100+ Argomenti per Tesi di Laurea Triennale e Magistrale in Informatica

Cerchi un argomento per la tesi di laurea in Informatica e trovi ovunque le stesse parole: IA, blockchain, cloud. Quasi nessuno si blocca lì. Gli argomenti si bloccano sulla domanda successiva: come dimostri alla fine che la tua soluzione vale qualcosa?

Un argomento per la tesi di Informatica si trova partendo da un’area che il tuo corso segue davvero, restringendola a un sistema e a un pubblico precisi e verificando prima dell’assegnazione da dove arriveranno i dati della valutazione: misure tue, un insieme di dati aperto o persone che usano il tuo sistema. Porta al colloquio tre proposte e, per ognuna, una frase su come la valuteresti.

📌 In breve

• 220 argomenti di Informatica divisi in nove aree.
• Un sistema che funziona non è ancora un risultato.
• Il punteggio SUS medio su 500 studi è 68.
• Il regolamento europeo sull’IA si applica in gran parte da agosto 2026.
• La fonte dei dati decide il calendario, non l’interesse.

Le proposte di questo articolo fanno parte della panoramica di tutte le proposte di argomenti, dove si trovano anche gli altri corsi di laurea.

Quattro passi verso l’argomento giusto: come trovare un tema di Informatica

La ricerca dell’argomento in Informatica ha una particolarità: puoi costruire da solo quasi tutto quello che vuoi studiare. Un insieme di dati, un prototipo, una postazione di misura, tutto è questione di ore di lavoro. Proprio per questo gli argomenti di Informatica si allargano con tanta facilità.

Le 220 proposte più sotto sono materia prima. Una proposta diventa argomento quando sono fissate tre cose: quale sistema tocchi, per chi è pensato e con quale misura verificherai il risultato.

1. Partire dal gruppo di ricerca, non dalla tendenza. Guarda quali gruppi ha il tuo dipartimento e quali tesi vi sono state discusse di recente. Un argomento senza gruppo non trova relatore, per quanto sia attuale.
2. Restringere un’area a un sistema preciso. « Intelligenza artificiale in sanità » è un’area. « Un classificatore per le lettere di dimissione: riconosce le diagnosi senza messa a punto? » è un argomento.
3. Pianificare la valutazione prima del codice. Scrivi che cosa vuoi confrontare alla fine e con che cosa. Senza base di confronto nei risultati resta un numero che nessuno sa collocare.
4. Andare al colloquio con tre argomenti. Con uno ricevi un verdetto. Con tre ottieni una conversazione sulle differenze, e quella è la vera consulenza.

Il percorso indipendente dal corso di laurea è descritto nell’articolo Trova il tema per la tesi di laurea e tesi magistrale.

Aree e specializzazioni nel corso di studi in Informatica

Le aree dell’Informatica si distinguono, per una tesi, meno per contenuto che per la provenienza dei dati di misura. Una dimostrazione di informatica teorica non chiede altro che letteratura. Un argomento di informatica applicata chiede un partner che ti lasci avvicinare i suoi utenti. Questa distinzione decide il tuo calendario, non la difficoltà tecnica.

La tabella seguente assegna a ciascuna delle nove aree di che cosa si occupa e dove si trovano di solito i dati. È volutamente grossolana: ogni area ammette anche lavori puramente teorici e quasi ognuna ammette una raccolta dati propria. La colonna di destra indica il caso normale.

Un dato italiano rende questa scelta più interessante di quanto sembri. L’Istat, nell’infografica del 17 maggio 2025 per la Giornata mondiale delle telecomunicazioni, conta per il 2023 « 970mila gli specialisti ICT » e rileva che solo il « 42,1% » di loro ha un titolo universitario, contro una media UE27 del 66,7%. Una laurea in Informatica resta quindi un profilo raro nel mercato italiano.

Un’area manca di proposito nell’elenco. Tutto ciò che guarda al processo aziendale, al progetto di introduzione e alla convenienza economica, e non al sistema in sé, sta più vicino all’informatica aziendale. Per questo esiste un elenco a parte con argomenti di Informatica Aziendale. Se invece la tua specializzazione sta sulle basi formali, vale la pena guardare le proposte di argomenti di Matematica.

220 argomenti di Informatica divisi in nove aree

Le 220 proposte che seguono sono ordinate secondo le nove aree viste sopra. Servono come punto di partenza, non come domanda di ricerca finita: ogni proposta ha ancora bisogno di un sistema preciso, di un pubblico e di una misura prima di diventare un argomento. « Apprendimento automatico nella sicurezza informatica » diventa una tesi solo quando sono chiari il tipo di attacco, l’insieme di dati e la grandezza misurata.

Prima di prendere una proposta controlla due cose. Primo, se il tuo dipartimento segue davvero quell’area, perché un argomento senza relatore non viene accettato. Secondo, se la tecnologia si chiama ancora così. Gli argomenti che nominano una singola libreria o un prodotto invecchiano molto più in fretta di quelli che nominano un problema.

Fondamenti dell’Informatica: 25 argomenti

Gli argomenti di fondamenti sono la scelta più sicura se non vuoi chiedere dati a nessuno. Misuri il tuo sistema: tempo di esecuzione, memoria occupata, capacità di elaborazione. La postazione di misura è metà del lavoro e va descritta in modo che un’altra persona possa rifarla. Il rovescio: senza una soluzione di confronto resta un numero senza significato.

• Ottimizzazione di algoritmi di ricerca in strutture dati non lineari
• Analisi comparativa di linguaggi di programmazione orientati agli oggetti
• Sviluppo di applicazioni multipiattaforma con framework attuali
• Revisioni automatiche del codice e loro effetto sulla qualità del software
• Tecniche di parallelizzazione nei processori attuali
• Valutazione di algoritmi per la colorazione di grafi
• Analisi delle prestazioni degli algoritmi di compressione dei dati
• Algoritmi evolutivi applicati a problemi di ottimizzazione
• Analisi dei meccanismi di sincronizzazione in ambienti multithread
• Progetto e realizzazione di un piccolo sistema operativo
• Aspetti di sicurezza nei linguaggi di programmazione e nei compilatori
• Realizzazione di algoritmi su architetture GPU
• Schemi di progettazione nella programmazione funzionale
• Strategie di gestione della memoria nei linguaggi attuali
• Analisi della complessità degli algoritmi in crittografia
• Sviluppo di un framework per l’automazione dei test
• Valutazione di architetture software per applicazioni scalabili
• Buone pratiche nella progettazione di interfacce di programmazione
• Uso di Docker nello sviluppo e nel rilascio del software
• Progetto e realizzazione di architetture a microservizi
• Analisi delle ottimizzazioni del compilatore per linguaggi di alto livello
• Realizzazione e valutazione di tecniche di debug
• Sistemi operativi in tempo reale per sistemi embedded
• Sviluppo di un emulatore per un dominio specifico
• Integrazione continua e rilascio continuo nello sviluppo del software

Informatica teorica: 25 argomenti

I lavori teorici non chiedono laboratorio né partecipanti, ma pazienza. Dimostri qualcosa o lo confuti, e in entrambi i casi servono carta, matita e molta lettura. Questi argomenti presuppongono che nel tuo dipartimento qualcuno faccia ricerca in quella direzione. Un argomento di dimostrazione in un gruppo orientato alle applicazioni trova raramente un relatore.

• Decidibilità nei linguaggi formali
• Classi di complessità e loro relazioni
• Nuovi algoritmi per problemi NP-completi
• Applicazioni della teoria dei giochi in informatica
• Isomorfismo di grafi e sue sfide algoritmiche
• Calcolo quantistico: fondamenti e prospettive
• Automi e loro applicazioni all’elaborazione del testo
• Progetto e analisi di algoritmi per problemi su grafi
• Teoria dei codici e sistemi tolleranti ai guasti
• Teoremi di punto fisso nella semantica dei linguaggi di programmazione
• Problemi di soddisfacibilità e strategie dei risolutori SAT attuali
• Teoria algoritmica dei giochi e progettazione di meccanismi
• Reti di Petri e modellazione di sistemi
• Formalizzazione di sistemi di dimostrazione
• Modelli di calcolo oltre la completezza di Turing
• Teoria delle categorie in informatica
• Il ruolo della teoria della ricorsione nella calcolabilità
• Strategie di riduzione nella teoria della complessità
• Linguaggi formali e costruzione di compilatori
• Analisi di tecniche di randomizzazione negli algoritmi
• Dimostrazioni a conoscenza zero
• Formalizzazione degli automi infiniti
• Logica fuzzy applicata alle decisioni
• Analisi di complessità di algoritmi distribuiti
• Algoritmi di approssimazione per problemi di ottimizzazione NP-difficili

Informatica pratica: 25 argomenti

In quest’area nasce qualcosa che funziona. La trappola sta proprio lì: un sistema funzionante non è ancora un risultato. Decidi presto con quale misura dirai se la tua soluzione è migliore dell’alternativa ovvia. Chi ci pensa nell’ultimo mese scrive la valutazione con i dati che si trovano per caso.

• Valutazione di interfacce REST e GraphQL nelle applicazioni web
• Strategie di sicurezza per sistemi operativi mobili
• Sviluppo di strumenti di analisi dei dati in tempo reale
• Buone pratiche per la gestione di grandi basi di codice
• Prestazioni delle basi di dati NoSQL rispetto ai sistemi SQL
• Realtà virtuale per applicazioni didattiche
• Rendering lato server nelle applicazioni web: architettura e tempi di caricamento
• Sviluppo di agenti conversazionali con elaborazione del linguaggio naturale
• Meccanismi di sicurezza nei dispositivi dell’internet delle cose
• Uso dei droni per la raccolta e l’analisi dei dati
• Sviluppo di un sistema di riconoscimento facciale
• Individuazione e correzione automatiche di difetti del software
• Catena di blocchi per sistemi di transazione sicuri
• Sviluppo di un’applicazione per la produttività con elementi di gioco
• Analisi e realizzazione di strategie di bilanciamento del carico per server web
• Sviluppo di sistemi operativi su misura basati su Linux
• Realtà aumentata per sistemi di assistenza nell’industria
• Efficienza e scalabilità delle soluzioni di archiviazione in cloud
• Progetto e realizzazione di una visualizzazione dei dati accessibile
• Algoritmi per l’ottimizzazione dei percorsi in una rete
• Realizzazione di algoritmi per sistemi autoriparanti
• Attacchi cross-site scripting e loro contromisure
• Sviluppo di uno strumento forense per indagini digitali
• Progetto di uno strumento libero per la gestione di progetti
• Realizzazione e valutazione di algoritmi per il calcolo distribuito

Informatica applicata: 25 argomenti

Gli argomenti applicati vivono del partner esterno. Un ospedale, un’associazione, un ente pubblico o un’azienda porta il caso e quasi sempre anche le persone per la prova. Chiedi presto e per iscritto, perché qui gli argomenti si bloccano sull’accesso, non sulla tecnica. Un argomento di questa area senza partner resta un prototipo senza valutazione.

• Sviluppo di un sistema digitale di monitoraggio della salute
• Soluzioni informatiche per un’agricoltura sostenibile
• Analisi dei sistemi di trasporto con simulazione e analisi dei dati
• Informatica spaziale: navigazione e gestione dei dati
• Piattaforme didattiche digitali: sviluppo e valutazione
• Sistemi logistici informatizzati per magazzini intelligenti
• Strumenti informatici applicati all’archeologia
• Progetto di un sistema informativo per una piccola impresa
• Sviluppo di un sistema di raccomandazione per il commercio elettronico
• Concetti di sicurezza per applicazioni di banca online
• Tecnologie per la casa connessa: sviluppo e integrazione
• Analisi di dati dei social network per strategie di marketing
• Salute mobile: applicazione per la gestione dei pazienti
• Realtà virtuale in psicoterapia
• Sviluppo di videogiochi con contenuti didattici
• Informatica applicata all’analisi forense
• Introduzione di sistemi gestionali integrati fuori dal settore informatico
• Sistemi informativi nel turismo: sviluppo e uso
• Intelligenza artificiale nell’industria musicale
• Analisi delle strategie di formazione online all’università
• Città intelligente: integrazione di sistemi informatici nella pianificazione urbana
• Soluzioni informatiche per la gestione dell’energia
• Supporto informatico all’analisi di dati giuridici
• Arte e cultura digitali: piattaforme e archiviazione
• Sviluppo di sistemi di assistenza per persone con disabilità

Ingegneria del software: 25 argomenti

L’ingegneria del software è l’area con il maggior numero di lavori empirici. Chi scrive di modelli di sviluppo, debito tecnico o revisioni del codice non può fare a meno delle risposte di chi programma. È una buona notizia: i professionisti possono acconsentire senza problemi e parlano volentieri del proprio lavoro. Dodici o venti questionari compilati sostengono una tesi triennale, il numero esatto lo concordi con il relatore.

• Metodi agili e modello a cascata: confronto tra due approcci
• Analisi e miglioramento dell’esperienza utente in un prodotto software
• Metriche del software e assicurazione della qualità
• Sviluppo e valutazione di flussi di rilascio continuo
• Rifattorizzazione del codice: tecniche e buone pratiche
• Debito tecnico e suoi effetti sui progetti software
• Analisi degli ambienti di sviluppo multipiattaforma
• Procedure di test automatico per applicazioni mobili
• Schemi di progettazione nelle applicazioni in cloud
• Strumenti di supporto allo sviluppo basati su intelligenza artificiale
• Aspetti di sicurezza nello sviluppo del software
• Progetti di software libero e gestione della comunità
• Effetti dei microservizi sull’architettura di un sistema
• Manutenzione ed evoluzione del software: sfide e strategie
• Tecniche di virtualizzazione nello sviluppo del software
• Introduzione di una cultura DevOps in azienda
• Framework per l’internazionalizzazione del software
• Valutazione di stili architetturali per applicazioni aziendali
• Efficacia dei sistemi di tracciamento dei difetti
• Programmazione in coppia e revisioni del codice nella pratica
• Ottimizzazione delle prestazioni di applicazioni web ad alto carico
• Strumenti di gestione dei progetti nello sviluppo del software
• Sviluppo di protocolli di sicurezza per applicazioni web
• Intelligenza artificiale applicata al test del software
• Meccanismi di adattamento per sistemi software ereditati

Intelligenza artificiale e apprendimento automatico: 30 argomenti

L’intelligenza artificiale è l’area che si è mossa di più dal 2023: cinque argomenti qui sotto non c’erano nella prima versione di questo elenco. Chiedi dell’accesso al centro di calcolo prima dell’assegnazione.

• Reti neurali per il riconoscimento delle immagini
• Algoritmi di apprendimento per il settore finanziario
• Apprendimento profondo applicato alla diagnosi medica
• Messa a punto di modelli linguistici preaddestrati per un dominio specialistico
• Apprendimento automatico per la previsione di fenomeni meteorologici
• Apprendimento per rinforzo nei veicoli autonomi
• Intelligenza artificiale nella medicina personalizzata
• Riconoscimento di schemi in serie temporali
• Ottimizzazione della catena di fornitura con intelligenza artificiale
• Elaborazione del linguaggio naturale per il riassunto automatico di testi
• Analisi del comportamento con intelligenza artificiale nella videosorveglianza
• Intelligenza artificiale nei videogiochi: comportamento dei personaggi non giocanti
• Sistemi di raccomandazione per i servizi di trasmissione in streaming
• Apprendimento automatico nella sicurezza informatica
• Apprendimento automatico per la previsione delle quotazioni
• Algoritmi per assistenti comandati a voce
• Intelligenza artificiale in agronomia per aumentare le rese
• Metodi di intelligenza artificiale per l’analisi di dati genomici
• Apprendimento automatico nella visione industriale
• Strumenti diagnostici basati su intelligenza artificiale in sanità
• Apprendimento automatico per il riconoscimento di notizie false
• Piattaforme di apprendimento assistite da intelligenza artificiale
• Intelligenza artificiale in robotica: sistemi cooperativi
• Analisi predittiva nella gestione della relazione con i clienti
• Intelligenza artificiale per l’ottimizzazione delle reti energetiche
• Generazione aumentata dal recupero: architettura e qualità delle risposte
• Valutazione dei grandi modelli linguistici: riferimenti e loro limiti
• Riconoscimento di testi generati da intelligenza artificiale: metodi e tassi di errore
• Quantizzazione di reti neurali per l’uso su dispositivo
• Effetto delle strategie di istruzione sulle risposte dei modelli linguistici

Scienza dei dati: 25 argomenti

Gli argomenti di scienza dei dati dipendono da una sola domanda: l’insieme di dati esiste davvero e puoi usarlo? I portali aperti come dati.gov.it o Zenodo sono la via comoda. I dati dei social network non lo sono più, perché le interfacce delle grandi piattaforme sono diventate a pagamento o chiuse. Verifica l’accesso prima di far assegnare l’argomento.

• Ricerca di schemi frequenti in grandi insiemi di transazioni
• Tecniche di raggruppamento applicate alla segmentazione del mercato
• Modelli di apprendimento automatico per prevedere la domanda dei clienti
• Approcci di apprendimento profondo per la classificazione automatica di testi
• Framework per l’elaborazione di flussi di dati massivi
• Individuazione di anomalie in dati di serie temporali
• Analisi del sentimento nei social network
• Tecniche di visualizzazione per insiemi di dati complessi
• Metodi di analisi delle reti applicati ai media sociali
• Costruzione di sistemi di raccomandazione con filtraggio collaborativo
• Analisi predittiva per il riconoscimento delle frodi
• Analisi di dati spaziotemporali per il monitoraggio ambientale
• Apprendimento automatico per l’ottimizzazione di reti logistiche
• Modelli di previsione delle tendenze dei mercati finanziari
• Elaborazione del linguaggio naturale per la stesura automatica di notizie
• Ottimizzazione di algoritmi per l’elaborazione di dati su larga scala
• Personalizzazione di contenuti web con tecniche di intelligenza artificiale
• Valutazione delle tecniche di integrazione di dati da più fonti
• Strategie di gestione dei dati in ambienti cloud
• Scienza dei dati in sanità per migliorare l’assistenza al paziente
• Algoritmi di riduzione e compressione dei dati
• Analisi di dati geografici a supporto della pianificazione urbana
• Metodi per garantire la qualità dei dati
• Estrazione di informazioni da pubblicazioni scientifiche con il text mining
• Apprendimento automatico per una didattica personalizzata

Matematica per l’informatica: 20 argomenti

Gli argomenti matematici si scrivono alla scrivania e piacciono alla commissione più di quanto gli studenti immaginino. Un lavoro così dimostra che capisci le basi invece di richiamare una libreria. Cinque delle venti proposte sono nuove e si collegano alla crittografia e all’apprendimento automatico, dove la matematica è oggi particolarmente visibile.

• Curve ellittiche e loro ruolo nei metodi di cifratura attuali
• Modellazione e simulazione di reti con la teoria dei grafi
• Teoria della probabilità applicata all’algoritmica
• Metodi numerici per equazioni differenziali nella grafica al calcolatore
• Algoritmi di ottimizzazione nell’intelligenza artificiale
• Modelli matematici per analizzare le prestazioni di un algoritmo
• Topologia e sue applicazioni in robotica
• Teoria dei giochi applicata alle reti di calcolatori
• Analisi di algoritmi di cifratura con la teoria dei numeri
• Strutture discrete in informatica
• Algebra lineare ed elaborazione dei dati
• Metodi statistici per l’assicurazione della qualità del software
• Progetto e analisi di esperimenti nella ricerca informatica
• Modellazione matematica di processi nei sistemi distribuiti
• Combinatoria nella progettazione di strutture dati
• Privacy differenziale: fondamenti matematici e limiti pratici
• Crittografia basata su reticoli: la matematica dietro gli standard NIST
• Stabilità numerica nell’addestramento di reti neurali
• Teoria dell’informazione ed entropia nella compressione dei dati
• Catene di Markov per modellare il comportamento degli utenti web

Aree specialistiche e ricerca: 20 argomenti

Gli argomenti specialistici sono attraenti e rischiosi insieme. Attraenti perché la letteratura è scarsa e la tua tesi porta presto qualcosa di proprio. Rischiosi perché poca letteratura significa anche pochi punti di riferimento. Prendi un argomento di questa area solo se nel tuo dipartimento esiste un gruppo che ci lavora.

Su due punti la denominazione oggi deve essere precisa. I metodi resistenti al calcolo quantistico sono standardizzati dal 13 agosto 2024: il NIST ha pubblicato i primi tre standard, FIPS 203, 204 e 205, tra cui ML-KEM per lo scambio di chiavi (NIST, agosto 2024). Chi scrive di calcolo quantistico e cifratura nomina questi standard invece di parlare di una minaccia futura in generale.

• Effetti del calcolo quantistico sui metodi di cifratura
• Sistemi robotici autonomi per impieghi specifici
• Aspetti etici dei sistemi di intelligenza artificiale
• Robotica umanoide ed empatia artificiale
• Interfacce cervello-calcolatore e loro applicazioni
• Neuroscienze computazionali e modelli cognitivi
• Algoritmi genetici per la risoluzione di problemi nell’intelligenza artificiale
• Sistemi avanzati per il fog computing
• Edge computing negli ambienti dell’internet delle cose
• Sistemi ciberfisici e internet industriale
• Applicazioni di realtà mista per la formazione
• Nanotecnologie in informatica
• Migrazione di sistemi esistenti verso metodi resistenti al calcolo quantistico
• Bioinformatica: metodi di analisi di sequenze genetiche
• Informatica al servizio delle energie sostenibili
• Requisiti di conformità del regolamento sull’IA per i sistemi ad alto rischio
• Consumo di energia nell’addestramento di grandi modelli: misura e riduzione
• Riproducibilità nella ricerca informatica: artefatti e distintivi
• Accessibilità delle interfacce web secondo le WCAG: metodi di verifica
• MLOps: gestione e monitoraggio dei modelli in produzione

Quali argomenti di Informatica richiedono una raccolta dati propria

Gli argomenti di Informatica che richiedono una raccolta dati propria si riconoscono dalla formulazione: tutto ciò che chiede accettazione, facilità d’uso o impiego reale ha bisogno di risposte di persone. Il resto arriva da una misura sul proprio sistema o dalla letteratura. Questa distinzione è la più utile prima dell’assegnazione e non compare in nessun elenco di argomenti.

La tabella qui sotto assegna alle formulazioni più frequenti ciò che richiedono. Ogni riga con « questionario proprio » o « prova con utenti » a destra significa circa quattro settimane in più per il questionario, il consenso e la ricerca dei partecipanti.

Per le righe con raccolta propria vale una decisione preliminare: vuoi contare o vuoi capire? Contare richiede un questionario standardizzato e abbastanza partecipanti. Capire arriva lontano con otto buone interviste. Che cosa offrono le due strade è spiegato nell’articolo su il sondaggio online come metodo di ricerca empirica.

Un punto va storto regolarmente nelle tesi di Informatica: la rappresentatività. Un questionario a 40 compagni di corso non dice nulla su chi programma in Italia, e non deve farlo. Deve soltanto essere descritto correttamente nella parte metodologica. Quando un sondaggio può sostenere quella pretesa è spiegato nell’articolo sulla rappresentatività dei sondaggi online.

Valutare il tuo sistema: la parte che manca in molte tesi di Informatica

Il tuo sistema si valuta fissando prima della prima riga di codice quale obiettivo verifichi, con quale domanda e con quale misura, e confrontando poi il risultato con una soluzione di riferimento o con il giudizio di utenti reali. Senza questo piano alla fine resta la constatazione che il software funziona.

Informatica è il corso in cui gli studenti costruiscono qualcosa più spesso e pensano più raramente, e in anticipo, a come valutarlo. Il prototipo gira, il repository è pieno, la consegna è tra due settimane e manca la parte che rende la tesi un lavoro scientifico. La domanda sulla valutazione appartiene quindi alla scelta dell’argomento, non alla conclusione.

La prova finale non è la consegna del codice

La prova finale è un passaggio con una sua forma, e i regolamenti lo dicono chiaramente. Il regolamento didattico del corso L-31 in Informatica dell’Università di Catania per il 2026/2027 chiede un elaborato « da cui risulti l’acquisizione di un’adeguata preparazione di base e professionale nel settore dell’Informatica » e stabilisce che « la prova finale si svolge in due momenti distinti: il momento della discussione dell’elaborato ed il momento della proclamazione ».

Una discussione davanti alla commissione chiede numeri che tu possa spiegare, e i test unitari non sono quei numeri. I test unitari dimostrano che il codice fa quello che hai programmato, non che la tua soluzione è migliore di quella che c’era prima. I crediti della prova finale variano da corso a corso: lo stesso regolamento di Catania ne assegna 6, nelle lauree magistrali il peso è molto maggiore. Vale sempre il tuo regolamento.

Il tempo è un vincolo scritto, non una sensazione

Il tempo disponibile per la tesi è spesso fissato per iscritto, e conviene leggerlo prima di scegliere l’argomento. Il regolamento della prova finale della laurea magistrale in Ingegneria Informatica dell’Università Roma Tre lo dice in una riga: « Una tesi deve richiedere di norma non più di 6 mesi a tempo pieno. »

Sei mesi a tempo pieno sembrano molti fino al momento in cui l’argomento prevede uno studio con utenti. Questionario, consenso, ricerca dei partecipanti e analisi occupano facilmente quattro settimane, e quelle settimane stanno dentro quel periodo, non dopo. Chi pianifica la valutazione all’inizio guadagna esattamente quel margine.

Misurare la facilità d’uso con la System Usability Scale

Appena delle persone devono usare il tuo sistema, ti serve una misura del loro giudizio. Il questionario più diffuso è la System Usability Scale, in breve SUS: dieci affermazioni, scala a cinque livelli, un valore finale tra 0 e 100. Il vantaggio per una tesi sta nel valore di confronto. Jeff Sauro ha analizzato nel 2011 500 studi e scrive: « The average SUS score from all 500 studies is a 68. »

Con quel numero il tuo risultato riceve una collocazione che nessuna domanda di soddisfazione fatta in casa può dare. Un punteggio SUS di 74 è sopra la media, uno di 55 non lo è. Tieni presente il limite: la SUS misura il giudizio soggettivo sulla facilità d’uso, non l’esecuzione del compito. Quanto dura un compito e quanto spesso fallisce si misura a parte.

Riproducibilità: che cosa resta verificabile della tua tesi

La riproducibilità è in informatica un criterio di qualità a sé e un buon argomento in discussione. L’Association for Computing Machinery, in breve ACM, distingue nella sua politica su Artifact Review and Badging (versione 1.1 del 24 agosto 2020) due livelli. « Results Reproduced » significa che un altro gruppo ha ottenuto i risultati con gli artefatti degli autori. « Results Replicated » significa che li ha ottenuti senza quegli artefatti.

Per la tua tesi ne esce un elenco breve. Deposita codice sorgente, configurazione, insieme di dati e script di analisi in modo che il relatore possa ricalcolare i tuoi numeri. Indica le versioni delle librerie, non soltanto i loro nomi. E annota quali esecuzioni hai scartato. Una tesi i cui risultati si possono ricalcolare è più difficile da attaccare di una con numeri più belli.

Per un questionario o una prova con utenti ti serve uno strumento con cui creare il questionario e analizzare le risposte. empirio.ai, uno strumento per sondaggi online dalla Germania, consente 50 risposte al mese nel piano gratuito e ospita i dati nell’UE, con contratto di trattamento dei dati (situazione: ottobre 2026). Per una rilevazione SUS con 30 persone basta. Diverse centinaia di risposte richiedono un piano a pagamento, e anche questo va detto.

Argomenti per tesi magistrale, prova finale triennale e relazione di tirocinio

Gli argomenti per la tesi magistrale, la prova finale triennale e una relazione di tirocinio escono dallo stesso elenco, tagliati in modo diverso: la relazione prende una sola misura, la prova finale triennale una soluzione con la sua valutazione, la tesi magistrale il confronto tra più metodi. Non conta la proposta, conta quanto la allarghi.

I casi qui sotto ricorrono più spesso nei colloqui con i relatori. Per tutti vale lo stesso principio: più breve è il lavoro, più stretta è la domanda e più piccola è la parte di valutazione. Una relazione di dieci pagine regge esattamente una misura.

Allargare un argomento di Informatica a una tesi magistrale

Una tesi magistrale si distingue da una prova finale triennale in Informatica quasi mai per la quantità di codice, ma per la quantità di confronto. « Sviluppo di un sistema di raccomandazione per il commercio elettronico » diventa alla magistrale il confronto tra tre metodi sullo stesso insieme di dati, con verifica di significatività e una discussione dei limiti. La mole cresce dove cresce la motivazione, non dove crescono le righe di codice.

Relatore e correlatore: chi legge davvero la tua tesi

Il relatore segue il lavoro, il correlatore spesso lo legge alla fine, e questo cambia qualcosa nella scelta dell’argomento. Il tuo testo viene valutato anche da chi non ha seguito il progetto settimana per settimana. Domanda, misura e risultato devono quindi essere comprensibili senza conoscere il codice. Un argomento troppo interno è difficile da discutere, per buono che sia il sistema.

Ridurre un argomento a una relazione o a un elaborato breve

Per una relazione prendi una proposta dall’elenco e togli tutto ciò che è comparativo. « Metodi agili e modello a cascata: confronto tra due approcci » diventa « Le retrospettive in un team Scrum: svolgimento e utilità percepita ». Una relazione non ha bisogno di un insieme di riferimento, ha bisogno di una descrizione pulita e di un’affermazione sostenuta. Altri esempi stanno nell’elenco di proposte di argomenti per elaborati e lavori di seminario.

Informatica o Informatica Aziendale: dove va quale argomento

Informatica e Informatica Aziendale si sovrappongono molto, ma la domanda d’esame è diversa. Informatica chiede come funziona un sistema e se funziona meglio di un altro. Informatica Aziendale chiede se un sistema serve a un’organizzazione e quanto costa introdurlo. In pratica: se il tuo argomento contiene una misura del sistema, è Informatica. Se contiene una misura dell’azienda, è Informatica Aziendale.

Con l’argomento deciso manca il passo verso la domanda di ricerca. Una domanda di ricerca non è la stessa cosa di un argomento: deve poter essere risolta, e con i dati che otterrai davvero. La differenza tra domanda, tesi e ipotesi è spiegata nell’articolo su tesi, ipotesi e domanda di ricerca.

Errori tipici nella scelta di un argomento di Informatica

Quattro errori ricorrono con particolare frequenza nella scelta di un argomento di Informatica: un nome di tecnologia preso come argomento, un prototipo senza base di confronto, un quadro normativo superato e l’accesso ai dati che manca. Tutti e quattro hanno lo stesso nucleo: l’argomento è pensato dalla tecnica e non dalla domanda.

Tutti e quattro si curano prima dell’assegnazione. Dopo no, perché argomento e titolo sono di regola fissati e cambiarli significa una nuova assegnazione.

L’argomento è una tecnologia, non una domanda

« Catena di blocchi nella logistica » è un’area, non una tesi. L’errore nasce perché i nomi delle tecnologie sono i termini familiari delle lezioni e degli annunci di lavoro. Il risultato è una tesi che spiega la tecnologia in trenta pagine e racconta in cinque che cosa hai fatto. L’uscita è meccanica: metti dietro al tuo argomento un sistema, un pubblico e una misura. Se resta troppo grande, taglia metà.

Il prototipo funziona, ma non c’è niente da mostrare

Il fallimento più frequente nelle tesi di Informatica: il sistema funziona, la consegna si avvicina e non esiste una base di confronto. Nei risultati compare allora che l’applicazione è stata « realizzata con successo », e per quello nella valutazione non ci sono punti. Fissa prima del primo commit con che cosa ti confronti: una soluzione esistente, un metodo di riferimento semplice o la situazione prima della tua modifica.

Quadro normativo superato: le regole sull’IA ci sono

Gli elenchi di argomenti in rete trattano ancora l’intelligenza artificiale come un campo senza regole. Da agosto 2024 non è più vero. Il regolamento europeo sull’intelligenza artificiale, Regolamento (UE) 2024/1689, è entrato in vigore il 1 agosto 2024. I divieti e l’obbligo di alfabetizzazione in materia di IA si applicano dal 2 febbraio 2025, gli obblighi per i modelli per finalità generali dal 2 agosto 2025 e la maggior parte del regolamento dal 2 agosto 2026 (Commissione europea).

In Italia si aggiunge una legge nazionale, e questo è il dettaglio che distingue una tesi aggiornata da una copiata. La Legge 23 settembre 2025, n. 132, reca disposizioni e deleghe al Governo in materia di intelligenza artificiale. L’Agenzia per l’Italia digitale indica che la norma individua all’articolo 20 AgID come una delle due autorità nazionali per l’intelligenza artificiale, insieme all’Agenzia per la cybersicurezza nazionale.

Per la tua scelta ne esce un passo di controllo. Chi sviluppa un sistema di intelligenza artificiale per un uso concreto, per esempio selezione del personale, scuola o sanità, lo inquadra nella parte teorica per livello di rischio e nomina gli obblighi collegati. Una tesi puramente algoritmica senza applicazione non ne ha bisogno. Questo articolo non è una consulenza legale, vale il testo normativo.

Nessun accesso ai dati su cui volevi lavorare

Un argomento di analisi del sentimento su una piattaforma sociale si legge bene e finisce spesso davanti a un muro a pagamento. Interfacce ancora libere nel 2020 oggi costano o sono chiuse. Lo stesso vale per i dati aziendali: una promessa a voce durante il tirocinio non è un’autorizzazione dell’ufficio legale. Scarica l’insieme di dati o ottieni il consenso scritto prima di far assegnare l’argomento.

Lista di controllo prima dell’assegnazione

• Sistema, pubblico e misura compaiono nel titolo di lavoro.
• La base di confronto per la valutazione è indicata.
• L’insieme di dati è scaricato o il consenso è scritto.
• Ci sono partecipanti raggiungibili per una prova con utenti.
• Tempo di calcolo e strumenti sono chiariti.
• Un gruppo del tuo dipartimento segue quell’area.

Un argomento di Informatica non è buono perché la tecnica è appassionante. È buono perché alla fine puoi misurare qualcosa.

Conclusione

Prendi dalle 220 proposte tre argomenti che corrispondano a un gruppo del tuo dipartimento e decidi poi in base alla valutazione, non in base all’interesse. Gli argomenti di informatica teorica e di matematica vanno sempre, perché non devi chiedere dati a nessuno. Tutto ciò che prevede una prova con utenti o un questionario chiede quattro settimane di anticipo e abbastanza partecipanti.

Come andare avanti

• Vuoi sapere quanto deve essere lunga la tesi e quali capitoli servono? Tesi di laurea: guida e struttura con esempio
• Ti serve un questionario per la prova con utenti? Creare un questionario: guida, consigli ed esempi
• Cerchi un modello pronto come punto di partenza? Modelli per sondaggi e questionari

Il tuo argomento richiede un questionario agli utenti?

Crea il questionario in pochi minuti, condividi il link con il tuo gruppo di prova e fai analizzare le risposte direttamente.

Creare un sondaggio per la tua tesi