Obiettivi dell’episodio:
- Descrivere la struttura di un’analisi di serie storica pubblicata (domanda, dati con le date, controllo di coerenza, metodo, risultati e limiti, aggiornamento) usando Minerva et al. 2022 e 2024 come modello.
- Riconoscere il «trabocchetto dell’ultimo anno» nelle serie delle università telematiche (iscrizioni aperte tutto l’anno, conferimenti in ritardo) e applicare la regola dell’estrazione più recente, leggendo le cautele delle fonti come parte del dato.
- Aggiornare i risultati di un’analisi con dati più recenti (USTAT settembre 2026, ANVUR 2026) e distinguere ciò che si conferma, ciò che cambia e ciò che l’aggiornamento corregge.
- Distinguere ciò che una serie aggregata mostra (crescita, concentrazione, residenza, profilo) da ciò che non può dire (cause, qualità, esiti), e riconoscere nei sei passi il modello dell’e-tivity «Una serie storica per la mia istituzione», le cui consegne sono in A2.V19.
L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm
Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.
by Tommaso Minerva
Questo episodio include contenuti generati dall’IA.

