Descrizione del corso
Il corso Data Visualization introduce i fondamenti della visualizzazione dei dati, illustrando come trasformare informazioni complesse in rappresentazioni grafiche chiare, efficaci e accessibili.
Attraverso esempi pratici e best practice, il corso guida nell’uso dei principali strumenti, da Excel e Tableau fino a Python e R, e approfondisce temi come la percezione visiva, la qualità di una buona visualizzazione e la comunicazione etica dei dati.
Una sezione finale esplora la data literacy e i nuovi trend della data visualization, tra cui, physicalization e sonification e l’integrazione con l’intelligenza artificiale.
Il corso è organizzato in 4 Week, che ti guidano passo dopo passo alla scoperta della Data Visualization, dalle basi teoriche fino alle applicazioni più innovative.
- Week 1 – Fondamenti della visualizzazione dei dati
- Week 2 – Tecniche di visualizzazione e best practices
- Week 3 – Strumenti per la Data Visualization
- Week 4 – Data Literacy e nuovi trends
All’interno di ciascuna Week sono presenti diverse lezioni, composte da video, testi scritti, infografiche e quiz di valutazione.
Target
Target primario: Studenti triennale, Studenti magistrale
Target secondario: Studenti di dottorato, Ricercatori e Docenti
Risultati di apprendimento attesi
Al termine del corso, lo studente sarà in grado di:
- Comprendere i principi fondamentali della visualizzazione dei dati, distinguendo le principali tipologie di grafici, mappe e rappresentazioni interattive.
- Analizzare le caratteristiche che rendono una visualizzazione efficace, valutandone chiarezza, accuratezza, funzionalità ed estetica.
- Applicare tecniche di progettazione per costruire visualizzazioni coerenti con il tipo di dato, il contesto e il pubblico di riferimento.
- Utilizzare strumenti software per la creazione di visualizzazioni, sia senza l’utilizzo di codice (come Tableau, Flourish, Excel) sia basati su codice (come Python, R o JavaScript).
- Interpretare visualizzazioni complesse e dataset multidimensionali, identificando correlazioni e criticità nella rappresentazione.
- Valutare la qualità e l’etica della comunicazione visiva, verificando la trasparenza delle fonti e l’accessibilità per diversi tipi di utenti.
- Creare visualizzazioni innovative sperimentando nuovi linguaggi (sonification, physicalization, visualizzazioni create con l’aiuto o da intelligenza artificiale) per comunicare i dati in modo inclusivo e creativo.
Prerequisiti
Nessun prerequisito
Attività
Quiz finali dopo ogni week e quiz finale alla fine del corso.
OpenBadge
A chi completerà il corso verrà assegnato un open badge BESTR. Gli utenti che accederanno alla piattaforma con credenziali dell'Università di Bologna, autenticazione con SPID, CIE o Edugain e risponderanno correttamente ad almeno il 60% delle domande del quiz finale, riceveranno una mail per poter scaricare l’openbadge dal sito di BESTR.
L'openbadge sarà disponibile e scaricabile il giorno dopo il completamento del corso.
Sottotitoli
Per seguire meglio i video i/le partecipanti hanno a disposizione i sottotitoli in italiano che possono essere attivati o nascosti a proprio piacimento.
EQF level
EQF-5
ISCED-F
0611 Computer use
0613 Software and applications development and analysis
Categorie
ENG: Transdisciplinarity; Information Technology and Computer Science
ITA: Transdisciplinarità; Tecnologie dell'Informazione e della Comunicazione
SDGS
4 - Quality Education
FAQ
Per dubbi e chiarimenti è disponibile le sezione dedicata alle FAQ page.
Docenti del corso
Silvia Mirri
È professoressa ordinaria nel SSD INFO-01/A dal 2024, presso il Dipartimento di Informatica - Scienza e Ingegneria dell'Università di Bologna. Ha svolto ricerca nell’ambito di Human-Computer Interaction (HCI), adattamento di contenuti multimediali, accessibilità di tecnologie, contenuti e servizi (con particolare riferimento ad ambienti di e-learning e applicazioni mobili). Attualmente sta studiando l'utilizzo di sistemi LLM per il supporto all'accessibilità di risorse web-based.
Catia Prandi
È professoressa associata al Dipartimento di Informatica - Scienza e Ingegneria, Università di Bologna. Svolge la sua ricerca in Human-Computer Interaction (HCI) per progettare e validare soluzioni tecnologiche innovative che permettano di aumentare la consapevolezza ed il coinvolgimento dei cittadini e delle comunità attraverso codesign, citizen science, data visualization, game thinking ed AI in contesti di rilevanza sociale quali sostenibilità, biodiversità, inclusione sociale e wellbeing.
Chiara Ceccarini
È ricercatrice presso il Dipartimento di Informatica - Scienza e Ingegneria dell’Università di Bologna. La sua ricerca si concentra sull’intersezione tra Human-Computer Interaction, Data Visualization e Human–Data Interaction per progettare, sviluppare e validare sistemi interattivi che rendano i dati complessi più comprensibili, col fine di aumentare la consapevolezza su tematiche rilevanti, quali la sostenibilità, sfruttando metodologie partecipative ed esplorando l’uso di AI.