INNOVAZIONE, RICERCA e SVILUPPO

Per essere realmente innovatori è necessario uscire dal confine delle prassi consolidate e avere una visione d’insieme dello scenario; quindi individuare nuove prospettive, definire obiettivi sfidanti, lavorare creativamente, impegnarsi a raggiungere nuovi traguardi.

Questo è il mindset di innovazione secondo Piazza Copernico.

Che sia un’innovazione incrementale o radicale, migliorativa o sostitutiva, ogni innovazione è un modo nuovo e creativo di affrontare i problemi conosciuti e quelli emergenti.

Fare innovazione richiede un approccio “ambidestro” (Charles O’Reilly e Michael Tushman, Harvard Business Review , 2004), cioè superare l’impasse tra le prassi consolidate e funzionanti e il saper esplorare nuove strade e opportunità, mantenendo nel contempo la capacità di svolgere efficacemente le attività esistenti.

Innovazione non è però solo fare le cose in modo nuovo, ma anche guidare il cambiamento sia nei processi di business, sia nella leadership delle persone ispirandole verso l’innovazione e il miglioramento.

Piazza Copernico realizza questa sfida con un’ottica di Open Innovation e attraverso un Piano di Innovazione e di Ricerca e Sviluppo (R&S) aggiornato annualmente.

Il Piano viene dedicato allo studio e sviluppo di nuove applicazioni specificamente dedicate al settore Formazione e HR, ma prevede sempre di rendere tali nuove applicazioni trasversali, estendendone ove possibile l’impiego in altri settori di business.

COLLABORAZIONI CON ENTI UNIVERSITARI ED ENTI DI DI RICERCA

Piazza Copernico ha sperimentato nell’area R&S l’approccio di coniugare le professionalità aziendali con il mondo della ricerca in un’ottica di Open Innovation, consolidando in tal senso importanti collaborazioni con organismi specializzati con cui collabora su:

  • propri progetti interni,
  • formazione delle professioni della Digital Transformation,
  • divulgazione di prassi e metodi di intelligenza artificiale.

Per questa ragione è stato creato al nostro interno un team specializzato che coordina tutte le attività di Innovation, che sviluppa e monitora nel tempo importanti collaborazioni con Aziende, Enti, Organismi di Ricerca nazionali e Università, per esempio:

AREE DI INNOVATION

Le principali aree di lavoro sono attualmente:

  • innovazione e sperimentazione di nuovi modelli didattici e soluzioni per l’e-learning;
  • analisi qualitativa dei testi, attraverso tecniche di analisi semantica, Sentiment Analysis e Opinion Mining, Natural Language Processing;
  • generazione di paradigmi di visualizzazione di dati e creazione di indicatori statistici attraverso tecniche di Pattern Analysis, Clustering e indicizzazione aggregata.

Proprio dalle attività di Ricerca e Sviluppo nascono le numerose innovazioni produttive  che PIAZZA COPERNICO mette continuamente a disposizione dei propri clienti.

SEMANTICA

Modelli di analisi semantica, attraverso cui vengono analizzati i contenuti e le relazioni, elaborando una mappa gerarchica di contenuti

SENTIMENT

La Sentiment Analysis permette di analizzare le parole portatrici di polarizzazione e di verificare l’andamento delle opinioni dei singoli e dei topic per individuare le aree di soddisfazione/insoddisfazion

ANALYTICS

Per ogni tipo di dato numerico o strutturato è possibile organizzare cruscotti di Analytics finalizzati alla data visualization

#InnovationLabs

Dalla ricerca all’applicazione sul campo

Sui temi della Digital Transformation si assiste nelle aziende ad una rapidissima accelerazione sia nei progetti avviati, sia nell’acquisizione di talenti e professionalità.

Spesso ci si trova ad affrontare problemi e temi nuovi, con procedure e direttrici di azione non ancora consolidate.

Ne scaturisce l’esigenza di un aggiornamento continuo, ispirato ad un approccio concreto e focalizzato sui problemi reali, allo scopo di sfruttare le potenzialità dei modelli nuovi che continuamente emergono nella ricerca.

Saper adeguare le scelte modellistiche agli obiettivi, ai dati e ai problemi concreti è una competenza fondamentale per chi opera con l’innovazione.

L’offerta formativa di #InnovationLabs

SEMINAR
La formula seminar (4 ore) ha la funzione di fornire agli operatori le coordinate di studio di un problema.

LABORATORIO
Il laboratorio (da 8 a 12 ore) è un’esperienza didattica guidata da esperti della materia che permette di sperimentare in casi pratici tecniche e strumenti innovativi. Permette di fare una sperimentazione attiva, approfondimento e meta-valutazione dei metodi più interessanti e innovativi.

Finalità di #InnovationLabs

Sperimentare sotto la supervisione di esperti diversi modelli di analisi dei dati testuali, attraverso l’utilizzo delle tecniche più avanzante di intelligenza artificiale.
Il percorso formativo unisce approfondimenti teorici ad una forte componente pratica, con applicazioni reali ai modelli di business.

Destinatari di #InnovationLabs

Data scientist che operano in azienda nell’ambito della gestione di dati e testi

Catalogo #InnovationLabs

AREA: Innovation in HR
Tipo
Basics in HR data science
Seminar
Understanding HR data science and data driven decision making
Lab
Data understanding: fundamentals
Seminar
AREA: NLP
Tipo
Natural language processing: summarization, text classification e question answering con Transformers Models in python e R.
Lab
Understanding linguistics&meanings between sentiment and semantics in working environments
Seminar
AREA: Machine Learning
Tipo
Machine Learning Bayesiano con R. Import dei dati: Problemi, strategie e soluzioni
Lab
Machine Learning Bayesiano con R. Import dei dati: scelta e valutazione dei modelli
Lab
Machine Learning Bayesiano con R. Import dei dati: predittività tra problemi, significatività e opportunità
Lab
Machine Learning: laboratorio di Machine Learning Bayesiano con R. Graficazione e data visualizzazione
Lab
High performance computing
Lab
Machine Learning Bayesiano con R e C++
Lab

PROSSIMO InnovationLab IN PARTENZA

Data science new perspectives: Text classification with Transformers
2022, June, 8th

 

Application Deadline
2022, May,25th

 

ALCUNI OUTPUT DELLA RICERCA E SVILUPPO

Software di Analisi semantica e di Sentiment di ampi volumi di testi aperti.

Gli algoritmi di Analisi Semantica e Sentiment analizzano le parole dei testi originali per scoprire quali temi li attraversano, come quest’ultimi sono collegati tra loro e come cambiano nel tempo.
Tali algoritmi permettono di superare i bias di classificazione manuale dei dati da parte di un team di valutatori, nonché di ridurre sensibilmente l’ampio effort richiesto.

Il software facilita e riduce il lavoro di analisi manuale, fornendo una sintesi oggettiva sulla quale i valutatori possono lavorare direttamente alla fase di interpretazione dei risultati.

Come utilizzare SemantiCase:

  • per intercettare gli argomenti effettivamente rilevanti per le persone, anche individuando argomenti nuovi o latenti fin dalle loro prime evidenze;
  • per misurare la gradualità delle opinioni (positive o negative) stratificate per categorie di persone, per singolo, per argomento/topic adottando una misurazione tarata sulla comunicazione interna;
  • per comprendere le tematiche “sensibili” e influenti sull’opinione;
  • per individuare le tipicità comunicative di ogni categoria di persone al fine di armonizzare la comunicazione con il linguaggio specifico dei vari gruppi;
  • per monitorare nel tempo i temi più o meno influenti sul giudizio delle persone.

Esempi di applicazione di SemantiCase:

  • ANALISI DI QUESTIONARI E SURVEY
  • ANALISI DI TEST E ESERCITAZIONI
  • MOTORE DI RICERCA DOCUMENTALE IN KNOWLEDGE BASE
  • ANALISI DATI DEL CUSTOMER CARE (RECLAMI)
  • ANALISI DI GIUDIZI IN COMMUNITY ONLINE

PREDICTIVE LEARNING ANALYTICS & CRITICALITY DETECTING

LearnalyzeR è un sistema di learning analytics sviluppato per dialogare via API con le piattaforme LMS aziendali. Lo strumento si occupa di processare i dati archiviati giornalmente nelle piattaforme di formazione aziendale, acquisendo i dati di tutta la formazione dai corsi online, video, aule e webinar, social learning e sistemi di ticketing e tutoring.

LearnalyzeR utilizza un  indicatore quantitativo composito formato dall’aggregazione di sotto-indicatori quantitativi per misurare l‘esperienza formativa di ogni utente, e compararla con gli altri partecipanti o altri corsi (anche di diversa metodologia).

E’ quindi una dashboard di analisi dell’andamento dei corsi, con possibilità di confronto tra diverse edizioni di un corso o nodi di organigramma, con capacità di analisi di pattern ricorrenti e classificazione dei comportamenti sui corsi.

Si tratta di un sistema di analisi esperto, i cui valori possono essere facilmente customizzati sulle specificità del contesto formativo dei dati e automaticamente parametrizzati per descrivere la learning experience.

Infatti, il modello di analisi e le variabili che lo caratterizzano possono essere “ripesati”, cioè adeguati ai valori e ai KPI aziendali, somministrando un questionario preliminare agli operatori della Digital Academy aziendale.

LearnalyzeR è uno strumento di utilità quotidiana a supporto delle Academy perché consente di analizzare l’evoluzione dei dati e prendere decisioni data driven in modo sempre più efficace per gestire l’erogazione di percorsi formativi di vario genere: corsi online, corsi in aula/webinar, corsi blended, corsi video.

Il presupposto dello strumento è che l’esperienza formativa del partecipante non si esaurisca nel lancio e studio di singoli materiali didattici, ma sia un processo più complesso in cui la piattaforma come ambiente di relazione con altri partecipanti e/o con un tutor di supporto allo studio, o perfino con la messaggistica programmata, rappresenta un sistema da comprendere più a fondo. Oltre tali aspetti altre “zone grigie” sono rappresentate dall’impatto delle variabili personali, delle caratteristiche del corso, del tempo a disposizione rispetto all’efficacia della formazione online.

Lo strumento implementa un sistema di analisi che dà la possibilità di comprendere:

  •  l’uso effettivo di un corso, per individuare non solo gli stili e le preferenze di studio, ma anche le aree di criticità del corso stesso (meta-valutazione didattica);
  •  i comportamenti degli utenti relativamente a uno specifico corso per valutare l’efficacia delle scelte progettuali e organizzative;
  •  le soluzioni didattiche maggiormente efficaci, l’attenzione alle diverse tipologie di corso, l’uso del tempo didattico, l’incidenza delle variabili esterne ai corsi.

Questa analisi sui dati permette di correlare le diverse variabili presenti in LMS, superando una logica di consultazione verticale dei report a favore di un’esplorazione tridimensionale dei fenomeni impliciti, per comprendere appieno il valore dell’esperienza didattica.

Progetto finalizzato alla costruzione di un sistema di Assessment Dinamico per la personalizzazione delle prove valutative.

l progetto si caratterizza come un sistema di adaptive testing orientato a somministrare prove valutative complesse di tipo dinamico in grado di adeguare il percorso di somministrazione delle domande in base al risultato conseguito in progress durante la prova.

Permette durante la somministrazione del questionario di consolidare velocemente i risultati sulle aree di maggiore competenza, e di indagare in modo più approfondito le aree di minore preparazione al fine di discriminare efficacemente i livelli di conoscenza dei medium e low performer.

Fornisce un sistema di back-office per il confronto dei risultati dei rispondenti