Syllabus EPICT

Curricolo digitale per il docente: il pensiero computazionale

La sesta tappa di un viaggio per conoscere le competenze digitali richieste ai docenti, seguendo moduli del Syllabus EPICT,“parametrati” sulle aree di competenza DigCompEdu. Focus sul pensiero computazionale, che sviluppa negli studenti l’attitudine a porsi degli obiettivi e a cercare strategie per raggiungerli

Pubblicato il 04 Lug 2019

Angela Maria Sugliano

EPICT Italia, ELKM-DIBRIS, DISFOR Università di Genova

j-kelly-brito-PeUJyoylfe4-unsplash

La sesta delle 7 tappe in cui abbiamo suddiviso il percorso ideale per descrivere le competenze di uso pedagogico delle tecnologie digitali, focalizza sul concetto più nuovo dell’innovazione curricolare della scuola di oggi: il pensiero computazionale.

Stiamo seguendo come guida per il viaggio nelle competenze digitali del docente, i Moduli del Syllabus della Certificazione Pedagogica Europea sulle Tecnologia Digitali (www.epict.net, www.epict.it): nella figura 1 i “blocchi” (che corrispondono ai Moduli del Syllabus EPICT) con sfondo giallo descrivono competenze specifiche o trasversali a tutte le competenze del docente innovativo, mentre 2) i blocchi con sfondo bianco si riferiscono alle competenze da mettere in campo in base alle caratteristiche dei contesti e alle discipline/capacità/esigenze/interessi specifici dei docenti.

Figura 1 – Sesta tappa: Pensiero Computazionale

Le competenze digitali del docente descritte secondo i Moduli della Certificazione EPICT – www.epict.it

Il pensiero Computazionale

Definiamo subito il pensiero computazionale: l’espressione entra nel linguaggio della didattica con Seymour Papert che nel libro Mindstorms (1980) la usa per descrivere il processo che regola l’apprendimento inteso come processo di soluzione di un problema attraverso una strategia ben precisa. Quindi il pensiero computazionale è il pensiero capace di “calcolare” una strategia finalizzata al raggiungimento di un obiettivo.

L’espressione nell’accezione che oggi tutti utilizzano, è stata specificata dall’autrice Jeanette Wing (2006) che definisce il pensiero computazionale come: “il processo necessario per la formulazione e soluzione di problemi in forme comprensibili da agenti in grado di processare informazioni“. E’ qui il link con la programmazione e con le applicazioni che possiamo usare per programmare: la strategia descritta da Papert viene messa in atto da un programma che esegue i passaggi definiti dal programmatore.

L’intelligenza sottesa al pensiero computazionale è quella logica che scompone, incasella, categorizza e ordina gli elementi costitutivi del pensiero e poi li ricompone per visualizzare in un risultato concreto l’esito del ragionamento.

L’aspetto pedagogico più interessante dell’educazione e dell’allenamento al pensiero computazionale crediamo che sia da cercare non tanto nella capacità di “risolvere problemi attraverso una strategia”, ma nell’attitudine che le attività legate al pensiero computazionale inducono a sviluppare e cioè l’attitudine a porsi un obiettivo.

Gli studenti allenati dal proprio insegnante imparano a porsi degli obiettivi e a cercare strategie per raggiungerli: è questo il grande valore pedagogico dell’introduzione del pensiero computazionale a Scuola. Gli studenti allenati al pensiero computazionale imparano a porsi anche altri obiettivi oltre a quello di “far realizzare un comportamento allo sprite in Scratch”: finire i compiti entro le 18, farsi promuovere, avere il fiato necessario a partecipare a una maratona, riuscire a vedersi con gli amici e a stare anche un po’ con i nonni ….

Il pensiero computazionale come obiettivo didattico e pedagogico è oggi in modo esplicito diventato un obiettivo della Scuola prima con la legge 107/2015 poi con le Indicazioni Nazionali per il Curricolo della Scuola del Primo Ciclo e recentemente nel 2019 con l’approvazione del Governo e della Camera dei deputati della Mozione n. 1-00117, per l’adozione entro il 2022, nella scuola dell’infanzia e nel primo ciclo di istruzione lo studio del pensiero computazionale e del Coding.

Analizzare la realtà: dati e grafici

Siamo nell’epoca dei big data: ogni nostra azione in rete come molte nel mondo reale (basta pensare alle tessere del supermercato!) produce dati che vengono analizzati, elaborati e interpretati per studiare strategie di marketing, di intervento amministrativo, di comunicazione. Il docente guida gli studenti a raccogliere, elaborare, rappresentare i risultati dell’elaborazione: non solo il docente di matematica in quanto “raccogliere, elaborare, rappresentare i risultati” sottende non solo il metodo di indagine delle materie scientifiche, ma anche – ad esempio – della storiografia. I docenti – anche con l’ausilio delle tecnologie – sono fortemente chiamati a formare ed allenare tali competenze anche per contrastare i pochi lusinghieri dati delle rilevazioni internazionali sul livello di analfabetismo funzionale degli italiani.

Sono le competenze descritte dal Modulo EPICT Analizzare la realtà [dati e grafici] 

Acquisire dati

A partire dal formare la consapevolezza che nel mondo oggi uno dei beni di scambio primario sono i dati che ogni cittadino produce con la sua vita quotidiana, il docente insegna agli studenti a individuare le variabili rilevanti di un fenomeno per “modellizzare” la realtà. Il docente insegna agli studenti ad osservare con occhio critico la realtà e a considerare la conseguenza del variare del valore delle variabili considerate. Ma sarà la capacità di guidare gli studenti a scegliere lo strumento più adatto a rilevare i dati e poi ad elaborarli che farà la differenza: si potrà con gli strumenti digitali e le app presenti nel proprio cellulare, raccogliere velocemente e con precisione dati che con gli strumenti e metodi tradizionali sarebbe molto più complicato raccogliere.

Eseguire elaborazioni matematiche e statistiche

Il docente guida gli studenti a imparare a formulare la “domanda giusta” per interrogare la realtà che li circondano: quali problemi si vogliono risolvere? Quali predizioni si vogliono ipotizzare? Quali scelte si devono operare e quindi quali elementi di conoscenza sono necessari per fare scelte oculate? Gli strumenti di elaborazione digitale permettono di elaborare con un clic molti dati e di ottenere risultati con un clic dopo aver opportunamente progettato le formule.

Rappresentare graficamente le informazioni

La parola oggi di moda che spiega questo concetto è “data visualization”: quale grafico è il più adatto a rappresentare i risultati delle nostre elaborazioni? Un grafico che permetta non solo di rappresentare il dato in modo corretto e completo, ma anche immediatamente fruibile e decodificabile? Il docente (non solo di matematica!) spinge gli studenti a scegliere e realizzare con le app oggi disponibili il tipo di visualizzazione che ottimizza spazio e completezza, dettaglio e visione d’insieme, dare un senso alle elaborazioni statistiche che si sono studiate nella fase precedente. Il docente che guida gli studenti a formulare rappresentazioni grafiche, li esercita anche a leggere i dati che trova nelle sue ricerche in rete e sui mezzi di comunicazione.

Sviluppare  pensiero computazionale e creatività: coding e robotica educativa

Il docente guida gli studenti in attività di Coding e di Robotica educativa con lo scopo di sviluppare processi utili in ogni disciplina e in ogni momento della vita. Il docente conduce gli studenti prima a “spacchettare” un processo complesso in istruzioni semplici (capacità di analisi) e poi a comporre gli elementi in un programma (capacità di sintesi) che deve riprodurre un determinato fenomeno. Il docente guiderà gli studenti a osservare con occhio critico il robot o la stampante 3D che esegue il codice elaborato: guardando il risultato gli studenti sviluppano quelle capacità metacognitive che solitamente si sviluppano in modo naturale con la maturazione propria del periodo dell’adolescenza. E se i bambini oggi sono guidati a sviluppare le competenze degli adolescenti di ieri, cosa elaboreranno gli adulti di domani? Forse la formula che permette a un motore di andare alla velocità della luce e portarci in giornata andata e ritorno su Marte?

Sono le competenze descritte dal Modulo EPICT Sviluppare il pensiero computazionale e la creatività [coding e robotica educativa]

Introdurre gli studenti i temi della programmazione e della robotica educativa

Fare programmazione e robotica a scuola non significa solo “costruire un robot e farlo muovere”. Significa introdurre gli studenti al più ampio contesto di una società e di un mondo dove le attività degli uomini sono sempre più coordinate e supportate dalla presenza di oggetti intelligenti: dagli apparati di domotica programmati per rendere la casa rispondente alle esigenze particolari dei suoi abitanti, ai robot che si usano in ambito industriale, sociale, domestico. In questo contesto il concetto di roboetica diventa fondamentale per comprendere il valore degli aiutanti robotici per l’uomo di oggi e domani. Il docente che ha scelto di usare la programmazione e la robotica come strumento pedagogico, è in grado di usare tali dispositivi come strumento per semplificare e rendere evidente (nei termini di Pappert) elementi di conoscenza che prima potevano essere solo frutto dell’elaborazione del pensiero: le discipline si avvantaggiano degli apparati robotici per dare evidenza agli studenti delle formule della fisica, della matematica; la costruzione e la manipolazione dei robot sviluppa la motricità fine e l’opportuna pianificazione del lavoro di squadra anche inter-gruppi favorisce lo sviluppo delle softskills oggi tanto richieste per il successo nel complesso mondo caratterizzato dal dilagare delle relazioni e dei network.

Scegliere i software e le attività di programmazione adeguate per il suo gruppo classe

Il docente competente è in grado di graduare le attività finalizzate allo sviluppo di pensiero computazionale: dalle attività semplici che si possono realizzare anche senza il bisogno di apparati robotici a quelle più complesse con robot complessi ed evoluti. Il docente guida gli studenti a mettere in atto tutti i passaggi del pensiero computazionale organizzando le fasi di attività in modo che l’output di una fase sia l’input della successiva: decomposizione di un problema in elementi più semplici, individuare i macro-schemi e operare astrazioni, usando i macro-schemi ri-formulare il problema in un formato che permette di usare un “sistema di calcolo”.

Progettare e condurre attività di robotica educativa

E infine il docente è in grado di supportare la realizzazione pratica del robot: gestire “i pezzi” che devono essere trattati in modo ordinato e riposti in modo da rendere semplice il riuso la lezione successiva; il docente è in grado di coordinare il lavoro dei diversi membri del gruppo, di supportare il momento in cui si osserva l’esecuzione del programma e si verifica la correttezza del risultato, apprezzando in modo non valutativo il potenziale errore; il docente guida a concentrare l’attenzione sul risultato e quindi a svolgere una azione che motiva al massimo lo studente a cercare soluzioni nelle discipline che diventano vive nelle membra del robot e che invece sembrano solo “idee di studiosi” quando si leggono sul libro di testo.

Riferimento ai Framework Internazionali

Per completare e concludere, mappiamo le competenze descritte nel presente articolo sul Framework DigCompEdu. Le competenze del docente capace di guidare gli studenti a usare gli strumenti digitali per la realizzazione di attività di coding e robotica educativa afferiscono principalmente alle seguenti macro-aree del framework DigCompEdu:

  • Digital Resources, se si considera la creazione di programmi che diventano software capaci di esercitare gli studenti oppure robot come palestra di conoscenza;
  • Empowering Learners, se si considera la motivazione e creatività che si induce negli studenti impegnati nelle attività di programmazione e robotica;
  • Facilitating Learners’Digital Competence, se si considerano tutte le abilità specifiche che acquisiscono gli studenti realizzando e fruendo programmi software e robot funzionanti.

Livello di competenza: livello A1. Riprendiamo quanto già inserito negli articoli delle “tappe” precedenti. Se consideriamo la progressione di competenza suggerita dal Framework DigCompEdu (figura 2), potremmo dire che la lettura di questo articolo sul valore pedagogico degli strumenti per il coding e la robotica educativa può condurre – su questo tema – al livello di consapevolezza (awareness) A1 del framework europeo.

Figura 2 – Livelli di competenza digitale secondo il Framework DigCompEdu

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati