Course Syllabus
Area di apprendimento
Introduzione ai processi di innovazione scientifica e tecnologica nel contesto della Human-Centered AI, con esempi relativi alla Physical AI, all’intelligenza artificiale e alla robotica, nonché alle politiche della ricerca e dell’innovazione, alle dinamiche geopolitiche e alla sovranità tecnologica. Il corso affronta i processi di valorizzazione della conoscenza, trasferimento tecnologico, interazione tra scienza e impresa e scale-up dell’innovazione, nel contesto europeo e internazionale.
Obiettivi formativi
L’insegnamento mira a fornire una comprensione dei processi di innovazione scientifica e tecnologica nel contesto della Human-Centered AI, sviluppando conoscenza e capacità di comprensione delle relazioni tra ricerca, impresa e policy, con particolare riferimento alla Physical AI, alla neurorobotica e alle dinamiche di sovranità tecnologica e geopolitica.
Attraverso l’analisi di casi e politiche dell’innovazione, gli studenti acquisiscono la capacità di applicare criteri di progettazione e valutazione dei processi di valorizzazione della conoscenza, trasferimento tecnologico e scale-up dell’innovazione, anche nei contesti dei sistemi ad alta intensità tecnologica e delle applicazioni biomediche e cliniche.
L’insegnamento promuove l’autonomia di giudizio rispetto al ruolo della scienza nei processi decisionali pubblici e privati, anche in relazione ai temi della research integrity, della sicurezza della ricerca e delle politiche europee dell’innovazione. Sviluppa inoltre le abilità comunicative attraverso il confronto e la discussione di casi complessi e interdisciplinari, nonché la capacità di apprendere per comprendere e interpretare dinamiche evolutive tra scienza, tecnologia, impresa e società nel contesto internazionale.
Contenuti sintetici
Introduzione ai processi di innovazione scientifica e tecnologica nel contesto della Human-Centered AI, con esempi relativi a Physical AI, AI e robotica e riferimento alle politiche della ricerca, alla science for policy, alla sovranità tecnologica e alle dinamiche geopolitiche. Analisi dei meccanismi di trasferimento tecnologico e valorizzazione della conoscenza, inclusi proprietà intellettuale e brevetti, interazione tra scienza e impresa, partenariati pubblico-privati e processi di scale-up dell’innovazione.
Approfondimento del contesto europeo della ricerca e innovazione (Horizon Europe, ERC, EIC, Marie Skłodowska-Curie), dei percorsi di carriera scientifica e della cooperazione internazionale. Studio dei processi di sviluppo e validazione delle tecnologie, inclusi trial clinici, protocolli di ricerca, certificazione della qualità, analisi del rischio e valutazione del Technology Readiness Level (TRL), con riferimento a sistemi biomedici e applicazioni avanzate.
Analisi degli aspetti etici, regolatori e organizzativi, tra cui research integrity, research security, open science, valutazione della ricerca (COARA), European Open Science Cloud, infrastrutture di ricerca e European Health Data Space. Il corso sviluppa capacità di analisi critica dei processi di innovazione e delle loro implicazioni scientifiche, economiche e sociali.
Programma esteso
L’insegnamento analizza i processi di innovazione scientifica e tecnologica nel contesto della Human-Centered AI, con riferimento alla Physical AI, alla neurorobotica e alle relazioni tra scienza, impresa e policy. L’attività didattica è articolata nei seguenti moduli:
- Innovazione, Human-Centered AI e contesto globale (6 ore)
• Modelli e paradigmi dell’innovazione scientifica e tecnologica
• Human-Centered AI e Physical AI come driver dell’innovazione
• Geopolitica dell’innovazione e sovranità tecnologica
• Science for policy e policy for science - Ecosistemi dell’innovazione e politiche europee (6 ore)
• Politiche europee della ricerca e innovazione
• Horizon Europe, ERC, EIC
• Marie Skłodowska-Curie Actions
• Cooperazione internazionale e contesto globale della ricerca - Valorizzazione della conoscenza e trasferimento tecnologico (6 ore)
• Dalla ricerca all’innovazione
• Proprietà intellettuale e brevetti
• Strategie di protezione e valorizzazione
• Interazione tra scienza e impresa
• Partenariati pubblico-privati - Scale-up dell’innovazione e contesto industriale (4 ore)
• Startup e spin-off
• Innovazione deep-tech e Physical AI
• Relazioni con grandi imprese e ricerca privata
• Dinamiche di mercato e crescita dell’innovazione - Sviluppo e validazione delle tecnologie (6 ore)
• Progettazione e organizzazione di protocolli di ricerca
• Ricerca clinica e trial clinici
• Certificazione della qualità e normative
• Analisi del rischio e Technology Readiness Levels (TRL) - Innovazione in ambito biomedico e sistemi avanzati (4 ore)
• Dispositivi medici e applicazioni biomediche
• Terapie digitali
• Sistemi impiantabili e indossabili
• Applicazioni della Physical AI in ambito clinico - Etica, sicurezza e integrità della ricerca (4 ore)
• Research integrity e research security
• Etica della ricerca e responsabilità
• Open science
• Valutazione della ricerca (CoARA)
• European Open Science Cloud - Infrastrutture di ricerca e dati (4 ore)
• Infrastrutture di ricerca nelle scienze e tecnologie, con particolare riferimento alle scienze della vita
• European Health Data Space
• Gestione, condivisione e governance dei dati
• Ruolo degli stakeholder nella ricerca (associazioni di pazienti, fondazioni, società civile)
• Approcci di co-design e co-creation
• Ricerca orientata all’impatto e mission-oriented research - Attività progettuale e discussione finale (8 ore)
• Definizione dei temi e organizzazione dei project work
• Lavoro in gruppi e sviluppo dei progetti
• Discussione critica e feedback in aula
• Presentazione e discussione finale dei project work
Prerequisiti
È richiesta una formazione interdisciplinare di base in ambito scientifico e tecnologico, con conoscenze generali nei campi dell’intelligenza artificiale e delle scienze cognitive. È utile una familiarità con i processi di valorizzazione della ricerca e un interesse a comprenderne i meccanismi nel contesto dell’innovazione e delle politiche della scienza. Non sono richieste competenze specifiche in ambito di innovazione o policy.
Metodi didattici
L’insegnamento è erogato in presenza e prevede una combinazione integrata di lezioni frontali ed attività interattive. In ciascun modulo, una parte delle ore è dedicata all’illustrazione dei concetti teorici e dei modelli di riferimento, mentre una parte è svolta in modalità interattiva, attraverso analisi di casi, discussioni guidate e partecipazione attiva degli studenti.
Particolare attenzione è dedicata alla discussione critica dei temi affrontati e alla loro applicazione in contesti interdisciplinari. La fase finale del corso è dedicata allo sviluppo dei project work, con attività di lavoro in gruppo, supporto alla progettazione, preparazione e presentazione dei risultati, nonché discussione in aula.
Modalità di verifica dell'apprendimento
La verifica dell’apprendimento si basa su un project work finale svolto in gruppi di studenti, avente ad oggetto l’analisi e la discussione di un caso di studio o di una tematica relativa ai processi di innovazione nel contesto della Human-Centered AI. Il progetto è sviluppato durante il corso, anche attraverso attività interattive e momenti di confronto in aula, ed è presentato e discusso nella parte finale dell’insegnamento.
L’esame finale consiste nella valutazione del project work ed è espresso in trentesimi, tenendo conto della qualità dei contenuti e della presentazione, nonché della capacità di discussione critica.
Testi di riferimento
Il materiale di riferimento include:
Libri
• Carrozza M.C., Quanto vale la conoscenza. Scienza, innovazione e società, EGEA.
• Carrozza M.C., The Robot and Us. An ‘Antidisciplinary’ Perspective on the Scientific and Social Impacts of Robotics, Springer, 2019.
Policy, AI e innovazione scientifica
• European Commission, Horizon Europe Programme Guide
Disponibile su:
https://ec.europa.eu/info/funding-tenders/opportunities/portal/screen/how-to-participate/reference-documents [ec.europa.eu]
• European Commission, Coordinated Plan on Artificial Intelligence
Disponibile su:
https://digital-strategy.ec.europa.eu/en/library/coordinated-plan-artificial-intelligence [digital-st....europa.eu]
• European Commission – Joint Research Centre (JRC), AI Watch and policy reports
Disponibili su:
https://ai-watch.ec.europa.eu/ [ai-watch.e....europa.eu]
• European Commission – Joint Research Centre (JRC), JRC Publications Repository (report su AI, innovazione e policy)
Disponibile su:
https://publications.jrc.ec.europa.eu/ [publicatio....europa.eu]
• European Commission, European Innovation Council (EIC) and European Research Council (ERC) documentation
Disponibile su:
https://ec.europa.eu/info/research-and-innovation_en
• OECD, AI Policy Observatory
Disponibile su:
https://oecd.ai/ [oecd.ai]
Ulteriori materiali didattici, tra cui articoli scientifici, report del JRC e documenti di policy su AI, innovazione, open science e European Health Data Space, saranno indicati e messi a disposizione durante il corso.
Sustainable Development Goals
Learning area
Introduction to scientific and technological innovation processes in the context of Human-Centered AI, with reference to Physical AI, artificial intelligence, and robotics, as well as research and innovation policies, geopolitical dynamics, and technological sovereignty. The course addresses knowledge valorization, technology transfer, science–industry interaction, and innovation scale-up in the European and international context.
Learning objectives
The course aims to provide an understanding of scientific and technological innovation processes in the context of Human-Centered AI, fostering knowledge and understanding of the relationships between research, industry, and policy, with particular reference to Physical AI, neurorobotics, and technological sovereignty and geopolitical dynamics.
Through the analysis of case studies and innovation policies, students develop the ability to apply criteria for the design and evaluation of knowledge valorization processes, technology transfer, and innovation scale-up, including high-tech systems and biomedical and clinical applications.
The course promotes independent judgment regarding the role of science in public and private decision-making processes, with reference to research integrity, research security, and European innovation policies. It also develops communication skills through discussion of complex interdisciplinary cases, and the ability to learn in order to understand and interpret evolving dynamics between science, technology, industry, and society.
Contents
Introduction to scientific and technological innovation processes in the context of Human-Centered AI, with examples related to Physical AI, artificial intelligence, and robotics, and with reference to research policies, science for policy, technological sovereignty, and geopolitical dynamics. Analysis of technology transfer and knowledge valorization mechanisms, including intellectual property and patents, science–industry interaction, public–private partnerships, and innovation scale-up processes.
In depth examination of the European research and innovation framework (Horizon Europe, ERC, EIC, Marie Skłodowska-Curie), scientific career pathways, and international cooperation. Study of technology development and validation processes, including clinical trials, research protocols, quality certification, risk analysis, and assessment of Technology Readiness Levels (TRL), with reference to biomedical systems and advanced applications.
Analysis of ethical, regulatory, and organizational aspects, including research integrity, research security, open science, research assessment (COARA), the European Open Science Cloud, research infrastructures, and the European Health Data Space. The course develops the ability to critically analyze innovation processes and their scientific, economic, and societal implications.
Detailed program
The course addresses scientific and technological innovation processes in the context of Human-Centered AI, with reference to Physical AI, neurorobotics, and the relationships between science, industry, and policy. The teaching activity is structured as follows:
- Innovation, Human-Centered AI and global context (6 hours)
• Models and paradigms of scientific and technological innovation
• Human-Centered AI and Physical AI as drivers of innovation
• Geopolitics of innovation and technological sovereignty
• Science for policy and policy for science - Innovation ecosystems and European policies (6 hours)
• European research and innovation policies
• Horizon Europe, ERC, EIC
• Marie Skłodowska-Curie Actions
• International cooperation and global research context - Knowledge valorization and technology transfer (6 hours)
• From research to innovation
• Intellectual property and patents
• Protection and valorization strategies
• Science–industry interaction
• Public–private partnerships - Innovation scale-up and industrial context (4 hours)
• Startups and spin-offs
• Deep-tech and Physical AI innovation
• Interaction with large companies and private research
• Market dynamics and innovation growth - Technology development and validation (6 hours)
• Design and organization of research protocols
• Clinical research and clinical trials
• Quality certification and regulatory frameworks
• Risk analysis and Technology Readiness Levels (TRL) - Biomedical innovation and advanced systems (4 hours)
• Medical devices and biomedical applications
• Digital therapeutics
• Implantable and wearable systems
• Physical AI applications in clinical contexts - Ethics, security and research integrity (4 hours)
• Research integrity and research security
• Ethics and responsibility in research
• Open science
• Research assessment (CoARA)
• European Open Science Cloud - Research infrastructures and data (4 hours)
• Research infrastructures in science and technology, with reference to life sciences
• European Health Data Space
• Data management, sharing and governance
• Role of stakeholders in research (patient associations, foundations, civil society)
• Co-design and co-creation approaches
• Impact-driven and mission-oriented research - Project work and final discussion (8 hours)
• Definition of project topics and organization
• Group work and project development
• In-class discussion and feedback
• Final presentations and critical discussion
Prerequisites
Students are expected to have a basic interdisciplinary background in scientific and technological fields, including general knowledge of artificial intelligence and cognitive science. Familiarity with research valorization processes and an interest in understanding their mechanisms in the context of innovation and science policy are beneficial. No specific prior knowledge in innovation or policy is required.
Teaching methods
The course is delivered in person and combines lectures with interactive activities. Each module includes both a lecture component, aimed at presenting key concepts and theoretical frameworks, and an interactive component, based on case study analysis, guided discussions, and active student participation.
Special attention is given to the critical discussion of the topics covered and their application in interdisciplinary contexts. The final part of the course is dedicated to project work development, including group activities, support for project design, preparation and presentation of results, and in-class discussion.
Assessment methods
Assessment is based on a final project work carried out in groups of students, focusing on the analysis and discussion of a case study or topic related to innovation processes in the context of Human-Centered AI. The project is developed throughout the course, including interactive activities and in-class discussions, and is presented and discussed during the final sessions.
The final grade is expressed on a 30-point scale and is based on the project work, taking into account the quality of the content and presentation, as well as the ability to engage in critical discussion.
Textbooks and Reading Materials
Reference materials include:
Books
• Carrozza M.C., Quanto vale la conoscenza. Scienza, innovazione e società, EGEA.
• Carrozza M.C., The Robot and Us. An ‘Antidisciplinary’ Perspective on the Scientific and Social Impacts of Robotics, Springer, 2019.
AI, innovation and policy
• European Commission, Horizon Europe Programme Guide
Available at:
https://ec.europa.eu/info/funding-tenders/opportunities/portal/screen/how-to-participate/reference-documents [ec.europa.eu]
• European Commission, Coordinated Plan on Artificial Intelligence
Available at:
https://digital-strategy.ec.europa.eu/en/library/coordinated-plan-artificial-intelligence [digital-st....europa.eu]
• European Commission – Joint Research Centre (JRC), AI Watch and policy reports
Available at:
https://ai-watch.ec.europa.eu/ [ai-watch.e....europa.eu]
• European Commission – Joint Research Centre (JRC), JRC Publications Repository
Available at:
https://publications.jrc.ec.europa.eu/ [publicatio....europa.eu]
• European Commission, European Innovation Council (EIC) and European Research Council (ERC) documentation
Available at:
https://ec.europa.eu/info/research-and-innovation_en
• OECD, AI Policy Observatory
Available at:
https://oecd.ai/ [oecd.ai]
Additional materials, including research papers, JRC reports, and policy documents on AI, innovation, open science, and the European Health Data Space, will be provided during the course.
Sustainable Development Goals
Staff
-
Maria Chiara Carrozza
