Laboratorio HighESt
Le sfide del mondo moderno intrecciano problematiche diverse sia in ambito economico, sociale, sia in ambito ambientale. Ne fanno parte la lotta alla povertà e alle disuguaglianze, la creazione di valore per settori e imprese esistenti così come la definizione di nuovi settori e imprese, la ridistribuzione della ricchezza, l’invecchiamento della popolazione, la creazione di nuove competenze, la preservazione dei valori e diritti umani in primis la democrazia, i cambiamenti climatici, il depauperamento delle risorse, e la sostenibilità.
Dal punto di vista dei metodi e delle tecnologie, siamo di fronte ad una continua evoluzione che per essere efficace deve non solo essere rigorosa e tempestiva ma anche capace di migliorare la capacità umana di affrontare le sfide menzionate. Ne consegue la necessità di sviluppare metodologie sempre più evolute di Analisi dei Dati (DA), di Deep e Machine Learning (DL, ML), nonché basate su strumenti di Intelligenza Artificiale (AI).
Nell’affrontare le sfide globali, da sempre, il mondo accademico ricopre un ruolo tanto importante quanto complesso. Non solo in veste di soggetto responsabile della ricerca e dell’innovazione scientifica e tecnologica o come mentore nella formazione delle nuove generazioni, ma anche in veste di ente capace di aggregare e trasferire nuovi saperi e conoscenze. Nell'attuale realtà complessa e in rapida evoluzione, dove strategie di enti pubblici e privati si intrecciano con l’analisi dei dati e le nuove tecniche come l’Intelligenza Artificiale (AI), l’università non compete solo con altri enti di ricerca, ma anche con laboratori di aziende private alla ricerca di frontiera utilizzando nuove tecnologie ed affrontando le sfide globali. L’AI generativa è attualmente uno strumento potente, in continuo e repentino cambiamento e miglioramento, che se da un lato sembra semplificare le attività dall’altro porta con sé sfide che potrebbero avere importanti ripercussioni, sulla società, sull’economia e sulla geopolitica.
Il Dipartimento di Economia e Statistica “Cognetti De Martiis”, ESt, dell’Università di Torino, costituisce un importante punto di riferimento per la ricerca e la didattica in ambito economico-statistico e di innovazione dell’Università di Torino. Le molteplici competenze disciplinari e multidisciplinari dei suoi membri fanno sì che le competenze sia teoriche sia applicative si focalizzino su più fronti, approfondendo ampi spettri metodologici e nuove tecniche di DA, DL e ML, nonché tecniche basate su strumenti innovativi di AI.
Il laboratorio HighESt (High Impact Goal-oriented Hub at ESt) nasce dal Dipartimento di Economia e Statistica “Cognetti De Martiis” dell’Università di Torino a sostegno della ricerca, sia teorica sia applicata, attraverso l’utilizzo dell'Analisi dei Dati.
Il laboratorio HighESt, con il supporto dei membri del Dipartimento e dei suoi partner privati, si candida a divenire centro di riferimento per lo sviluppo, l’analisi e la valutazione di politiche su temi di grande impatto, quali quelli relativi all’Ambiente, all’Innovazione, alle Diseguaglianze e all’Inclusione (tematiche "AIDI") attraverso l’uso del DA (Data Analysis) e dell’applicazione dell’AI. Luogo di sintesi e ispirazione in cui un team di soggetti pubblici e privati collaborano per la transizione verso un futuro equo, sostenibile ed innovativo.
Il laboratorio HighESt è un incubatore e acceleratore in cui ricercatrici e ricercatori qualificati del mondo universitario e aziendale, pubblico e privato, lavorano congiuntamente per offrire risposte a sfide attuali ed emergenti utilizzando il potenziale della tecnologia esistente e futura.
Il laboratorio è dotato di infrastrutture tecnologicamente avanzate e algoritmi AI propri o messi a disposizione dai partner, per elaborare e analizzare grandi quantità di dati.
- Il laboratorio HighESt si impegna ad applicare e sviluppare metodologie di DA e AI nel rispetto dei diritti umani, promuovendo il benessere collettivo.
- I membri del laboratorio si impegnano nella promozione di un ambiente inclusivo dove diversità di pensiero, background culturale ed esperienze sono viste come una ricchezza e un fattore chiave per l'innovazione.
- La collaborazione multidisciplinare tra esperti per affrontare, in modo sinergico e completo, le sfide globali guida le azioni del laboratorio grazie al coinvolgimento di ricercatori interni all’Università di Torino, o di altre università o enti di rappresentanza.
- Il laboratorio HighESt si impegna a rimanere all'avanguardia attraverso la formazione continua e il miglioramento degli approcci e delle tecnologie utilizzate.
- Ricerche e progetti devono essere condotti con un approccio etico, trasparente e scalabile, affinché tutti possano beneficiare delle attività del laboratorio. La condivisione dei progetti avviene tramite riviste scientifiche, piattaforme web ed eventi di varia natura, quali workshop, seminari, convegni scientifici o divulgativi, ovvero anche per un pubblico esterno al mondo accademico o della ricerca scientifica.
- Il senso di responsabilità dei membri del laboratorio per le scelte di utilizzo delle risorse è guidato dalla consapevolezza condivisa che l’utilizzo di sistemi di DA e AI non è a costo zero per l’ambiente. Un valore imprescindibile è l’ottimizzazione delle risorse computazionali e algoritmi efficienti anche dal punto di vista energetico.
- Si riconosce un accesso equo alle tecnologie, nella consapevolezza che la loro applicazione può ridurre le disparità sociali e contribuire a una società più giusta. È quindi impegno del laboratorio dare sostegno ad enti di rappresentanza o comunità.
- Il laboratorio HighESt si impegna ad aderire ai principi FAIR (Findable, Accessible, Interoperable, Reusable) per la gestione e la stewardship dei dati scientifici.
- Il laboratorio HighESt riconosce l’importanza di impegnarsi anche in attività di volontariato per la società nella quale opera.
OBIETTIVO 0: METODOLOGIE
Sviluppare metodologie di Statistical Machine Learning e di Intelligenza Artificiale (AI).
Aree di interesse:
- Procurement, integrazione e armonizzazione di dati provenienti da fonti differenti (fonti amministrative, dati da web scraping, microdati per la ricerca, open data)
- Anonimizzazione e disseminazione di dati e statistiche tramite algoritmi per la stima federata di modelli statistici e algoritmi di Machine Learning e AI
- Utilizzo e sviluppo di tecnologie e metodi di Big Data Analytics
- Sviluppo di metodologie statistiche esistenti o nuove, anche attraverso tecniche di statistica computazionale
- Studio, implementazione e sviluppo di framework e algoritmi di AI, utilizzo di tecniche di explainable AI; agentAI e differenti approcci
- RAG methodology e Agenti AI per la personalizzazione di algoritmi e framework di AI per l’utilizzo in casi specifici
OBIETTIVO 1: DATA ANALYSIS & ARTIFICIAL INTELLIGENCE APPLICATE A TEMATICHE AIDI
Affrontare e sostenere attività e sfide attuali ed emergenti di enti pubblici e privati su tematiche Ambientali, di Innovazione, Disuguaglianza ed Inclusione (AIDI).
Questo obiettivo prevede l’attivazione di accordi strategici con aziende pubbliche e private, centri di ricerca, fondazioni ed altri enti, operanti sia a livello nazionale che internazionale, al fine di collaborare all’utilizzo di metodologie di analisi dati e AI per affrontare attività quotidiane e di difficile soluzione inerenti ai temi AIDI.
Aree di interesse:
- Ambiente: preservare e tutelare l’ambiente, sia per il nostro paese che a livello globale
- Cultura arte: preservare e aumentare il valore del settore culturale italiano
- Life science: healthcare & pharma
Progetti attivi:
OBIETTIVO 2: TRASFORMAZIONE DELLE UNIVERSITA’ E DEGLI ENTI DI RICERCA
Collaborare alla trasformazione delle Università utilizzando tecniche data-driven e di AI per la crescita del valore della ricerca, della didattica, la ricerca di fondi e dell’ottimizzazione delle procedure amministrative.
Questo obiettivo prevede di utilizzare tecniche innovative di analisi dei dati e di AI per innovare il mondo universitario contemperando l'esplorazione del potenziale di questi strumenti e la garanzia che il loro utilizzo sia conforme agli standard di veridicità, validità, originalità e riproducibilità. Lo scopo è aumentare la competitività dell’Università.
Aree di interesse:
- Applicazioni per la didattica: per la personalizzazione della formazione, la creazione/gestione dei corsi e della valutazione finale
- Formazione del personale universitario: docenti, studenti, personale amministrativo, Creazione di programmi formativi avanzati: per professionisti e dottorandi di ricerca
- Applicazioni per potenziare le infrastrutture di ricerca
- Applicazioni per l’ottimizzazione dei processi di organizzazione e gestione dell’università
Progetti attivi:
OBIETTIVO 3: GRANDI TEMI NON RISOLTI
Sostenere la costruzione di una rete di partner tecnologici e accademici a livello mondiale per affrontare grandi temi irrisolti sfruttando innovative tecniche di analisi dei dati e AI.
Questo obiettivo ambisce a promuovere la formazione di una rete globale che, attraverso un approccio etico e inclusivo, collabori per affrontare questioni mondiali ancora senza soluzione. L'idea sottolinea l'importanza della collaborazione tra vari attori, proponendo l'università come luogo neutrale per facilitare la cooperazione, anticipando un futuro in cui la condivisione sarà essenziale per il progresso collettivo.
Il titolare del trattamento dei dati sarà l’Università di Torino, in persona del legale rappresentante “pro tempore” il Magnifico Rettore, con sede legale in via G. Verdi, 8 – 10124 Torino (dati di contatto: indirizzo PEC: ateneo@pec.unito.it - indirizzo email: rettore@unito.it). Il Data Protection Officer è contattabile all'indirizzo email: rpd@unito.it
Il trattamento dei dati avverrà mediante strumenti informatici e telematici comunque idonei a garantire la sicurezza e la riservatezza dei dati stessi. I membri del laboratorio si avvarranno per la condivisione dei dati di cartelle ad accesso riservato su accrediti Google Drive gestiti da UNITO. I dati potranno essere trasferiti verso Paesi terzi rispetto all’Unione Europea, in quanto il titolare utilizza i servizi di Google per il settore Educational. Google si avvale di infrastrutture informatiche, di apparecchiature necessarie all’interconnessione di reti ed utenti e logging centers ubicati in Stati extra UE. Google ha aderito al Data Privacy Framework sul trasferimento dei dati UE- USA sulla base della decisione di adeguatezza adottata il 10 luglio 2023 dalla Commissione UE a norma dell’articolo 45, paragrafo 3 del GDPR. Nell’ambito dei rapporti contrattuali con l’Ateneo, inoltre Google rispetta la normativa europea sul trasferimento dei dati come indicato nell’Emendamento sul trattamento dei dati, sottoscritto dall’Ateneo, in cui sono contenute le clausole contrattuali tipo (vedi collegamento). Con Decisione di esecuzione (UE) 2021/914 del 4 giugno 2021 la Commissione Europea ha emanato le clausole contrattuali tipo per il trasferimento di dati personali verso paesi terzi a norma del regolamento (UE) 2016/679 del Parlamento europeo e del Consiglio.
Indicazione ulteriori e particolareggiate verranno fornite a seconda del progetto e della tipologia di dati trattati.