In vetta, prima di ridiscendere

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "In vetta, prima di ridiscendere"

Transcript

1 In vetta, prima di ridiscendere

2 5. Metodo della Complessità Come studiare i sistemi complessi PARTE II

3 Modelli e simulazioni Come sappiamo, il metodo di ricerca della complessità prevede i seguenti passi: 1) Costruire un modello del sistema reale 2) Implementare la simulazione al computer 3) Trarre inferenze applicabili alla realtà 3

4 Modelli e simulazioni Abbiamo già visto come si costruisce il modello del sistema. Vedremo ora come si passa dal modello alla simulazione Con questo passaggio, entriamo nel campo della cosiddette scienze della complessità 4

5 Dal modello alla simulazione

6 Dal modello alla simulazione La simulazione al computer è senz altro la principale caratteristica del metodo delle scienze della complessità 6

7 Il metodo sperimentale Per comprendere questa peculiarità, basta confrontare il metodo della complessità con il metodo delle scienze sperimentali, generalmente (e impropriamente) noto come metodo scientifico 7

8 OSSERVAZIONI RIPETUTE induzione IPOTESI (falsificabile) deduzione PREVISIONE VERIFICA (esperimento) 8

9 VERIFICA (esperimento) previsione confermata previsione confutata L IPOTESI SCIENTIFICA E CORROBORATA L IPOTESI SCIENTIFICA E FALSIFICATA 9

10 Il ruolo del computer Come si vede, il computer non riveste alcun ruolo sostanziale Nel metodo principe della Scienza Classica, infatti, il computer, se è presente, è presente solo come strumento di calcolo: è solo un ausilio, una... potente calcolatrice 10

11 Tra teoria e pratica Inoltre, il metodo scientifico prevede sia momenti teorici (l ipotesi), sia momenti pratici (l esperimento) La simulazione, invece, non è né teoria né pratica: diciamo che si colloca a metà strada 11

12 Esperimenti virtuali In un certo senso, la simulazione al computer sostituisce l esperimento vero e proprio, condotto in laboratorio, con una sorta di esperimento virtuale effettuato al computer Il computer, in quest ottica, diventa un laboratorio virtuale 12

13 Il computer Comprendere perché il computer sia così importante nel metodo della complessità non è difficile: basta ripensare alla struttura e alle caratteristiche dei sistemi complessi 13

14 Il computer Solo con i computer si possono simulare sistemi che hanno tantissime componenti (anche centinaia di miliardi), le quali interagiscono tra loro attraverso una fitta rete di interazioni non lineari, e che evolvono nel tempo per lunghissimi periodi (talvolta in milioni di anni) 14

15 Dal modello alla simulazione Per passare dal modello alla simulazione occorre: Stabilire un criterio per assegnare un valore numerico ad ogni elemento del modello Formalizzare le regole d interazione tra gli elementi (quantificati) del modello Creare il software di simulazione 15

16 DESCRIZIONE QUALITATIVA Elementi rilevanti Interconnessioni tra gli elementi Variabili di stato Regole formali d interazione MODELLO FORMALIZZATO SIMULAZIONE AL COMPUTER 16

17 Dal modello alla simulazione Quando si costruisce un modello qualitativo di un sistema, è all opera un inevitabile processo di semplificazione La mappa (il modello) non è il territorio (il sistema reale): è sempre una sua semplificazione 17

18 Dal modello alla simulazione Nella formalizzazione, cioè nel passaggio dal modello qualitativo a quello formalizzato, è all opera un ulteriore processo di semplificazione 18

19 Dal modello alla simulazione Una buona simulazione si fonda su un buon modello: se nel modello mancano aspetti importanti del sistema reale, a maggior ragione mancheranno nella simulazione (che è la semplificazione di una semplificazione) 19

20 SISTEMA COMPLESSO REALE Descrizione qualitativa Semplificazione MODELLO QUALITATIVO Formalizzazione Semplificazione MODELLO FORMALE (simulabile al computer) 20

21 Implementare la simulazione Formalizzare senza semplificare in modo eccessivo il modello del sistema e, poi, scrivere un programma per far girare la simulazione su computer, sono capacità che richiedono specifiche competenze professionali: quelle in cui eccellono gli scienziati della complessità 21

22 Obiettivi del modello Posizione epistemologica Pensiero complesso Pensiero laterale Competenze matematiche Pensiero complesso Competenze informatiche Scelta del livello di analisi Descrizione qualitativa Formalizzazione del modello Simulazione al computer 22

23 Simulare la complessità

24 Esempi di simulazione Ora vedremo come i primi ricercatori della complessità hanno simulato: Il cervello La vita I sistemi sociali La mente 24

25 Simulare il cervello Il cervello è stato uno dei primi sistemi complessi simulato al computer 25

26 Simulare il cervello Gran parte del cervello è organizzato in reti neurobiologiche costituite da neuroni connessi gli uni agli altri tramite sinapsi Ogni neurone riceve stimoli elettrochimici dai neuroni afferenti e, se opportunamente stimolato, trasmette stimoli a sua volta (neurotrasmissione) 26

27 Simulare il cervello Le reti neurobiologiche del cervello si prestano ad essere simulate tramite modelli formali a rete Le reti formali con cui vengono simulate le reti neurobiologiche del cervello prendono il nome di reti neurali 27

28 Le reti neurali 28

29 Le reti neurali Una rete neurale è formata da nodi e connessioni Ad ogni unità (o nodo) della rete è assegnato un valore numerico (stato) Ad ogni connessione è assegnato un valore numerico (peso) 29

30 Le reti neurali 30

31 Le reti neurali Unità afferenti Ogni unità riceve stimoli da K afferenti 31

32 Le reti neurali Lo stimolo di un unità afferente è il prodotto dello stato di quell unità per il peso sulla connessione: STIMOLO = STATO x PESO stato peso stimolo 32

33 Le reti neurali Lo stato di ogni unità dipende da una regola formale In genere, lo stato di un unità ad un certo istante è una funzione matematica non lineare della somma degli stimoli ricevuti dall unità in quell istante 33

34 Le reti neurali stimolo1 stimolo2 u stimolo3 Stato di u = funzione non lineare di (stimolo1 + stimolo2 + stimolo3) 34

35 Le reti neurali I pesi possono essere positivi (connessione eccitatoria) o negativi (connessione inibitoria) I pesi sulle connessioni possono cambiare nel tempo, in base alla capacità adattiva del sistema 35

36 Reti neurobiologiche Reti neurali Neurone Unità della rete Attività del neurone Stato dell unità Neurotrasmissione Stimolo dell unità afferente Sinapsi Connessione tra unità Tipo di sinapsi Peso sulla connessione Plasticità neurale Cambiamento dei pesi 36

37 Reti di Hopfield Nelle reti di Hopfield le unità sono binarie, cioè possono assumere solo due stati: 0 e 1, come lampadine (spento/acceso) 37

38 Kauffman Stuart Kauffman ha scoperto che l evoluzione di una rete di unità binarie ( lampadine ) dipende dal parametro K 38

39 Kauffman Unità afferenti In questo esempio: K = 3 39

40 Kauffman Se K è molto basso, la rete si cristallizza Se K è molto alto, la rete diventa caotica Per valori intermedi, la rete si trova in equilibrio al margine del caos Non è incredibile? Il regime dipende da K 40

41 Le reti neurali Nonostante l evidente semplicità delle reti neurali, le loro proprietà sono straordinarie Le reti neurali esibiscono una serie impressionante di caratteristiche effettivamente presenti nel sistema simulato, cioè nel cervello 41

42 Le reti neurali Le principali proprietà sono: Informazioni codificate nelle connessioni Elaborazione distribuita in parallelo Flessibilità in caso di informazioni incomplete Resilienza (degrado graduale in caso di perturbazioni crescenti) Capacità di generalizzare le informazioni 42

43 Le reti neurali Riconoscimento del numero «5» 43

44 Le reti neurali La potenza delle reti neurali dimostra che per simulare senza banalizzare il cervello è possibile usare un modello con: unità molto semplificate (nelle reti di Hopfield i neuroni sono ridotti a lampadine) connessioni poco semplificate (il peso sulle connessioni rispecchia la varietà di sinapsi) 44

45 Simulare la vita Aspetti elementari, ma affascinanti, della vita possono essere simulati tramite i cosiddetti automi cellulari 45

46 Gli automi cellulari Gli automi cellulari sono scacchiere virtuali con un numero grandissimo di caselle (mondo) Ad ogni casella del mondo è assegnato un valore numerico (stato) Le 8 caselle adiacenti formano il vicinato 46

47 Gli automi cellulari Le caselle rosse formano il vicinato della casella verde 47

48 Gli automi cellulari Una generazione è l aggiornamento dello stato di ciascuna casella del mondo Ad ogni generazione, lo stato di ogni casella viene aggiornato in base a una regola formale specificata dal modello 48

49 Gli automi cellulari Life, il più famoso automa cellulare, è stato inventato da John Conway 49

50 Life di Conway In Life ogni casella del mondo è binaria, cioè può assumere solo due stati: 1 o 0 Dobbiamo immaginare ogni casella con stato 1 come un unità viva e ogni casella con stato 0 come un unità morta 50

51 Life di Conway In Life ci sono 2 regole di aggiornamento: Un unità viva sopravvive alla generazione successiva se nel suo vicinato ci sono 2 o 3 unità vive; se ce n è di più o di meno muore ( soffoca o muore per solitudine ) Un unità nasce se e solo se nel vicinato ci sono esattamente 3 unità vive 51

52 Life di Conway Nonostante la semplicità di queste regole, in Life avvengono fenomeni piuttosto sorprendenti Alcune configurazioni muoiono in fretta, dopo poche generazioni; altre si immobilizzano senza più mutare, altre ancora oscillano 52

53 Life di Conway L aliante, per esempio, dopo quattro generazioni torna alla configurazione iniziale, ma spostato di una casella in diagonale 53

54 Life di Conway cannone alianti Il cannone torna alla configurazione iniziale dopo 30 generazioni, durante le quali spara un aliante! 54

55 Life di Conway mangiatore Il mangiatore, come dice il nome, è una configurazione che mangia alianti 55

56 Life di Conway Tutte queste configurazioni animate emergono spontaneamente nell automa di Conway, senza essere state previste Da semplici regole d interazione formali, emerge dunque un immensa e imprevista varietà di forme e comportamenti che un po ricorda le varietà della vita reale 56

57 Boids di Reynolds Un interessante evoluzione di Life è Boids, un simulatore di stormi inventato da Craig Reynolds 57

58 Boids di Reynolds I boids di Reynolds sono (un po ) più complessi delle caselle di Life Lo stato di ogni boid, infatti, è specificato non da un solo valore numerico, ma da 6 valori numerici (posizione nello spazio + velocità nello spazio) 58

59 Boids di Reynolds Le regole formali d interazione sono 3 Ogni boid deve: Evitare le collisioni con i vicini e con l ambiente Adeguare gradualmente la propria velocità a quella dei vicini Avvicinarsi progressivamente ai compagni circostanti 59

60 Boids di Reynolds Benché Boids sia più complesso di Life, anche stavolta le regole sono semplici Ciò nonostante, tali regole sono sufficienti a produrre stormi dal comportamento davvero spettacolare e verosimile! 60

61 Vita Artificiale Ulteriori evoluzioni di queste simulazioni si sono avute negli ultimi anni nel settore della cosiddetta Vita Artificiale Ogni nuova simulazione aumenta la complessità di ciascuna unità, arrivando a simulare sempre meglio i sistemi viventi reali 61

62 Vita Artificiale E importante non confondere le stupefacenti creazioni della Computer Graphics con le simulazioni di Vita Artificiale, di solito meno appariscenti Nelle simulazioni di Vita Artificiale non sono mai programmati i risultati finali, ma solo le regole d interazione locale 62

63 Vita Artificiale: cosa non è Un conto è scrivere un programma che contiene delle istruzioni in base alle quali, a un certo punto, si forma un aliante; o istruzioni in base alle quali uno stormo si muove in un certo modo specificato esplicitamente Questa non è Vita Artificiale 63

64 Vita Artificiale: cos è Altro conto è scrivere programmi che specificano solo come interagiscono tra loro le singole unità e scoprire poi, con sorpresa, che si forma un aliante oppure che lo stormo si muove in un certo modo, senza che il programma contenga esplicite istruzioni al riguardo 64

65 Simulare società Le colonie di insetti sociali hanno avuto l onore di essere i primi sistemi sociali simulati al computer 65

66 Gli insetti sociali Gli insetti sociali sono interessanti perché Il singolo insetto è limitato, poco intelligente e ha comportamenti rigidi e stereotipati (geneticamente programmati) Le colonie sono creative, flessibili, esibiscono un organizzazione sofisticata e sono capaci di risolvere problemi (es.: trovare il percorso cibo-nido più breve) 66

67 Gli insetti sociali 67

68 Gli insetti sociali In poche parole: l intelligenza della colonia (Swarm Intelligence) emerge dall interazione di unità non intelligenti 68

69 Gli insetti sociali Secondo i sociobiologi, l intelligenza della colonia si basa sul fatto che ogni insetto ha un ventaglio di comportamenti geneticamente programmati In ogni interazione, c è una certa probabilità che si manifesti l uno o l altro di tali comportamenti 69

70 Gli insetti sociali PROSEGUE (80%) INVERTE DIREZIONE (20%) Quando una formica ne scontra un altra, c è una certa probabilità che dopo lo scontro inverta la direzione di marcia 70

71 Simulare società Per simulare i sistemi sociali è stato necessario utilizzare modelli formali probabilistici, chiamati sistemi stocastici Nei sistemi stocastici, ogni unità (chiamata agente) può compiere un ventaglio di azioni prestabilite 71

72 Sistemi stocastici Ogni azione ha una certa probabilità di essere compiuta In questo modo si introduce nel modello formale un certo margine di aleatorietà che rispecchia la (relativa) libertà di cui gode ciascun individuo nelle sue interazioni sociali 72

73 Sistemi multi-agenti Poiché nei sistemi stocastici si parla di agenti, invece che di unità o nodi, i sistemi stocastici vengono spesso chiamati sistemi multi-agenti I sistemi stocastici sono anche chiamati, discutibilmente, indeterministici 73

74 Sistemi stocastici La potenza dei sistemi stocastici (o multiagenti), nel simulare sistemi sociobiologici, è davvero impressionante Le simulazioni di insetti sociali, per esempio, esibiscono comportamenti altamente sofisticati non previsti dalle istruzioni del programma di simulazione 74

75 La colonia simulata Nelle simulazioni avviene infatti ciò che avviene nei sistemi sociobiologici reali: La colonia manifesta capacità di cui le singole formiche sono del tutto sprovviste La colonia simulata manifesta capacità non previste dalle istruzioni del programma 75

76 La colonia simulata All interno della colonia simulata, gli agenti (cioè le formiche virtuali): Trovano il percorso più breve tra cibo e nido Si dividono i compiti e pianificano il lavoro Organizzano cimiteri e dispense per il cibo Cooperano nella costruzione del nido 76

77 Simulare la mente La sfida più difficile per i ricercatori della complessità è quella di simulare la mente 77

78 Anima, psiche, cervello Le discipline umanistiche e scientifiche tradizionali si sono suddivise lo studio di ciò che abbiamo nella testa : La mente (anima o psiche) è toccata alla religione e alla filosofia, poi anche alla psicologia Il cervello è andato alle neuroscienze 78

79 Il problema mente-corpo Questa rigida spartizione del contenuto della nostra testa è un retaggio del cosiddetto dualismo mente-corpo, formulato in termini moderni da Cartesio 79

80 Mente-corpo e complessità Con la Teoria della Complessità, per la prima volta, si intravede una possibilità di superare il dualismo mente-corpo I teorici della complessità, infatti, considerano la mente un fenomeno naturale che emerge spontaneamente dall interazione delle cellule cerebrali 80

81 La mente come colonia In pratica, secondo i teorici della complessità: se una colonia di formiche è intelligente anche se le singole formiche non lo sono, allora anche la mente potrebbe essere un fenomeno che emerge dall interazione di neuroni privi di mente 81

82 La mente come colonia L analogia è dunque: NEURONI : FORMICHE = MENTE : COLONIA 82

83 Componenti: Formiche Neuroni Caratteristica: Prive di intelligenza Privi di mente Sistema complesso: Colonia Cervello Fenomeni emergenti: Intelligenza collettiva Mente 83

84 La mente come colonia I primi a pensare alla mente come colonia sono stati gli studiosi di formiche, a cavallo tra gli anni 60 e 70 84

85 La società della mente Ma è stato Marvin Minsky, a metà anni 80, a diffondere la metafora della mente come società di agenti-privi-di-mente 85

86 Simulare la mente Coerentemente con la metafora della mente come società, i ricercatori della complessità hanno deciso di provare a simulare la mente utilizzando gli stessi sistemi multi-agenti usati nella simulazione delle colonie di formiche Il risultato? Davvero sbalorditivo 86

87 Pandemonium Il primo modello formale di questo tipo è stato Pandemonium di Oliver Selfridge 87

88 Hofstadter La maggioranza dei programmi più famosi è stata scritta da Douglas Hofstadter 88

89 Simulare la mente I programmi di Hofstadter esibiscono alcune capacità mentali. Riescono a: Anagrammare le parole nello stesso modo in cui lo fanno gli esseri umani Riconoscere le lettere dell alfabeto nello stesso modo in cui lo fanno gli esseri umani Fare analogie (elementari) nello stesso modo in cui lo fanno gli esseri umani 89

90 Simulare la mente Nel risolvere i problemi, i programmi di simulazione di Hofstadter commettono gli stessi errori degli esseri umani Talvolta hanno anche dei guizzi creativi grazie ai quali trovano soluzioni originali e sorprendenti, esattamente come capita agli esseri umani 90

91 Simulare la mente Nessuna di queste capacità è esplicitamente prevista dai programmi di simulazione Ciascuna capacità mentale, semplicemente, emerge dall interazione di agenti privi di mente 91

92 Simulare l economia Oltre al cervello, ai sistemi biologici, ai sistemi sociali e alla mente, i sistemi socio-economici sono i più studiati dai ricercatori della complessità Tali sistemi sono stati simulati con sistemi multi-agenti 92

93 People Express Ricordate la People Express? Ci eravamo lasciati con la domanda: cosa avreste fatto al posto di Don Burr nel 1985? 93

94 People Express John Sterman ha cercato di rispondere a questa domanda simulando la People Express attraverso un sistema multiagenti 94

95 People Express In base alla sua simulazione, Sterman ha scoperto la strategia che avrebbe evitato il fallimento della compagnia: Investire sulla qualità del servizio e non sull espansione dell azienda Alzare tutte le tariffe del 25% 95

96 Imparare dalle simulazioni

97 Conclusioni Cosa ci insegnano le simulazioni effettuate dai ricercatori della complessità? a) I sistemi complessi possono essere simulati semplificandone fortemente le componenti, ma non le interazioni: in un certo senso le relazioni tra le parti sono più importanti delle parti stesse 97

98 Conclusioni b) Se si basano su interazioni locali non lineari tra gli elementi, le simulazioni possono esibire un comportamento molto simile a quello dei sistemi complessi reali c) Le simulazioni sono più potenti introducendo dei fattori probabilistici 98

99 Conclusioni d) Le simulazioni più verosimili manifestano i cosiddetti fenomeni emergenti : fenomeni sorprendenti, non esplicitamente previsti dal programma di simulazione, che trascendono i limiti e la semplicità degli elementi del modello formale 99

100 Conclusioni In breve: La complessità emerge spontaneamente dall interazione di molte unità (o agenti) relativamente semplici 100

101 Fine quinta parte Ultima parte:

Il giardino nella macchina: la vita artificiale. 2003 Mauro Annunziato

Il giardino nella macchina: la vita artificiale. 2003 Mauro Annunziato Il giardino nella macchina: la vita artificiale 2003 Mauro Annunziato La fondazione della vita artificiale Chris Langton ( 89) Artificial Life (Alife) : programmi che autonomamente si evolvono all interno

Dettagli

ROBOT COME PSICOLOGIA

ROBOT COME PSICOLOGIA FORZA, VELOCITÀ E ACCELERAZIONE: UNO SGUARDO CONTEMPORANEO AI PRINCIPI DELLA DINAMICA 301 ROBOT COME PSICOLOGIA DOMENICO PARISI Istituto di Scienze e Tecnologie della Cognizione, Consiglio Nazionale delle

Dettagli

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

Dettagli

EMERGENCE OF SELF ORGANIZATION AND SEARCH FOR OPTIMAL ENTERPRISE STRUCTURE: AI EVOLUTIONARY METHODS APPLIED TO AGENT BASED PROCESS SIMULATION

EMERGENCE OF SELF ORGANIZATION AND SEARCH FOR OPTIMAL ENTERPRISE STRUCTURE: AI EVOLUTIONARY METHODS APPLIED TO AGENT BASED PROCESS SIMULATION EMERGENCE OF SELF ORGANIZATION AND SEARCH FOR OPTIMAL ENTERPRISE STRUCTURE: AI EVOLUTIONARY METHODS APPLIED TO AGENT BASED PROCESS SIMULATION remond@di.unito.it Department of Computer Science University

Dettagli

Multiagent systems. Christian Schunck, Ph.D. UD 2.1.3: Sistemi Complessi (3) Auto-Organizzazione

Multiagent systems. Christian Schunck, Ph.D. UD 2.1.3: Sistemi Complessi (3) Auto-Organizzazione Multiagent systems Sistemi i di Agenti Christian Schunck, Ph.D. UD 2.1.3: Sistemi Complessi (3) Auto-Organizzazione Christian Schunck,Ph.D. Multiagent Systems Sistemi di Agenti UD 1.1 01/04/2010 Dia 2

Dettagli

All attenzione del DIRIGENTE. Con preghiera di diffusione agli Istituti di Istruzione Superiore di II grado

All attenzione del DIRIGENTE. Con preghiera di diffusione agli Istituti di Istruzione Superiore di II grado MIUR UFFICIO SCOLASTICO REGIONALE PER LA CALABRIA DIREZIONE GENERALE - UFFICIO III CATANZARO LIDO (CZ) All attenzione del DIRIGENTE Angela Riggio Rende 24/2/2015 Con preghiera di diffusione agli Istituti

Dettagli

Il giardino nella macchina

Il giardino nella macchina Idee per una rilettura Il giardino nella macchina La nuova scienza della vita artificiale Claus Emmeche Bollati Boringhieri, 1996 È possibile la vita artificiale? In che modo gli strumenti offerti dalla

Dettagli

Cooperazione di Agenti Informatici Corso di Laurea Specialistica in Informatica A.A. 2008/09 Prof. Alberto Postiglione

Cooperazione di Agenti Informatici Corso di Laurea Specialistica in Informatica A.A. 2008/09 Prof. Alberto Postiglione Cooperazione di Agenti Informatici Corso di Laurea Specialistica in Informatica A.A. 2008/09 Prof. Alberto Postiglione UD 2.1.1: Sistemi Complessi (1) Bibliografia dell Unità Didattica 04/05/2009 Dia 2

Dettagli

IL CERVELLO CREATIVO. Il cervello creativo. I due emisferi cerebrali

IL CERVELLO CREATIVO. Il cervello creativo. I due emisferi cerebrali IL CERVELLO CREATIVO Conoscere come funziona la nostra mente significa farne un uso migliore, sviluppare attività metacognitive Il nostro cervello è: visivo concreto legato alla motricità L intelligenza

Dettagli

Breve introduzione al Calcolo Evoluzionistico

Breve introduzione al Calcolo Evoluzionistico Breve introduzione al Calcolo Evoluzionistico Stefano Cagnoni Dipartimento di Ingegneria dell Informazione, Università di Parma cagnoni@ce.unipr.it 1 Introduzione Il mondo fisico ed i fenomeni naturali

Dettagli

Psiche e complessità. 3. Complessità della comunicazione umana

Psiche e complessità. 3. Complessità della comunicazione umana Psiche e complessità 3. Complessità della comunicazione umana Riepilogo Negli incontri precedenti abbiamo visto la differenza tra problemi complicati e problemi complessi Tullio Tinti 2 Riepilogo Problemi

Dettagli

Dott.ssa Lorella Gabriele PhD in Psicologia della Programmazione e Intelligenza Artificiale Dipartimento di Fisica Università della Calabria

Dott.ssa Lorella Gabriele PhD in Psicologia della Programmazione e Intelligenza Artificiale Dipartimento di Fisica Università della Calabria Dott.ssa Lorella Gabriele PhD in Psicologia della Programmazione e Intelligenza Artificiale Dipartimento di Fisica Università della Calabria La robotica è una scienza che si occupa di studiare e sviluppare

Dettagli

1. INTRODUZIONE 1.1 Una questione di metodo

1. INTRODUZIONE 1.1 Una questione di metodo 3 1. INTRODUZIONE 1.1 Una questione di metodo Lo studio del cervello presenta indubbiamente notevoli difficoltà. Una di queste, se non la principale, è la scelta del formalismo di indagine più appropriato.

Dettagli

PSICOLOGIA COGNITIVA. Gaia Vicenzi - Psicologia Cognitiva

PSICOLOGIA COGNITIVA. Gaia Vicenzi - Psicologia Cognitiva PSICOLOGIA COGNITIVA Psicologia come scienza: storia e metodi Psicologia scientifica e psicologia ingenua Scienza e senso comune Teoria ingenua: teoria fondata non su controlli scientifici ma sull'esperienza

Dettagli

Presentazione PRESENTAZIONE 7

Presentazione PRESENTAZIONE 7 PRESENTAZIONE 7 Presentazione Il nostro cervello è uno strumento perfetto e può portare l essere umano dove vuole. Certamente esso può darci una vita molto più ricca di quella che abbiamo creduto possibile

Dettagli

Psiche e complessità. 4. L approccio bottom-up ai problemi

Psiche e complessità. 4. L approccio bottom-up ai problemi Psiche e complessità 4. L approccio bottom-up ai problemi Complessità della mente FENOMENI LINEARI (LOGICA, RAZIONALITA, CONTENUTI ESPLICITI) FENOMENI NON LINEARI (ASSOCIAZIONI ANALOGICHE, CONTENUTI IMPLICITI)

Dettagli

Macchine intelligenti Prima dispensa Che cosa è l intelligenza artificiale

Macchine intelligenti Prima dispensa Che cosa è l intelligenza artificiale Macchine intelligenti Prima dispensa Che cosa è l intelligenza artificiale Introduzione Talvolta, quando ci mettiamo di fronte ad un computer e lo osserviamo mentre esegue i suoi compiti, può accadere

Dettagli

UN PROGETTO INNOVATIVO PER LA SCUOLA PRIMARIA. SPOSTARE L ATTENZIONE DALL INSEGNAMENTO ALL APPRENDIMENTO, CENTRALITÀ DEL FARE (Problem Based Learning)

UN PROGETTO INNOVATIVO PER LA SCUOLA PRIMARIA. SPOSTARE L ATTENZIONE DALL INSEGNAMENTO ALL APPRENDIMENTO, CENTRALITÀ DEL FARE (Problem Based Learning) INFORMATICA: UN PROGETTO INNOVATIVO PER LA SCUOLA PRIMARIA SPOSTARE L ATTENZIONE DALL INSEGNAMENTO ALL APPRENDIMENTO, CENTRALITÀ DEL FARE (Problem Based Learning) E dunque utilizzare metodologie e strumenti

Dettagli

SCUOLA DELL INFANZIA I.C. A. MUSCO - CATANIA

SCUOLA DELL INFANZIA I.C. A. MUSCO - CATANIA SCUOLA DELL INFANZIA I.C. A. MUSCO - CATANIA PROGETTO RETETNA Anno Scolastico 2008/09-2009/10 Laboratorio di educazione scientifica suddiviso nei seguenti quattro percorsi: Trasformazioni Luce, colore,

Dettagli

OBIETTIVI DI APPRENDIMENTO (AL TERMINE DELLA CLASSE PRIMA DELLA SCUOLA PRIMARIA) TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE SCIENZE

OBIETTIVI DI APPRENDIMENTO (AL TERMINE DELLA CLASSE PRIMA DELLA SCUOLA PRIMARIA) TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE SCIENZE (AL TERMINE DELLA SCUOLA DELL INFANZIA) /ESPERIENZE LA CONOSCENZA DEL MONDO L alunno osserva con curiosità lo svolgersi dei più comuni fenomeni, ne immagina e ne verifica le cause, rendendosi sempre più

Dettagli

Un gioco con tre dadi

Un gioco con tre dadi Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.

Dettagli

L informatica nella scuola: mezzo o fine?

L informatica nella scuola: mezzo o fine? L informatica nella scuola: mezzo o fine? Il paradigma della ricerca in didattica; L introduzione del computer nell insegnamento delle matematiche. 1 La comunicazione delle matematiche ed il computer come

Dettagli

Piero Bianucci in www.lastampa.it, 6 ottobre 2014

Piero Bianucci in www.lastampa.it, 6 ottobre 2014 Piero Bianucci in www.lastampa.it, 6 ottobre 2014 Leggiamo spesso che il nostro cervello è una galassia di neuroni. La rubrica di psicologia che da anni Rosalba Miceli tiene accanto a quella che state

Dettagli

LO SVILUPPO E LE APPLICAZIONI DEI MODELLI NEURALI

LO SVILUPPO E LE APPLICAZIONI DEI MODELLI NEURALI Per l unità della Scienza: Fisica e Biologia LO SVILUPPO E LE APPLICAZIONI DEI MODELLI NEURALI A. Bazzani ipartimento di Fisica e Centro L.Galvani per la Bio-complessità, Università di Bologna INFN Sezione

Dettagli

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A1_1 V1.1 Introduzione Il contenuto del documento è liberamente utilizzabile dagli studenti, per studio personale

Dettagli

Titolo: LA RAZIONALITA NELL ECONOMIA Autore: Vernon L. Smith Editore: IBL Anno: 2010

Titolo: LA RAZIONALITA NELL ECONOMIA Autore: Vernon L. Smith Editore: IBL Anno: 2010 Titolo: LA RAZIONALITA NELL ECONOMIA Autore: Vernon L. Smith Editore: IBL Anno: 2010 Per chi avesse trovato appassionante o anche solo interessante, il testo di Guala e Motterlini (Mente Mercati Decisioni,

Dettagli

I DIPARTIMENTI DISCIPLINARI

I DIPARTIMENTI DISCIPLINARI I DIPARTIMENTI DISCIPLINARI I Dipartimenti Disciplinari, costituiti dai docenti della stessa disciplina, rappresentano, in base alla legge sull autonomia scolastica, una suddivisione del Collegio dei docenti

Dettagli

Lezione 10. La classificazione dell Intelligenza Artificiale

Lezione 10. La classificazione dell Intelligenza Artificiale Lezione 10 Intelligenza Artificiale Cosa è l Intelligenza Artificiale Elaborazione del linguaggio naturale La visione artificiale L apprendimento nelle macchine La classificazione dell Intelligenza Artificiale

Dettagli

*Organizzazione, auto organizzazione, sistema ed Azienda. Coaching & Training Bologna

*Organizzazione, auto organizzazione, sistema ed Azienda. Coaching & Training Bologna *Organizzazione, auto organizzazione, sistema ed Azienda Fin dagli inizi di questo secolo è noto che qualunque sistema fisico può manifestare comportamenti imprevedibilmente complicati e caotici, sfuggendo

Dettagli

Perché si fanno previsioni?

Perché si fanno previsioni? Perché si fanno previsioni? Si fanno previsioni per pianificare un azione quando c è un lag fra momento della decisione e momento in cui l evento che ci interessa si verifica. ESEMPI decisioni di investimento

Dettagli

CAPITOLO 3 Previsione

CAPITOLO 3 Previsione CAPITOLO 3 Previsione 3.1 La previsione I sistemi evoluti, che apprendono le regole di funzionamento attraverso l interazione con l ambiente, si rivelano una risorsa essenziale nella rappresentazione di

Dettagli

IL CERVELLO QUESTO SCONOSCIUTO

IL CERVELLO QUESTO SCONOSCIUTO 1 IL CERVELLO QUESTO SCONOSCIUTO Nonostante il progresso della conoscenza e delle tecnologie sappiamo ancora molto poco sul funzionamento del nostro cervello e sulle sue possibilità tanto che, fra gli

Dettagli

Dipartimento di Scienze della Formazione, Psicologia, Comunicazione. CdL in Sienze dell Educazione e della Formazione. Psicologia Generale

Dipartimento di Scienze della Formazione, Psicologia, Comunicazione. CdL in Sienze dell Educazione e della Formazione. Psicologia Generale Dipartimento di Scienze della Formazione, Psicologia, Comunicazione CdL in Sienze dell Educazione e della Formazione Psicologia Generale A.A. 2013-2014 Docente: prof.ssa Tiziana Lanciano t.lanciano@psico.uniba.it

Dettagli

DIPARTIMENTO DI STUDI UMANISTICI

DIPARTIMENTO DI STUDI UMANISTICI DIPARTIMENTO DI STUDI UMANISTICI Corso di Laurea Interdipartimentale in Scienze della Formazione Primaria( Ind.Primaria) A.A 2013/2014 REPORT SULL ELABORAZIONE DI UN AGENTE ARITIFICIALE TEORIA E METODOLOGIA

Dettagli

A proposito di qualità del software didattico

A proposito di qualità del software didattico A proposito di qualità del software didattico Il software va visto nel contesto d uso e va valutato sulla base dell efficacia didattica e dell integrabilità del diversi percorsi educativi Michela Ott ITD-CNR,

Dettagli

I S T I T U T O S T A T A L E D I I S T R U Z I O N E S E CO N D A R I A S U P E R I O R E G. O B E R D A N T R E V I G L I O (B G)

I S T I T U T O S T A T A L E D I I S T R U Z I O N E S E CO N D A R I A S U P E R I O R E G. O B E R D A N T R E V I G L I O (B G) GLI INDIRIZZI DI STUDIO E I PROFILI PROFESSIONALI L Istituto, sempre attento alle esigenze formative del territorio nel quale opera, ha diversificato, nel corrente anno scolastico, la propria offerta formativa

Dettagli

Automi Cellulari ed emergenza: una ricerca con studenti universitari

Automi Cellulari ed emergenza: una ricerca con studenti universitari Automi Cellulari ed emergenza: una ricerca con studenti universitari G. Faraco Dipartimento di Matematica, Università della Calabria, Cubo 30/B, 87036 Rende (CS), Italia. E-mail: gefa@mat.unical.it R.

Dettagli

Computazione Naturale AA. 2011-2012

Computazione Naturale AA. 2011-2012 Computazione Naturale AA. 2011-2012 Prof. Mario Pavone CdL Magistrale in Informatica Dip. Matematica ed Informatica mpavone@dmi.unict.it http://www.dmi.unict.it/mpavone/ INDICE Obiettivi formativi Cos

Dettagli

La Gestione della Complessità

La Gestione della Complessità La Gestione della Complessità Only variety can destroy variety (Ross. W. Ashby) Prof. Claudio Saita 1 La struttura del modello cognitivo proposto, conosciuto più comunemente in letteratura come la legge

Dettagli

Il cervello e la psiche neuroscienze e psicoanalisi: appunti per un possibile incontro

Il cervello e la psiche neuroscienze e psicoanalisi: appunti per un possibile incontro Il cervello e la psiche neuroscienze e psicoanalisi: appunti per un possibile incontro Dr. Augusto Gentili 20/09/2011 Dott. Augusto Gentili 1 Viviamo in una società di massa, globalizzata. Ci si aspetta

Dettagli

Note del Corso di Modelli Biologici Discreti: Un paio di algoritmi DNA per risolvere SAT

Note del Corso di Modelli Biologici Discreti: Un paio di algoritmi DNA per risolvere SAT Note del Corso di Modelli Biologici Discreti: Un paio di algoritmi DNA per risolvere SAT Giuditta Franco Corso di Laurea in Bioinformatica - AA 2012/2013 Uno dei più grossi risultati nell informatica degli

Dettagli

Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi.

Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi. PROGETTO SeT Il ciclo dell informazione Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi. Scuola media Istituto comprensivo di Fagagna (Udine) Insegnanti referenti: Guerra Annalja, Gianquinto

Dettagli

APPROCCI METODOLOGICI ALLA PSICOLOGIA COGNITIVA. M. Cristina Caratozzolo Università di Siena Dipartimento di Scienze della Comunicazione

APPROCCI METODOLOGICI ALLA PSICOLOGIA COGNITIVA. M. Cristina Caratozzolo Università di Siena Dipartimento di Scienze della Comunicazione APPROCCI METODOLOGICI ALLA PSICOLOGIA COGNITIVA M. Cristina Caratozzolo Università di Siena Dipartimento di Scienze della Comunicazione PSICOLOGIA COGNITIVA Studia le reazioni ed i comportamenti di soggetti

Dettagli

Scienze e Tecniche Psicologiche dello Sviluppo della Salute in Età Evolutiva

Scienze e Tecniche Psicologiche dello Sviluppo della Salute in Età Evolutiva Scienze e Tecniche Psicologiche dello Sviluppo della Salute in Età Evolutiva ANNO ACCADEMICO 2007-2008 ROBERTO BAIOCCO Università degli Studi di Roma Sapienza Il corso offre una panoramica delle principali

Dettagli

Dinamica di folle e stormi

Dinamica di folle e stormi Interazioni, auto-organizzazione, matematica Andrea Tosin 13 gennaio 2011 1 / 10 Un primo sguardo d insieme Sistemi multi-agente: le folle e gli stormi sono caratterizzati da un certo numero di particelle

Dettagli

DIPARTIMENTO DI SCIENZE 2014-15

DIPARTIMENTO DI SCIENZE 2014-15 DIPARTIMENTO DI SCIENZE 2014-15 LICEO CLASSICO E DELLE SCIENZE UMANE PLAUTO PREMESSA L insegnamento delle Scienze naturali ha il fine di far acquisire allo studente conoscenze disciplinari e metodologie

Dettagli

Psicologia dello Sviluppo

Psicologia dello Sviluppo Psicologia dello Sviluppo DESCRIVE i cambiamenti dell essere umano nei comportamenti e nelle competenze (motorie, percettive, sociali, emotive, comunicativo-linguistiche, cognitive) in funzione del trascorrere

Dettagli

RILEVARE LA LITERACY SCIENTIFICA: LE PROVE PISA 2006

RILEVARE LA LITERACY SCIENTIFICA: LE PROVE PISA 2006 Le competenze scientifiche degli studenti lombardi RILEVARE LA LITERACY SCIENTIFICA: LE PROVE PISA 2006 Milano 6 febbraio 2008 Caratteristiche delle prove CONTENUTI/PROCESSI TIPO DI QUESITO Cosa viene

Dettagli

- Quantum Information, Quantum Computer e Caos -

- Quantum Information, Quantum Computer e Caos - Roberto Weitnauer Maggio 2007 Pubblicato su Nova (Il Sole 24 Ore) il 5 luglio 2007 (5 pagine, 2 immagini) www.kalidoxa.com Diritti riservati - Quantum Information, Quantum Computer e Caos - I sistemi di

Dettagli

CURRICOLO MATEMATICA OBIETTIVI E COMPETENZE

CURRICOLO MATEMATICA OBIETTIVI E COMPETENZE CURRICOLO MATEMATICA OBIETTIVI E COMPETENZE CLASSE OBIETTIVI COMPETENZE PRIMA Conoscere ed operare con i numeri Contare oggetti o eventi, con la voce e mentalmente, in senso progressivo e regressivo. Leggere

Dettagli

Riguarda la descrizione dei processi attraverso i quali nasce e si trasforma la cognizione, riguarda cioè il modo in cui il bambino prima e l adulto

Riguarda la descrizione dei processi attraverso i quali nasce e si trasforma la cognizione, riguarda cioè il modo in cui il bambino prima e l adulto Riguarda la descrizione dei processi attraverso i quali nasce e si trasforma la cognizione, riguarda cioè il modo in cui il bambino prima e l adulto poi conosce il mondo ed interagisce con esso. La psicologia

Dettagli

INDICE INTRODUZIONE 7 PREMESSE 13

INDICE INTRODUZIONE 7 PREMESSE 13 INDICE INTRODUZIONE 7 PREMESSE 13 PRIMA PARTE - La comunicazione tra uomini e donne Capitolo 1 - Pensiero lineare e pensiero intrecciato 19 Capitolo 2 - Messaggi diretti e segnali sottintesi 23 Capitolo

Dettagli

INDICATORI PER LA VALUTAZIONE SCUOLA PRIMARIA ITALIANO

INDICATORI PER LA VALUTAZIONE SCUOLA PRIMARIA ITALIANO INDICATORI PER LA VALUTAZIONE SCUOLA PRIMARIA ITALIANO Comunicare oralmente in modo adeguato. Leggere e comprendere parole, frasi e semplici brani. Produrre semplici testi scritti. Svolgere attività esplicite

Dettagli

CURRICOLO CLASSI I II III IV - V SCUOLE PRIMARIE IC PORTO MANTOVANO

CURRICOLO CLASSI I II III IV - V SCUOLE PRIMARIE IC PORTO MANTOVANO ISTITUTO COMPRENSIVO di PORTO MANTOVANO (MN) Via Monteverdi 46047 PORTO MANTOVANO (MN) tel. 0376 398 781 e-mail: mnic813002@istruzione.it e-mail certificata: mnic813002@pec.istruzione.it sito internet:

Dettagli

Laboratorio di filosofia

Laboratorio di filosofia Laboratorio di filosofia Risvolti filosofici delle nuove acquisizioni nell ambito delle neuroscienze. Classe 4 scientifico A Coordinatrice Prof.ssa Laura Gagliardo Alunni: Fresia Giulia Elettra, Buttiglieri

Dettagli

Organizzazione come Cervello

Organizzazione come Cervello Organizzazione come Cervello Molte sono state le considerazioni fatte per descrivere la funzione del cervello: Una sofisticata banca dati Un sistema complesso di reazioni chimiche che danno vita ad azioni

Dettagli

La superiorità dello spazio (?)

La superiorità dello spazio (?) La superiorità dello spazio (?) Giuseppe Sindoni È facile immaginare un linguaggio che consista soltanto in informazioni e ordini dati in combattimento. - O un linguaggio che consista soltanto in domande

Dettagli

Super Memoria Copyright Oreste Maria Petrillo e Fabio Santoro www.successo3x.com

Super Memoria Copyright Oreste Maria Petrillo e Fabio Santoro www.successo3x.com Note legali Le strategie riportate in questo documento sono il frutto di anni di studi, quindi non è garantito il raggiungimento dei medesimi risultati. L autore si riserva il diritto di aggiornare o modificarne

Dettagli

PROGETTO PLURIENNALE MATEMATICA & COMPUTER: dalla scuola Primaria alla scuola secondaria di II grado

PROGETTO PLURIENNALE MATEMATICA & COMPUTER: dalla scuola Primaria alla scuola secondaria di II grado Università della Calabria - Via Ponte P. Bucci, Cubo 30/A CAMPUS DI ARCAVACATA - 87036 Rende (CS) ITALY Tel. e Fax +39 0984 496492 496493 WEB SITE URL: http://cird.unical.it. mail: cird@unical.it PROGETTO

Dettagli

Pubblichiamo il documento contenente gli indicatori approvati dal Collegio dei Docenti del nostro Istituto Comprensivo che sarà allegato alla scheda

Pubblichiamo il documento contenente gli indicatori approvati dal Collegio dei Docenti del nostro Istituto Comprensivo che sarà allegato alla scheda Pubblichiamo il documento contenente gli indicatori approvati dal Collegio dei Docenti del nostro Istituto Comprensivo che sarà allegato alla scheda di valutazione delle classi di Scuola Primaria C. Goldoni

Dettagli

Aspetti interdisciplinari della Fisica ed applicazioni alle scienze socio-economiche

Aspetti interdisciplinari della Fisica ed applicazioni alle scienze socio-economiche Aspetti interdisciplinari della Fisica ed applicazioni alle scienze socio-economiche Andrea Rapisarda e Alessandro Pluchino Università di Catania e Istituto Nazionale di Fisica Nucleare Dipartimento di

Dettagli

Didattica per competenze in ambito matematico. Semplificando possiamo schematizzare in due i modi di vedere la matematica: per il matematico

Didattica per competenze in ambito matematico. Semplificando possiamo schematizzare in due i modi di vedere la matematica: per il matematico Semplificando possiamo schematizzare in due i modi di vedere la matematica: per il matematico è una disciplina dalla profonda bellezza intrinseca. La purezza del modello, la sua non ambiguità, il senso

Dettagli

Fondamenti di Informatica. Allievi Automatici A.A. 2014-15 Nozioni di Base

Fondamenti di Informatica. Allievi Automatici A.A. 2014-15 Nozioni di Base Fondamenti di Informatica Allievi Automatici A.A. 2014-15 Nozioni di Base Perché studiare informatica? Perché l informatica è uno dei maggiori settori industriali, e ha importanza strategica Perché, oltre

Dettagli

Descrizione dell unità. Titolo Frazioni con la LIM. Autore Barbara Bianconi

Descrizione dell unità. Titolo Frazioni con la LIM. Autore Barbara Bianconi Descrizione dell unità Titolo Frazioni con la LIM Autore Barbara Bianconi Tematica Come si traducono nel linguaggio della matematica un quarto in musica, una fetta di pizza, un terzo di un percorso prestabilito?

Dettagli

? Parola di ricercatori (Brinol P., Petty R.E. e Wagner B., Body posture effects on self-evaluation, in European Journal of Social Psychology ).

? Parola di ricercatori (Brinol P., Petty R.E. e Wagner B., Body posture effects on self-evaluation, in European Journal of Social Psychology ). La PNL è una tecnica che ha l'obiettivo di allenare la mente al benessere, attraverso esercizi mentali e fisici che ottimizzano le peculiarità e le capacità del cervello. Lo sapevate che sedere con la

Dettagli

LA BASE MOTORIA E INTENZIONALE DELL APPRENDERE

LA BASE MOTORIA E INTENZIONALE DELL APPRENDERE IL CONTRIBUTO DELLE NEUROSCIENZE: IL DIBATTITO IN AMBITO EDUCATIVO. Bressanone 26/10/2012; Daniela Mario LA BASE MOTORIA E INTENZIONALE DELL APPRENDERE I neuroni specchio e le rappresentazioni condivise

Dettagli

Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico.

Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Introduzione Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Alcuni aspetti da tenere presenti: * range di validita del modello; * "profondita " o "risoluzione"

Dettagli

Ho imparato a fare le idee. Approfondimento: ruolo ed evoluzione delle grafiche progettuali. Strategie per progettisti consapevoli

Ho imparato a fare le idee. Approfondimento: ruolo ed evoluzione delle grafiche progettuali. Strategie per progettisti consapevoli Materiali di scarto industriale per una pedagogia sostenibile Ho imparato a fare le idee Strategie per progettisti consapevoli Tasca Ilaria, insegnante di scuola dell infanzia Approfondimento: ruolo ed

Dettagli

Intelligenza Artificiale (lucidi lezione introduttiva)

Intelligenza Artificiale (lucidi lezione introduttiva) Intelligenza Artificiale (lucidi lezione introduttiva) Prof. Alfonso Gerevini Dipartimento di Elettronica per l Automazione Facoltà di Ingegneria Università degli Studi di Brescia 1 Che cosa è l Intelligenza

Dettagli

Ottimizzazione e modelli ad agenti

Ottimizzazione e modelli ad agenti e modelli ad Dipartimento di Economia Ca Foscari - Venezia Vittorio Veneto, 24 Maggio 2011 Metodi moderni per l ottimizzazione. 1 Esempi e definizione del problema. 2 Grandi problemi, grandi idee... 3

Dettagli

La progettazione educativa e la formazione degli educatori in Oratorio

La progettazione educativa e la formazione degli educatori in Oratorio Oratori della Lombardia La progettazione educativa e la formazione degli educatori in Oratorio Luigi Regoliosi Quale rapporto tra formazione educatori e progettazione? Chi sono gli educatori in Oratorio?

Dettagli

un nastro di carta prolungabile a piacere e suddiviso in celle vuote o contenenti al più un unico carattere;

un nastro di carta prolungabile a piacere e suddiviso in celle vuote o contenenti al più un unico carattere; Algoritmi 3 3.5 Capacità di calcolo Il matematico inglese Alan Turing (1912-1954) descrisse nel 1936 un tipo di automi, oggi detti macchine di Turing, e fornì una della prime definizioni rigorose di esecuzione

Dettagli

Potere e Significato della Comunicazione Non verbale

Potere e Significato della Comunicazione Non verbale 1 Potere e Significato della Comunicazione Non verbale Riconoscere i gesti di chi ci sta di fronte. Sapere come interagire efficacemente Cosa significano i gesti delle persone che abbiamo di fronte? La

Dettagli

Dispense di Filosofia del Linguaggio

Dispense di Filosofia del Linguaggio Dispense di Filosofia del Linguaggio Vittorio Morato II settimana Gottlob Frege (1848 1925), un matematico e filosofo tedesco, è unanimemente considerato come il padre della filosofia del linguaggio contemporanea.

Dettagli

LA DIDATTICA DELLA MATEMATICA E LA DISCALCULIA

LA DIDATTICA DELLA MATEMATICA E LA DISCALCULIA LA DIDATTICA DELLA MATEMATICA E LA DISCALCULIA Prof.ssa Costanza Manni SENSIBILIZZAZIONE E INFORMAZIONE SUI DISTURBI SPECIFICI dell'apprendimento (D.S.A.) Istituto Piccole Ancelle del Sacro Cuore via della

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE INTRODUZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Introduzione alla simulazione Una simulazione è l imitazione

Dettagli

RISCHIO PSICOPATOLOGICO

RISCHIO PSICOPATOLOGICO LEZIONE: LA SINDROME DI DOWN (SECONDA PARTE) PROF. RENZO VIANELLO Indice 1 INTRODUZIONE -------------------------------------------------------------------------------------------------------------- 3

Dettagli

LA RIABILITAZIONE NEUROCOGNITIVA & L ESERCIZIO TERAPEUTICO CONOSCITIVO

LA RIABILITAZIONE NEUROCOGNITIVA & L ESERCIZIO TERAPEUTICO CONOSCITIVO LA RIABILITAZIONE NEUROCOGNITIVA & L ESERCIZIO TERAPEUTICO CONOSCITIVO Le varie teorie della riabilitazione motoria Nel corso degli anni si sono sviluppate varie teorie: Teoria motivazionale : è usata

Dettagli

IN DIALOGO CON ANDREA BIANCARDI

IN DIALOGO CON ANDREA BIANCARDI IN DIALOGO CON ANDREA BIANCARDI Dal corso con Andrea Biancardi sono nate diverse domande. Le risposte a questi interrogativi possono essere utili chiarificazioni per tutti coloro che hanno seguito le giornate

Dettagli

Napoletano Francesca - Psicologa - Formatrice

Napoletano Francesca - Psicologa - Formatrice Napoletano Francesca - Psicologa - Formatrice LINGUISTICA Sensibilità al significato (semantica), all ordine (sintassi), ai suoni, ai ritmi e alle inflessioni delle parole (fonologia); sensibilità alle

Dettagli

Che cos è la psicologia?

Che cos è la psicologia? 1 Che cos è la psicologia? La psicologia può essere definita come lo studio scientifico del comportamento e dei processi mentali 2 Che cos è la psicologia? Comportamento Azioni fisiche osservabili compiute

Dettagli

OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE PRIMA DELLA SCUOLA PRIMARIA ITALIANO

OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE PRIMA DELLA SCUOLA PRIMARIA ITALIANO OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE PRIMA DELLA SCUOLA PRIMARIA ITALIANO Ascolto e parlato Prendere la parola negli scambi comunicativi (dialogo, conversazione, discussione) rispettando

Dettagli

Istituto d Istruzione Superiore Carlo e Nello Rosselli Aprilia (LT)

Istituto d Istruzione Superiore Carlo e Nello Rosselli Aprilia (LT) Istituto d Istruzione Superiore Carlo e Nello Rosselli Aprilia (LT) Presentazione del corso: CCNA Discovery 1: Networking for Home and Small Businesses Opportunità Internet sta cambiando la vita come noi

Dettagli

Le abilità di pensiero e il loro esercizio (capitolo ottavo)

Le abilità di pensiero e il loro esercizio (capitolo ottavo) Dimensione formativa della didattica: A quali condizioni l apprendimento delle discipline promuove La crescita personale? Apprendere le discipline per potenziare la capacità di Interagire col mondo. Competenza:

Dettagli

IcTgS PRIMO LEVI SEREGNO. Il Sistema Moda

IcTgS PRIMO LEVI SEREGNO. Il Sistema Moda IcTgS PRIMO LEVI SEREGNO Il Sistema Moda S. M. comprende tutte le imprese della filiera Tessile- Abbigliamento Accessori: - filatura, tessitura e lavorazione (fibre naturali, artificiali e sintetiche);

Dettagli

IL DISTURBO AUTISTICO

IL DISTURBO AUTISTICO LEZIONE: DISTURBI PERVASIVI DELLO SVILUPPO (PRIMA PARTE) PROF. RENZO VIANELLO Indice 1 INTRODUZIONE --------------------------------------------------------------------------------------------------------------

Dettagli

ISTRUZIONE PROFESSIONALE Pecup comune Profilo culturale, educativo e professionale (PECUP) comune a tutti i percorsi dell Istruzione professionale

ISTRUZIONE PROFESSIONALE Pecup comune Profilo culturale, educativo e professionale (PECUP) comune a tutti i percorsi dell Istruzione professionale ISTRUZIONE PROFESSIONALE Pecup comune Profilo culturale, educativo e professionale (PECUP) comune a tutti i percorsi dell Istruzione professionale A conclusione dei percorsi degli istituti professionali,

Dettagli

La modellazione delle strutture

La modellazione delle strutture La modellazione delle strutture 1 Programma 31-1-2012 Introduzione e brevi richiami al metodo degli elementi finiti 7-2-2012 La modellazione della geometria 14-2-2012 21-2-2012 28-2-2012 6-3-2012 13-32012

Dettagli

ECONOMIA POLITICA. R.H. Frank, B.S. Bernanke, M. McDowell e R. Thom, Principi di Economia, McGraw-Hill, Milano, Terza Edizione, 2010

ECONOMIA POLITICA. R.H. Frank, B.S. Bernanke, M. McDowell e R. Thom, Principi di Economia, McGraw-Hill, Milano, Terza Edizione, 2010 ECONOMIA POLITICA TESTO R.H. Frank, B.S. Bernanke, M. McDowell e R. Thom, Principi di Economia, McGraw-Hill, Milano, Terza Edizione, 2010 (capp. 2,3,4,5,6,7,8,9,12,13,14,16,17,20,23) introduzione alla

Dettagli

UNA COMUNITA IN CRESCITA

UNA COMUNITA IN CRESCITA UNA COMUNITA IN CRESCITA Proposte di formazione per bambini, ragazzi, insegnanti e genitori 2008-2009 2009 La Bottega dei Ragazzi Cooperativa Sociale Onluss Via Tintoretto 41 35020 Albignasego (PD) Tel.

Dettagli

COMPETENZE SPECIFICHE

COMPETENZE SPECIFICHE COMPETENZE IN MATEMATICA DISCIPLINA DI RIFERIMENTO: MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE FISSATI DALLE INDICAZIONI NAZIONALI PER IL CURRICOLO 2012. MATEMATICA TRAGUARDI ALLA FINE DELLA

Dettagli

lingue: non funzionano gli audio senza linea. Difficoltà dopo l'aggiornamento delle app nel caricare i libri.

lingue: non funzionano gli audio senza linea. Difficoltà dopo l'aggiornamento delle app nel caricare i libri. Libr@ Verifica anno 2013/14 ASPETTI PUNTI DI FORZA LIMITI MIGLIORAMENTO Motivazione e organizzazione Interesse, motivazione e coinvolgimento da parte di tutti. Uso del web Possibilità di reperire in Internet

Dettagli

I NUOVI LICEI 2 2. I NUOVI LICEI. 2.1 Novità e caratteristiche

I NUOVI LICEI 2 2. I NUOVI LICEI. 2.1 Novità e caratteristiche I NUOVI LICEI 2 2. I NUOVI LICEI 2.1 Novità e caratteristiche Il segno distintivo dei licei? Una formazione culturale di base per così dire a banda larga, propedeutica alla continuazione degli studi e

Dettagli

Intelligenza o abilità?

Intelligenza o abilità? a Intelligenza o abilità? L apprendimento è stato spesso collegato con l intelligenza, e l intelligenza è stata misurata dagli psicologi con vari tipi di test. Ma come funziona un «tipico» test di intelligenza?

Dettagli

Programmazione didattica per Matematica. Primo Biennio. a.s. 2014-2015

Programmazione didattica per Matematica. Primo Biennio. a.s. 2014-2015 Programmazione didattica per Matematica Primo Biennio a.s. 2014-2015 Obiettivi educativi e didattici. Lo studio della matematica, secondo le indicazioni nazionali, concorre con le altre discipline, alla

Dettagli

LABORATORIO DI ANALISI DEI SISTEMI

LABORATORIO DI ANALISI DEI SISTEMI LABORATORIO DI ANALISI DEI SISTEMI Si utilizzerà, come strumento di lavoro, un foglio elettronico, il più diffuso Excel o anche quello gratuito di OpenOffice (www.openoffice.org). Tale scelta, pur non

Dettagli

Storia delle reti neurali artificiali

Storia delle reti neurali artificiali Storia delle reti neurali artificiali Laura Labonia Cos è una Artificial Neural Network? E una macchina progettata per simulare il funzionamento del cervello umano, implementata fisicamente utilizzando

Dettagli

Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di laurea specialistica in INFORMATICA

Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di laurea specialistica in INFORMATICA Università degli Studi di Perugia Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di laurea specialistica in INFORMATICA Basi di Dati Avanzate e Tecniche di Data Mining Prof. G. Cecconi, Prof.

Dettagli