Il Successo Formativo e

1
Il Successo Formativo e lApprendimento,
principale fattore di Qualità di una
scuola. Nuovi approcci teorici e didattici.
Successo formativo
Apprendimento

• SILVANO TAGLIAGAMBE
• PALERMO- RETE FARO
• 29 marzo 2007

2
SUCCESSO FORMATIVO E APPRENDIMENTO
Crescita progressiva di successo formativo
e apprendimento
Successo formativo
Apprendimento
3
Hofstadter gli strani anelli come nodo
cruciale della coscienza
Sono convinto che la spiegazione dei fenomeni
emergenti nel cervello, come la coscienza, sia
basata su qualche tipo di strano anello
uninterazione tra livelli in cui il livello più
alto torna indietro fino a raggiungere il livello
più basso e lo influenza, mentre allo stesso
tempo viene determinato da esso.
Cè una risonanza tra i diversi livelli che si
autorafforza.
4
COMPETENZE E CAPACITA NECESSARIE PER INQUADRARE
UN PROBLEMA E RISOLVERLO.

• LE POSSIAMO COSì SCHEMATIZZARE
• ANALISI
• ASTRAZIONE
• DEDUZIONE
• ABDUZIONE
• INDUZIONE
• ANALOGIA.

5
ANALISI

• Può essere concepita in due modi differenti
• SCOMPOSIZIONE di un problema
• complesso nelle sue parti
• RIDUZIONE di un problema a un altro.

6
ASTRAZIONE

• SI PRESENTA SOTTO DIVERSE FORME E TIPOLOGIE
• PER ESTRAZIONE
• PER SOPPRESSIONE
• PER IBRIDAZIONE
• PER SPOSTAMENTO DELLATTENZIONE

7
     IBRIDAZIONE
Nella Géométrie Descartes tratta le curve come
ibridi geometrici-algebrici-numerici che sono
simultaneamente configurazioni formate spazialment
e, equazioni algebriche con due incognite e una
serie infinita di coppie di numeri. Ne consegue
unINSTABILITA, perché questi tre diversi modi
di trattare le curve non sono equivalenti ma
questa instabilità conferisce alle curve una
MULTIVALENZA che è la chiave per la loro indagine
e per il loro impiego nella fisica della seconda
metà del XVIII secolo.
8
SPOSTAMENTO DELLATTENZIONE
Prima della creazione del calcolo
infinitesimale, ci si concentrava solo sugli
ASPETTI GEOMETRICI del problema di calcolare
larea di una curva, e di conseguenza si riusciva
a risolverlo solo a costo di una notevole
ingegnosità. Dopo linvenzione del calcolo,
spostando lattenziione sugli aspetti ALGEBRICI
del problema, la curva venne considerata
unequazione e si poté RISOLVERE IL PROBLEMA CON
UN PROCEDIMENTO DI ROUTINE e quasi meccanico.
9
DEDUZIONE/1
E linferenza in cui un parlante sostiene che la
conclusione segue necessariamente dalle premesse.
Detto in termini più precisi,per un qualsiasi
enunciato S, rispetto a un insieme di enunciati
K, la deduzione è una successione finita di
enunciati il cui ultimo elemento è S (quello di
cui diciamo, appunto, che è dedotto), e tale che
ogni suo elemento è un assioma o un elemento di
K, oppure segue da enunciati che lo precedono
nella successione grazie a una regola
dinferenza. Un termine sinonimo è derivazione.
La deduzione è un concetto relativo a un sistema.
Ha senso dire che qualcosa è una deduzione solo
in relazione a un particolare sistema di assiomi
e regole dinferenza. La stessa esatta
successione di enunciati può essere una deduzione
in un sistema, ma non in un altro.
10
DEDUZIONE/2
Il concetto di deduzione è una generalizzazione
del concetto di dimostrazione. Una dimostrazione
è una successione finita di enunciati, ciascuno
dei quali è un assioma o segue da enunciati che
lo precedono nella successione tramite una regola
inferenziale. L'ultimo enunciato della
successione è un teorema. La deduzione e la
dimostrazione sono gli strumenti più efficaci di
cui possiamo disporre per cercare di controllare
la validità del ragionamento di un agente
qualsiasi e i risultati da lui ottenuti, anche
se i fondamentali risultati conseguiti a partire
dal 1930 da Gödel, Church e Turing hanno posto
limiti ben precisi a questa possibilità.
11
    ABDUZIONE
E il processo che, dato un certo dominio, mira
alla generazione di spiegazioni di un insieme di
eventi a partire da una data teoria, o legge, o
ipotesi esplicativa, relativa a quel
dominio. ESEMPIO A B B
A
12
INDUZIONE

• E il processo in base a cui sinferisce dal
• PARTICOLARE allUNIVERSALE secondo
• il principio della GENERALIZZAZIONE.
• Alla conclusione generale si può arrivare
• A PARTIRE DA PARECCHI CASI
• A PARTIRE DA UN SINGOLO CASO
• (se un certo membro a di una classe Q
• ha una data proprietà P, allora per un
• qualsiasi nuovo membro b della stessa
• classe Q si ipotizza il possesso della
• medesima proprietà P.

13
  ANALOGIA

• Varie nozioni di similarità
• PER EGUAGLIANZA DELLA FORMA
• PER EGUAGLIANZA DELLA PROPORZIONE
• PER ANALOGIA DEGLI ATTRIBUTI ESSENZIALI
• PER POSSESSO DI ALCUNI ATTRIBUTI IN COMUNE
• PER POSSESSO DI ALCUNI ATTRIBUTI IN COMUNE
• PUR IN PRESENZA DI TRATTI NON IN COMUNE
• (ANALOGIA POSITIVA-NEGATIVA- NEUTRA)

14
INFERENZA INDUTTIVA E INFERENZA ANALOGICA
Sono connesse tra loro se si considera
solo LANALOGIA POSITIVA, ma sono
irriducibili luna allaltra se si considera
anche lANALOGIA NEGATIVA. In questultimo caso
questi due tipi di inferenza risultano essere
complementari tra loro e utili in situazioni
differenti.
15
             INFERENZA INDUTTIVA E INFERENZA
ANALOGICA
LINFERENZA INDUTTIVA è utile quando non sappiamo
con precisione come i casi osservati differiscano
tra loro, e quindi non ne conosciamo esattamente
lANALOGIA NEGATIVA, per cui un aumento del
numero dei casi può aiutarci a trarre qualche
conclusione su di essi. LINFERENZA ANALOGICA è
utile quando non abbiamo osservato un numero
elevato di casi, ma conosciamo con sufficiente
precisione tanto lANALOGIA POSITIVA quanto
lANALOGIA NEGATIVA dei relativamente pochi casi
osservati per cui lanalogia osservata può
aiutarci a trarre qualche conclusione su di essi.
16
INDUZIONE E ANALOGIA
Sono PROCESSI FALLIBILI procedere sulla base di
essi comporta la rinuncia alla CERTEZZA propria
della DEDUZIONE. Quella che possiamo chiamare la
LOGICA DELLA SCOPERTA ammette dunque il
carattere strutturale e ineliminabile
della INCERTEZZA e cerca di costruire su di
esso. Questa logica, pertanto, riconosce
lillusorietà dellobiettivo di acquisire una
certezza assoluta e lo sostituisce con quello di
disporre di strumenti per lestensione della
nostra conoscenza fallibili ma corredati di
PROCEDURE DI CONTROLLO che consentano di
riconoscere le anomalie e di correggerle.
17
Processi balistici e non balistici U.Neissen
Processi non balistici
Processi balistici
Processi creativi
Sequenze di percezione e azione
Espressione del pensiero critico
Processi automatici di azione-reazione
Capacità di affrontare i breakdown
Previsione delle conseguenze
Memoria conseguenze passate
Catena di riflessi nel sistema motorio centrale
Sequenze memorizzate e riprodotte senza pensiero
critico
18
Dai processi balistici a quelli non balistici
Attività Parametro di valutazione Specificità Apprendimento e trasferibilità Esempi Esempi
Processi non balistici 4 Pensiero critico Capacità Costruzione di soluzioni Creazione di nuovi contesti Apprendimento e trasferimento per processi astrattivi Costruzione di modelli, interpretazione di fenomeni L E G O
Processi non balistici 3 Percezione e Azione Competenza Know how Catene circolari di percezione ? azione? previsione ? percezione ? Apprendimento specifico e contestualizzato Trasferibilità parziale (capacità previsionali in altre situazioni) Portiere davanti al rigore Processi da buon venditore L E G O
Processi non balistici 2 Sequenze balistiche concatenate Abilità Skill Attivazione di catene di azioni riflesse senza pensiero critico Guidato dallapprendimento Non trasferibili da un contesto a un altro Guida auto Inserimento ordine Iter amministrativo L E G O
PROCESSI BALISTICI 1 Processi automatici Esecuzione Performance Meccanismi di Azione-reazione (Principi selettivi) Non cè né apprendimento né trasferibilità, ma solo rafforzamento Reazione a stimolo luminoso o sonoro Timbratura cartellino Reazione a stimolo luminoso o sonoro Timbratura cartellino

19
Dai processi balistici a quelli non balistici
Attività Attività Parametro di valutazione Conoscenze Esempi
4 Pensiero critico Capacità Complesse e difficilmente formalizzabili Costruzione di modelli, interpretazione di fenomeni, simulazioni, Gestione progetti complessi
3 Percezione e Azione Competenza Know how Articolate Conoscenza e supporto prodotti Tecniche di projct mgmt Processi da buon venditore
2 Sequenze concatenate di processi automatici Abilità Skill (semplici) Inserimento ordine Iter amministrativo standard
1 Processi automatici Esecuzione Performance (elementari) Timbratura cartellino Controllo stato manutenzione
Fonte Silvano Tagliagambe TED 2002
20
Le diverse fasi dellapprendimento
Conoscenze tacite
Conoscenze esplicite
Gruppi lavoro
Lezioni tradizionali


Esternalizzazione

• Formalizzazione
• Modellazione
• Verbalizzazione
• Rappresentazione

• Estensione
• Networking
• Communities
• Arricchimento delle conoscenze

Conoscenze collettive
Socializzazione
Studio tradizionale
Combinazione

• Simulazione
• Osservazione
• Imitazione
• Pratica

• Condivisione
• Condivisione esperienze
• Learning by doing

Conoscenze individuali
Interiorizzazione
Fonte Elab CCP da Ikujiro Nonaka A Dynamic Theory
of Organizational Knowledge Creation
Organization Science
21
Elementi didattici e tecnologie per
lapprendimento
Conoscenze tacite
Conoscenze esplicite
Lezioni tradizionali
Gruppi lavoro


Eventi, lezioni live
Micro eventi (on-line) partecipati
Utilizzo di Videoconferenze Chat, Forum
Conoscenze collettive
Creazione di Corsi - Broadcast live Contributi
multimediali Newsletter
Studio tradizionale
Corsi off-line ricerche online
Ambienti ad personam
Conoscenze individuali
Fruizione di Corsi, Learning Object Digital
Asset
Utilizzo di Piattaforma e-learning Profiling
Fonte Elab CCP da Ikujiro Nonaka A Dynamic Theory
of Organizational Knowledge Creation
Organization Science
22
PBL- PROBLEM BASED LEARNING
Dimensione operativa della conoscenza Spostare
lattenzione da concetti e nozioni ? a problemi,
schemi dazione e comportamenti
     STILE INDUTTIVO
P1
Tentativo teorico di soluzione
TT
Problema
Procedura di individuazione ed eliminazione
dellerrore
Da dati certi e inoppugnabili ? procedimento
induttivo ? generalizzazioni induttive ? leggi
EE
Processo nella soluzione dei problemi
Problema più avanzato
P2
La conoscenza non come apprendimento di regole e
concetti ma come risultato di una costruzione
collettiva la cui efficacia è data dalla
partecipazione a questo processo
23
3. GLI AMBIENTI FAVOREVOLI ALLAPPRENDIMENTO DELLE
COMPETENZE SCIENTIFICHE.
Il cuore di unambiente di apprendimento
costruttivista sono I PROBLEMI E I PROGETTI
Destrutturati, non a soluzione unica, autentici
24
PBL- PROBLEM BASED LEARNING

• Dimensione operativa della conoscenza
• Spostare lattenzione da DEFINIZIONI e NOZIONI ?
  ALLA CAPACITà DI INQUADRARE E RISOLVERE PROBLEMI,
  a schemi dazione e comportamenti

     STILE INDUTTIVO
P1
Tentativo teorico di soluzione
TT
Problema
Procedura di individuazione ed eliminazione
dellerrore
Da dati certi e inoppugnabili ? procedimento
induttivo ? generalizzazioni induttive ? leggi
EE
Processo nella soluzione dei problemi
Problema più avanzato
P2

• La conoscenza non come apprendimento di regole e
  concetti ma come risultato di una costruzione
  collettiva la cui efficacia è data dalla
  partecipazione a questo processo

25
LApprendimento SIGNIFICATIVO

• In un ambiente COSTRUTTIVISTICO
• lapprendimento deve essere
• attivo
• collaborativo
• conversazionale
• riflessivo
• contestualizzato
• intenzionale
• costruttivo.

26
                            JONASSEN L
AMBIENTE                   DAPPRENDIMENTO
COSTRUTTIVISTICO

• Un AMBIENTE COSTRUTTIVISTICO deve
•   dare enfasi alla costruzione della conoscenza e
  non alla       sua riproduzione
•  evitare eccessive semplificazioni nel
  rappresentare la       complessità delle
  situazioni reali
•  presentare compiti autentici (contestualizzare
  piuttosto       che astrarre)
• offrire ambienti dapprendimento derivati dal
  mondo    reale, basati su casi, piuttosto che
  sequenze istruttive        predeterminate
•    offrire rappresentazioni multiple della
  realtà
•    favorire la riflessione e il ragionamento
•  permettere costruzioni di conoscenze dipendenti
  dal        contesto e dal contenuto
•  favorire la costruzione cooperativa della
  conoscenza,        attraverso la collaborazione
  con altri.

27
apprendimento
Ambiente di
28
Ambiente di Apprendimento
Jonassen 99 rev. Zecchi 05
29
CHE COSÈ UNA TEORIA SCIENTIFICA
Una teoria scientifica è un modello o un insieme
di modelli che spiegano i dati osservativi a
disposizione, e che offrono predizioni che
possono essere verificate. Nella scienza, una
teoria non può essere mai completamente provata,
perché non é possibile assumere che conosciamo
tutto ciò che cè da conoscere (compresi
eventuali elementi che potrebbero confutare la
teoria). Invece, le teorie che spiegano le
osservazioni vengono accettate finché un'altra
osservazione non è in disaccordo con esse. In tal
caso, la teoria incriminata viene eliminata del
tutto oppure, se possibile, cambiata leggermente
per poter comprendere l'osservazione. Esempi di
teorie che sono state rigettate sono l'evoluzione
Lamarkiana e la teoria geocentrica dell'Universo.
Le osservazioni sono state sufficienti per
dichiararle false, e teorie migliori hanno preso
il loro posto.
30
La centralità del rapporto tra Problemi, Casi
correlati, Strumenti cognitivi e Risorse per
linformazione emerge con la CONCEZIONE
STRUTTURALISTICA delle teorie scientifiche
Concezione linguistica
Concezione strutturalistica
31
La concezione strutturalistica delle teorie
scientifiche
Le mappe come metafora della concezione
strutturalistica
32
La concezione strutturalistica delle teorie
scientifiche
Fu Carnap a suggerire nella sua opera
Costruzione logica del mondo, del 1928, una
metafora alternativa

• La mappa come modello delle proprietà strutturali
  
• Rappresentazione topologica (non le distanze ma
  le disposizioni e le relazioni)
• Confronto di rappresentazione del contesto tra
  più teorie
• Complesso di relazionipresenti nelle diverse
  teorie

Diverse rappresentazioni cartografiche
interrelate tra loro e sui diversi aspetti della
stessa realtà
33
La concezione strutturalistica delle teorie
scientifiche
Critica alla isolabilità e neutralità dei
dati osservativi e degli enunciati che li
esprimono e alla indipendenza da presupposti
teorici
Gli oggetti da osservare sono dati e
riconoscibili solo unitamente alle relazioni con
altri oggetti

• Le teorie servono per
• Dare ordine e regolarità a un complesso di dati
• Organizzare un campo di fenomeni in una struttura
  relazionale

Regole di proiezione
Rilevazione sul campo
Toulmin 1968 e Hanson 1971
34
La concezione strutturalistica delle teorie
scientifiche
Hanson 1958 critica a Berkeley Analisi delle
figure ambigue
Cosa cambia nelle diverse letture
dellimmagine? Lorganizzazione della figura
Ovvero Il complesso delle relazioni che
collegano gli elementi e quindi linterpretazione
di questi ultimi

• Lorganizzazione di una figura non è qualcosa che
  venga registrato sulla retina assieme ad altri
  particolari
• La struttura della figura emerge nellatto del
  vederla (retroazione dei processi secondari sui
  processi primari)

35
La concezione strutturalistica delle teorie
scientifiche
Musica
Dipinto
Tessuto

• Il suono (le note)

• Il colore

• Il filo

• La
• disposizione

• La
• composizione

• La distribuzione

analogamente
La visione di un tubo a raggi X e
linterpretazione delloggetto sono due
componenti inscindibili
36
La concezione strutturalistica delle teorie
scientifiche

• Visione entro un contesto che ne determina il
  modo di lettura
• Non limitarsi allo specifico contesto ma valutare
  possibili alternative
• Aggiungere interpretazioni

Non possono essere applicate nozioni di verità,
probabilità, falsificazione ma solo di efficienza
dellordine e regolarità
Una teoria non è una scatola nera
Osservazioni input
Osservazioni output
Le teorie coincidono con lordine e la struttura
stessa dei fenomeni
37
ESEMPIO DELLINCIDENZA DEL CONTESTO
38
ESEMPIO DELLINCIDENZA DEL CONTESTO
39
LE COMPONENTI DI UNA TEORIA SCIENTIFICA

• Le generalizzazioni simboliche

• Gli esemplari

Esempi standard di problemi risolti
(dimestichezza con il linguaggio e conoscenza
della natura) Stimolo per la scoperta
Forme schematiche la cui espressione simbolica
cambia da applicazione ad applicazione
Applicazione 3
Relazioni di somiglianza
Applicazione 2
Applicazione 1
40
LE COMPONENTI DI UNA TEORIA SCIENTIFICAESEMPI

• Le generalizzazioni simboliche

• Gli esemplari

Applicazione al sistema solare
Applicazione al Sole e alla Terra
F ma
Predicato x è una meccanica classica ?
Applicazione alla Terra e alla Luna
Un oggetto x è una meccanica classica delle
particelle in caso di presenza di 3 funzioni
f(forza) m(massa) p(posizione) 2 insiemi I
(insieme delle particelle) t (intervallo di
tempo) e ovviamente la relazione fma x è così
una struttura determinata
Relazioni di somiglianza
Applicazione Legge di Coulomb nel campo elettrico
Legge di gravitazione universale
Sneed 1971 The logical structure of Mathematical
Phisics
41
La modellistica matematica
Problema reale
Modello matematico
Analisi qualitativa
Risoluzione al calcolatore
Algoritmi
Modellistica numerica
42
La Modellistica Matematica
Con il termine modellistica matematica si intende
dunque il processo che si sviluppa attraverso
l'interpretazione di un determinato problema, la
rappresentazione dello stesso problema mediante
il linguaggio e le equazioni della matematica,
l'analisi di tali equazioni, nonché
l'individuazione di metodi di simulazione
numerica idonei ad approssimarle, e infine,
I'implementazione di tali metodi su calcolatore
tramite opportuni algoritmi. Qualunque ne sia la
motivazione, grazie alla modellistica matematica
un problema del mondo reale viene trasferito
dall'unverso che gli è proprio in iin altro
habitat in cui può essere analizzato più
convenientemente, risolto per via numerica,indi
ricondotto al suo ambito originario previa
visualizzazione e interpretazione dei risultati
ottenuti.
43
Rapporto tra il Modello Matematico e la Realtà
Il modello non esprime necessariamente l'intima e
reale essenza del problema (la realtà è spesso
così complessa da non lasciarsi rappresentare in
modo esaustivo con formule matematiche), ma deve
fornirne una SINTESI UTILE. La matematica aiuta a
vedere e a capire la natura intrinseca di un
problema, a determinare quali caratteristiche
sono rilevanti e quali non lo sono, e, di
conseguenza, a sviluppare una rappresentazione
che contiene l'essenza del problema stesso.Una
caratteristica della sfera d'indagine matematica
presente in questo processo è l'ASTRAZIONE,
ovvero la capacità di identificare
caratteristiche comuni in campi differenti, così
che idee generali possano essere elaborate a
priori e applicate di conseguenza a situazioni
fra loro assai diverse.
44
Carattere interdisciplinare della modellistica
matematica
La presenza di laboratori sperimentali e di
gallerie del vento, di specialisti nellanalisi
teorica, nellinformatica e nelle scienze
fondamentali, quali la fisica e la chimica, e nei
settori più spiccatamente tecnologici, e anche
nellarchitettura, nella grafica avanzata e nel
design, è lelemento distintivo di una CULTURA
POLITECNICA e può fungere da elemento
catalizzatore e propulsivo di una DISCIPLINA
INTERSETTORIALE quale è la modellistica
matematica.
45
La Modellistica Numerica/1
L'obiettivo primario per un matematico applicato
è la risoluzione effettiva del problema. I
problemi matematici formulati nell'ambito della
modellistica non sono quasi mai risolubili per
via analitica. I teoremi dell'analisi matematica
e della geometria, seppur fondamentali per
stabilire se il problema sia "ben posto" o meno,
assai raramente hanno natura costruttiva atta a
indicare un processo di rappresentazione
esplicita della soluzione. E pertanto necessario
sviluppare METODOLOGIE DI APPROSSIMAZIONE che, in
ogni circostanza, conducano ad algoritmi che
rendano possibile la risoluzione su
calcolatore. Il compito di trasformare una
procedura matematica in un programma di calcolo
corretto richiede attenzione alla struttura,
efficienza, accuratezza e affidabilità.
46
La Modellistica Numerica/2
La scelta di un metodo numerico non può
prescindere da una conoscenza adeguata delle
proprietà qualitative della soluzione del modello
matematico, del suo comportamento rispetto alle
variabili spaziali e temporali, delle sue
proprietà di regolarità e stabilità. E pertanto
giustificato l'uso del termine MODELLISTICA
NUMERICA che generalmente si adotta a tale
riguardo. Essa è una SCIENZA INTERDISCIPLINARE,
che si trova alla confluenza di vari settori,
quali la matematica, l'informatica e le scienze
applicate e richiede, appunto, INTERMEDIAZIONE
tra tutti questi settori.
47
Interazioni fra mondo reale e modellistica
Pre-processing
Post-processing e validazione
Modellistica numerica
Modellistica matematica
48
Interazioni fra mondo reale e modellistica
Intrinseco al concetto di modello numerico vi è
quello di approssimazione, e dunque di errore. La
modellistica numerica mira a garantire che
l'errore sia piccolo e controllabile e a
sviluppare algoritmi di risoluzione efficienti.
La controllabilità è un requisito cruciale per un
modello numerico l'analisi numerica fornisce
stime dell'errore che garantiscano che esso stia
al di sotto di una soglia di precisione fissata a
priori (la ben nota tolleranza percentuale
accettabile dall'ingegnere). A tale scopo vengono
progettati algoritmi adattivi, i quali, adottando
una procedura di feedback a partire dai risultati
già ottenuti, modificano i parametri della
discretizzazione numerica e migliorano la qualità
della soluzione. Ciò è reso possibile dalla
analisi a posteriori (quella basata sulla
conoscenza del residuo della soluzione
calcolata), uno strumento supplementare di cui
può giovarsi la modellistica numerica.
49
Analisi preliminare
Pre-processing
Analisi sperimentale
Avan-progetto
Analisi fenomenologica
CAD
Modello geometrico
Analisi di dati
Modellistica matematica
50
Analisi preliminare/1
A monte, i modelli matematici traggono linfa
vitale dall'analisi fenomenologica e
sperimentale. Le equazioni sono sempre ispirate
da leggi fisiche fondamentali, quali le
condizioni di equilibrio nella statica, o la
conservazione della massa, dell'energia e del
momento nella dinamica dei mezzi continui. In
tali equazioni, gli aspetti inerenti la reologia
dei materiali, l'individuazione delle condizioni
al contorno, nonché la determinazione
dimensionale dei coefficienti e dei parametri
caratteristici, sono fornite dall'analisi
ingegneristica.
51
Analisi preliminare/2
Ulteriore elemento distintivo dell'analisi
preliminare è, in molti casi, la costruzione di
un modello geometrico, ovvero la
rappresentazione, attraverso modellatori solidi o
strumenti di CAD, della regione tridimensionale
entro cui le equazioni andranno risolte. Si
pensi, per esempio, alla complessità del modello
geometrico necessario a rappresentare un aereo in
configurazione completa, partendo da un design
preliminare, prima di intraprenderne la
simulazione numerica.
52
Dal design preliminare alla simulazione numerica
CAD
Design preliminare
Simulazione numerica
53
Analisi a posteriori
Post - processing
Visualizzazione e analisi dei risultati
Confronto con i casi test sperimentali
Modellistica matematica
54
Analisi a posteriori
A valle del processo, la complessità dei
risultati numerici ottenuti da un modello rende
necessaria una loro analisi in forma logicamente
organizzata, e una verifica alla luce delle prove
sperimentali disponibili, ma, soprattutto,
dell'intuizione dell'ingegnere. Quest'analisi
retroattiva può, a sua volta, innescare un
processo iterativo di modifica del modello (nelle
equazioni e/o nei parametri che lo definiscono),
sino a quando i risultati ottenuti su una classe
significativa di casi di studio non siano
ritenuti soddisfacenti da chi ha posto il
problema.
55
Dallavan-progetto al progetto
Progettazione aerodinamica Settore
aeronautico/automobilistico
Avan-progetto
CAD
Galleria del vento
Modelli numerici
uso complementare
no
Forma accettabile ?
Analisi delle prestazioni
si
requisiti
Progetto
56
SIMULAZIONE
Per simulazione si intende un modello della
realtà che consente di valutare e prevedere lo
svolgersi dinamico di una serie di eventi
susseguenti all'imposizione di certe condizioni
da parte dell'analista o dell'utente. Un
simulatore di volo, ad esempio, consente di
prevedere il comportamento dell'aeromobile a
fronte delle sue caratteristiche e dei comandi
del pilota.Le simulazioni sono uno strumento
sperimentale molto potente e si avvalgono delle
possibilità di calcolo offerte dall'informatica
la simulazione, infatti, non è altro che la
trasposizione in termini logico-matematica-procedu
rali di un "modello concettuale" della realtà
tale modello concettuale può essere definito come
l'insieme di processi che hanno luogo nel sistema
valutato e il cui insieme permette di comprendere
le logiche di funzionamento del sistema stesso.
57
SIMULAZIONE ESEMPIO
58
Che cosè la Realtà Virtuale ?
Il termine Realtà Virtuale nasce nel 1988, in
unintervista a Jaron Lanier A Portrait of the
Young Visionary.
LanierLa VR è una tecnologia usata per
SINTETIZZARE UNA REALTÀ CONDIVISA. Ricrea la
nostra relazione con il mondo fisico in un nuovo
piano. Non influisce sul mondo soggettivo e non
ha niente a che fare direttamente con ciò che è
nel cervello. Ha a che fare solo con cosa i
nostri organi sensoriali percepiscono. Nella VR
non cè bisogno di una singola metafora, come
accade per il computer. Siamo abituati a cambiare
contesto nella vita reale è normale comportarsi
diversamente in luoghi diversi.
59
Che cosè la Realtà Virtuale ?
La Realtà Virtuale (VR) è faticosamente
definibile
DickelmanUn AMBIENTE GENERATO DAL COMPUTER CHE
SIMULA LA REALTÀ in modo che i sensi lo possano
percepire.
WithrowUNINTERFACCIA UMANO-COMPUTER in cui un
computer crea un ambiente immersivo che risponde
interattivamente ed è controllato dal
comportamento dellutente.
umsebiz.comUna SIMULAZIONE INFORMATICA
TRIDIMENSIONALE che risponde così realisticamente
agli input da far sembrare di vivere in un altro
mondo.
Mavericks of the mindUna TECNOLOGIA INTERATTIVA
che controlla totalmente gli input sensoriali e
crea la convincente illusione di essere
completamente immersi in un mondo generato dal
computer.
60
Che cosè la Realtà Virtuale ?
Interazione
Immersività
Presenza
Computer
Simulazione
Sensi
Utente
Ambiente
61
Il Cyberspazio
Da tempo la fantascienza aveva intuito le
potenzialità degli strumenti della VR. Ma la VR
non era ancora nata
Uno dei padri morali della VR è considerato
Philip K. Dick, con UBIK (1969).La VR è creata
direttamente con stimo-lazioni sensoriali su
corpi in animazione sospesa.
Nel 1984 Gibson scrive Neuromancer e introduce il
Cyberspace, linsieme delle informazioni di una
rete di computer.
Oggi comunemente si definisce Cyberspazio il
Virtual Environment (VE) che Internet crea con
tutti i servizi e le informazioni da esso fornite.
62
Applicazioni architettura
Fare in modo che gli utenti possano esplorare in
tempo reale una scena 3D che rappresenta un
ambiente architettonico. Valutare gli spazi,
lilluminazione, i materiali, lacustica.
Usare la VR come tool di modellazione per
analizzare gli spazi dallinterno e valutare
differenti scelte di progetto.
63
Applicazioni arte
Ricostruire opere darte o ambienti artistici che
il tempo ha deteriorato o distrutto per
permetterne la conservazione. Permettere
laccesso del pubblico a monumenti che non
possono normalmente essere visitati.
Fornire assistenza per azioni di restauro. La VR
stessa può essere usata per creare opere darte.
64
Applicazioni istruzione
E possibile apprendere nuovi concetti in maniera
interattiva, cosa che facilita lapprendimento e
lo rende più efficace. La VR è una tecnologia di
grande impatto ed è dunque per sua natura
più stimolante e coin- volgente.
Costituisce uno strumento di supporto per gli
insegnanti. Linsegnamento a distanza è
realisticamente realizzabile.
65
Applicazioni addestramento
Tramite luso di simulatori la VR consente di
addestrare personale per ridurre i rischi dovuti
alladdestramento reale svolto in condizioni
pericolose (soldati, piloti, chirurghi etc.)
Permette di simulare condizioni di rischio non
riproducibili nella realtà. Riduce i costi
potendo simulare più piattaforme diverse con
poche modifiche.
66
Applicazioni medicina
E possibile simulare unoperazione chirurgica
non solo a fini di addestramento, ma anche per
pianificare unoperazione reale sulla base dei
dati fisicamente rilevati sul paziente.
Oltre che per la chirurgia, è possibile
addestrare i medici sulla palpazione dei tessuti,
linserzione di aghi, etc. E uno strumento
utilissimo per la riabilitazione e per trattare
particolari sindromi di fobia e panico.
67
Applicazioni industria
La modellazione CAD evolve in Virtual Prototyping
(VP). La VP consente di ridurre i costi di dei
prototipi facendo eseguire verifiche in sede
virtuale prima della costruzione fisica.
Consente inoltre progetta-zione e verifica
collaborativa. E possibile simulare i processi e
linee produttive e individuarne tempestivamente i
possibili problemi. VR come strumento di
marketing per presentazioni.
68
Applicazioni intrattenimento
Uno dei più redditizi campi applicativi è
lintrattenimento. Lindustria videoludica ha
dato unenorme spinta tecnologica che ha prodotto
aumenti di performance e riduzione dei costi.
I simulatori, oltre che utili per il training,
sono strumenti di intrattenimento molto
attraenti. La VR e il suo indotto sono efficaci
mezzi e affascinanti temi per il cinema.
69
VR VideoGames (VG)
70
VR e Cinema
RIVELAZIONI (1995, Barry Levinson)
71
VR e Cinema
NIRVANA (1997, Gabriele Salvatores)
72
VR e Cinema
MATRIX (1999, Wachoski Bros.)
73
Sfide per il futuro
Naturalezza dellinterazionePiena e corretta
interpretazione delle azioni sensori, speech
recognition.

• REALISMO DELLE RAPPRESENTAZIONIRitorno
  realistico su tutti i canali sensoriali e motori.
  In particolare affrontare le problematiche di
• Tatto utilizzo di interfacce indossabili che
  forniscano sensazioni tattili
• Movimento interfacce per la locomozione
• Olfatto analizzatore e sintetizzatore
  olfattivo
• Stimolazione nervosa diretta. Eccitante ma
  disturbante.

74
REALTA VIRTUALE E REALTA AUMENTATA
La REALTA VIRTUALE (VR) mira a presentarsi come
un DOPPIO del mondo reale o una sua
ALTERNATIVA la REALTA AUMENTATA (AR) mira
invece ad ARRICCHIRE la realtà di INFORMAZIONI
utili per l'espletamento di compiti complessi.
75
Esempio di biopsia guidata da un sistema AR che
mette in evidenza il profilo ecografico
76
Esempio di sovrapposizione di informazioni 3D
ricavate da una risonanza magnetica per
applicazioni in chirurgia ortopedica.
77
Il chirurgo prova un sistema di AR applicabile ad
interventi in laparoscopia.
78
In rosso è evidente l'immagine di sintesi
sovraimpessa a quella reale dal sistema di AR.
L'immagine 3D può essere generata da vari
strumenti diagnostici (ecografie 3D, TAC, RMN) e
in taluni casi anche aggiornata in tempo reale.?
79
  LA RETE

• Il fenomeno Rete è linsieme combinato di
• Tecnologia (strutture, topologie, sistemi di
  relazione,    supporti fisici, logici, software,
  protocolli, standard)
•  Modelli (astrazione e relative rilevanze
  concettuali)
• Lambiente (sistemi di relazione presenti
  sociali,    organizzativi, comportamenti
  individuali e collettivi    communities,
  privacy, riservatezza, identità, business, )

80
Ruolo della RETE
Infrastrutture Modello del mondo e della
realtà Ambiente
Nuovi tipi di gruppi Nuove modalità creazione
soggetti collettivi
81
Cosa succede al concetto di Rete?
La Rete come
Ambiente Modalità di formazione di nuove
comunità
Modello Modelli di interazione, topologie,
gerarchie
Infrastruttura Tecnologie, servizi ,
applicazioni
82
La rete globale della ricerca
83
La Rete GARR

• RETI INDISPENSABILI
• PER IMPLEMENTARE
• AMBIENTI DI APPRENDIMENTO
• COMUNITA DI APPRENDIMENTO

84
PROBLEMA CRUCIALE

• Quale ORGANIZZAZIONE SCOLASTICA, quale MODELLO DI
  EROGAZIONE DEI SAPERI e quale forma di
  RAPPRESENTAZIONE DELLA CONOSCENZA risultano
  funzionali al MODELLO A RETE e alla piena
  affermazione della sua efficacia?

85
SCUOLA COME CAPITALE SOCIALE e RELAZIONALE

• Assumere la scuola come risorsa e come capitale
  sociale significa affermare che
  linsegnamento/apprendimento è una delle fonti
  primarie di struttura e di organizzazione
  sociale, di costituzione di una COMUNITA
• DI SAPERE E DI PRATICA.

86
Soggetti collettivi comunità e relazioni
Comunità di Partecipazione
Comunità di Sapere e di Pratica

• Istanza di partecipazione
• Scambio di opinioni ed esperienze

• Sono caratterizzate da
• Impegno reciproco
• Impresa comune
• Repertorio comune e sfondo condiviso

Dimensione partecipativa
Soggetto A
Comunità di Interesse

• Completezza archivi
• Facilità di accesso
• Velocità di consultazione

Dimensione informativa
87
SCUOLA COME CAPITALE SOCIALE E RELAZIONALE

• Entrare a far parte di una COMUNITA DI SAPERE E
  DI PRATICA e contribuire ad arricchirla significa
  non solo entrare nella sua CONFIGURAZIONE
  INTERNA, ma anche nel sistema di RELAZIONI CHE
  ESSA INTRATTIENE CON LAMBIENTE ESTERNO E CON IL
  RESTO DEL MONDO.
• Le comunità di sapere e di pratica sono sia FONTI
  DI CONFINI, sia CONTESTI PER LA CREAZIONE DI
  CONNESSIONI A VASTO RAGGIO.

88
COMUNITA DI SAPERE E DI PRATICA E INTERMEDIAZIONE

• Lo strumento di supporto delle relazioni tra un
  comunità di sapere e di pratica e lambiente
  esterno è lINTERMEDIAZIONE, unattività
  complessa che esige la capacità di legare i
  saperi e le pratiche, facilitando le TRANSAZIONI
  e i PASSAGGI tra essi e di promuovere un
  apprendimento capace di introdurre in un sapere e
  in una pratica elementi di altri saperi e di
  altre pratiche.

89
COMUNITA DI SAPERE E DI PRATICA E INTERMEDIAZIONE

• La rilevanza e la funzionalità delle comunità di
  sapere e di pratica non viene perciò attenuata,
  ma viene al contrario arricchita e potenziata
  dalla formazione di configurazioni sempre più
  vaste.

90
APPRENDIMENTO, COMPETENZE E PRATICHE

• Lapprendimento soffre sia quando lesperienza
  pratica e la competenza sono TROPPO VICINI, sia
  quando sono TROPPO DISTANTI.
• Poiché crea una TENSIONE tra esperienza pratica e
  competenza, LATTRAVERSAMENTO DEI CONFINI delle
  comunità di sapere e di pratica è un processo,
  attraverso il quale lapprendimento viene
  potenzialmente favorito, a patto che la distanza
  con il sapere e la pratica di partenza non sia
  eccessiva.

91
Dallintersoggettività allintelligenza connettiva
     La conoscenza è dinamica e incompleta

• Sviluppo delle alternative
• Accordarsi sulle premesse per la selezione
• Ragionamento distribuito e ruolo della
  comunicazione
• Il pensiero come forma di connessione tra persone
  e gruppi
• Sviluppo di teorie sistemiche per sistemi
  multiagente le quali prevedono la possibilità, da
  parte di ciascun agente, di ragionare sulle
  proprie conoscenze e su quelle altrui, e
  permettono lidentificazione di conoscenze
  distribuite (distribuited knowledge) o condivise
  da un gruppo di agenti (common knowledge)

92
Lintelligenza distribuita e la swarm intelligence
Teoria dei Sistemi e sistemi a Rete
Swarm phoenomena
Intelligenza distribuita
Web
Sistemi viventi
Sistemi cognitivi
93
Lintelligenza distribuita e la swarm intelligence
   Il modello di intelligenza distribuita è
caratterizzato da

• Assenza di una cabina di regia
• Ruolo della quantità dei messaggi e delle
  interazioni tra i componenti
• Kaufmann e i sistemi complessi
• Swarm intelligence
• Insetti, stormi di uccelli, branchi di mammiferi
• Periodo di incubazione prolungato (diffusione e
  link dei nodi), dopo il quale si ha unimpennata
  nella crescita dellintelligenza del sistema
• Flussi energetici, di materia e informativi

Reti patchwork cooperative, eterogenee e
distribuite
94
DAL COGNITIVISMO AL COSTRUZIONISMO                
                       1
Il senso di questo passaggio può essere
illustrato attraverso un proverbio africano
citato e fatto proprio da Samuel Papert,
linventore del Logo. Il proverbio è il seguente
Se un uomo ha fame gli puoi dare un pesce, ma
meglio ancora è dargli una lenza e insegnargli a
pescare". A esso Papert aggiunge, di suo, la
seguente considerazione Naturalmente, oltre ad
avere conoscenze sulla pesca, è necessario anche
disporre di buone lenze, ed è per questo che
abbiamo bisogno di computer e di sapere dove si
trovano le acque più ricche...".
95
DAL COGNITIVISMO AL COSTRUZIONISMO/2              
                         
Questa metafora ha il pregio di costituire
unefficace integrazione tra esigenze teoriche e
istanze che emergono dal mondo delle pratiche e
delle tecnologie. Raccoglie pienamente ed esprime
con semplicità lidea di coevoluzione, basata sul
presupposto che l'ambiente non sia una struttura
imposta agli esseri viventi dall'esterno, ma sia
in realtà uno sfondo alla cui costituzione e
precisazione essi danno un contributo
fondamentale, in quanto i loro sistemi nervosi
centrali e i loro schemi percettivi e cognitivi
non sono adattati a leggi naturali assolute, ma
piuttosto a leggi naturali che operano in una
struttura condizionata dalla loro stessa attività
sensoria.
96
DAL COGNITIVISMO AL COSTRUZIONISMO/3
Pone al centro dellattenzione non lazione di
sfamare e il soggetto che la compie, ma chi deve
essere sfamato e la necessità di fornire a esso
le risorse e gli strumenti per poter appagare i
suoi bisogni non soltanto qui e ora, in questa
specifica contingenza, ma anche in futuro e,
possibilmente, per tutto larco della sua vita.
Detto in termini più precisi e più rispondenti
allo spirito del proverbio, sposta lattenzione
dai due soggetti implicati (chi dà e chi riceve)
al processo di relazione interpersonale e di
cooperazione tra di essi.
97
DAL COGNITIVISMO AL COSTRUZIONISMO/4
A questa prima mossa teorica essenziale Papert
aggiunge, come corollario indispensabile, il
riferimento imprescindibile alla conoscenza
(sapere il più possibile non solo sullattività
della pesca, in modo da diventare il più
possibile competenti in relazione a questa
pratica, ma anche sullambiente naturale nel
quale essa si deve esercitare, così da riuscire a
localizzare le acque più ricche) e agli strumenti
di cui occorre dotarsi (le buone lenze).
98
IL MODELLO DELLAPPRENDISTATO COGNITIVO
Proposto da Allan Collins, da John Seely Brown e
da Susan Newman e poi ripreso e sviluppato da
Jonassen allinterno della sua teoria degli
ambienti dapprendimento di matrice
costruttivistica. Come lapprendistato
tradizionale, quello pratico, lapprendistato
cognitivo si basa su tre momenti
successivi 1. osservazione 2.
strutturazione 3. crescente capacità pratica
99
DIFFERENZE TRA APPRENDISTATO COGNITIVO E
                APPRENDISTATO TRADIZIONALE
L Apprendistato Cognitivo mira a rafforzare la
capacità di apprendere ad apprendere, quello che
Bateson chiama deutero-apprendimento,
concentrando quindi la propria attenzione
soprattutto sui processi e sulle competenze
metacognitive. A tal scopo l'esperto si pone,
come obiettivo prioritario, quello di modellare e
strutturare l'attività percettiva del
principiante, proponendogli situazioni nelle
quali questultimo possa trarre dall
osservazione del comportamento complessivo di chi
lo guida non solo raffronti rispetto al proprio
modo di affrontare e risolvere i problemi che gli
vengono proposti, ma anche immediate valutazioni
sullefficacia delle soluzioni che sta mettendo
in atto
100
DALLAPPRENDISTATO TRADIZIONALE A QUELLO
COGNITIVO                                         
              1

• Dall'apprendistato tradizionale quello cognitivo
  mutua le quattro fasi fondamentali per promuovere
  la competenza esperta
• lapprendista osserva prima il maestro che
  mostra come fare e poi      lo imita (modelling)
• il maestro assiste di continuo il principiante,
  ne agevola il lavoro,    interviene secondo le
  necessità, dirige lattenzione su un aspetto,
       fornisce feedback (coaching)
• il maestro fornisce un sostegno in termini di
  stimoli e di risorse, pre-    imposta il lavoro
  (scaffolding)
• il maestro diminuisce progressivamente il
  supporto fornito per   lasciare via via maggiore
  autonomia e un crescente spazio di
        responsabilità a chi apprende (fading).

101
DALLAPPRENDISTATO TRADIZIONALE A QUELLO
COGNITIVO                                         
              2

• A queste strategie di base se ne affiancano anche
  altre quali
• l articolazione (si incoraggiano gli studenti a
  verbalizzare la loro      esperienza)
• la riflessione (li si induce a confrontare i
  propri problemi con       quelli di un esperto)
• l esplorazione (li si spinge a porre e
  risolvere problemi in forma      nuova).

102
LE FUNZIONI DELLINSEGNANTE
LIVELLI RUOLO DOMANDA MODALITA
IDENTITA SPONSOR CHI Riconoscimento Individuale
VALORI MENTOR PERCHE ISPIRARE
CAPACITA DOCENTE COME STIMOLARE
BEHAVIOR COACH CHE COSA ADDESTRARE
AMBIENTE FACILITATORE DOVE, QUANDO GESTIRE ECCEZIONI
103
RINGRAZIAMENTI
GRAZIE DELLATTENZIONE!