Big Data, Intelligenza Artificiale e Valutazione: cosa accade in Italia

Titolo Rivista RIV Rassegna Italiana di Valutazione
Autori/Curatori Francesco Mazzeo Rinaldi, Ornella Occhipinti
Anno di pubblicazione 2024 Fascicolo 2023/85-86
Lingua Italiano Numero pagine 23 P. 185-207 Dimensione file 270 KB
DOI 10.3280/RIV2023-085010
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più clicca qui

Qui sotto puoi vedere in anteprima la prima pagina di questo articolo.

Se questo articolo ti interessa, lo puoi acquistare (e scaricare in formato pdf) seguendo le facili indicazioni per acquistare il download credit. Acquista Download Credits per scaricare questo Articolo in formato PDF

Anteprima articolo

FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA)associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche

;

Keywords:Big data; Artificial intelligence; Data Science; Bias; Evaluation.

  1. Letouzé, E. (2012). Big data for development: Opportunities and challenges. United Nations Global Pulse.
  2. Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., Byers, A.H., (2011). Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute
  3. Martocchia Diodati, N. (2017). Machine Learning per le scienze sociali, in Natale, P. e Airoldi, M. (a cura di), Web & Social Media. Le tecniche di analisi, Maggioli-Apogeo, Santarcangelo di Romagna (RN), pp. 97-109.
  4. Mayer-Schonberger V, Cukier K. (2013). Big Data: a revolution that will change how we live, work and think. London: John Murray.
  5. Mazzeo Rinaldi F., Giuffrida G. (2018) (eds.) Numero monografico su Big Data e Valutazione in. RIV: Rassegna Italiana di Valutazione: 68, 2, Milano: FrancoAngeli.
  6. Mazzeo Rinaldi, F, Giuffrida, G., & Negrete, T. (2017). Real-Time Monitoring and Evaluation—Emerging News as Predictive Process Using Big Data-Based Approach. In Cyber Society, big data, and Evaluation (pp. 191-214). Routledge.
  7. Mervis, J. (2012). Agencies rally to tackle big data. Science, 336(6077), 22.
  8. Nielsen, S.B., Mazzeo Rinaldi, F., Petersson, G. (eds.) (2024). Artificial Intelligence and Evaluation. Emerging Technologies and their implications for evaluation. London: Routledge.
  9. Petersson, G.K., Breul, J.D (eds) (2017). Cyber society, big data and evaluation. Comparative policy evaluation. Volume 24. Routledge
  10. Pozzer, G., (2019) Pianificazione della città e pratiche valutative : un'euristica dei Big Data. In "RIV: rassegna italiana di valutazione : 73, 1, 2019, Milano : FrancoAngeli
  11. Punziano, G., Delli Paoli, A. (Eds.). (2021). Handbook of research on advanced research methodologies for a digital society. IGI Global.
  12. Rezzani, A. (2013), Big Data. Architettura, tecnologie a metodi per l’utilizzo di grandi basi dati, Maggioli, Santarcangelo di Romagna.
  13. Sadurni N. (2022). Alan Turing, l’arma segreta degli Alleati. Storica, National Geographic https://www.storicang.it/a/alan-turing-larma-segreta-degli-alleati_15245
  14. Scriven, M. (2019). The checklist imperative. In C. A. Christie & M. C. Alkin (Eds.), Theorists’ Models in Action: A Second Look. New Directions for Evaluation, 163, 49–60.
  15. Weiss, S.M., Indurkhya, N., (1998). Predictive data mining: a practical guide. Morgan Kaufmann
  16. York P., Bamberger M. (2020). Measuring Results and Impact in the Age of Big Data. Rockefeller Foundation, New York, NY.
  17. Lazer D., Radford J. (2017). Data ex Machina: Introduction to Big Data. Annual Review of Sociology 43(1) 19-39.
  18. Kumar, P., Manash, E. (2019), Deep learning: a branch of machine learning, J. Phys.: Conf. Ser. 1228 012045. DOI 10.1088/1742-6596/1228/1/012045.
  19. Kaisler, S., Armour, F., Espinosa, J. A., & Money, W. (2013). Big data: Issues and challenges moving forward. In R. H. Sprague Jr. (Ed.), 2013 46th Hawaii international conference on system sciences, pp. 995–1004. IEEE.
  20. Italian Sociological Review, 12(7S), 617.
  21. Italian Sociological Review, 11(4S), 153.
  22. Italian Journal of Sociology of Education, 14(3).
  23. Hojlund, S., Olejniczak, K., Petersson, G. P., & Rok, J. (2017). The current use of big data in evaluation. In G. J. Petersson & J. D. Breul (Eds.), Cyber society, big data, and evaluation (Vol. 24, pp. 35–60). New York, NY: Routledge.
  24. Gozzo, S., Pennisi, C., Asero, V., & Sampugnaro, R. (2020). Big Data e processi decisionali: strumenti per l’analisi delle decisioni giuridiche, politiche, economiche e sociali. EGEA spa.
  25. Giuffrida G., Mazzeo Rinaldi F. (2020) Big Data, Intelligenza Artificiale e Machine Learning: tra discriminazione e responsabilità algoritmica, in Gozzo S. et al. (eds.) Uso dei Big Data nei processi decisionali. Egea, Milano. pp 31-46
  26. Gibin, M., & Maturo, A. (2020). No profit e impatto sociale al tempo dei Big Data: tra Quantified Context e Blockchain. In "Salute e società : XIX, 1, 2020, Milano : FrancoAngeli, 2020 (pp.157-174)
  27. Gantz, J., Reinsel E. (2011). Extracting Value from Chaos, IDC’s Digital Universe Study, sponsored by EMC.
  28. Finucane, M.M., Martinez, I., & Cody, S. (2018). What works for whom? A Bayesian approach to channeling big data streams for public program evaluation. American Journal of Evaluation, 39, 109–122.
  29. Einav L., Levin J.D. (2013). The data revolution and economic analysis, NBER Working Paper Series No. 19035. http://www.nber.org/papers/w19035
  30. Demchenko, Y., De Laat, C., & Membrey, P. (2014). Defining architecture components of the Big Data Ecosystem. In 2014 International conference on collaboration technologies and systems (CTS) (pp. 104-112). IEEE.
  31. Cox, M., Ellsworth, D., (1997). Application-controlled demand paging for out-of-core visualization. Proceedings of the 8th conference on Visualization, pp. 235-244.
  32. Corposanto, C., & Molinari, B. (2020). Dai Big Data alla valutazione passando per la metodologia della ricerca. In Big Data e processi decisionali (pp. 73-83). Egea.
  33. Brayne S. (2017). Big Data Surveillance: The Case of Policing. American Sociological Review 82(5) 977-1008.
  34. Bertermann K., Robins A., Bamberger M., Higdon G.L,, Raftree L. (2020) Big Data to Data Science. Moving from “What” to “How” in the MERL Tech Space. MERL Tech. Volume 3
  35. Baro, E., Degoul, S., Beuscart, R., & Chazard, E. (2015). Toward a literature-driven definition of big data in healthcare. BioMed research international, 2015.
  36. Bamberger, M. (2017) Integrating big data into the monitoring and evaluation of development programs. UN Global Pulse with support from the Rockefeller Foundation.
  37. Anderson, C., (2008). The end of theory: The data deluge makes the scientific method obsolete. Wired Magazine. -- Disponibile online: http://www.wired.com/science/discoveries/magazine/16-07/pb_theory.
  38. Addeo, F., Punziano, G., Mauceri, S. (2022) The Impact of Digital on Research, Socialisation, and Communication Processes. Italian Journal of Sociology of Education, 14(3), 1-16. DOI: 10.14658/PUPJ-IJSE-2022-3-1

Francesco Mazzeo Rinaldi, Ornella Occhipinti, Big Data, Intelligenza Artificiale e Valutazione: cosa accade in Italia in "RIV Rassegna Italiana di Valutazione" 85-86/2023, pp 185-207, DOI: 10.3280/RIV2023-085010