Laurea specialistica honoris causa in “Informatica” ad Alan Curtis Kay

Il 15 giugno 2007 L'Università di Pisa ha conferito la laurea specialistica honoris causa in “Informatica” ad Alan Curtis Kay.

La vera rivoluzione del computer non è ancora avvenuta
Lectio doctoralis di Alan Curtis Kay

Alan Kay con il prototipo del pc portatile Trentadue anni fa, nel 1975, ebbi la fortuna di essere invitato a Pisa assieme ad altri colleghi americani per celebrare il ventesimo anniversario della nascita dell’informatica in Italia. In quell’occasione presentai un articolo sui nostri primi esperimenti con il personal computing allo Xerox PARC. Dopo tanti anni ho smarrito quell’articolo, ma il professor Attardi, che era più organizzato di me, è stato in grado di ritrovare la sua copia e il lavoro è stato ripubblicato oggi in occasione della nostra cerimonia. In questo discorso avrei la tentazione di riprendere in mano quell’articolo ed esaminare quale influenza ha avuto il nostro lavoro di allora.
Preferisco però parlare, più che del passato, delle possibilità future.
Per questo motivo mi sono limitato a scrivere delle brevi note storiche per fornire un po’ di contesto al lavoro del 1975, mentre in questa sede vorrei provare a parlare di alcuni dei doni più importanti, e spesso nascosti, che la diffusione mondiale dei personal computer collegati in rete può portare all’umanità.
Una connessione con il passato è comunque data dal fatto che i ricercatori che inventarono le tecnologie fondamentali per i personal computer, cioè gli schermi a matrice di bit, le finestre sovrapposte, le interfacce a icone e a puntamento, la programmazione orientata agli oggetti, la stampa laser, Ethernet e Internet, furono motivati dai successi e dalle trasformazioni introdotti dalla carta stampata.
Per dirla semplicemente, nel XV secolo si pensava alla stampa solo come a un modo economico per produrre documenti scritti, ma nel XVII secolo le sue peculiarità avevano completamente cambiato il modo in cui le idee importanti venivano concepite, a tal punto che le idee importanti che seguirono e il modo stesso di concepirle non erano nemmeno esistiti quando la stampa fu inventata. Le due idee più importanti furono la scienza e i nuovi modi di organizzare la vita politica (che, in alcuni casi importanti, erano in effetti estensioni della prospettiva scientifica).
Questi cambiamenti nel pensiero cambiarono anche il significato dell’“alfabetizzazione”, perché alfabetizzazione non significa solo saper leggere e scrivere, ma significa anche saper gestire fluentemente le idee abbastanza importanti da essere messe per iscritto e discusse.
Una delle proprietà speciali della stampa era la sua capacità di replicare fedelmente un testo corretto dall’autore, consentendo la nascita di una forma molto diversa di argomentazione. Oggi possiamo vedere che nella rivoluzione tipografica l’evoluzione degli argomenti e quella dei modi della discussione intellettuale sono profondamente intrecciate. Un modo per guardare alla rivoluzione della stampa nei secoli XVII e XVIII consiste nel vedere la co-evoluzione del che cosa veniva discusso e del come l’argomentazione veniva svolta. Si è presa infatti l’abitudine a parlare sempre di più del modo in cui il mondo reale era costituito, sia fisicamente che psicologicamente, e l’argomentazione veniva svolta sempre di più usando (e inventando) la matematica e cercando di dare al linguaggio naturale forme più logicamente connesse e meno simili alla narrazione di una storia.

Una delle cose che capimmo sui computer negli anni Sessanta è che queste macchine potevano produrre nuove e più potenti forme di argomentazione su molte cose importanti grazie alle simulazioni dinamiche.
Cioè, invece di asserire tesi in modo piuttosto arido, come può essere fatto usando prosa ed equazioni matematiche, il computer poteva sviluppare le implicazioni di una tesi per far capire meglio se la tesi stessa costituiva o meno un modello valido della realtà.
Comprendemmo inoltre che, se l’alfabetizzazione del futuro avesse potuto includere la scrittura di questi nuovi tipi di tesi e non solo la loro fruizione (lettura), avremmo ottenuto l’invenzione più importante che ci fosse stata dopo quella della stampa: qualcosa che molto probabilmente avrebbe potuto cambiare in meglio il pensiero umano.
È proprio il caso di dire che avevamo delle aspirazioni ambiziose!
Dall’invenzione della stampa ai grandi cambiamenti del XVII secolo passarono centocinquant’anni e questo significa che nel complesso della società la rivoluzione avvenne perché i bambini gradualmente crebbero con la prospettiva di essere in grado di pensare, discutere, apprendere e comunicare con parole scritte incisivamente in forme sempre più connesse.

Le nostre idee in proposito presero forma dopo l’incontro, avvenuto nel 1968, con Seymour Papert, un matematico che aveva tra l’altro inventato il linguaggio di programmazione per bambini LOGO e che iniziava a mostrare che certe forme di matematica avanzata, presentate su un computer in forma dinamica, si adattavano perfettamente al modo in cui i bambini potevano pensare.
Come McLuhan aveva osservato negli anni Cinquanta, quando un nuovo mezzo di comunicazione arriva sulla scena esso viene dapprima rifiutato in quanto “troppo strano e diverso”, ma poi spesso viene gradualmente accettato se può includere i vecchi consueti contenuti. Anni (o secoli) più tardi, se le proprietà nascoste del mezzo di comunicazione causano cambiamenti nel modo di pensare della gente, arriva la grossa sorpresa ed esso si rivela come un lupo nei panni di una pecora. Questi cambiamenti sono a volte benefici (io penso che la stampa sia stato un caso del genere, anche se la Chiesa Cattolica probabilmente non sarebbe d’accordo) e a volte no (io penso che la televisione sia un disastro, anche se molti esperti di marketing non sarebbero d’accordo).

Dunque, all’epoca avevamo intuito che la capacità del computer di imitare altri media (e di farlo a basso costo, grazie alla legge di Moore1) lo avrebbe aiutato a consolidarsi nella società e al tempo stesso che questo avrebbe anche reso difficile per la maggior parte delle persone capire di che cosa si trattava in realtà. Il nostro pensiero era: ma se riusciamo a fare in modo che i bambini imparino davvero, allora in poche generazioni avverrà un enorme cambiamento.
Trentadue anni più tardi le tecnologie che la nostra comunità di ricerca ha inventato sono oggetto di uso generale da parte di oltre un miliardo di persone e abbiamo gradualmente imparato come insegnare ai bambini. Ma sembra che la vera rivoluzione impiegherà più tempo di quanto il nostro ottimismo suggeriva, in gran parte perché gli interessi commerciali ed educativi nei vecchi media e modi di pensare hanno congelato il personal computing sostanzialmente al livello in cui “imita” carta, registrazioni, film e TV.
Nel frattempo, quello che i computer possono davvero fare – sia in termini di simulazione che di argomentazione – è stato compreso dalle discipline scientifiche, matematiche, dell’ingegneria e del design. Coloro che sono interessati alle visioni di Papert per cambiare in meglio la natura del pensiero dei bambini, per aiutarli ad apprendere “idee potenti” costruendole effettivamente, hanno fatto molti progressi negli ultimi tre decenni. Adesso c’è molto da dire, mostrare e insegnare su “ciò che i bambini possono fare”.

È una vergogna che i produttori di computer – sia hardware che software – non abbiano creato nessun amplificatore intellettuale commerciale per i bambini.
Le macchine e gli strumenti software sono principalmente rivolti al mondo del lavoro e, marginalmente, all’utenza domestica. Questo mostra una grossolana e disastrosa ignoranza dei bisogni del mondo.
Sono le nuove idee e i nuovi modi di pensare ciò di cui i bambini del mondo hanno bisogno, e un computer per bambini è necessario per il fatto che questo è adesso il modo migliore per apprendere queste nuove idee... ed è anche molto meno costoso della carta per i libri e di altri media conversazionali.
Due anni fa, diversi membri della comunità di ricerca che inventò il personal computing negli anni Sessanta decisero di creare un personal computer laptop estremamente economico – un Dynabook – per tutti i bambini del mondo. Questa iniziativa – chiamata One Laptop Per Child – fu iniziata da Nicholas Negroponte e coinvolge ricercatori vecchi e nuovi, incluso Seymour Papert, il nostro istituto di ricerca e molti altri progettisti interessati e dedicati, tutti motivati a superare gli enormi ostacoli creati dagli interessi commerciali.
Questa comunità è sempre stata disposta a progettare e costruire tutto quanto necessario, senza chiedersi se i produttori hanno già strumenti e materiali adeguati. Il minicomputer Alto dello Xerox PARC è un buon esempio di questo atteggiamento. Tutto l’hardware e tutto il software per l’Alto furono fatti al PARC e lì fu creata anche una piccola catena di montaggio che costruì in totale circa 2000 di questi primi personal computer moderni. Oggi la maggior parte dei laptop è costruita a Taiwan o in Cina, e prodotti di marche diverse (come HP, Dell, Sony e Macintosh) possono essere in realtà realizzati dalla stessa fabbrica. Pertanto, se vuoi costruire il tuo laptop, non hai che da mettere insieme un progetto, raccogliere ordini per circa un milione di esemplari e salire su un aereo per Taiwan!
L’obiettivo di OLPC è creare una macchina estremamente economica che possa fornire funzionalità complete; per questo è interessante vedere come è allocato il denaro che noi spendiamo per i nostri laptop.

Per esempio, circa il 50% del prezzo di un laptop standard finisce nel canale di vendita, nel marketing, nella distribuzione e nei profitti. OLPC invece è non-profit e vende direttamente alle nazioni.
Un altro 25% del prezzo di un laptop è dovuto al software commerciale, in buona parte fornito da Microsoft. Ma oggi esiste una comunità mondiale del software aperto e libero che realizza prodotti paragonabili da molti punti di vista a quelli tradizionali, specialmente nel settore del web e dell’educazione. A questo punto, i componenti più costosi tra quelli rimasti sono l’unità a disco e il display. Ma la memoria Flash usata nelle macchine fotografiche e nei memory stick può essere meno costosa del disco meno costoso (ed è molto più robusta, perché è a stato solido). Il display invece è un problema speciale, perché il costo non è il solo aspetto da considerare. Un display per il terzo mondo deve richiedere poca energia ed essere visibile alla luce diretta del sole, con la retro-illuminazione spenta. La ricercatrice Mary Lou Jepson di OLPC ha risolto brillantemente il problema inventando un nuovo tipo di display a schermo piatto che ha una risoluzione più alta (200 pixel per pollice), un consumo pari a 1/7 e un costo pari a 1/3 rispetto ai prodotti tradizionali.
Il risultato è un computer che adesso costa 170 dollari, può contenere centinaia di libri (molti dei quali dinamici) a un costo di circa 20 centesimi a libro, e gestisce un reticolo automatico di interconnessioni con altri laptop.
Questo computer è stato inizialmente sbeffeggiato dai produttori di hardware e di software, ma adesso loro stessi hanno cominciato a fare offerte simili (per esempio, Intel adesso ha un “laptop da 400 dollari” e Microsoft ha recentemente annunciato che venderà il proprio software al terzo mondo per pochi dollari). Sarebbe bello dire che i produttori hanno visto la luce, ma è più probabile che si sentano semplicemente minacciati e stiano rispondendo.
Uno dei vantaggi di lavorare con un’organizzazione non-profit è che via via che il costo dei materiali si riduce e la produzione è resa meno costosa, tutto il risparmio in costi viene semplicemente trasferito ai bambini. Inoltre, la prima fase del progetto si sta svolgendo in poco più di due anni e quindi molte delle specializzazioni che potrebbero essere fatte verranno spostate alla fase successiva. Sarebbe del tutto possibile costruire un laptop da 50 dollari o anche meno se tutte le tecnologie e tecniche di produzione disponibili fossero messe a frutto.
Naturalmente, la parte hardware è solo una piccola parte del progetto complessivo – anche se costruire un “laptop da 100 dollari” con funzionalità complete è comunque una sfida. Bisogna tener conto anche del software di sistema, degli ambienti autore per l’utente finale, del contenuto educativo, dei vari tipi di packaging e della documentazione e, soprattutto, degli insegnanti necessari per aiutare i bambini ad apprendere le idee potenti.
Tornerò tra pochissimo su questo aspetto critico dell’ecologia dell’educazione.
Per adesso, notiamo che per la matematica e le scienze nel primo e secondo mondo la percentuale di insegnanti elementari e genitori che conoscono davvero questi argomenti è troppo piccola per poter aiutare molti bambini a superare la soglia. Nel terzo mondo la percentuale è tanto piccola da essere evanescente.
Questo porta a una impasse frustrante. Come dimostrerò tra un minuto, adesso sappiamo come aiutare bambini di 10 e 11 anni a gestire senza problemi potenti forme di analisi e altre capacità matematiche avanzate. Ma nessun bambino ha mai inventato l’analisi matematica! La natura meravigliosa della conoscenza moderna, aiutata dalla scrittura e dalla didattica, è che molte idee che richiedono un genio (nel caso dell’analisi matematica, due genî) per essere inventate possono poi essere apprese da una popolazione molto più ampia e con talenti meno specializzati. Ma è molto difficile inventare nel vuoto, anche per un genio. (Immaginate di nascere con un quoziente intellettuale di 500 nel 10.000 a.C. Non succederebbe molto! Nemmeno Leonardo ha potuto inventare un motore per nessuno dei suoi veicoli: era piuttosto intelligente ma visse nell’epoca sbagliata e pertanto non sapeva abbastanza.)
Se un bambino ha imparato a leggere, può a volte scavalcare gli adulti – sia a casa che a scuola – andando in biblioteca e imparando attraverso le letture. Ci sono stati molti casi di questo tipo ed è probabile che un grossa parte della rivoluzione della stampa sia avvenuta gradualmente in questo modo. Ma è molto difficile per un bambino imparare a leggere senza l’assistenza (o almeno la cooperazione) di adulti e, di nuovo, critica l’importanza degli insegnanti. Quando Andrew Carnegie istituì migliaia di biblioteche pubbliche e gratuite negli Stati Uniti, in ognuna di queste venne prevista una stanza speciale dove i bibliotecari insegnavano a leggere a chiunque volesse imparare!

Naturalmente, i bambini possono apprendere molte cose senza un mentore speciale, sperimentando e condividendo conoscenza tra loro. Ma non conosciamo casi in cui questo abbia portato a invenzioni come la matematica deduttiva e le scienze empiriche basate sulla matematica. Per usare un’analogia: che cosa succederebbe se costruissimo un pianoforte economico e lo mettessimo in ogni classe? I bambini certamente imparerebbero da soli a farci qualcosa – e questo qualcosa potrebbe essere divertente, potrebbe avere degli aspetti realmente espressivi, sarebbe certamente un tipo di musica. Ma non avrebbe nessun rapporto con ciò che è stato inventato nella musica nei secoli dai grandi musicisti. Questo sarebbe un peccato nel caso della musica – ma per la scienza e la matematica sarebbe un disastro. I processi speciali e la prospettiva di queste discipline (specialmente della scienza) sono talmente critici e nascosti che se non si è esposti al loro insegnamento come “abilità che consentono l’arte” si è come invalidi. Come ha sottolineato Ed Wilson, il nostro patrimonio genetico per interessi sociali, motivazioni, comunicazione e invenzione è essenzialmente quello che era per gli uomini del Pleistocene.
Molto di quello che chiamiamo civilizzazione moderna è costituito da invenzioni come l’agricoltura, la scrittura e la lettura, la matematica e la scienza, il governo basato sull’uguaglianza dei diritti, ecc. Queste cose furono difficili da inventare e si apprendono meglio se qualcuno ci guida.

Pertanto, dobbiamo semplicemente trovare modi di risolvere il problema del mentore, non solo per il terzo mondo, ma anche per il primo e il secondo. Possiamo facilmente costruire cinque milioni di laptop OLPC entro l’autunno, ma nessuna somma di denaro ci permetterebbe di produrre per la stessa scadenza anche solo mille nuovi insegnanti con la conoscenza e le abilità richieste (in parte perché agli esseri umani sono necessari anni per apprendere e mettere in pratica che hanno bisogno di sapere). Questa è una delle ragioni per cui l’educazione rallenta così tanto la scienza, la tecnologia e gli altri progressi nelle idee.
A volte è strabiliante vedere quello che bambini anche molto piccoli sono in grado di fare quando sono in un ambiente adatto all’apprendimento. I principi più importanti da questo punto di vista sono di cercare di scoprire che cosa i bambini possono fare, quale rappresentazione delle idee è migliore per loro e quale tipo d’ambiente sociale stimola le loro innate pulsioni a diventare competenti nel mondo in cui vivono.

L’insegnante di prima elementare Julia Nishijima, che incontrammo in una delle scuole con cui lavoravamo 15 anni fa, aveva l’insolita caratteristica di essere un matematico naturale.
Non credo che avesse studiato formalmente la matematica o che avesse mai seguito un corso di analisi. Ma era come un musicista jazz di talento che non ha mai preso delle lezioni: capiva la musica della matematica. Aveva una naturale prospettiva matematica sul mondo.
Uno dei progetti più interessanti che vedemmo nella sua classe partiva dal far scegliere a ogni bambino la figura geometrica che preferiva; l’idea era, usando solo quelle figure, di costruire figure immediatamente più grandi che avessero la stessa forma.
Le figure disponibili erano rombi, quadrati, triangoli e trapezi.
Julia poi faceva in modo che i suoi studenti riflettessero sulle loro creazioni.
Trattava la matematica come un sistema per fare in modo che i bambini creassero strutture con proprietà matematiche interessanti e poi le analizzassero.
Lauren, 7 anni, notò che era necessario un pezzo per costruire la prima figura; il numero totale di pezzi era uno. Per costruire la forma successiva servivano tre pezzi in più e il numero totale di pezzi diventava quattro. E per la successiva servivano cinque pezzi in più. Così molto presto Lauren comprese: “Ah sì, questi sono i numeri dispari; basta aggiungere due per ottenere i pezzi necessari a fare la figura successiva” . Inoltre, la somma dei pezzi dava la sequenza dei quadrati dei numeri interi, almeno fino al “sei per sei” (Lauren non era tanto sicura di quanto facesse sette per sette).

Insomma, Lauren aveva scoperto due progressioni molto interessanti che tutti i matematici e gli scienziati tra il pubblico riconosceranno.
Poi l’insegnante fece in modo che tutti i bambini mettessero i loro progetti sul pavimento della classe in modo che tutti potessero vederli e i bambini rimasero stupefatti perché tutte le progressioni erano esattamente uguali!
Ogni bambino aveva riempito una tabella che era come quella di Lauren e questo significava che la legge di crescita per tutti i progetti era esattamente la stessa; i bambini avevano scoperto una importante generalizzazione riguardo alla crescita.
I matematici e gli scienziati riconosceranno che i numeri dispari sono prodotti come un rapporto differenziale del prim’ordine, che produce una progressione graduale e uniforme – nella matematica del computer che usiamo, questo è espresso con fare più e più volte e con aumenta-di:
Fare più e più volte: Dispari aumenta-di 2
E il numero totale di pezzi è prodotto da un rapporto differenziale del second’ordine (perché usa i risultati di un rapporto del prim’ordine):
Fare più e più volte: Totale aumenta-di Dispari
L’idea di aumenta-di è facile per chiunque, perché è solo mettere cose (cioè aggiungere cose) in una pila di cose.
In fin dei conti, la matematica è una “riflessione attenta su come la rappresentazione delle idee ha implicazioni su altre rappresentazioni di idee” e il processo più importante nell’aiutare qualcuno a compiere ragionamenti matematici consiste nel metterlo in molte situazioni in cui possa pensare in un modo più attento. In questo caso, i bambini furono in grado di trovare un buon modo di pensare a due generi di crescita e cambiamento. “Aumenta-di” è un’idea molto potente perché molti cambiamenti nel mondo fisico possono essere modellati da uno o due “aumenta-di” ed è una rappresentazione che i bambini sono in grado di capire immediatamente.
Ora, quale sarebbe una buona rappresentazione per aiutare i bambini a pensare al teorema di Pitagora?
Sotto a sinistra c’è la dimostrazione di Euclide, così come viene presentata agli studenti di geometria a livello di scuola superiore. È elegante e sottile, getta luce su altre aree della geometria, ma non è la dimostrazione più adatta per la maggior parte dei bambini.
Sotto a destra c’è un tipo di dimostrazione molto diversa: forse proprio quella originale di Pitagora. Abbiamo visto molti bambini di scuola elementare trovare da soli questa dimostrazione giocando con forme triangolari e quadrate. Mostra la disposizione, circonda il quadrato C con altri 3 triangoli per fare un quadrato più grande, copia il quadrato più grande, togli il quadrato C, ruota i due triangoli, osserva che c’è spazio per i quadrati A e B, spostali, e, tombola! Questa dimostrazione ha un carattere viscerale, una potente semplicità che è perfetta per le menti dei principanti e fornisce un solido fondamento per successive visioni più astratte e sottili dell’idea.
Una regola semplice qui è quella di trovare idee e rappresentazioni che consentano “ai principianti di agire ad un livello intermedio”, consentano cioè agli apprendisti di compiere immediatamente l’attività in qualche forma reale.
Il modo in cui l’analisi matematica guarda ad alcune idee è così potente e così importante che vogliamo che i bambini imparino a pensare in questo modo molto prima di quanto fanno di solito. Così abbiamo creato una forma di analisi che può essere concepita da menti giovani e che il computer fa vivere in molti modi dilettevoli.
Un progetto molto amato dai bambini di nove, dieci e undici anni in tutto il mondo consiste nel progettare e realizzare una macchina che vorrebbero imparare a guidare. Come prima cosa, questi bambini disegnano la loro macchina (e spesso ci mettono grosse ruote da fuoristrada come queste).
Per adesso è soltanto un disegno. Ma poi i bambini possono guardare “dentro” il loro disegno per vederne le proprietà (per esempio dove si trova la macchina e dove è diretta) e comportamento (la capacità di andare avanti nella direzione verso la quale è diretta, o cambiare la direzione girando). Questi comportamenti possono essere estratti e fatti cadere nel “mondo” del programma Etoys per creare uno script – senza bisogno di digitare con la tastiera – che può essere messo in movimento cliccando sull’orologio. Quando lo facciamo, la macchina inizia a muoversi in accordo con lo script.
Se facciamo cadere la penna della macchina nel mondo, disegnerà un percorso (in questo caso un cerchio), e possiamo vedere che questa è la tartaruga del LOGO di Papert mascherata – una tartaruga con un “costume” e modi semplici di visualizzarla, scrivere script e controllarla.
Per guidare la macchina, i bambini scoprono che cambiando il numero che segue car turn by cambierà la sua direzione.
Poi disegnano un volante (esattamente lo stesso tipo di oggetto della macchina, ma con un costume diverso) e vedono che se potessero mettere steer’s heading subito dopo car turn by questo potrebbe consentire al volante di influenzare la macchina.
Possono prelevare steer’s heading (il nome per i numeri relativi alla direzione che il volante emette) e lo fanno cadere nello script. Adesso possono far girare la macchina con il volante!
I bambini hanno appena scoperto che cos’è una variabile e come funziona. La nostra esperienza indica che imparano il concetto di variabile in maniera profonda solo con questo esempio.
Scoprono poi presto che è difficile controllare la macchina. Hanno bisogno di introdurre un “ingranaggio” nel collegamento tra il volante e la macchina. Possono avere la consulenza di cui hanno bisogno da un insegnante, genitore, amico o da un bambino migliaia di miglia lontano tramite l’interfaccia di consulenza su Internet. Visualizzano l’espressione nello script e dividono i numeri che provengono dal volante per 3. Questo cambio di scala riduce l’influenza dei movimenti del volante. Hanno appena imparato a che cosa serve (e la moltiplicazione).
Una buona parte di quel che si fa è solo azione, pertanto è una buona idea riflettere anche su quello che è appena accaduto. Un modo per riflettere è fare in modo che gli oggetti lascino dei percorsi che mostrino quello che stavano facendo nel tempo.
Se la velocità è costante nel tempo i punti del percorso sono uniformemente distanziati, e questo mostra che in ogni intervallo di tempo è stata percorsa una distanza uguale.
Se si aumenta la velocità ad ogni battito dell’orologio, si ottiene un andamento simile a quello mostrato nella seconda figura. È lo schema visivo dell’accelerazione uniforme.
Se rendiamo la velocità casuale ad ogni istante (in questo caso variandola tra 0 e 40), otterremo un andamento irregolare delle distanze percorse ad ogni battito.
È divertente provare a utilizzare la casualità in due dimensioni. Qui possiamo far avanzare una macchina casualmente e farla girare casualmente. Se mettiamo giù la penna, otteniamo una serie di “camminate da ubriaco”.
Un modo per vedere questa distribuzione è: una piccola dose di casualità farà in modo che molto territorio sia visitato dato un tempo abbastanza lungo. Anche la probabilità di collisioni cambia in maniera significativa (è sempre bassa, ma adesso “più possibile”). Pertanto si potrebbe supporre che un percorso casuale in uno script che usi i principi della retro-azione potrebbe compiere cose sorprendenti.

Fino a questo punto i nostri esempi sono stati sostanzialmente matematici, nel senso che trattano di rappresentazioni nel computer di relazioni di idee. Queste idee possono essere simili al mondo reale (i modelli della velocità e dell’accelerazione) o diversi dal mondo reale (la macchina negli esempi della velocità e dell’accelerazione non era sostenuta da niente, ma non è caduta perché nel mondo del computer non c’è “gravità” a meno che noi non la inseriamo nel modello). A volte possiamo inventare una storia che è simile al mondo reale e che porta perfino a una supposizione che funziona. Ma per la maggior parte della storia umana, le supposizioni sul mondo fisico sono state molto lontane dal vero.
Le scienze fisiche iniziarono ad essere una cosa seria quando si iniziò a fare osservazioni e misure precise del mondo, prima per costruire mappe accurate per la navigazione, esplorazione e commercio e poi per osservare più da vicino un numero crescente di fenomeni con strumenti e tecniche migliori.
Un altro buon esempio di “alta osservazione a basso costo” è il progetto della misurazione della circonferenza della ruota della bicicletta per i bambini della quinta elementare. In questa attività di osservazione molta della ricchezza della scienza si può trovare. Gli studenti usavano materiali diversi e ottenevano risposte diverse ma erano sicuri che ci fosse una risposta esatta in centimetri (in parte per il fatto che la scuola richiede loro di ottenere risposte esatte piuttosto che risposte reali).
Anche uno degli insegnanti la pensava così, perché sul lato del copertone era riportata l’indicazione di diametro: 20 pollici. L’insegnante “sapeva” che la circonferenza è pi greco per il diametro, che “pi greco è 3,14” e che “pollici moltiplicato per 2,54 converte in ‘centimetri’ ”, ecc. e fece le moltiplicazioni per ottenere la “circonferenza esatta” della ruota = 159,512 cm. A quel punto suggerimmo che i bambini misurassero il diametro e il risultato fu che in effetti esso era più vicino a 19 pollici e 3/4 (la ruota era sgonfia)! Questo fu uno shock, poiché erano stati abituati a credere a quasi tutto ciò che è scritto e l’idea di fare una verifica indipendente non era venuta in mente a nessuno.
Questo portò all’idea di gonfiare con pressioni diverse, ecc. Ma ancora quasi tutti pensavano che ci fosse una circonferenza esatta. Allora uno di noi contattò il produttore (che si trovava in Corea) e ci furono molti interessanti e divertenti scambi di posta elettronica finché non fu trovato un ingegnere che rispose: “In effetti non conosciamo la circonferenza o il diametro di questi copertoni. Li estrudiamo e li tagliamo a una lunghezza di 159,6 cm ± 1 millimetro di tolleranza!”
Questo fu un vero shock. I bambini rimasero impressionati – nemmeno il produttore conosce il diametro o la circonferenza! – e questo li spinse a elaborare pensieri ancora più potenti. Forse non si possono misurare le cose esattamente. Non ci sono gli “atomi” lì dentro? Non si agitano? Gli atomi non sono fatti di roba che si agita? E così via. L’analogia con il problema di “quanto lunga è una costa” è buona: la risposta dipende in parte dalla scala e dalla tolleranza della misura. Come hanno mostrato Mandelbrot ed altri studiosi di frattali, la lunghezza di una costa matematica può essere infinita; la fisica poi ci mostra che la misura fisica potrebbe essere “quasi” altrettanto lunga (cioè molto lunga).

Ci sono molti modi di utilizzare la potente idea di “tolleranza”. Per esempio quando i bambini fanno il loro progetto sulla gravità e si creano un modello di ciò che la gravità produce sugli oggetti vicino alla superficie della terra (vedi il prossimo progetto), è molto importante che si rendano conto che la precisione delle loro misure è limitata dalla dimensione dei pixel sullo schermo del computer e che possono anche fare dei piccoli errori. Prendere totalmente alla lettera le misurazioni può impedire di comprendere che il fenomeno studiato è una accelerazione uniforme. Pertanto, ci dev’essere una tolleranza per i piccoli errori. D’altra parte i bambini devono essere molto vigili riguardo alle discrepanze che sono al di fuori della scala dei tipici errori di misurazione. Storicamente, per Galileo fu importante non essere in grado di misurare in maniera veramente accurata il modo in cui le palle rotolavano sul piano inclinato e per Newton non sapere che cosa realmente fa l’orbita di Mercurio se guardata da vicino.

I bambini scoprono, misurano e modellano matematicamente la gravità galileiana.

Un bell’esempio di “scienza reale” per undicenni consiste nell’esaminare che cosa accade quando si lasciano cadere oggetti di pesi diversi.
All’inizio, i bambini pensano che l’oggetto più pesante cadrà più velocemente. E pensano che un cronometro dirà loro che cosa succede.
Ma è difficile stabilire quando il peso viene mollato, o il momento esatto in cui colpisce il suolo.
In ogni classe si trova normalmente un “bambino Galileo”. In questa classe fu una bambina che si rese conto che in realtà non abbiamo bisogno di cronometri: basta lasciar cadere l’oggetto pesante e quello leggero e vedere se colpiscono terra nello stesso momento. Questa è la stessa idea che ebbe Galileo quattro secoli fa, e che apparentemente non era venuta a nessun adulto (nemmeno i più intelligenti tra i Greci) negli ottantamila anni precedenti!
Per capire i dettagli dell’azione gravitazionale vicino alla superficie della Terra possiamo poi usare una telecamera per catturare i movimenti del peso in caduta.
Con questo strumento possiamo seguire la posizione della palla fotogramma per fotogramma, a distanza di un trentesimo di secondo. Per facilitare l’operazione possiamo estrarre un fotogramma su cinque e metterli uno a fianco all’altro.
Possiamo poi prendere tutti i fotogrammi selezionati, togliere le parti non essenziali e sovrapporli. Quando i bambini lo fanno, molti di loro dicono immediatamente: “Accelerazione!” Si accorgono che lo schema di spaziatura verticale che emerge è uguale a quello orizzontale con cui hanno giocato usando le loro automobili diversi mesi prima.
Ma di che tipo di accelerazione si tratta? Per saperlo, dobbiamo prendere delle misure.
Alcuni bambini misureranno direttamente sui fotogrammi affiancati, mentre altri preferiranno misurare sui fotogrammi sovrapposti.
I rettangoli traslucidi aiutano perché permettono di individuare meglio la parte inferiore delle palle. L’altezza di ogni rettangolo misura la velocità della palla in quel momento (la velocità è la distanza percorsa in una unità di tempo, in questo caso circa 1/5 di secondo).
Quando sovrapponiamo i rettangoli possiamo vedere che la differenza in velocità è rappresentata dalle piccole strisce che sono esposte e l’altezza di ognuna di queste strisce appare uguale!
Queste misure rivelano che l’accelerazione appare sostanzialmente costante. I bambini avevano fatto uno script simile per le loro automobili mesi prima, e si rendono conto molto in fretta che siccome la palla si muove in verticale devono scrivere lo script in modo che sia la velocità verticale ad aumentare e la posizione verticale y ciò che deve essere cambiato. A questo punto dipingono una piccola forma rotonda per simulare la palla e scrivono lo script:
Ora, come si fa a mostrare che questo è un buon modello dei comportamenti osservati? Tyrone, un ragazzino di undici anni, decise di fare quello che aveva già fatto con la sua macchina: lasciare tracce puntiformi per mostrare che il percorso della sua palla simulata seguiva esattamente le stesse posizioni della palla reale nel video.
Ecco in che modo Tyrone ha spiegato il suo procedimento e il modo in cui c’è arrivato:
Per essere sicuro di fare le cose per bene, ho preso una lente per controllare se era tutto corretto – se la dimensione era proprio giusta.
Dopo aver fatto questo, sono andato a cliccare sul piccolo bottone delle categorie di base e poi è venuto fuori un piccolo menù e una delle categorie era Geometria, così ci ho cliccato sopra.
E qui ci sono molte cose che hanno a che fare con la dimensione e la forma dei rettangoli. Così ho visto qual è l’altezza … Ho continuato con il processo finché non li ho allineati tutti con la loro altezza.
Ho sottratto l’altezza di quello più piccolo dall’altezza di quello più grande per vedere se c’era una specie di regolarità da qualche parte che poteva aiutarmi. Ed era proprio così: a questo punto, per mostrare che funzionava, ho deciso di fare – di lasciare – dei punti come tracce (in modo da mostrare che la palla andava alla stessa esatta velocità. E accelerazione.)
Un lavoro di indagine piuttosto bello, per un ragazzino di undici anni!
Negli Stati Uniti, circa il 70% dei ragazzi del college a cui viene insegnato come funziona la gravità vicino alla superficie della Terra non capiscono il concetto. Non perché i ragazzi del college siano più stupidi dei bambini di quinta elementare; perché il contesto e l’approccio matematico che vengono forniti alla maggior parte di loro per imparare queste idee non sono adatti al modo in cui loro possono pensare. Noi abbiamo scoperto che più del 90% dei bambini di quinta è in grado di capire questi concetti usando questo contesto e rappresentazioni migliori per il cambiamento.
Quando i bambini hanno “catturato la gravità”, possono usarla per esplorare altre situazioni fisiche e per costruire giochi. Se la palla viene ridisegnata come astronave, e si crea una luna per atterrarci sopra, è piuttosto facile per un dodicenne (e per la maggior parte degli undicenni) realizzare il classico gioco “Lunar Lander”. Lo script per la gravità è standard e accelera la nave verso il basso fino a farla schiantare sulla luna. I bambini possono aggiungere uno script per far controllare dal joystick il motore del razzo, per accelerare la nave verso l’alto. Notate che in entrambi i casi il valore di ySpeed viene aumentato, in una direzione o nell’altra.
I bambini in questo caso hanno poi fatto degli abbellimenti: uno schianto se l’astronave tocca la luna con la velocità verso il basso troppo alta, una fiamma che compare quando il razzo dell’astronave è acceso.
Molti fenomeni fisici possono essere modellati dai bambini usando “aumenta-di”. Per esempio: inerzia, orbite, molle, ecc. Ma diamo un’occhiata a un’altra idea potente: una che consente di fare progressi senza avere informazioni sufficienti a fare un piano completo.
A volte abbiamo informazioni sufficienti a fare un piano affidabile. Ma spesso le cose non vanno proprio come ci si aspetta (anche con i nostri piani “affidabili”) e si è costretti a trovare nuove informazioni, fare correzioni, a volte nuovi piani. Tutti gli animali e gli altri meccanismi hanno abilità limitate nel raccogliere informazioni e molto poca capacità di estrapolare il futuro. Per esempio i batteri più semplici possono essere feriti o uccisi dalla troppa (o troppo poca) acidità. I batteri hanno quindi evoluto macchine molecolari che li aiutano a scoprire quando sostanze pericolose iniziano a danneggiarli; quelli che nuotano, per esempio, in caso di problemi cambiano radicalmente (e casualmente) la direzione in cui stanno nuotando. Se le cose sono “buone” non fuggono, se sono cattive ricominciano la fuga.
Questa strategia generale di percepire “buono” e “cattivo” e fare qualcosa che possa migliorare le cose è diffusissima in biologia e adesso la ritroviamo anche in molte delle macchine meccaniche ed elettriche costruite dagli umani. Una sfida che i bambini trovano molto divertente è quella di farsi bendare e fare il giro di uno degli edifici della loro scuola basandosi solo sul tatto. La strategia più semplice è anche molto funzionale: segui il muro e, se lo perdi, svolta sempre nella stessa direzione.
Le nostre macchine possono fare la stessa cosa usando un colore che funzioni come “sensore di tatto” e scrivendo uno script come questo:
Poi sfidiamo i bambini a creare una macchina e una strada che porti la macchina a marciare al centro della strada piuttosto che su uno dei lati. È un problema che può essere risolto in molti modi. Eccone uno carino, trovato da due ragazze undicenni che lavoravano bene insieme.
Le ragazze hanno capito che se rendevano i marciapiedi della strada di due colori diversi erano possibili solo tre casi: il sensore è nel centro o su uno dei due lati. La loro macchina, strada e script sono di questo tipo.
Questo script è migliore di quello che avevamo mostrato loro. Le ragazze hanno deciso che la loro macchina robot potesse andare avanti solo quando sta nel mezzo. Questo significa che può negoziare ogni svolta in maniera sicura (la macchina mostrata nel primo esempio non può sempre farlo perché le sue svolte hanno un raggio costante di 5).

Adesso modelliamo il tipico comportamento degli animali che seguono segnali chimici nell’ambiente essendo in grado di percepire la concentrazione relativa della sostanza e di ricordare l’odore e concentrazione precedente abbastanza bene da decidere se continuare a procedere o seguire un percorso diverso.
Prendiamo un salmone che nuota contro corrente per depositare le sue uova nella stessa parte del fiume in cui è nato.
Nel nostro modello eviteremo i drammatici salti su per le cascate e ci concentreremo su come il salmone potrebbe essere capace di guidare sé stesso annusando una sostanza chimica proveniente dal terreno in cui sono state depositate le uova ed essendo capace di ricordare solo la concentrazione dell’ultima annusata.
Per modellare l’acqua contenente la sostanza chimica useremo un gradiente di colore, in cui più il colore è scuro più concentrata è la sostanza. Etoys ci lascia percepire non solo il colore sotto un oggetto ma anche la sua brillantezza. Così, per questa simulazione una minore brillantezza significa “avvicinarsi”.
Sotto vediamo che il salmone ha trovato con successo l’angolo più scuro e sulla destra vediamo il percorso effettuato. Lo script per il percorso è una “tartaruga” che segue la posizione del salmone e che traccia una scia su un campo di gioco diverso. Il contenitore e lo script alla base del “fiume” animano il corpo del salmone e lo inducono a dimenarsi come un pesce.
Questo semplice schema di “prova qualcosa, verifica, continua a farlo se è OK, altrimenti fai qualcosa a caso” si trova nella maggior parte delle creature viventi, dai batteri in su, e una specie di astrazione di questo meccanismo fa funzionare l’evoluzione.
Sebbene ogni fenomeno del mondo abbia tratti unici, molte delle cose si capiscono meglio se si pensa ad esse come membri di specie che condividono la maggior parte delle loro proprietà e comportamenti. Dato che i computer sono molti bravi a copiare oggetti velocemente ed economicamente, possiamo usare questa caratteristica per trasformare un modello individuale in uno che ha molti attori. Per esempio possiamo introdurre nel nostro modello tutti i salmoni che vogliamo. Questo significa che possiamo modellare ecologie di popolazioni, oltre che di individui.
Le formiche sono un ottimo esempio di animale che può essere studiato e modellato dai bambini. Esse usano la loro abilità di percepire e seguire gradienti per comunicare tra di loro depositando scie di odore che usano per marcare i percorsi e aiutare le altre formiche a trovare “cose interessanti” (di solito cibo).
Le formiche sono animali sociali e spesso si comportano come un organismo più grande le cui “cellule” possono percepire, pensare e fare indipendentemente.

Un esempio convincente di “nuova e potente argomentazione” è il modo in cui le simulazioni informatiche create dagli utenti possono aiutare a illuminare minacce molto complesse e difficili da comprendere – per esempio, epidemie lente ma mortali come l’AIDS – in modi più complessi rispetto a semplici ipotesi e asserzioni. Uno dei problemi nella comprensione dell’AIDS è che il periodo di incubazione per il virus può durare anche cinque e più anni. Per il normale senso comune umano sembra che “niente stia succedendo” nelle prime fasi, cioè proprio quando possono essere intraprese le azioni più importanti per evitare il contagio. In molte società tradizionali in tutto il mondo si è dato retta al senso comune, non si sono intraprese azioni e il risultato alcuni anni dopo è stato ed è devastante. Una delle cose più semplici che può essere fatta da un qualsiasi bambino utilizzando un sistema autore che può manifestare migliaia di elementi è quella di costruire un villaggio simulato e provare scenari diversi relativi al contagio, all’incubazione lenta e alla mancanza di cure. Nei casi di incubazione lenta all’inizio “sembra che niente stia succedendo”, e tuttavia alla fine muoiono tutti. Tuttavia, poiché gli studenti hanno messo in piedi la simulazione da soli, hanno creato loro stessi la matematica dinamica e la modellazione di qualcosa a cui tengono. Sono loro che scelgono le condizioni iniziali e l’impatto emotivo dato da esiti sempre disastrosi ha un effetto profondo sulla loro visione delle epidemie.
Ci sono adesso molte migliaia di progetti Etoys fatti in lingua madre da centinaia di migliaia di bambini in molti paesi del mondo: USA, Canada, Messico, Argentina, Brasile, Francia, Germania, Spagna, Giappone, Corea, Cina, Nepal e altri ancora. Il laptop OLPC a basso costo e gli strumenti da esso ispirati si diffonderanno presto tra milioni di bambini. Pertanto, come per l’avvento del libro nel Quattrocento, il potenziale per cambiare completamente l’apprendimento – e, come ha sottolineato McLuhan, per cambiare il cambiamento stesso – è arrivato nella maggior parte del mondo.

Noi abbiamo iniziato la nostra ricerca quarant’anni fa con l’obiettivo di aiutare i bambini – e quindi l’umanità – a imparare ad assorbire la “scienza in senso lato”. Pensiamo alla scienza come a tutti quei processi che possono aiutare a “rendere l’invisibile più visibile”. Con invisibile intendiamo ciò che è invisibile agli esseri umani per tutte le ragioni, incluso non solo i consueti oggetti di interesse per la scienza, troppo piccoli o troppo lontani o emessi in forme d’onda che non possiamo percepire, ma anche le idee e oggetti che sono a noi invisibili perché il nostro apparato mentale non è adatto a pensarli o li ha rifiutati (perché “non è possibile che siano veri” ), ecc.
In questa categoria includo tutte le “arti serie” il cui scopo è quello di “svegliarci”, di portarci a renderci conto che quello che la consapevolezza ci presenta non è la realtà ma una storia che potrebbe anche essere molto lontana dalla realtà, e a volte pericolosamente lontana. Quello che la scienza fa non è tanto cambiare o aggiustare il nostro apparato mentale pieno di rumore, ma piuttosto aggiungere molti processi nuovi nelle nostre teste (e fuori, nella società degli scienziati) per scoprire i nostri molti errori e cercare di ridurli in dimensione e genere.
Come ha detto Thomas Jefferson, “Nel momento in cui una persona forma una teoria, la sua immaginazione vede, in ogni oggetto, solo gli aspetti che favoriscono quella teoria”. La società della scienza agisce come una specie di “super-scienziato” – e questo ha molte conseguenze, oltre al fatto che la società “conosce” più cose rispetto a ogni singolo individuo. In questo superorganismo ci sono debugger di idee migliori e più scettici di quelli che la maggior parte degli individui ha nella propria mente. Rispetto ai singoli individui, il superorganismo ha più punti di vista su come l’universo potrebbe funzionare, e questi punti di vista sono molto utili (anche se alcune delle motivazioni retorostanti potrebbero essere meno che scientifiche). Pertanto, senza antropomorfizzare inutilmente la scienza, è giusto dire che la “scienza” è più brillante, più competente, ha prospettive di maggiore forza ed è uno “scienziato migliore” di un qualsiasi individuo singolo.
Rispetto alla maggior parte degli individui, una società più ampia può anche agire in modo più intelligente ed essere meno soggetta a decisioni disastrose e ad azioni inutilmente aggressive. Ed è scopo dell’educazione nelle società democratiche, in particolare nelle repubbliche democratiche in cui i rappresentanti devono essere scelti da tutta la società, coinvolgere tutti i cittadini nei processi di pensiero più forti, nelle conversazioni e dibattiti. Sentiamo ancora Jefferson:
Non conosco nessun luogo in cui depositare i poteri ultimi della società che sia più sicuro delle persone stesse; e se pensiamo che queste non siano abbastanza illuminate da esercitare il loro controllo con una buona capacità di discernere, il rimedio non è quello di toglier loro il controllo, ma di aumentare con l’educazione la loro capacità di discernere.

H.G. Wells disse che “La civiltà è una gara di corsa tra l’educazione e la catastrofe”. Forse però “educazione” è un termine troppo vago. Lo sostituirei con “gara di corsa tra l’educazione alla prospettiva e la catastrofe”, perché non è la conoscenza in sé che fa la differenza più grande, ma la prospettiva o punto di vista, che fornisce il contesto in cui il pensiero razionale si congiunge con il mondo reale al servizio dell’umanità. Per esempio, nel XX secolo si è consentito che nascesse un contesto in cui alcuni esseri umani furono considerati animali dannosi, e, poiché noi sterminiamo gli animali dannosi, in questo orrendo contesto si è presa la logica decisione di sterminare gli essere umani in questione. Questo non è un processo eccezionale nella storia umana: è stato seguito più di una volta nel XX secolo e succede ancora oggi. La schiavitù è un altro prodotto di orrendi contesti e convenienza, ed è ancora con noi in diverse forme.

Il primo passo sulla strada della scienza si ha quando si comprende con sorpresa che “il mondo non è quello che sembra”. Molti adulti non hanno mai compiuto questo passo; prendono il mondo per quello che sembra e scambiano le loro storie interiori per realtà, con conseguenze a volte disastrose. Il primo passo è un grosso passo ed è meglio che lo facciano i bambini (molti di coloro che hanno varcato questa soglia di consapevolezza lo hanno fatto nelle prime fasi della vita).

Da qui occorre fare un altro grosso passo per includere noi stessi umani tra gli oggetti da studiare: cercare di andare oltre le nostre storie su noi stessi per capire meglio “che cosa siamo?” e chiederci “in che modo le nostre carenze possono essere mitigate?”. Sebbene il mondo stesso sia tutt’altro che pacifico ci sono adesso esempi di gruppi molto più grandi di persone che vivono in pace e prosperano per molte più generazioni di quanto sia mai avvenuto prima. L’illuminazione di alcuni ha portato a comunità piene di benessere, commercio, energia e prospettive che aiutano anche i meno illuminati a comportarsi meglio. Non è affatto una coincidenza che la prima parte di questa vera rivoluzione sociale sia stata alimentata dalla stampa.

La prossima rivoluzione nel pensiero – per esempio, un pensiero e una pianificazione capaci di gestire sistemi complessi e capaci di portare a nuovi e sostanziali cambiamenti di prospettiva – sarà alimentata dalla vera rivoluzione informatica – e potrebbe arrivare giusto in tempo per vincere la corsa contro la catastrofe.

 

Ultimo aggionamento documento: 20-Jul-2007