Mario Valle Web

I nostri “abitanti del futuro” e il pensiero computazionale

Oggi parlare di pensiero computazionale — nato oltre oceano come Computational Thinking — o fare sfoggio di attività correlate è diventato a mio avviso un po’ una moda e uno slogan. Appunto per questo proverò ad analizzare queste idee con mente aperta per raccogliere suggerimenti su come utilizzarle al meglio per la crescita e lo sviluppo dei nostri “abitanti del futuro”.


Buongiorno! Oggi affronteremo un tema sempre più in primo piano nella scuola: …

… quello dell’insegnamento del pensiero computazionale. Ma di cosa stiamo parlando? Una delle tante definizioni che troviamo in giro recita: …

“Il pensiero computazionale è il processo di pensiero coinvolto nella formulazione di problemi e le loro soluzioni in modo che le soluzioni siano rappresentate in una forma che possa essere efficacemente ottenuta da un agente informatico”. La definizione quindi riguarda …

… problemi del mondo reale e le loro soluzioni computazionali ottenute da agenti informatici, che possono essere esseri umani, macchine oppure entrambi. Oggi scaveremo un po’ più a fondo in questa definizione …

… iniziando a chiederci perché dovremmo occuparci di pensiero computazionale. Vedremo poi come è nata questa idea, quali sono le sue radici e quali erano le intenzioni di chi l’ha promossa. Cercheremo quindi di capire che cosa possiamo trovare sotto il cappello “pensiero computazionale” e quali siano i benefici attesi dal suo inserimento nei programmi scolastici. Approfondiremo poi il rapporto fra pensiero computazionale e coding, rapporto che nelle scuole è molto stretto, quasi di dipendenza, direi. A questo punto daremo ascolto alle molte voci critiche che si sono levate riguardo all’enfasi con cui si propone questo tipo di pensiero e come è cambiato il mondo del calcolo dal quando è stata proposta l’idea di pensiero computazionale. Chiuderemo con qualche considerazione su che cosa in pratica si possa fare per la didattica del pensiero computazionale e come questo possa aiutarci o meno nel lavoro educativo in una scuola Montessori. Tema che verrà ben illustrato dalle due maestre che presenteranno dopo di me.

Allora, perché dobbiamo occuparci di pensiero computazionale? Che ci piaccia o no, dal punto di vista normativo è richiesto dalle leggi. I documenti a livello europeo (Raccomandazione 2006/962/CE) e italiano (Legge 107/15 e Indicazioni Nazionali), è vero, parlano più in generale di competenza digitale, ma all’interno di questa, il pensiero computazionale è una delle competenze da sviluppare. Obiettivo concretizzato nel Piano Nazionale per la Scuola Digitale …

… nell’azione numero 17: “Portare il pensiero logico-computazionale a tutta la scuola primaria”. Non solo, …

… c’è la mozione Aprea che impegna il Governo ad adottare iniziative per introdurre progressivamente e gradualmente, entro il 2022, nella scuola dell’infanzia e nel primo ciclo di istruzione lo studio del pensiero computazionale e del coding. Volendo essere cinico, fra i firmatari della mozione c’è chi aveva elogiato il tunnel fra il CERN di Ginevra e il Gran Sasso…

Dove e quando nasce l’idea di pensiero computazionale?

Per trovare le radici del pensiero computazionale dobbiamo risalire indietro nel tempo fino al 1945, agli scritti del matematico ungherese György Pólya che, nel suo libro “How to Solve It”, tratta della disciplina mentale e dei metodi di risoluzione dei problemi matematici.

Nel 1960, il vincitore del primo ACM Turing Award, Alan Perlis, sostiene che il concetto di “algoritmizzazione” fa già parte della nostra cultura e che i computer avrebbero automatizzato e alla fine trasformato i processi in tutti i campi. Assieme ad Allen Newell e Herb Simon definisce “pensiero algoritmico”, cioè il processo di progettazione di una serie di istruzioni macchina per guidare una soluzione computazionale a un problema, ciò che distingue l’informatica dagli altri rami della scienza. Assieme a lui altri pionieri dell’informatica, come Donald Knuth ed Edsger Dijkstra, scrivono riguardo alle abitudini mentali che hanno imparato programmando e affermano che definire un algoritmo è una forma di insegnamento a una macchina stupida che porta, però, a una profonda comprensione di un problema e che l’apprendimento di un approccio algoritmico aiuta a capire concetti di ogni tipo in molti campi.

Il vero e proprio termine “Computational Thinking” viene usato per la prima volta nel 1980 da Seymour Papert, matematico, informatico e pedagogista, nel suo libro “Mindstorms” e di nuovo in un suo articolo del 1996. A questo punto anche altri hanno cominciato a utilizzarlo, però sempre nell’ambito dell’informatica.

Ma è nel 2006 che il termine “Computational Thinking” viene reso popolare da Jeannette Wing in un breve ed entusiastico articolo sull’influente rivista Communications of the ACM.

… A dire il vero, non era sua intenzione scatenare un tale putiferio, tant’è che qualche anno più tardi l’autrice ricorda che, quando lo ha scritto, aveva inteso il suo manifesto come un aiuto per un campo in difficoltà perché “le cose andavano così male che alcune università stavano pensando di chiudere i dipartimenti di informatica”.

La visione di Jeannette Wing, presentata in questo articolo iniziale, è quella di offrire un’abilità fondamentale per tutti, non solo per gli informatici perché per lei …

“un’istruzione informatica di alta qualità consente agli studenti di utilizzare il pensiero computazionale e la creatività per comprendere e cambiare il mondo”.

All’inizio Wing non dà una definizione di pensiero computazionale, ma lo introduce attraverso esempi, come quello che usa un concetto eminentemente informatico come quello di caching, cioè conservare, anche temporaneamente, un dato vicino a dove deve essere utilizzato. Questo concetto informatico per lei illumina un modo di fare quotidiano dove i libri di scuola sono conservati a casa, poi portati nell’armadietto di scuola per la settimana e infine nello zaino per le lezioni del giorno. Oppure l’ordine dei passi di un algoritmo spiegato con il tavolo del buffet in cui i condimenti vanno dopo la pietanza da condire e non prima e le posate vanno messe alla fine. Esempi in cui, a mio parere, non scomoderei il pensiero computazionale, ma una più generale capacità di allargare gli orizzonti e creare connessioni fra i saperi.

Oltre a questi ne troviamo altri presi dalla scienza in cui, a suo dire, si vede l’applicazione del pensiero computazionale. Per esempio cita la visione di una biologia basata su un approccio sistemico agli organismi o le scienze sociali che trattano le folle come una rete interconnessa.

Quali sono, allora, i benefici che immagina derivare dall’introduzione del pensiero computazionale? Il movimento “Computer Science for All”, facendo riferimento a Wing, li identifica in: 1) il pensiero computazionale aiuterà a preparare meglio ogni bambino a vivere in un mondo sempre più digitalizzato; 2) i pensatori computazionali saranno superiori risolutori di problemi in tutti i campi; 3) chi sa usare il calcolatore in maniera efficiente ha un vantaggio su chi non lo sa utilizzare.

Un elenco simile sottolinea come il pensiero computazionale sia utile per avere successo in una società tecnologica; per accrescere l’interesse nella tecnologia dell’informazione come professione; per mantenere e migliorare la competitività economica; per sostenere la ricerca in altre discipline; e infine per aiutare l’autonomia e l’affermazione personale. Tranne quest’ultimo punto è tutto molto “aziendale”.

Wing punta molto sui piccoli nella sua proposta con un obiettivo ampiamente condivisibile: “Ai nostri bambini insegniamo a essere persone che risolvono problemi, a valersi di logica e pensiero astratto, a individuare regolarità e andamenti ricorrenti, a trovare alternative”.

Ora chiediamoci che cosa c’è dentro il termine “pensiero computazionale”. Se deve far parte di un programma scolastico, questo è un punto che non può essere ignorato. Purtroppo è difficile schematizzare che cosa si intenda per pensiero computazionale, perché …

…documenti differenti riportano spesso capacità di pensiero differenti e sovrapposte che sovente hanno una definizione eccessivamente generale senza fornire una solida base teorica. Per esempio, …

… ecco un elenco del 2017 e …

… uno più approfondito nato negli stessi anni da due indagini fra insegnanti italiani e neozelandesi. In tutti, però, affiora un rapporto di stretta dipendenza con l’informatica. Certo, l’idea di pensiero computazionale nasce nell’informatica e lì fornisce schemi di pensiero indispensabili per chi ha scelto questa professione, ma poi si espande dappertutto senza però aggiornare questi strumenti mentali.

Lo fa notare, per esempio, Peter Denning per cui: “Parlare solo di astrazione, ricorsione, composizione e decomposizione, modularizzazione, eccetera, dà una caratterizzazione tristemente incompleta di ciò che i professionisti dell’informatica devono sapere, non per altro perché questi concetti erano centrali negli anni ’60 e ’70, quando la programmazione era l’interfaccia principale con i computer”. Più o meno tutti, però, concordano che alla base del pensiero computazionale si trovano le …

… tre A: Astrazione, Automazione e Analisi. In questa definizione …

… l’astrazione la fa da padrona anche se, dobbiamo dire, la fa da padrona anche in altri campi come la matematica.

La definizione di pensiero computazionale che ho riportato all’inizio è una definizione con cui la maggior parte delle persone può essere d’accordo. Il problema nasce quando viene usata per definire un programma scolastico. Tradurre la visione di Wing in una dettagliata definizione operativa su cui basare un curriculum non è affatto facile, sia per la vaga definizione concettuale di pensiero computazionale, sia perché ogni sviluppo di un programma sembra più finalizzato a convincerebbe le autorità, molte delle quali si presume non abbiano familiarità con l’argomento, piuttosto che preoccuparsi degli aspetti educativi.

Quel che è peggio è che la definizione citata lascia gli insegnanti nella scomoda posizione di non sapere esattamente che cosa si suppone debbano insegnare, per chi questo insegnamento è adatto e come valutare se l’insegnamento ha avuto successo.

Se poi aggiungiamo che il pensiero computazionale è un’abilità (skill) piuttosto che un particolare insieme di conoscenze applicabili e che uno skill è una competenza acquisita nel tempo con la pratica, non con la conoscenza di fatti o informazioni, capiamo perché il suo insegnamento nella scuola non è un’attività del tutto scontata.

Praticamente sempre nella scuola il pensiero computazionale viene associato al coding (perché chiamarlo programmazione sembra sia demodé).

Questa enfasi sulla programmazione nasce ben prima del pensiero computazionale. Fin dal 1960, Seymour Papert, che tra l’altro aveva lavorato con Piaget, sosteneva che tutti i bambini avrebbero dovuto imparare a programmare i computer per poterli usare in maniera più attiva. Per questo motivo ha inventato il linguaggio LOGO e la sua iconica tartarughina. Il suo pensiero lo possiamo riassumere così: “È il bambino che programma il computer e non il computer che programma il bambino”. Insomma, la programmazione come antidoto a tanti problemi creati dalle tecnologie.

È ancor più interessante leggere come prosegue la citazione di Papert: “E nell’insegnare al computer come pensare, i bambini intraprendono un’esplorazione di come pensano loro stessi”. In definitiva, un doppio beneficio.

In un catalogo di materiale scolastico ho trovato la seguente spiegazione del rapporto fra coding e pensiero computazionale: …

“Insegnare il coding a scuola vuol dire approcciare il pensiero computazionale o ‘pensiero algoritmico’, un pensiero che opera per algoritmi finalizzato al problem solving. In questo modo gli alunni sono portati a trovare una soluzione a problemi teorici e pratici di varia natura, applicando non solo la logica, ma anche la creatività”. In poche righe sono riusciti a condensare affermazioni corrette riguardo al ruolo del pensiero computazionale nel coding, ma anche classici equivoci, come confondere pensiero computazionale e pensiero algoritmico, limitare il pensiero computazionale al problem solving e vederlo strettamente collegato al coding.

Concedetemi una piccola deviazione. Un aspetto interessante lo troviamo nel seguito: “Con l’introduzione del coding nella didattica gli studenti imparano a collaborare tra loro per risolvere problemi anche molto complessi, sfruttando le conoscenze e competenze di ognuno al fine di raggiungere una soluzione comune. Il coding insegna agli studenti che copiare non è necessariamente negativo: apprendere dagli altri un modo di fare corretto, senza rubarlo ma riconoscendolo come tale, è una tappa importante di crescita, utile anche a migliorare il confronto con i coetanei, perché abitua ad accogliere un punto di vista diverso e a lavorare insieme sullo stesso progetto”. In altre parole il coding può insegnare la collaborazione e ci fa capire quanto ci sia di sbagliato in una impostazione competitiva della scuola. Ma torniamo in carreggiata.

Praticamente dappertutto si utilizza Scratch per fare coding in classe perché ha molti aspetti adatti a questo scopo: è visuale e non richiede sintassi complicate e può servire sia per programmi più matematici, sia per creare storie, giochi e simulazioni interattive.

In più, permette di condividere le proprie creazioni in una comunità online con altri giovani programmatori di tutto il mondo.

Rimane però la confusione fra coding e strumento di pensiero. Jeannette Wing scriveva: “Pensare come un informatico significa molto di più del saper programmare un computer”. Nonostante questo, creare un legame fra coding e pensiero computazionale aiuta gli studenti a capire a che cosa servono i concetti presentati all’interno del pensiero computazionale. Ha però un risvolto negativo perché …

… può allontanare molti studenti e soprattutto le ragazze dall’informatica e può far percepire la programmazione come un’attività di basso livello e banale, piuttosto che creativa e intellettualmente stimolante. Ci sono anche altri aspetti che potrebbero alla lunga andare a detrimento di un insegnamento dell’informatica, ma ne parleremo dopo.

Bob Dylan cantava che i tempi stanno cambiando e stanno cambiando anche per l’ambiente del calcolo attorno al pensiero computazionale.

Dalla definizione iniziale di pensiero computazionale il mondo digitale si è trasformato, basti pensare …

… che il primo smartphone è stato presentato a metà 2007, un anno dopo l’articolo di Wing.

Assieme a questo, un cambiamento importante riguarda il computer stesso che non è più quello scatolone magico di non molti anni fa, ma sta diventando sempre più invisibile e nel suo utilizzo sta tornando l’interesse per il fruitore umano delle tecnologie digitali e non per le macchine in se stesse.

Per esempio, il calcolatore è ormai onnipresente, addirittura nelle automobili e lavatrici. Mentre costruire un foglio di Excel è molto più semplice che fare gli stessi calcoli a mano o scrivere un programma.

Un altro fattore di cambiamento nasce dall’architettura stessa dei computer che è sempre più parallela, con acceleratori e con decine se non migliaia di unità di calcolo che lavorano assieme. E i sistemi paralleli mostrano comportamenti che non possono essere studiati utilizzando un modello sequenziale di calcolo, come quello reso disponibile da Scratch.

Il futuro dell’apprendimento automatico, machine learning o intelligenza artificiale che dir si voglia, richiede un modo di pensare diverso, che non è altro che il modo di pensare umano e specialmente il modo di pensare e apprendere dei bambini piccoli. Anche i cosiddetti algoritmi genetici richiedono che il computer si comporti come un essere vivente. I progettisti e utilizzatori di queste tecnologie devono pensare in un modo che è esattamente l’opposto di quanto propongono i propugnatori del pensiero computazionale, perché in questo caso è la macchina che deve pensare come un umano, non viceversa.

Se poi vogliamo andare sull’esoterico, i futuri, ma non tanto, computer quantistici e quelli neuromorfici che traggono ispirazione dalle neuroscienze per creare qualcosa che funziona in maniera simile al cervello biologico, hanno bisogno per essere programmati di modi di pensiero totalmente differenti da quelli attuali.

Ma la forza più potente in gioco sono i nostri giovani “nativi digitali” che sono tutti utenti esperti di dispositivi mobili, app, commercio online e social media ma non sono pensatori computazionali. Per loro il computer non è nulla di speciale, è solo una porta sul loro mondo.

Negli ultimi anni, diciamo dal 2018 in poi, si sono levate varie voci critiche e vari esperti hanno cambiato idea riguardo all’enfasi data al pensiero computazionale. Attenzione! Le riporto qui non per demonizzare questa proposta, ma affinché possiamo scegliere a ragion veduta, non sull’onda di mode o imposizioni.

Ma torniamo alle critiche. La principale è …

… che per rendere il pensiero computazionale interessante a campi differenti dall’informatica se ne è offerta una definizione vaga e confusa con contorni teorici poco definiti. Va da sé che se manca una definizione chiara è facile per gli entusiasti proporre affermazioni infondate e avanzare pretese eccessive. Se, oltre alla definizione, sono le solide basi teoriche che mancano, tutto l’edificio traballa.

Per rendere chiaro questo problema, in un articolo dal titolo piuttosto esplicito, Paulson propone di vedere che cosa succede a una delle tante definizioni di pensiero computazionale quando si …

… sostituisce “calcolo” con la parola “medicina” e “algoritmi computazionali” con “procedure mediche”. Ne risulta un’affermazione che non definisce cos’è la medicina perché la definizione originaria è altamente circolare e quindi non definisce niente.

Vediamo allora alcuni dei dubbi a cui hanno dato voce gli esperti.

Che cosa distingue questo metodo di pensiero da altri modi di pensare? Partiamo dal pensiero umano.

Per prima cosa dobbiamo chiarire che “il pensiero umano — e quei suoi parenti stretti che sono la soluzione di problemi e l’elaborazione di piani d’azione — sembra più radicato nell’esperienza passata che nella deduzione logica. La vita mentale non è lucida e ordinata, non procede con eleganza e senza sbalzi in forma logica e pulita. Al contrario, va avanti a sbalzi e strattoni, saltando da un’idea all’altra, collegando cose che non hanno niente a che fare l’una con l’altra, formando intuizioni e concetti nuovi, saltando creativamente alle conclusioni. Il pensiero umano non è come la logica; è fondamentalmente diverso come spirito e qualità. La differenza non è né in meglio né in peggio. Ma è questa differenza a portare le scoperte creative e la grande solidità del comportamento”. I propugnatori del pensiero computazionale invece affermano che il nostro cervello lavorerebbe costruendo e applicando algoritmi alle sue scelte di azione. Ora, la recente ricerca neuroscientifica ha mostrato che il modello di comprensione con cui lavora il nostro cervello è quello …

… dell’embodiment, una modalità in cui tutti gli aspetti della cognizione sono plasmati dalle funzioni e dai movimenti del corpo, più che dal pensiero razionale: noi funzioniamo in maniera adattiva e complessa, siamo un organismo e non un computer. Pensiero che era già chiaro in …

… Maria Montessori che aveva capito la stretta connessione del movimento con lo sviluppo della mente.

Lo studio citato, svolto fra gli insegnanti neozelandesi, fa notare che rimuovere dall’insegnamento del pensiero computazionale gli elementi pratici, cioè la programmazione, lo rende di fatto identico ad altri metodi di problem solving già insegnati nelle scuole neozelandesi, come quello dei “Sei cappelli per pensare” di Edward de Bono.

Papert, poi, critica l’enfasi data agli artefatti tecnologici a discapito del modo di pensare umano: “Il tecnocentrismo si riferisce alla tendenza a dare una [centralità] a un oggetto tecnico, ad esempio al computer o al LOGO. Questa tendenza si manifesta in domande come «qual è l’effetto del computer sullo sviluppo cognitivo?» o «il LOGO funziona?» … Tali giri di parole spesso tradiscono una tendenza a pensare ai computer e al LOGO come agenti che agiscono direttamente sul pensiero e sull’apprendimento; tradiscono una tendenza a ridurre quelle che sono realmente le componenti più importanti delle situazioni educative — persone e culture — a un ruolo secondario, di facilitatore. Il contesto per lo sviluppo umano è sempre una cultura, mai una tecnologia isolata”.

Alcuni hanno ipotizzato che il pensiero computazionale sia il tipo di pensiero più fondamentale e superiore a tutti gli altri, come il pensiero sistemico, il pensiero progettuale, il pensiero logico, il pensiero scientifico, e altri. Questo è sciovinismo computazionale. Non ci sono basi per affermare che sia più fondamentale di altri tipi di pensiero. Potremmo invece allargare gli orizzonti e concentrarci sull’insegnare a pensare bene.

Altra domanda: il pensiero computazionale è un modo di pensare trasferibile ad altri domini? Cioè pensare come un informatico porta benefici anche al di fuori dell’informatica? L’affermazione più audace di tutte fatta dai proponenti del pensiero computazionale è che il pensiero computazionale migliori le capacità cognitive generali che si trasferiranno ad altri domini dove si manifesteranno come capacità superiori di risoluzione dei problemi. Sfortunatamente ci sono prove del contrario: la fede servile in un unico modo di pensare può trasformarci in un risolutore di problemi peggiore di chi è aperto a più modi di pensiero. Già anni prima della diffusione del pensiero computazionale …

… Koschmann aveva smentito l’affermazione secondo cui apprendere la programmazione è un bene per i bambini proprio come lo era una volta l’apprendimento del latino. Tra l’altro non è mai stato provato che l’apprendimento del latino aiutasse i bambini a migliorare le proprie abilità di vita.

Andiamo avanti. I metodi del pensiero computazionale sono applicabili a qualsiasi campo? È ben noto che per risolvere un qualsiasi problema bisogna conoscere il dominio in cui si colloca. Il problema di un motore che non parte avrà soluzioni differenti se il dominio è quello dei motori elettrici, diesel o a benzina. Se il pensiero computazionale viene propagandato come metodo di risoluzione dei problemi, ovviamente non è indipendente dal dominio, come affermano invece gli entusiasti.

Ed è esperienza comune che anche i programmatori esperti quando cambiano dominio non sono migliori dei principianti.

Altra domanda: Chiunque può beneficiare del pensiero computazionale? Nella visione di Wing “tutti, non solo coloro che sono laureati in informatica, possono trarre beneficio dal pensare come un informatico”. Un’affermazione con cui si può essere d’accordo, perché avere più strumenti nella scatola degli attrezzi mentali è sicuramente un obiettivo valido.

Ci sono pochi dubbi che chi lavora nell’informatica e produce software abbia bisogno di sviluppare forti competenze di pensiero computazionale. Tuttavia, l’affermazione secondo cui tutti possono trarre beneficio da questo modo di pensare non è mai stata suffragata da ricerche empiriche.

Un’altra affermazione suggerita dalle definizioni di pensiero computazionale è che gli utilizzatori di strumenti computazionali svilupperanno questo tipo di pensiero. Ma un architetto che usa un programma di CAD architettonico non verrà giudicato dalle capacità di pensiero computazionale, ma dalla qualità del suo progetto, dall’estetica, da quanto sia funzionale e così via.

Ne abbiamo già parlato, ma che rapporto c’è fra pensiero computazionale e informatica? Dovrebbero seguire strade differenti, invece sono sempre più ingarbugliate. Vediamone un aspetto solamente.

Chi parla di pensiero computazionale si scorda di far riferimento ai dati di cui ogni procedura di calcolo si nutre. Dati che hanno bisogno di una struttura e di metodi d’analisi e interpretazione da parte degli umani e così importanti che Peter Naur aveva chiamato il suo corso universitario non “informatica” ma “datalogy” cioè lo studio dei dati e della loro elaborazione.

Vedete il quadernino? Questo bambino si è inventato un meccanismo per non perdere il filo durante somme così lunghe, cioè un algoritmo nato per elaborare dei dati. E si è inventato delle strutture ad albero senza sapere nulla di pensiero computazionale.

Alla base di tutte le asserzioni riguardanti il pensiero computazionale c’è il presupposto implicito che il suo obiettivo sia risolvere problemi. Tutto ciò che affrontiamo nella vita è un problema? No. Rispondiamo a opportunità, minacce, conflitti, preoccupazioni, desideri, ecc. progettando metodi e strumenti computazionali, ma non chiamiamo queste risposte soluzioni di problemi. Anche per gli scienziati …

… il “pensiero computazionale sono le pratiche computazionali di scienziati e ingegneri reali che usano l’informatica”. Questi professionisti vogliono fare il loro lavoro, non vogliono un programmare fine a se stesso, per cui utilizzano un sottoinsieme minimo del computer e del calcolo che porta loro qualcosa per il loro pensiero, per i loro compiti e per la loro ricerca scientifica.

Per chi utilizza il computer nel proprio lavoro l’enfasi dovrebbe andare quindi al risultato del calcolo e non al pensiero computazionale.

Abbiamo detto che il fondamento del pensiero computazionale è l’astrazione. Una delle critiche riguarda proprio la troppa enfasi data a questo aspetto. La cosa buffa è che una ricerca rivela quanto poco venga utilizzata l’astrazione per caratterizzare il pensiero computazionale, contrariamente all’enfasi data da Wing a questo aspetto della sua proposta. Certo, l’astrazione è un aspetto fondamentale quando si parla di calcolo, ma a volte ci si dimentica …

… delle macchine e soprattutto ci si dimentica di che cosa i bambini vogliono conoscere riguardo ai computer. Esattamente quello di cui si lamentava Montessori: “Il nostro insegnamento deve solo rispondere ai bisogni intellettuali del bambino, non deve mai imporli.”

… Per quello che ci interessa, attorno ai sei anni inizia un processo importante, la conquista dell’astrazione. Prima di quell’età il bambino fatica a distinguere ciò che è reale da ciò che esiste solo nella sua mente, come …

… ci fa vedere questa piccola bimba che asciuga le lacrime di un personaggio televisivo. Scena tenera, ma che dovrebbe farci riflettere su come una certa tecnologia offra un “mondo sotto vetro” che interferisce con la percezione della realtà da parte dei più piccoli e quindi della cautela che dobbiamo esercitare quando parliamo di introdurre il pensiero computazionale ai bambini più piccoli.

Saltiamo ora allo scopo finale di tutto questo. Come educatori vogliamo preparare i nostri piccoli al futuro, il tempo dove poi dovranno vivere. In quest’ottica basta puntare tutto sul pensiero computazionale?

Non parliamo ora del rapporto fra scuola e tecnologia, si allargherebbe troppo l’argomento. Diciamo solo che bisognerebbe considerare di più le loro menti in formazione prima di pensare che la tecnologia sia la soluzione di ogni problema. Torniamo al tema del pensiero computazionale.

C’è chi critica la dimensione “aziendale” di questa proposta, come per esempio Enrico Nardelli che ci mette in guardia sul fatto che, se non forniamo ai ragazzi una formazione a largo spettro sui vari aspetti dell’informatica, formeremo solo “operai digitali” che saranno i primi a essere espulsi dal mondo del lavoro quando arriva la crisi. Invece dovremmo formare persone che possano inventare la prossima “Killer App” l’applicazione rivoluzionaria che cambia il mondo, come fecero nel 1979 …

… Dan Bricklin e Bob Frankston che inventarono VisiCalc, il padre di tutti i fogli di calcolo come Excel. Un programma che rivoluzionò il lavoro dei contabili e aprì l’uso del PC a schiere di professionisti.

Se la scuola vuole preparare i nostri piccoli al futuro, suo compito non sarà quello di fornire dati e sempre più dati, né tanto meno quello di dare risposte senza l’indicazione dei processi attraverso i quali a quelle risposte si giunge. Compito della scuola è trasmettere metodi di ricerca e capacità di giudizio, a partire dai quali i dati e le risposte sono facilmente ottenibili.

Detto con altre parole, quello che dovrebbe offrire la scuola nel nostro mondo tecnologico lo ritroviamo condensato nella prefazione di Mario Lodi a “Scuola di fantasia” di Gianni Rodari (Einaudi, 2014, p. XIV): “Facciamo una scuola in cui possa entrare il bambino intero e restare intero, scrive Rodari, e intende dire che la scuola deve sviluppare non solo la capacità di ascoltare e di ripetere, di imparare a leggere, a scrivere e a far di conto, ma anche la capacità di pensare, progettare, verificare, di sbagliare e di correggere l’errore…”.

… Possiamo condensare queste abilità, valide oggi come in ogni possibile futuro tecnologico, nelle “quattro C”: Critical thinking (pensiero critico), Communication (comunicazione), Collaboration (collaborazione) e Creativity (creatività).

In questa preparazione la tecnologia che ruolo svolge? Sempre Alan Kay, in un’intervista su Electronic Learning dell’aprile 1994, affermava: “Se hai delle idee, puoi fare molte cose anche senza macchine. Una volta che hai delle idee, le macchine inizieranno a lavorare per te… Molte delle idee si possono unire con un bastoncino sulla sabbia.”

Allora, possiamo rendere concrete quali devono essere le capacità che dobbiamo coltivare nei giovani per aiutarli ad affrontare il futuro? Marty Neumeier nel suo libro “Metaskills: Five Talents for the Robotic Age” è convinto, e io concordo con lui, che i talenti di cui abbiamo bisogno in un’economia post-industriale siano: il feeling (l’intuizione e l’empatia), il vedere (il system thinking), il sognare (l’immaginazione applicata), il fare (il progettare) e l’apprendere (l’autoeducazione). Queste abilità non vengono quasi mai insegnate a scuola, tuttavia sono le competenze di cui i nostri giovani avranno bisogno per rimanere rilevanti in un mondo del lavoro assediato da robot e intelligenze artificiali. Ora torniamo al nostro pensiero computazionale con un titolo che ho trovato …

… e che calza a pennello: “Non abbiamo bisogno di insegnare ai nostri bambini come programmare, abbiamo bisogno di insegnar loro come sognare”. Un informatico che non sa immaginare la struttura del programma su cui sta lavorando, che non sa vedere le implicazioni del suo lavoro, rimarrà un operaio del software. Pensiamo a un ragazzino un po’ speciale, …

… Albert Einstein, che a sedici anni si chiedeva: “Che cosa succederebbe se cavalcassi un raggio di luce?” dando così avvio alla catena di pensieri che lo ha portato alla teoria della relatività. Ma per poter immaginare …

… è fondamentale acquisire materiali da costruzione tramite la cultura, tramite incursioni in altri campi del sapere, magari non necessariamente utili immediatamente per lo studio o il lavoro professionale, ma soprattutto attraverso esperienze pratiche nell’ambiente.

Lo stesso vale per gli insegnanti. Scrive Montessori: “Il primo passo è l’auto-preparazione dell’immaginazione, perché la maestra montessoriana deve vedere un bambino che non esiste ancora, materialmente parlando, deve aver fede nel bambino che si rivelerà per mezzo del lavoro”. Il suo ruolo deve essere quello …

… di creare le condizioni per l’invenzione piuttosto che fornire conoscenze già pronte, come afferma il solito Papert. Invece …

… troppo spesso diamo ai bambini risposte da ricordare invece di problemi da risolvere.

Oppure proponiamo problemi addomesticati, cioè problemi ben strutturati, che richiamano un problem solving di tipo applicativo. Problemi che ritroviamo in un sussidiario degli anni ‘30 o nelle scatole LEGO con cui si può costruire uno e un solo modello.

Per gli adulti il modo di apprendere è ancor di più legato al dover risolvere un problema vero. Allora, perché non andare oltre il pensiero computazionale come propongono …

… alcuni esperti? Uno è Mike Tissenbaum che dettaglia e richiede un’evoluzione del pensiero computazionale che lui chiama “azione computazionale”. Questa evoluzione riguarda i giovani che, mentre imparano a conoscere l’informatica, dovrebbero avere l’opportunità di creare con essa cose che hanno un impatto diretto sulle loro vite e sulle loro comunità. Così facendo si prepareranno non solo i tanto necessari programmatori, ma soprattutto si prepareranno cittadini alfabetizzati nel digitale e capaci di risolvere problemi. L’obiettivo di questa evoluzione dell’idea di pensiero computazionale è quello di instillare nei giovani il convincimento che sono capaci di progettare e implementare soluzioni computazionali a problemi e opportunità identificate autonomamente. A questo fine gli studenti devono sentirsi responsabili dell’articolazione e della progettazione delle loro soluzioni, piuttosto che lavorare verso risposte “giuste” e predeterminate.

L’articolo citato riporta l’esempio di un gruppo di ragazze fra i dieci e i quattordici anni di uno slum di Mumbai che si sono rese conto che uno dei problemi critici nella loro comunità è la sicurezza delle donne. Nonostante non avessero alcuna esperienza di programmazione precedente, erano guidate dalla sensazione di poter portare un vero cambiamento nella vita di chi è vicino a loro. Attraverso la guida di un mentore locale e di alcuni video online, sono state in grado di creare l’app Women Fight Back, che mette a disposizione funzionalità come avvisi SMS, mappatura della posizione, allarme di soccorso e chiamate di emergenza. E non si sono fermate qui.

Un fenomeno simile si osserva nel mio mondo. Essendo il Centro di Calcolo un’istituzione accademica tendiamo a utilizzare il cosiddetto software FOSS (Free Open Source Software) che spesso è più completo del corrispondente software commerciale. Per esempio, io uso GIMP per ritoccare le immagini e questo programma è al pari con Photoshop e non bisogna sborsare una montagna di soldi per averlo.

Questi programmi, ne avrete sicuramente riconosciuti alcuni nelle icone raccolte sulla slide, sono scritti da persone fuori del loro lavoro professionale, senza ricevere nessun compenso. Che cosa, allora, le motiva a produrre tali capolavori di ingegneria? Autonomia e avere un problema da risolvere, appunto.

Concludiamo con Maria Montessori che nel testo “Introduction on the Use of Mechanical Aids” ci ricorda: “Il bambino impara attraverso la sua propria attività, e se gli viene data la possibilità di imparare attivamente sviluppa il suo carattere e la sua personalità”. Passiamo allora a vedere che rapporto c’è …

… fra l’educazione Montessori e il pensiero computazionale. Prendiamo il primo punto della definizione di Laura Pappano: …

… “Riconoscere schemi e sequenze”. Se pensiamo all’ambiente e ai materiali scientifici usati quotidianamente nelle scuole Montessori, vediamo che questi sono pensati per sviluppare negli studenti proprio queste abilità. Anche la disposizione degli ambienti della scuola è progettata per aiutare il riconoscimento di schemi e strutture per mezzo dell’organizzazione dei ripiani con i materiali. A un livello più profondo, …

… i materiali stessi sono progettati per attirare i sensi e invogliare la curiosità e la ripetizione, migliorando così la capacità del bambino di confrontare, contrastare e scoprire direttamente i modelli e le sequenze presenti nell’ambiente.

L’utilizzo dei materiali Montessori insegna agli studenti a pensare attraverso un’articolata sequenza di passaggi ogni volta che prendono autonomamente un lavoro dallo scaffale: selezionare l’attività, identificare e seguirne ogni fase, completarla e rimettere il lavoro al suo posto. Il bambino ha quindi la libertà di creare il proprio algoritmo per utilizzare il materiale nel modo più efficace.

Ed è qualcosa che apprendono fin dal nido. Basta vedere questo bambino controllare e rimettere in ordine da solo i materiali che ha usato.

E manipolando il materiale si commettono errori. Con un materiale come questo non c’è bisogno dell’adulto che dica: “Guarda che hai sbagliato”. Se il bambino sbaglia se ne accorge da solo e si corregge. La possibilità di sbagliare è fondamentale per l’apprendimento, tanto che Montessori lo chiamava il “Signor errore”.

Infine “Ridurre il generale al particolare ed espandere il particolare al generale”. I materiali di matematica sono il miglior esempio della capacità dello studente di scomporre concetti astratti in esempi concreti e viceversa.

Un problema della scuola, ma anche dei genitori, è che usiamo troppe parole con i bambini. Montessori se ne era accorta: “Vi è un altro fatto interessante: i bambini non possono concentrare l’attenzione sulle parole, mentre è loro molto facile concentrarla su un oggetto” (Educazione e pace, p. 122). Questa logorrea educativa blocca le capacità dei bambini.

Allora, invece di parole e parole facciamo rivivere loro la testuggine romana o smontare un PC. Una maestra Montessori ha creato un materiale su quest’idea.

Un vassoio che contiene, come un qualsiasi altro materiale Montessori, tutti i pezzi per costruire un PC basato su Raspberry Pi.

Oppure questo robottino che combina l’uso delle mani con l’interazione non mediata da schermo e tastiera e che nasconde la parte tecnologica.

Un altro aspetto del mondo Montessori che mi ha sempre affascinato è l’Educazione Cosmica nel suo modo di connettere tutti i saperi cominciando dal mostrare l’interdipendenza di tutte le forme di vita, di tutti gli ambienti terrestri, del sole, dell’acqua e dell’aria. È mostrare che siamo una sola famiglia umana con la stessa origine e gli stessi bisogni.

Come facciamo, si domandava Maria in India, a dare questa visione cosmica al bambino? A fargli vedere l’ordine che vi regna? Non descrivendo, elencando e sistematizzando, ma dispiegando e comprendendo le connessioni e le relazioni che creano quest’ordine. Perché, appunto, “noi non possiamo comprendere un sasso senza capire almeno qualcosa del grande sole!” Del resto è così che …

… funziona la mente umana. Vannevar Bush la descriveva nel suo “As We May Think” (Come potremmo pensare): “La mente umana […] agisce per associazione. Con un elemento in pugno, si aggancia immediatamente al successivo che le viene suggerito dall’associazione di pensieri, in base a qualche intricata rete di percorsi creati dalle cellule del cervello”. Non è questo qualcosa di unificante ancor più che il pensiero computazionale?

Allora, che cosa possiamo fare? Che ci piaccia o no, il pensiero computazionale nella scuola c’è per rimanere, per cui vediamo come possiamo farlo lavorare per noi.

Come considerazione generale, in ossequio alle norme, teniamoci la dicitura “pensiero computazionale” ma diamole la nostra interpretazione dei contenuti. Tanto lo fanno tutti.

Un primo passo sarà, poi, rendere più concreti i contenuti del pensiero computazionale concentrandoci sul pensiero algoritmico che, come fa notare Peter Denning, in fondo è la stessa cosa. Certo, non tutto può essere considerato un algoritmo, ma …

… alcune attività ben conosciute possono essere un buon punto di partenza per far considerare l’importanza del pianificare la risoluzione di problemi e l’esecuzione di attività. Un esempio potrebbe essere l’algoritmo per cuocere la pasta qui presentato, anche se manca di alcuni passi fondamentali: il pesare la pasta, quanto sale mettere, come decidere quanto tempo di cottura considerare, il condire il piatto, eccetera.

E poi ci sono tantissime attività interessanti che non hanno bisogno di computer (chiamarle unplugged suona più moderno) per trasmettere concetti e idee informatiche.

Poi ridiamo dignità alla programmazione che mette nelle mani dei più giovani una materia estremamente malleabile per rendere concrete tante idee, e ridiamo loro la libertà di scelta, …

… meglio seguendo i principi della già citata “azione computazionale”.

Possiamo poi cercare alternative alle attività usuali. Per esempio, invece di insegnare a disegnare sul tablet, …

… Perché non presentare la tecnica delle MindMap? Si usano colori, frecce, lo spazio, simboli e parole per pensare. E non è un’attività limitata agli adulti.

… Ecco come una mia amica ha utilizzato le MindMap con i suoi allievi di terza. Del resto una delle idee dietro al pensiero computazionale non è proprio quella di mettere a disposizione degli strumenti di pensiero?

E alla fine, se si vuole, esistono molti programmi gratuiti per editare le mappe create.

L’informatica e il pensiero computazionale non sono un’isola, ma si mescolano praticamente con tutti gli altri domini della vita, anche quelli che sembrano meno probabili, tra cui musica, biologia, danza, cultura, mitologia e matematica. Per questo possiamo dire che “la bellezza dell’informatica è che è ingegneria, scienza e arte, una materia senza confini chiari”. Per questo motivo i bambini dovrebbero utilizzare l’informatica assieme a tutti gli altri campi del pensiero, piuttosto che per lo più da sola e isolata, anche unendo fra loro materie che hanno poco a che fare con i computer.

Se andiamo in una scuola Montessori queste idee le vediamo concretizzate in tanti aspetti. Per esempio, …

… invece di limitarci a considerare questa foto dell’Alhambra una bella foto, possiamo vedere che c’è moltissima matematica perché c’è la simmetria speculare, c’è la simmetria destra-sinistra e c’è la simmetria nascosta negli intricati disegni alle pareti. Non solo, quest’immagine ci parla anche di storia (quando è stata costruita e da chi?), di geografia (dov’è?), ancora di storia della matematica (algebra deriva dall’arabo al-ğabr) e, perché no, di gastronomia (cosa si mangia a Granada?). Del resto non dico nulla di originale, …

… ne parla Maria Montessori in “Psicoaritmetica”, dove questo allargare gli orizzonti, oltre a far bene alla matematica stessa, contribuisce in primo luogo alla formazione del bambino completo e poi mostra come ogni sapere non sia un’isola.

Un tale modo di insegnare ha anche una interessante conseguenza didattica: “Ecco dunque un principio essenziale: insegnare i dettagli significa portare confusione. Stabilire la relazione tra le cose, significa portare la conoscenza” (Maria Montessori, Dall’infanzia all’adolescenza, p. 100). Non è questo un principio che si trova anche parlando di pensiero computazionale?

È arrivato il momento per me di lasciare la parola a chi lavora in prima linea con i nostri “abitanti del futuro”: le maestre Donatella Bruno della Casa dei Bambini, che parlerà di “La storia di Maria Montessori: dall’utilizzo del materiale strutturato, allo sviluppo del pensiero procedurale” e Susanna Sabbioni della Primaria Montessori che affronterà la domanda: “La tecnologia è un nuovo bisogno del bambino?” Io quindi mi ritiro e …

… vi ringrazio per la vostra affettuosa attenzione!

 

Riferimenti utili

Le Montessori FAQmariovalle.name/montessori/faq.html
Mario Valle, “La pedagogia montessoriana e le nuove tecnologie”, Il leone verde (2017)mariovalle.name/montessori/libro-nuove-tecnologie
Mario Valle, “Le tecnologie digitali in famiglia: nemiche o alleate?”, Il leone verde (2021)mariovalle.name/montessori/libro-tecnologia-e-famiglia
Wikipedia, “Effetto Flynn” (2021)it.wikipedia.org/wiki/Effetto_Flynn
Wikipedia, “Mappa mentale” (2021)it.wikipedia.org/wiki/Mappa_mentale
Wikipedia, “Neuroni specchio” (2021)https://it.wikipedia.org/wiki/Neuroni_specchio
Giacomo Rizzolatti e Corrado Sinigaglia, “So quel che fai. Il cervello che agisce e i neuroni specchio” Raffaello Cortina Editore (2006), ISBN 978-88-6030-002-7www.raffaellocortina.it/scheda-libro/giacomo-rizzolatti-corrado-sinigaglia/so-quel-che-fai-9788860300027-1084.html
Daniel Morrow, “Excerpts from an Oral History Interview with Steve Jobs” (1995)americanhistory.si.edu/comphist/sj1.html
Larry Page and Sergey Brin, “Google founders talk Montessori” (2010)www.youtube.com/watch?v=0C_DQxpX-Kw
TED Conference, “Will Wright makes toys that make worlds” (2010)www.ted.com/talks/will_wright_makes_toys_that_make_worlds
Bronwyn Fryer, “How Do Innovators Think?” Harvard Business Review (2009)hbr.org/2009/09/how-do-innovators-think
Sir Ken Robinson, How to escape education’s death valley”, TED (2013)www.ted.com/talks/ken_robinson_how_to_escape_education_s_death_valley
Julia Child, Excerpt from “Julia Child & Company” (1978)www.montessorieducation.com/blog/julia-child-and-montessori
Centro Svizzero di Calcolo Scientificowww.cscs.ch
Ritorna alle risorse su MontessoriIndietro

Licenza d’uso

Licenza Creative Commons

Questo lavoro di è sotto licenza Creative Commons Attribuzione, Non Commerciale, Condividi allo stesso modo 4.0 International (CC BY-NC-SA 4.0)

 

Sei libero di:

Alle seguenti condizioni:

Questo è un riassunto in linguaggio accessibile a tutti (e non un sostituto) della licenza. Maggiori informazioni si trovano su: creativecommons.org/licenses/by-nc-sa/4.0/