epoche storiche, la cultura materiale e immateriale. 

TEMA VINCOLATO: Data analysis per i media e la produzione creativa 

Il tema Data analysis per i media e la produzione creativa rappresenta un campo di ricerca interdisciplinare che si colloca all’intersezione tra tecnologie digitali, metodologie analitiche e pratiche creative contemporanee. Questo ambito di studio esplora come i dati – intesi nella loro accezione più ampia – possano essere utilizzati per comprendere, ottimizzare e innovare i processi di creazione, distribuzione e fruizione dei contenuti mediali. Al suo interno, i candidati a tale borsa di studio potranno proporre progetti di ricerca personali, per i quali si suggerisce qui qualche esempio. 

Temi di Ricerca (non esaustivi) 

Analisi dei Comportamenti di Fruizione: La ricerca può focalizzarsi sull’interpretazione dei pattern di consumo mediale attraverso l’analisi di big data provenienti da piattaforme streaming, social media e dispositivi digitali. Questo include lo studio delle dinamiche di engagement, dei percorsi di navigazione degli utenti e dei meccanismi di raccomandazione algoritmica che influenzano le scelte creative e editoriali. 

Analisi di Testi e Corpora Mediali: Un’area centrale riguarda l’applicazione di tecniche di text mining, sentiment analysis e topic modeling a grandi corpora di contenuti mediali. Questo include l’analisi di script cinematografici, recensioni, commenti sui social media, trascrizioni di programmi televisivi e podcast, per identificare pattern narrativi, evolutive semantiche e dinamiche discorsive. 

Large Language Models e Analisi Multimodale: La ricerca può esplorare l’utilizzo di LLM e modelli multimodali per l’analisi automatica di contenuti mediali complessi. Questo ambito comprende l’analisi di video, immagini e audio attraverso modelli di deep learning, la generazione di metadati descrittivi, il riconoscimento di stili artistici e l’identificazione di influenze intertestuali tra diverse opere creative. 

Analisi Computazionale dei Fenomeni Mediali: Quest’area si concentra sull’interpretazione quantitativa di fenomeni culturali e mediali attraverso tecniche di network analysis, clustering e classificazione. Include lo studio delle dinamiche di diffusione virale, l’analisi delle comunità online, la modellizzazione dei trend culturali e l’identificazione di pattern emergenti nei comportamenti mediali collettivi. 

Metodologie e Approcci 

I progetti possono adottare metodologie quantitative e qualitative, spesso in combinazione. L’approccio interdisciplinare è fortemente incoraggiato, integrando competenze tecniche con riflessioni teoriche provenienti dai media studies, dall’estetica e dalla sociologia della comunicazione. È importante considerare anche le implicazioni etiche dell’uso dei dati, incluse questioni di privacy, bias algoritmici e rappresentatività dei dataset utilizzati. 

Requisiti del Progetto di Ricerca 

Il progetto presentato dal candidato deve dimostrare chiaramente la fattibilità su tre dimensioni fondamentali: 

– Accessibilità dei Dati: Il candidato deve specificare quali dataset intende utilizzare, documentando la loro disponibilità, qualità e rappresentatività. È necessario indicare le fonti (API pubbliche, dataset accademici, partnership con istituzioni), i formati dei dati, le eventuali limitazioni e le strategie per la loro acquisizione o raccolta. 

– Competenze Tecnologiche: Il progetto deve essere commisurato alle competenze attuali e future del candidato, indicando chiaramente gli strumenti analitici e le metodologie che si intendono utilizzare. È importante bilanciare ambizione e realizzabilità, mostrando sia le competenze esistenti sia quelle che si intende sviluppare durante il percorso dottorale. 

– Rilevanza Teorica: Il candidato deve articolare chiaramente le domande di ricerca, posizionando il progetto nel dibattito accademico esistente e specificando il contributo originale che intende apportare. L’analisi dei dati deve essere orientata alla comprensione di fenomeni mediali e comunicativi, non limitarsi all’applicazione di tecniche analitiche. 

Profilo del Candidato 

Il dottorato si rivolge a candidati con formazioni disciplinari diversificate ma accomunati da una solida propensione analitica e metodologica. Profili di interesse sono quelli di candidati con formazione in media studies, comunicazione e scienze sociali che abbiano sviluppato competenze digitali e quantitative, statistici e data scientist interessati all’applicazione delle loro competenze ai contesti mediali, laureati in informatica e ingegneria con interesse per i fenomeni mediali e culturali, laureati in discipline umanistiche che abbiano acquisito competenze metodologiche e tecnologiche. Il requisito fondamentale è la capacità di coniugare rigore metodologico e sensibilità interpretativa per analizzare criticamente i fenomeni mediali contemporanei attraverso approcci data-driven.