Italiano. Le slide e una parte dei materiali di studio (articoli scientifici e rapporti istituzionali) sono in lingua inglese.

Testo principale: D.W. Carlton, J.M. Perloff, “Modern Industrial Organization”, Pearson (capitoli 1–14).
Dispense del docente per ciascuna lezione, con collegamenti tra teoria classica ed economia digitale.
Letture integrative (disponibili sulla piattaforma e-learning), tra cui: A. Goldfarb, C. Tucker, “Digital Economics”, Journal of Economic Literature (2019); E. Calvano et al., “Artificial Intelligence, Algorithmic Pricing, and Collusion”, American Economic Review (2020); J. Crémer et al., “Competition Policy for the Digital Era”, Commissione Europea (2019); J.-C. Rochet, J. Tirole, “Two-Sided Markets: A Progress Report”, RAND Journal of Economics (2006).

Conoscenza e comprensione: al termine del corso lo studente conosce i principali modelli di struttura di mercato e di comportamento strategico delle imprese e comprende come dati, piattaforme e algoritmi modificano le dinamiche competitive.
Capacità di applicare conoscenza e comprensione: lo studente sa analizzare la struttura competitiva di un settore reale (incluse le industrie digitali rilevanti per il marketing), valutare strategie di prezzo e di differenziazione e interpretare gli effetti di fusioni, integrazioni verticali e pratiche escludenti.
Autonomia di giudizio: lo studente sa valutare criticamente le strategie competitive delle imprese e gli interventi delle autorità di concorrenza, distinguendo effetti pro-competitivi e anti-competitivi.
Abilità comunicative: lo studente sa presentare un'analisi settoriale con linguaggio economico rigoroso, in forma scritta e orale.
Capacità di apprendimento: lo studente acquisisce un quadro concettuale che gli consente di seguire autonomamente l'evoluzione dei mercati digitali e della letteratura su economia delle piattaforme e dell'IA.

Conoscenze di base di microeconomia (domanda e offerta, elasticità, massimizzazione del profitto) e di statistica descrittiva. Non è richiesta alcuna esperienza di programmazione. Non sono previste propedeuticità formali.

Lezioni frontali con momenti interattivi; laboratori in aula con simulazioni di mercato utilizzabili dal browser (es. gioco di pricing ripetuto, dinamiche di adozione di piattaforme con effetti di rete); discussione di casi reali di strategia d'impresa e di antitrust; progetto di gruppo con presentazione finale. È previsto l'uso guidato e critico di strumenti di intelligenza artificiale generativa come supporto all'analisi settoriale, con attenzione alla verifica delle fonti e degli output.

Studenti frequentanti: (a) prova scritta finale (70% del voto), della durata di 90 minuti, composta da domande aperte sui modelli teorici e da un mini-caso applicativo che richiede di analizzare un mercato reale integrando strumenti classici e dinamiche digitali; (b) progetto di gruppo (30% del voto): analisi della struttura competitiva di un settore a scelta, con una sezione obbligatoria sull'impatto di digitale e IA, presentata in aula nelle ultime lezioni. Le consegne facoltative dei laboratori danno diritto a un bonus fino a 2 punti sul voto finale.
Studenti non frequentanti: prova scritta finale (100% del voto) sull'intero programma, con una domanda aggiuntiva sulle letture integrative. I criteri di valutazione (correttezza dell'analisi economica, rigore nell'uso dei modelli, qualità dell'argomentazione) sono identici per tutti.
Gli studenti e le studentesse con disabilità, DSA o altri bisogni educativi speciali possono usufruire di un trattamento individualizzato in sede di esame, nel rispetto della normativa e di quanto previsto nella Carta dei Servizi di Ateneo (https://www.unich.it/sites/default/files/2024-02/carta_dei_servizi_0.pdf), previa intesa con il docente della materia. Per richiedere le misure compensative e dispensative è necessario afferire al Servizio CON_TE_STO seguendo la procedura indicata nella Carta dei Servizi. Si invitano gli studenti e le studentesse a prendere contatti con la/il docente durante lo svolgimento delle lezioni, o comunque con largo anticipo rispetto alla data dell’appello, per conoscere le modalità di esame e le misure che sono accettate. Per essere orientati e indirizzati ai diversi servizi offerti dall’Ateneo è possibile contattare il Docente Referente del Dipartimento: Prof.ssa Tania Masi

Obiettivo 8 - Lavoro dignitoso e crescita economica: il corso analizza come concorrenza, innovazione e potere di mercato (incluso quello monopsonistico sul lavoro) influenzano crescita e benessere.
Obiettivo 9 - Imprese, innovazione e infrastrutture: il corso studia le determinanti dell'innovazione, la struttura delle filiere tecnologiche e le condizioni di accesso alle infrastrutture digitali.
Obiettivo 10 - Ridurre le disuguaglianze: il corso esamina gli effetti distributivi del potere di mercato, dei prezzi personalizzati e della concentrazione nei mercati digitali, e il ruolo delle politiche di concorrenza nel contrastarli.

Tutti i materiali (slide, dispense, letture, schede dei laboratori) sono resi disponibili sulla piattaforma e-learning di Ateneo. La frequenza non è obbligatoria ma fortemente consigliata, in particolare per le attività di laboratorio e il progetto di gruppo. L'uso di strumenti di IA nelle attività valutate è consentito solo se dichiarato e documentato secondo le linee guida fornite a lezione. Orario di ricevimento pubblicato sulla pagina del docente.