Il Pensiero Computazionale

Riteniamo che sia fondamentale partire dalle lezioni frontali in cui i problemi vengono formalizzati e risolti “alla lavagna“, adottando un approccio progettuale e scientifico che prescinda dall’uso del computer e quindi sia proprio delle discipline scientifiche.

Le lezioni frontali avranno come obiettivo quello di presentare esempi che potranno essere subito trasferiti in una classe di scuola secondaria superiore. L’approfondimento e il perfezionamento di questi esempi avverrà nei moduli laboratoriali, ove i partecipanti potranno progettare con l’aiuto dei docenti e di tutor moduli didattici da sviluppare in classe. I partecipanti in possesso di conoscenze pregresse di coding potranno scegliere di svolgere moduli laboratoriali più tecnici, usando Python per realizzare le soluzioni algoritmiche viste nelle lezioni frontali. La scelta tra queste due modalità laboratoriali sarà lasciata ai singoli docenti.

Come già anticipato, la diretta streaming delle lezioni avverrà tramite il canale YouTube dell’Università di Pisa, i video delle lezioni saranno resi disponibili sul canale mediateca, e il materiale didattico su questo sito.

Per quanto riguarda le attività di laboratorio, al fine di estendere la loro fruibilità anche a docenti di altre province e regioni si suggerisce di contattare il COP CoderDojo della propria città che potrà, possibilmente, progettare e organizzare attività in-loco equivalenti alle attività che si svolgeranno a Pisa.

I temi trattati nelle dieci lezioni frontali saranno i seguenti (le date saranno perfezionate nei prossimi giorni):

Lezione #1 (12 novembre 2018, ore 16-18): Algoritmi e coding   [docente: Fabrizio Luccio, Università di Pisa] 

• I concetti di algoritmo e di coding corrispondente, blocchi fondamentali del pensiero computazionale, vengono illustrati attraverso semplici esempi che ne indicano la natura e la complessità.
• Materiale didattico: slide e video della lezione

Lezione #2 (14 novembre 2018, ore 16-18): Mettere ordine   [docente: Paolo Ferragina, Università di Pisa]

• Il problema dell’ordinamento degli elementi di un insieme e la sua centralità, con alcuni semplici esempi. Differenza tra ordinare numeri e ordinare stringhe. Le sfide poste dai Big Data nel problema dell’ordinamento.
• Materiale didattico: slide e video della lezione

Lezione #3 (19 novembre 2018, ore 16-18): Crittografia   [docente: Anna Bernasconi, Università di Pisa]

• La costruzione di codici segreti è oggi completamente basata su concetti di matematica e di computazione. Se ne indicano le principali direttive e si presentano esempi di codici facilmente comprensibili.
• Materiale didattico: slide e video della lezione

Lezione #4 (21 novembre 2018, ore 16-18): Motori di Ricerca   [docente: Paolo Ferragina, Università di Pisa]

• La storia dei motori di ricerca, da Altavista ai motori “semantici”. La struttura di un motore di ricerca, attraverso alcuni suoi moduli software fondamentali, e gli algoritmi elementari che ne descrivono il funzionamento. Considerazioni su ricerche per parole e ricerche per concetti.
• Materiale didattico: slide e video della lezione

Lezione #5 (26 novembre 2018, ore 16-18): Intelligenza Artificiale   [docente: Giuseppe Attardi, Università di Pisa] 

• Scopi ed evoluzione dell’Intelligenza Artificiale: basi di conoscenze e logica, metodi statistici e apprendimento automatico. La matematica del Deep Learning: algebra lineare e backpropagation.
• Materiale didattico: slide e video della lezione

Lezione #6 (28 novembre 2018, ore 16-18): Big Data e Social Network  [docente: Fosca Giannotti, CNR Pisa] 

• Introduzione alla scienza dei dati, con breve excursus sulle sorgenti di BigData e le nuove opportunità che essi offrono per la comprensione e la previsione di fenomeni sociali ed economici. Concetti di base e semplici algoritmi per il clustering, la classificazione, la scoperta di pattern ricorrenti, l’analisi delle reti (sociali e non solo).
• Materiale didattico: slide e video della lezione

Lezione #7 (3 dicembre 2018, ore 16-18): BioInformatica   [docente: Alberto Policriti, Università di Udine] 

• Introduzione alla rivoluzione  introdotta dalle nuove tecnologie di sequenziamento e assemblaggio di genomi — le attività che consistono nel determinare le basi (i caratteri) di brevi frammenti di genomi e nel ricostruire (assemblare) i frammenti letti — che costituiscono il primo vero punto di contatto fra Biologia e Informatica. Semplici algoritmi di ricerca su sequenze, e discussione di alcune delle sfide più importanti oggi in questo ambito.
• Materiale didattico: slide e video della lezione

Lezione #8 (5 dicembre 2018, ore 16-18): Chimica computazionale   [docente: Sergio Rampino, Scuola Normale Superiore, Pisa] 

• Cosa c’è dietro ai puntini e alle lineette dei diagrammi di Lewis? La lezione di Chimica Computazionale mira a mostrare come un approccio computazionale, unito a strumenti di realtà virtuale, possa svelare la matematica e la fisica dei sistemi molecolari.
• Materiale didattico: slide e video della lezione

Lezione #9 (10 dicembre 2018, ore 16-18): Algoritmi e Robotica    [docente: Cecilia Laschi, Scuola Superiore Sant’Anna, Pisa] 

• Che cos’è un robot? I suoi componenti principali sono i motori con cui si muove e i sensori con cui percepisce quello che lo circonda. E l’intelligenza di un robot è proprio il modo con cui collega i sensori con i motori. Come si scelgono i sensori per costruire un robot? E come si programma il suo comportamento? Impariamo insieme a costruire e programmare il nostro robot, leggendo dai sensori, per farlo muovere in maniera intelligente nell’ambiente che lo circonda.
• Materiale didattico: slide e video della lezione

Lezione #10 (12 dicembre 2018, ore 14.30-16.30): Problemi facili e difficili   [docente: Linda Pagli, Università di Pisa]

• Il concetto di complessità di calcolo, emerso dalle lezioni precedenti, è rivisitato in modo rigoroso mostrando come problemi simili possono richiedere risorse di calcolo enormemente diverse.
• Materiale didattico: slide e video della lezione
• Dopo la lezione si prevede un meeting informale con buffet di chiusura per discutere con i partecipanti la realizzazione delle attività laboratoriali che si svolgeranno a partire dal mese di gennaio 2019.

LABORATORI

Il giorno 27 febbraio inizierà la seconda parte del corso dedicata alle attività laboratoriali. Si rammenta che tutti i presenti possono partecipare alle attività dei laboratori, ma queste saranno ufficialmente riconosciute, e quindi certificate, solo a coloro che hanno assistito ad almeno l’80% delle lezioni della prima parte del corso. Tutti i laboratori si svolgeranno presso il Dipartimento di Informatica dell’Università di Pisa, nelle aule Riunioni EST e OVEST, tranne il laboratorio di Robotica che si svolgerà presso l’Istituto di BioRobotica (viale Rinaldo Piaggio, 34 – 56025 Pontedera). Si chiede ai partecipanti di portare con sé il proprio computer per l’esecuzione dei programmi Python sviluppati durante le attività laboratoriali, ciò non è però richiesto per il laboratorio di Robotica per il quale verrà fornita e utilizzata altra strumentazione.

Segue il calendario dei laboratori, con una specifica delle attività da svolgere a casa prima di ogni incontro:

Laboratorio #1 (27 febbraio 2019, ore 14-18): Algoritmi (coding) 

• Seguire le istruzioni indicate alle pagine seguenti per installare la versione di Python 3 sul proprio computer portatile: Windows, Mac Os X,  Linux. Esiste anche la possibilità di eseguire i programmi Python visti in classe tramite semplice browser, accedendo a vari siti come per esempio: OnLine Python Compiler. Nel caso di difficoltà nell’istallazione suddetta, i partecipanti saranno aiutati durante il laboratorio.

Laboratorio #2 (5 marzo 2019, ore 14-18): Algoritmi (progettazione) 

• Materiale didattico (da definire)

Laboratorio #3 (7 marzo 2019, ore 14-18): Crittografia (progettazione e coding) 

• Materiale didattico (da definire)

Laboratorio #4 (11 marzo 2019, ore 14-18): Motori di Ricerca (progettazione e coding) 

• Materiale didattico (da definire)

Laboratorio #5 (13 marzo 2019, ore 14-18): BioInformatica (progettazione e coding) 

• Materiale didattico (da definire)

Laboratorio #6 (18 marzo 2019, ore 14-18): Intelligenza Artificiale (progettazione) 

• Materiale didattico (da definire)

Laboratorio #7 (19 marzo 2019, ore 14-18): Robotica (progettazione e coding) 

• Il laboratorio si svolgerà presso l’Istituto di BioRobotica (viale Rinaldo Piaggio, 34 – 56025 Pontedera).
• Materiale didattico (da definire)

Laboratorio #8 (25 marzo 2019, ore 14-18): Intelligenza Artificiale (coding) 

• Materiale didattico (da definire)

Laboratorio #9 (26 marzo 2019, ore 14-18): Big Data (progettazione) 

• Materiale didattico (da definire)

Laboratorio #10 (27 marzo 2019, ore 14-18): Big Data (coding) 

• Materiale didattico (da definire)