Teoria E Critica Computazionale Della Letteratura E Cultural Analytics: Data Science Per I Prodototti Culturali Lm 2025/2026

Il corso fornirà le conoscenze teoriche e le competenze tecniche per effettuare analisi computazionale su ampia scala di fenomeni culturali con particolare riguardo ai dati testuali. Saranno esaminati i seguenti argomenti:   - Cosa è la Cultural Analytics e la Data Science - Cosa sono i dati culturali: lo spazio della cultura come spazio vettoriale - Overview dei metodi: supervised e unsupervised data mining; topic modelling; cluster analysis; machine learning e Large Language Models    

Testi adottati  

Ciotti, F. 2025. Data Science e Intelligenza Artificiale per le scienze della cultura. Carocci: Roma.  

Manovich, L. 2023. Cultural Analytics. Cortina: Milano. (introduzione, Parte I, Conclusioni).  

Roncaglia, G. 2023. L'architetto e l'oracolo. Laterza: Roma.

Il corso si concentrerà su questioni avanzate di carattere teorico e metodologico relative all'adozione della Data Science e del Machine Learning  nell'analisi dei processi culturali e dei fenomeni letterari. Saranno esaminati i seguenti due argomenti principali:

• Il dibattito teorico e metodologico sul Distant Reading e sugli approcci quantitativi agli studi letterari
• Analisi computazionale dei testi letterari: metodi, workflow e casi di studio
• Modelli Linguistici e loro applicazioni negli studi letterari e culturali

Testi adottati

• Gavin, M. 2022. Literary Mathematics. Stanford University Press.
• Ciotti, F. 2022. «Una nuova svolta negli studi letterari: la convergenza tra computazione, cognizione ed evoluzione». La narrazione come incontro. https://doi.org/10.36253/979-12-215-0045-5.04.

Uno tra:

• Moretti, F. 2022. Falso movimento: la svolta quantitativa nello studio della letteratura. Extrema ratio. Milano: Nottetempo
• Piper, A. 2020. Can We Be Wrong? The Problem of Textual Evidence in a Time of Data. Cambridge University Press.