The lab will cover various aspects of behavioral prediction, attitudes, identity, language bias, and the prediction of psychological states and traits. Practical applications such as persuasion and psychological targeting will also be discussed.
Course Syllabus
Obiettivi
Il Data Scientist lavora spesso in un ambiente multidisciplinare, interagendo con esperti di vari campi, inclusa la psicologia. Questo laboratorio mira a fornire una panoramica generale di alcuni concetti di base, metodi e teorie della psicologia, con l'obiettivo di facilitare l'interazione multidisciplinare. Gli studenti approfondiranno i metodi, gli strumenti e le teorie della psicologia che possono essere potenziati e migliorati attraverso l'uso dell'analisi dei Big Data.
Contenuti sintetici
Il corso coprirà vari aspetti della previsione comportamentale, atteggiamenti, identità, pregiudizi linguistici e la previsione degli stati psicologici e dei tratti caratteriali. Saranno discussi anche applicazioni pratiche come la persuasione e il targeting psicologico.
Programma esteso
Introduzione ai Big Data nella Psicologia Comportamentale
- Panoramica del corso
- Revisione dei metodi psicologici tradizionali
Previsione dei Comportamenti - Esplorazione approfondita delle teorie di previsione del comportamento: Teoria dell'Azione Ragionata e Teoria del Comportamento Pianificato
- Applicazioni pratiche e casi di studio
Atteggiamenti: Modelli Teorici e Misurazioni (3 ore) - Comprensione degli atteggiamenti e della loro misurazione
- Applicazione di modelli riflessivi e impulsivi
Identità e Identità Sociale (3 ore) - Esplorazione dei concetti di identità
- Analisi dell'identità sociale in psicologia
Pregiudizi Linguistici - Esame dei pregiudizi linguistici nella ricerca psicologica
- Strategie per rilevare il pregiudizio linguistico
Previsione degli Stati Psicologici e dei Tratti - Modelli teorici della personalità
- Esempi di casi di studio
Valori Personali - Modelli teorici dei valori
- Esempi di casi di studio
Persuasione e Targeting Psicologico - Comunicazione persuasiva per il cambiamento di atteggiamento
- Comunicazione mirata alle caratteristiche personali
Prerequisiti
Nessuno.
Modalità didattica
Lezioni in aula che coprono nozioni teoriche così come attività di laboratorio.
Le lezioni saranno in inglese e verranno registrate.
L'accesso a queste registrazioni è riservato agli studenti che, per alcune valide ragioni, non possono partecipare alle lezioni in aula. Gli studenti interessati ad accedere alle lezioni registrate dovrebbero inviare una email all'istruttore.
Materiale didattico
Appunti didattici del docente.
Le diapositive e gli articoli scientifici saranno disponibili su elearning.
Periodo di erogazione dell'insegnamento
Secondo semestre
Modalità di verifica del profitto e valutazione
- Verifica dell'acquisizione dei concetti di laboratorio attraverso un esame scritto con domande chiuse. L'esame scritto deve ottenere almeno un voto sufficiente affinché il laboratorio sia considerato frequentato con successo. Il voto consisterà nella valutazione del progetto.
- Progetto finale basato sul lavoro in piccoli gruppi. Si noti che ogni membro del gruppo dovrà presentare il proprio progetto finale scritto individualmente e fare una presentazione orale basata su questo lavoro (non saranno permessi progetti scritti collettivi o copia-incolla di progetti tra membri del gruppo).
Orario di ricevimento
L'orario del ricevimento sarà fornito su base settimanale.
Aims
The Data Scientist often works in a multidisciplinary environment, interacting with experts from various fields, including psychology. This course aims to provide a general overview of some basic concepts, methods, and theories of psychology, with the goal of facilitating multidisciplinary interaction. Students will delve into the methods, tools, and theories within psychology that can be augmented and enhanced through the use of Big Data analytics.
Contents
The course will cover various aspects of behavioral prediction, attitudes, identity, language bias, and the prediction of psychological states and traits. Practical applications such as persuasion and psychological targeting will also be discussed.
Detailed program
Introduction to Big Data in Behavioral Psychology
- Overview of the course
- Review of traditional psychological methods
Predicting Behaviors - In-depth exploration of behavior prediction theories: Theory of Reasoned Action and Theory of Planned Behavior
- Practical applications and case studies
Attitudes: Theoretical Models and Measurements (3 hours) - Understanding attitudes and their measurement
- Application of reflective and impulsive models
Identity and Social Identity (3 hours) - Exploration of identity concepts
- Analysis of social identity in psychology
Language Bias - Examination of language biases in psychological research
- Strategies to detect language bias
Predicting Psychological States and Traits - Theoretical models of personality and case studies examples
Personal values - Theoretical models of values Case studies examples
Persuasion and Psychological Targeting - Persuasive communication for attitude change
- Target communicatiion to personal characteristics
Prerequisites
None.
Teaching form
In-class lectures covering theoretical notions as well as lab activities.
Lectures will be in English and will be recorded.
Access to these recordings is reserved to students that, for some valid reasons, cannot attend in-class lectures. Students interested in accessing recorded lectures should email the instructor.
Textbook and teaching resource
Lecturer's teaching notes.
Slides and scientific articles will be made available on elearning.
Semester
Second semester.
Assessment method
- Verification of the acquisition of laboratory concepts through a written exam with closed questions. The written exam must earn at least a sufficient grade for the lab to be considered successfully attended. The grade will consist of the evaluation of the project.
- Final project based on work in small groups. Note that each group member will submit their individual final written project and give an oral presentation based on this work (collective written projects or copy-pasting of projects among group members will not be allowed).
Office hours
Office hours' schedule will be provided on a weekly basis.