Il progetto di ricerca preliminare rappresenta il documento attraverso il quale la commissione valuta non soltanto l’idea proposta dal candidato, ma soprattutto la sua maturità scientifica, la capacità di individuare un problema di ricerca, di formulare obiettivi realistici e di utilizzare adeguati strumenti metodologici. Nei concorsi di ammissione il progetto costituisce spesso uno degli elementi più importanti della valutazione dei titoli.
È importante comprendere che il progetto presentato in sede concorsuale non è necessariamente quello che sarà sviluppato integralmente durante il dottorato. La commissione valuta principalmente:
- coerenza con il corso di dottorato;
- originalità e innovatività;
- fattibilità nel triennio;
- conoscenza della letteratura esistente;
- chiarezza espositiva;
- competenze metodologiche del candidato.
In altre parole, un progetto semplice ma ben costruito vale generalmente più di una proposta estremamente ambiziosa ma poco realistica.
Struttura generale del progetto di ricerca
Indipendentemente dal settore disciplinare, un buon progetto dovrebbe contenere le seguenti sezioni.
Titolo
Il titolo deve essere:
- chiaro;
- sintetico;
- specifico;
- rappresentativo del tema trattato.
Esempio: L’impiego dell’intelligenza artificiale nei processi diagnostici ospedalieri: analisi degli impatti clinici e organizzativi
Introduzione e contesto
Lo scopo dell’introduzione è spiegare:
- il problema scientifico;
- il contesto di riferimento;
- la rilevanza dell’argomento.
Domande a cui rispondere
- Perché il tema è importante?
- Quale problema intende affrontare?
- Quali sono le principali ricadute scientifiche o applicative?
Lunghezza consigliata: 1-2 pagine.
Stato dell’arte
Lo stato dell’arte descrive ciò che la comunità scientifica già conosce sul tema.
Non deve essere una semplice raccolta di citazioni, ma una ricostruzione critica della letteratura esistente.
Obiettivi
- dimostrare la conoscenza del settore;
- individuare lacune della ricerca;
- evidenziare aspetti ancora poco studiati.
Formula utile
La letteratura ha approfondito ampiamente il fenomeno X; tuttavia risultano ancora limitati gli studi relativi a Y.
Obiettivi della ricerca
Devono essere chiari, misurabili e realistici.
Esempio:
Obiettivo generale:
- valutare l’efficacia di strumenti di intelligenza artificiale nella diagnosi precoce delle patologie cardiovascolari.
Obiettivi specifici:
- analizzare gli algoritmi maggiormente utilizzati;
- confrontarne accuratezza e limiti;
- individuare fattori organizzativi che influenzano l’adozione.
Domande di ricerca
Sono i quesiti ai quali il progetto intende rispondere.
Esempio:
- Gli algoritmi di machine learning migliorano la precisione diagnostica?
- In quali contesti ospedalieri risultano maggiormente efficaci?
- Quali criticità etiche emergono nell’impiego clinico?
Metodologia
È probabilmente la sezione più osservata dalle commissioni.
Occorre spiegare:
- come saranno raccolti i dati;
- quali tecniche verranno utilizzate;
- come verranno analizzati i risultati.
Cronoprogramma
È utile mostrare una pianificazione delle attività.
Esempio:
Primo anno
- revisione della letteratura;
- definizione della metodologia;
- formazione specialistica.
Secondo anno
- raccolta dati;
- attività sperimentali;
- pubblicazioni preliminari.
Terzo anno
- analisi finale;
- redazione della tesi;
- divulgazione dei risultati.
Risultati attesi
Illustrare i possibili contributi:
- scientifici;
- metodologici;
- applicativi;
- sociali.
Bibliografia
Inserire esclusivamente fonti realmente pertinenti.
Una bibliografia essenziale di 10-20 riferimenti è generalmente sufficiente per una candidatura.
Modello per progetti in ambito scientifico-tecnologico
(Area STEM, medicina, ingegneria, informatica, scienze naturali)
Struttura consigliata
Titolo
Abstract (200-300 parole)
Introduzione
Stato dell’arte
Ipotesi di ricerca
Obiettivi
Materiali e metodi
Descrivere:
- campione;
- dataset;
- strumenti;
- software;
- tecniche sperimentali;
- metodi statistici.
Risultati attesi
Cronoprogramma
Bibliografia
Esempio sintetico
Titolo: Applicazione di modelli di deep learning per la diagnosi precoce del carcinoma polmonare attraverso immagini TAC
Problema: La diagnosi precoce del carcinoma polmonare presenta ancora ampi margini di miglioramento.
Obiettivo: Valutare l’efficacia di modelli di intelligenza artificiale nell’identificazione automatica di noduli sospetti.
Metodo:
- raccolta di database clinici;
- addestramento di reti neurali;
- confronto con diagnosi radiologica tradizionale;
- analisi statistica dei risultati.
Impatto atteso:
- miglioramento della precisione diagnostica;
- riduzione dei tempi di refertazione;
- supporto alle decisioni cliniche.
Modello per progetti in ambito umanistico
(Area storica, filosofica, letteraria, linguistica, giuridica, artistica)
Molti candidati commettono l’errore di imitare la struttura delle scienze sperimentali.
Nelle discipline umanistiche il focus non è la sperimentazione ma l’analisi critica delle fonti e dei fenomeni culturali.
Struttura consigliata
Titolo
Introduzione
Contesto teorico
Stato degli studi
Domanda di ricerca
Obiettivi
Corpus documentale o archivistico
Descrivere:
- archivi;
- manoscritti;
- testi;
- documenti;
- fonti normative;
- fonti iconografiche.
Metodologia
Ad esempio:
- analisi storico-comparativa;
- analisi del discorso;
- critica testuale;
- ricerca archivistica;
- approccio ermeneutico;
- analisi giuridica.
Contributo originale
Cronoprogramma
Bibliografia
Esempio sintetico
Titolo: La costruzione dell’identità civica nella Sicilia orientale tra XVIII e XIX secolo attraverso le fonti municipali
Problema: La storiografia ha approfondito le trasformazioni istituzionali del periodo, ma esistono ancora limitati studi sulle dinamiche identitarie a livello locale.
Obiettivo: Ricostruire il rapporto tra amministrazioni locali, cittadinanza e costruzione dell’identità territoriale.
Fonti:
- archivi comunali;
- deliberazioni municipali;
- corrispondenza amministrativa;
- fonti a stampa dell’epoca.
Metodo:
- ricerca archivistica;
- analisi storica comparata;
- studio delle reti istituzionali.
Risultati attesi
Elaborazione di una nuova interpretazione del ruolo delle istituzioni locali nella formazione dell’identità civica.
Errori più frequenti
Progetto troppo generico
No “Studio dell’intelligenza artificiale”
Si “Impatto degli algoritmi di machine learning nella diagnosi delle patologie cardiovascolari”
Bibliografia insufficiente
Una proposta senza riferimenti dimostra scarsa conoscenza del settore.
Obiettivi irrealistici
Ricordare che il progetto deve essere realizzabile in tre anni.
Assenza di metodo
La commissione deve capire chiaramente:
- cosa verrà fatto;
- come verrà fatto;
- con quali strumenti.
Mancanza di originalità
Occorre evidenziare sempre: “Quale contributo nuovo apporterà la ricerca?“
Questi modelli sono adatti alla maggior parte dei concorsi di dottorato italiani, il vero elemento distintivo non è la complessità del progetto, ma la capacità di dimostrare rigore scientifico, coerenza metodologica e consapevolezza dello stato della ricerca.