Sinossi

Ad oggi le metodologie matematiche innovative, proprie della teoria della complessità e le tecnologie informatiche possono fornire un utile supporto per lo studio, la definizione e successiva realizzazione di strumenti di supporto alle decisioni, che siano in grado di fornire non soltanto, come accadeva nel passato, la migliore decisione relativa ad una data tematica, ma soprattutto una strategia decisionale in grado di permettere il raggiungimento di un prefissato obiettivo utilizzando traiettorie decisionali ottime. Mentre nel passato, l'informatica, grazie ad esempio all'intelligenza artificiale, era in grado di fornire un decisore elettronico, oggi grazie alla teoria della complessità opportunamente impiegata in infrastrutture tecnologiche è possibile ottenere strumenti innovativi utili alla pianificazione; fornendo, altresì, non solo una decisione, che normalmente è già nota all'esperto di un dato settore, ma anche e soprattutto una strategia decisionale frutto della competizione di un grande numero di soluzioni possibili (non tutte valutabili normalmente in tempi brevi dall'uomo), nell'ottica di un'avanzata teoria dei giochi e delle simulazioni di pianificazione che si possa basare altresì su modelli multi-scala e multi-risoluzione e sui processi stocastici auto simili, ovvero scala invarianti. Inoltre, molto spesso, il decisore deve condividere le sue scelte con altri enti o entità deputate ad altre funzioni; quindi, la soluzione proposta permette la costruzione di strategie decisionali ottime sia singolarmente che rispetto ad un decisore di governance, di management ed operational, che sia in un dato ente o che sia distribuito su più enti. Obiettivo del presente testo è far emergere ed analizzare il contesto operativo di una struttura di Pianificazione che abbia come mission la definizione e l'istanziazione di esigenze operative e capacità tenendo conto di alcuni elementi fondanti e caratterizzanti (CSF - Critical Success Factor). Il testo è rivolto sia a studenti dei corsi di Laurea in Informatica, Data Science, Economia sia a studenti di dottorato in discipline scientifiche, nonché a professionisti del settore.