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]
Lezione #2 (14 novembre 2018, ore 16-18): Mettere ordine [docente: Paolo Ferragina, Università di Pisa]
Lezione #3 (19 novembre 2018, ore 16-18): Crittografia [docente: Anna Bernasconi, Università di Pisa]
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.
-
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]
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.
- Materiale didattico che include slide con problemi e soluzioni in Python, più un dataset per testare l’algoritmo MultiKey Quicksort.
Laboratorio #2 (5 marzo 2019, ore 14-18): Algoritmi (progettazione)
- Materiale didattico che include le slide presentate in classe più alcune note integrative (slide).
Laboratorio #3 (7 marzo 2019, ore 14-18): Crittografia (progettazione e coding)
- Materiale didattico (slide).
Laboratorio #4 (11 marzo 2019, ore 14-18): Motori di Ricerca (progettazione e coding)
Laboratorio #5 (13 marzo 2019, ore 14-18): BioInformatica (progettazione e coding)
- Materiale didattico (slide)
Laboratorio #6 (18 marzo 2019, ore 14-18): Intelligenza Artificiale (progettazione)
- Materiale didattico (slide)
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 (slide, codice per esercizi)
Laboratorio #8 (25 marzo 2019, ore 14-18): Intelligenza Artificiale (coding)
Laboratorio #9 (26 marzo 2019, ore 14-18): Big Data (progettazione)
- Istruzioni per poter scaricare la piattaforma analitica KNIME e alcuni esempi di piccoli progetti.
Laboratorio #10 (27 marzo 2019, ore 14-18): Big Data (coding)
