Curriculum
scheda docente
materiale didattico
Questo corso esamina le questioni contemporanee nella gestione della conoscenza aziendale, in particolare nei settori ad alta intensità di informazioni, nel contesto della visione dell'impresa basata sulla conoscenza. Poiché la conoscenza diventa rapidamente obsoleta, le aziende devono continuamente evolvere le loro strategie e pratiche di gestione della conoscenza per rimanere competitive. Tendenze recenti come l'analisi dei big data, l'intelligenza artificiale (IA) e il machine learning hanno trasformato drasticamente il panorama della gestione della conoscenza. Queste tecnologie offrono strumenti e metodologie innovativi per catturare, analizzare e sfruttare le informazioni, migliorando così l'efficacia organizzativa e permettendo la creazione di nuovi modelli di business.
Il corso mira a dotare gli studenti di una profonda comprensione della conoscenza basata sui dati nell'economia contemporanea. Gli studenti impareranno ad analizzare la produzione, distribuzione e consumo di beni basati sulle informazioni e a sviluppare strategie per una gestione efficace della conoscenza. Verrà posto l'accento sull'integrazione dei recenti progressi nell'IA in queste strategie. Le pratiche di gestione della conoscenza supportate dall'IA, come l'elaborazione automatizzata dei dati, l'analisi predittiva e il recupero intelligente delle informazioni, saranno esplorate per dimostrare come possano rivoluzionare i processi decisionali, migliorare la diffusione della conoscenza e sostenere l'innovazione all'interno delle organizzazioni.
Inoltre, il corso esplorerà come una gestione efficace della conoscenza informi lo sviluppo di nuovi modelli di business e guidi l'innovazione dei modelli di business. Sfruttando dati e approfondimenti, le organizzazioni possono creare modelli di business più agili, reattivi e incentrati sul cliente. Gli studenti esamineranno casi di studio di aziende che hanno utilizzato con successo la gestione della conoscenza per innovare i loro modelli di business, adattarsi ai cambiamenti del mercato e ottenere vantaggi competitivi.
Learning outcomes:
• Comprendere l'importanza della conoscenza basata sui dati nell'economia contemporanea.
• Analizzare la produzione, distribuzione e consumo di beni basati sulle informazioni.
• Sviluppare strategie per una gestione efficace della conoscenza nelle organizzazioni, incorporando tendenze recenti come i big data e l'IA.
• Valutare le condizioni organizzative e le tecnologie che abilitano la gestione della conoscenza.
• Valutare l'impatto delle tecnologie emergenti sulle pratiche di gestione della conoscenza.
• Esplorare le pratiche di gestione della conoscenza supportate dall'IA, inclusi l'elaborazione automatizzata dei dati, l'analisi predittiva e il recupero intelligente delle informazioni.
• Comprendere le considerazioni etiche e le sfide associate all'IA nella gestione della conoscenza.
• Analizzare come la gestione della conoscenza informi lo sviluppo di nuovi modelli di business e guidi l'innovazione dei modelli di business.
Syllabus
This course explores the critical aspects of managing corporate knowledge in the digital age, focusing on information-intensive sectors and the integration of AI technologies. It covers the development of effective knowledge management strategies, the role of AI in knowledge processes, and how these elements drive business model innovation.
Week 1: Introduction to Digital Age and Knowledge Management
• Understanding Knowledge Management (KM) in the frame of the Industrial Revolutions
• The evolution of KM: From traditional methods to digital approaches
• The knowledge-based view of the firm
Week 2: Knowledge Management Frameworks and Models
• Key KM frameworks and models
• Knowledge creation, storage, transfer, and application
• Case studies on successful KM implementations
• Digital Transformation
Week 3: Knowledge Management Strategies and Digital Transformation
• Developing and implementing KM strategies
• Measuring KM effectiveness
• Continuous improvement in KM practices and DT
Week 4: Enabling Technologies for KM
• Collaboration tools and platforms
• Content management systems (CMS) and knowledge management systems (KMS)
• Organizational culture, leadership, and change management in KM
• Data-driven decision-making processes
Week 5: Organizational Conditions for DT
• Organizational culture and DT
• Leadership and DT
• Change management and DT
Week 6: The Role of (ICT) and Big Data in KM
• ICT and its impact on KM practices
• Integration of IT, communication technologies, and Big Data analytics in KM
• ICT trends in knowledge-intensive sectors
• Tools and technologies for managing Big Data
Week 7: Artificial Intelligence in Knowledge Management
• Introduction to AI and machine learning
• AI applications in KM: Automated data processing, predictive analytics, intelligent information retrieval
• Ethical considerations and challenges of AI in KM
Week 8: Business Model Innovation through KM
• Understanding business model innovation
• The role of KM in creating new business models
• Case studies on business model innovation driven by KM
Week 9: AI and Business Model Innovation
• AI-driven insights for business innovation
• Transforming business models with AI and KM
• Future trends in AI and business model innovation
Week 10: Capstone Project and Presentations
• Development of a KM strategy for a chosen organization
• Integration of AI tools in the KM strategy
• Presentation and peer review of capstone projects
Useremo i seguenti libri di testo:
Marchegiani, L. (2021). Trasformazione digitale e gestione della conoscenza. Routledge.
Newell S., Robertson M., Scarbrough H., Swan J. (2009) Gestione del lavoro sulla conoscenza e dell'innovazione. Palgrave.
Materiale aggiuntivo verrà pubblicato in questo spazio di lavoro o nella cartella personale condivisa.
Programma
Nell'era digitale odierna, l'informazione è diventata una risorsa vitale sia per il successo manageriale che personale. Il rapido progresso tecnologico ha integrato la tecnologia dell'informazione con la tecnologia della comunicazione, formando l'industria ICT in continua espansione. Contemporaneamente, i cambiamenti socio-economici hanno sottolineato il valore dell'accesso alle informazioni, rendendolo un bene indispensabile nell'economia moderna.Questo corso esamina le questioni contemporanee nella gestione della conoscenza aziendale, in particolare nei settori ad alta intensità di informazioni, nel contesto della visione dell'impresa basata sulla conoscenza. Poiché la conoscenza diventa rapidamente obsoleta, le aziende devono continuamente evolvere le loro strategie e pratiche di gestione della conoscenza per rimanere competitive. Tendenze recenti come l'analisi dei big data, l'intelligenza artificiale (IA) e il machine learning hanno trasformato drasticamente il panorama della gestione della conoscenza. Queste tecnologie offrono strumenti e metodologie innovativi per catturare, analizzare e sfruttare le informazioni, migliorando così l'efficacia organizzativa e permettendo la creazione di nuovi modelli di business.
Il corso mira a dotare gli studenti di una profonda comprensione della conoscenza basata sui dati nell'economia contemporanea. Gli studenti impareranno ad analizzare la produzione, distribuzione e consumo di beni basati sulle informazioni e a sviluppare strategie per una gestione efficace della conoscenza. Verrà posto l'accento sull'integrazione dei recenti progressi nell'IA in queste strategie. Le pratiche di gestione della conoscenza supportate dall'IA, come l'elaborazione automatizzata dei dati, l'analisi predittiva e il recupero intelligente delle informazioni, saranno esplorate per dimostrare come possano rivoluzionare i processi decisionali, migliorare la diffusione della conoscenza e sostenere l'innovazione all'interno delle organizzazioni.
Inoltre, il corso esplorerà come una gestione efficace della conoscenza informi lo sviluppo di nuovi modelli di business e guidi l'innovazione dei modelli di business. Sfruttando dati e approfondimenti, le organizzazioni possono creare modelli di business più agili, reattivi e incentrati sul cliente. Gli studenti esamineranno casi di studio di aziende che hanno utilizzato con successo la gestione della conoscenza per innovare i loro modelli di business, adattarsi ai cambiamenti del mercato e ottenere vantaggi competitivi.
Learning outcomes:
• Comprendere l'importanza della conoscenza basata sui dati nell'economia contemporanea.
• Analizzare la produzione, distribuzione e consumo di beni basati sulle informazioni.
• Sviluppare strategie per una gestione efficace della conoscenza nelle organizzazioni, incorporando tendenze recenti come i big data e l'IA.
• Valutare le condizioni organizzative e le tecnologie che abilitano la gestione della conoscenza.
• Valutare l'impatto delle tecnologie emergenti sulle pratiche di gestione della conoscenza.
• Esplorare le pratiche di gestione della conoscenza supportate dall'IA, inclusi l'elaborazione automatizzata dei dati, l'analisi predittiva e il recupero intelligente delle informazioni.
• Comprendere le considerazioni etiche e le sfide associate all'IA nella gestione della conoscenza.
• Analizzare come la gestione della conoscenza informi lo sviluppo di nuovi modelli di business e guidi l'innovazione dei modelli di business.
Syllabus
This course explores the critical aspects of managing corporate knowledge in the digital age, focusing on information-intensive sectors and the integration of AI technologies. It covers the development of effective knowledge management strategies, the role of AI in knowledge processes, and how these elements drive business model innovation.
Week 1: Introduction to Digital Age and Knowledge Management
• Understanding Knowledge Management (KM) in the frame of the Industrial Revolutions
• The evolution of KM: From traditional methods to digital approaches
• The knowledge-based view of the firm
Week 2: Knowledge Management Frameworks and Models
• Key KM frameworks and models
• Knowledge creation, storage, transfer, and application
• Case studies on successful KM implementations
• Digital Transformation
Week 3: Knowledge Management Strategies and Digital Transformation
• Developing and implementing KM strategies
• Measuring KM effectiveness
• Continuous improvement in KM practices and DT
Week 4: Enabling Technologies for KM
• Collaboration tools and platforms
• Content management systems (CMS) and knowledge management systems (KMS)
• Organizational culture, leadership, and change management in KM
• Data-driven decision-making processes
Week 5: Organizational Conditions for DT
• Organizational culture and DT
• Leadership and DT
• Change management and DT
Week 6: The Role of (ICT) and Big Data in KM
• ICT and its impact on KM practices
• Integration of IT, communication technologies, and Big Data analytics in KM
• ICT trends in knowledge-intensive sectors
• Tools and technologies for managing Big Data
Week 7: Artificial Intelligence in Knowledge Management
• Introduction to AI and machine learning
• AI applications in KM: Automated data processing, predictive analytics, intelligent information retrieval
• Ethical considerations and challenges of AI in KM
Week 8: Business Model Innovation through KM
• Understanding business model innovation
• The role of KM in creating new business models
• Case studies on business model innovation driven by KM
Week 9: AI and Business Model Innovation
• AI-driven insights for business innovation
• Transforming business models with AI and KM
• Future trends in AI and business model innovation
Week 10: Capstone Project and Presentations
• Development of a KM strategy for a chosen organization
• Integration of AI tools in the KM strategy
• Presentation and peer review of capstone projects
Testi Adottati
ManualeUseremo i seguenti libri di testo:
Marchegiani, L. (2021). Trasformazione digitale e gestione della conoscenza. Routledge.
Newell S., Robertson M., Scarbrough H., Swan J. (2009) Gestione del lavoro sulla conoscenza e dell'innovazione. Palgrave.
Materiale aggiuntivo verrà pubblicato in questo spazio di lavoro o nella cartella personale condivisa.
Bibliografia Di Riferimento
Additional Recommended Reading: - "The Knowledge-Creating Company" by Ikujiro Nonaka and Hirotaka Takeuchi - "Big Data: A Revolution That Will Transform How We Live, Work, and Think" by Viktor Mayer-Schönberger and Kenneth Cukier - "Artificial Intelligence: A Guide for Thinking Humans" by Melanie Mitchell - Peruffo, E., Marchegiani, L., & Vicentini, F. (2018). Experience as a source of knowledge in divestiture decisions: emerging issues and knowledge management implications. Journal of Knowledge Management. - Customer engagement in a big data world' Journal of services marketing, vol. 31, no. 2, pp. 161-171 - The Knowledge Economy, Powell and Snellman - Network Capital, Social Capital and Knowledge Flow: How the Nature of Inter-organizational Networks Impacts on Innovation Additional Resources: - Access to online databases and KM tools - Industry reports and white papers on AI and KM - Selected journal articles and case studies provided throughout the course - Guest lectures and webinars with industry expertsModalità Erogazione
Il corso si sviluppo secondo un approccio partecipativo e interattivo, anche con la discussione di casi e situazioni reali di gestione della conoscenza. La partecipazione in aula è richiesta e valutataModalità Frequenza
Partecipazione alle lezioni Leader classModalità Valutazione
Componenti di valutazione Partecipazione in classe Ogni studente è tenuto a leggere e comprendere ogni compito per ogni classe. L'incontro in classe sarà sempre interattivo e la partecipazione sarà valutata di conseguenza. Gli studenti possono portare in primo piano la propria esperienza, la propria interpretazione del compito, nonché qualsiasi materiale aggiuntivo che potrebbe essere di aiuto per rendere vivida la discussione. Leader della classe Ogni studente può iscriversi per condurre una o più classi e sarà valutato di conseguenza. Ogni studente DEVE condurre almeno UNA classe. I dirigenti sono tenuti a riassumere il contenuto del compito quotidiano e ad organizzare la classe in modo da portare le questioni più importanti della giornata all'attenzione di tutti i partecipanti. Si raccomanda che ogni leader fornisca stimoli per l'interazione in classe. Il leader potrebbe portare in classe letture aggiuntive o casi di studio per favorire la discussione. Partecipazione Wiki Ogni studente è tenuto ad interagire attraverso il wiki pubblicando almeno UN contributo per ogni discussione. Progetto di lavoro di team: Per tutto il semestre, gli studenti lavoreranno su un lavoro di team coordinato dal docente. Nello spazio di lavoro online è previsto uno spazio dedicato al lavoro in team. Valutazione: Ogni studente sarà valutato in base a: - partecipazione in classe (un voto per classe): 25% - Partecipazione wiki: 25% - leader della classe: 25% - lavoro di squadra: 25%
scheda docente
materiale didattico
Questo corso esamina le questioni contemporanee nella gestione della conoscenza aziendale, in particolare nei settori ad alta intensità di informazioni, nel contesto della visione dell'impresa basata sulla conoscenza. Poiché la conoscenza diventa rapidamente obsoleta, le aziende devono continuamente evolvere le loro strategie e pratiche di gestione della conoscenza per rimanere competitive. Tendenze recenti come l'analisi dei big data, l'intelligenza artificiale (IA) e il machine learning hanno trasformato drasticamente il panorama della gestione della conoscenza. Queste tecnologie offrono strumenti e metodologie innovativi per catturare, analizzare e sfruttare le informazioni, migliorando così l'efficacia organizzativa e permettendo la creazione di nuovi modelli di business.
Il corso mira a dotare gli studenti di una profonda comprensione della conoscenza basata sui dati nell'economia contemporanea. Gli studenti impareranno ad analizzare la produzione, distribuzione e consumo di beni basati sulle informazioni e a sviluppare strategie per una gestione efficace della conoscenza. Verrà posto l'accento sull'integrazione dei recenti progressi nell'IA in queste strategie. Le pratiche di gestione della conoscenza supportate dall'IA, come l'elaborazione automatizzata dei dati, l'analisi predittiva e il recupero intelligente delle informazioni, saranno esplorate per dimostrare come possano rivoluzionare i processi decisionali, migliorare la diffusione della conoscenza e sostenere l'innovazione all'interno delle organizzazioni.
Inoltre, il corso esplorerà come una gestione efficace della conoscenza informi lo sviluppo di nuovi modelli di business e guidi l'innovazione dei modelli di business. Sfruttando dati e approfondimenti, le organizzazioni possono creare modelli di business più agili, reattivi e incentrati sul cliente. Gli studenti esamineranno casi di studio di aziende che hanno utilizzato con successo la gestione della conoscenza per innovare i loro modelli di business, adattarsi ai cambiamenti del mercato e ottenere vantaggi competitivi.
Learning outcomes:
• Comprendere l'importanza della conoscenza basata sui dati nell'economia contemporanea.
• Analizzare la produzione, distribuzione e consumo di beni basati sulle informazioni.
• Sviluppare strategie per una gestione efficace della conoscenza nelle organizzazioni, incorporando tendenze recenti come i big data e l'IA.
• Valutare le condizioni organizzative e le tecnologie che abilitano la gestione della conoscenza.
• Valutare l'impatto delle tecnologie emergenti sulle pratiche di gestione della conoscenza.
• Esplorare le pratiche di gestione della conoscenza supportate dall'IA, inclusi l'elaborazione automatizzata dei dati, l'analisi predittiva e il recupero intelligente delle informazioni.
• Comprendere le considerazioni etiche e le sfide associate all'IA nella gestione della conoscenza.
• Analizzare come la gestione della conoscenza informi lo sviluppo di nuovi modelli di business e guidi l'innovazione dei modelli di business.
Syllabus
This course explores the critical aspects of managing corporate knowledge in the digital age, focusing on information-intensive sectors and the integration of AI technologies. It covers the development of effective knowledge management strategies, the role of AI in knowledge processes, and how these elements drive business model innovation.
Week 1: Introduction to Digital Age and Knowledge Management
• Understanding Knowledge Management (KM) in the frame of the Industrial Revolutions
• The evolution of KM: From traditional methods to digital approaches
• The knowledge-based view of the firm
Week 2: Knowledge Management Frameworks and Models
• Key KM frameworks and models
• Knowledge creation, storage, transfer, and application
• Case studies on successful KM implementations
• Digital Transformation
Week 3: Knowledge Management Strategies and Digital Transformation
• Developing and implementing KM strategies
• Measuring KM effectiveness
• Continuous improvement in KM practices and DT
Week 4: Enabling Technologies for KM
• Collaboration tools and platforms
• Content management systems (CMS) and knowledge management systems (KMS)
• Organizational culture, leadership, and change management in KM
• Data-driven decision-making processes
Week 5: Organizational Conditions for DT
• Organizational culture and DT
• Leadership and DT
• Change management and DT
Week 6: The Role of (ICT) and Big Data in KM
• ICT and its impact on KM practices
• Integration of IT, communication technologies, and Big Data analytics in KM
• ICT trends in knowledge-intensive sectors
• Tools and technologies for managing Big Data
Week 7: Artificial Intelligence in Knowledge Management
• Introduction to AI and machine learning
• AI applications in KM: Automated data processing, predictive analytics, intelligent information retrieval
• Ethical considerations and challenges of AI in KM
Week 8: Business Model Innovation through KM
• Understanding business model innovation
• The role of KM in creating new business models
• Case studies on business model innovation driven by KM
Week 9: AI and Business Model Innovation
• AI-driven insights for business innovation
• Transforming business models with AI and KM
• Future trends in AI and business model innovation
Week 10: Capstone Project and Presentations
• Development of a KM strategy for a chosen organization
• Integration of AI tools in the KM strategy
• Presentation and peer review of capstone projects
Useremo i seguenti libri di testo:
Marchegiani, L. (2021). Trasformazione digitale e gestione della conoscenza. Routledge.
Newell S., Robertson M., Scarbrough H., Swan J. (2009) Gestione del lavoro sulla conoscenza e dell'innovazione. Palgrave.
Materiale aggiuntivo verrà pubblicato in questo spazio di lavoro o nella cartella personale condivisa.
Programma
Nell'era digitale odierna, l'informazione è diventata una risorsa vitale sia per il successo manageriale che personale. Il rapido progresso tecnologico ha integrato la tecnologia dell'informazione con la tecnologia della comunicazione, formando l'industria ICT in continua espansione. Contemporaneamente, i cambiamenti socio-economici hanno sottolineato il valore dell'accesso alle informazioni, rendendolo un bene indispensabile nell'economia moderna.Questo corso esamina le questioni contemporanee nella gestione della conoscenza aziendale, in particolare nei settori ad alta intensità di informazioni, nel contesto della visione dell'impresa basata sulla conoscenza. Poiché la conoscenza diventa rapidamente obsoleta, le aziende devono continuamente evolvere le loro strategie e pratiche di gestione della conoscenza per rimanere competitive. Tendenze recenti come l'analisi dei big data, l'intelligenza artificiale (IA) e il machine learning hanno trasformato drasticamente il panorama della gestione della conoscenza. Queste tecnologie offrono strumenti e metodologie innovativi per catturare, analizzare e sfruttare le informazioni, migliorando così l'efficacia organizzativa e permettendo la creazione di nuovi modelli di business.
Il corso mira a dotare gli studenti di una profonda comprensione della conoscenza basata sui dati nell'economia contemporanea. Gli studenti impareranno ad analizzare la produzione, distribuzione e consumo di beni basati sulle informazioni e a sviluppare strategie per una gestione efficace della conoscenza. Verrà posto l'accento sull'integrazione dei recenti progressi nell'IA in queste strategie. Le pratiche di gestione della conoscenza supportate dall'IA, come l'elaborazione automatizzata dei dati, l'analisi predittiva e il recupero intelligente delle informazioni, saranno esplorate per dimostrare come possano rivoluzionare i processi decisionali, migliorare la diffusione della conoscenza e sostenere l'innovazione all'interno delle organizzazioni.
Inoltre, il corso esplorerà come una gestione efficace della conoscenza informi lo sviluppo di nuovi modelli di business e guidi l'innovazione dei modelli di business. Sfruttando dati e approfondimenti, le organizzazioni possono creare modelli di business più agili, reattivi e incentrati sul cliente. Gli studenti esamineranno casi di studio di aziende che hanno utilizzato con successo la gestione della conoscenza per innovare i loro modelli di business, adattarsi ai cambiamenti del mercato e ottenere vantaggi competitivi.
Learning outcomes:
• Comprendere l'importanza della conoscenza basata sui dati nell'economia contemporanea.
• Analizzare la produzione, distribuzione e consumo di beni basati sulle informazioni.
• Sviluppare strategie per una gestione efficace della conoscenza nelle organizzazioni, incorporando tendenze recenti come i big data e l'IA.
• Valutare le condizioni organizzative e le tecnologie che abilitano la gestione della conoscenza.
• Valutare l'impatto delle tecnologie emergenti sulle pratiche di gestione della conoscenza.
• Esplorare le pratiche di gestione della conoscenza supportate dall'IA, inclusi l'elaborazione automatizzata dei dati, l'analisi predittiva e il recupero intelligente delle informazioni.
• Comprendere le considerazioni etiche e le sfide associate all'IA nella gestione della conoscenza.
• Analizzare come la gestione della conoscenza informi lo sviluppo di nuovi modelli di business e guidi l'innovazione dei modelli di business.
Syllabus
This course explores the critical aspects of managing corporate knowledge in the digital age, focusing on information-intensive sectors and the integration of AI technologies. It covers the development of effective knowledge management strategies, the role of AI in knowledge processes, and how these elements drive business model innovation.
Week 1: Introduction to Digital Age and Knowledge Management
• Understanding Knowledge Management (KM) in the frame of the Industrial Revolutions
• The evolution of KM: From traditional methods to digital approaches
• The knowledge-based view of the firm
Week 2: Knowledge Management Frameworks and Models
• Key KM frameworks and models
• Knowledge creation, storage, transfer, and application
• Case studies on successful KM implementations
• Digital Transformation
Week 3: Knowledge Management Strategies and Digital Transformation
• Developing and implementing KM strategies
• Measuring KM effectiveness
• Continuous improvement in KM practices and DT
Week 4: Enabling Technologies for KM
• Collaboration tools and platforms
• Content management systems (CMS) and knowledge management systems (KMS)
• Organizational culture, leadership, and change management in KM
• Data-driven decision-making processes
Week 5: Organizational Conditions for DT
• Organizational culture and DT
• Leadership and DT
• Change management and DT
Week 6: The Role of (ICT) and Big Data in KM
• ICT and its impact on KM practices
• Integration of IT, communication technologies, and Big Data analytics in KM
• ICT trends in knowledge-intensive sectors
• Tools and technologies for managing Big Data
Week 7: Artificial Intelligence in Knowledge Management
• Introduction to AI and machine learning
• AI applications in KM: Automated data processing, predictive analytics, intelligent information retrieval
• Ethical considerations and challenges of AI in KM
Week 8: Business Model Innovation through KM
• Understanding business model innovation
• The role of KM in creating new business models
• Case studies on business model innovation driven by KM
Week 9: AI and Business Model Innovation
• AI-driven insights for business innovation
• Transforming business models with AI and KM
• Future trends in AI and business model innovation
Week 10: Capstone Project and Presentations
• Development of a KM strategy for a chosen organization
• Integration of AI tools in the KM strategy
• Presentation and peer review of capstone projects
Testi Adottati
ManualeUseremo i seguenti libri di testo:
Marchegiani, L. (2021). Trasformazione digitale e gestione della conoscenza. Routledge.
Newell S., Robertson M., Scarbrough H., Swan J. (2009) Gestione del lavoro sulla conoscenza e dell'innovazione. Palgrave.
Materiale aggiuntivo verrà pubblicato in questo spazio di lavoro o nella cartella personale condivisa.
Bibliografia Di Riferimento
Additional Recommended Reading: - "The Knowledge-Creating Company" by Ikujiro Nonaka and Hirotaka Takeuchi - "Big Data: A Revolution That Will Transform How We Live, Work, and Think" by Viktor Mayer-Schönberger and Kenneth Cukier - "Artificial Intelligence: A Guide for Thinking Humans" by Melanie Mitchell - Peruffo, E., Marchegiani, L., & Vicentini, F. (2018). Experience as a source of knowledge in divestiture decisions: emerging issues and knowledge management implications. Journal of Knowledge Management. - Customer engagement in a big data world' Journal of services marketing, vol. 31, no. 2, pp. 161-171 - The Knowledge Economy, Powell and Snellman - Network Capital, Social Capital and Knowledge Flow: How the Nature of Inter-organizational Networks Impacts on Innovation Additional Resources: - Access to online databases and KM tools - Industry reports and white papers on AI and KM - Selected journal articles and case studies provided throughout the course - Guest lectures and webinars with industry expertsModalità Erogazione
Il corso si sviluppo secondo un approccio partecipativo e interattivo, anche con la discussione di casi e situazioni reali di gestione della conoscenza. La partecipazione in aula è richiesta e valutataModalità Frequenza
Partecipazione alle lezioni Leader classModalità Valutazione
Componenti di valutazione Partecipazione in classe Ogni studente è tenuto a leggere e comprendere ogni compito per ogni classe. L'incontro in classe sarà sempre interattivo e la partecipazione sarà valutata di conseguenza. Gli studenti possono portare in primo piano la propria esperienza, la propria interpretazione del compito, nonché qualsiasi materiale aggiuntivo che potrebbe essere di aiuto per rendere vivida la discussione. Leader della classe Ogni studente può iscriversi per condurre una o più classi e sarà valutato di conseguenza. Ogni studente DEVE condurre almeno UNA classe. I dirigenti sono tenuti a riassumere il contenuto del compito quotidiano e ad organizzare la classe in modo da portare le questioni più importanti della giornata all'attenzione di tutti i partecipanti. Si raccomanda che ogni leader fornisca stimoli per l'interazione in classe. Il leader potrebbe portare in classe letture aggiuntive o casi di studio per favorire la discussione. Partecipazione Wiki Ogni studente è tenuto ad interagire attraverso il wiki pubblicando almeno UN contributo per ogni discussione. Progetto di lavoro di team: Per tutto il semestre, gli studenti lavoreranno su un lavoro di team coordinato dal docente. Nello spazio di lavoro online è previsto uno spazio dedicato al lavoro in team. Valutazione: Ogni studente sarà valutato in base a: - partecipazione in classe (un voto per classe): 25% - Partecipazione wiki: 25% - leader della classe: 25% - lavoro di squadra: 25%