L’Ufficio Scolastico di Bergamo e il Dipartimento di Ingegneria Gestionale, dell’Informazione e della Produzione e il Centro MatNet dell’Università degli Studi di Bergamo, con il contributo del Comune di S. Pellegrino Terme, di Confindustria Bergamo e di Intellimech, con la collaborazione dell’ISIS “Turoldo“ di Zogno e dell’Istituto Superiore di S. Pellegrino, hanno organizzato nei giorni 4-5-6 settembre 2023 a San Pellegrino Terme la diciassettesima edizione della Summer School “Matematica e Intelligenza Artificiale: modelli e algoritmi per le macchine che apprendono”.

L’iniziativa è stata realizzata grazie al progetto “Orientamento attivo nella transizione scuola-università” nell’ambito del PNRR e con lo scopo di avvicinare gli studenti degli ultimi due anni delle scuole secondarie di 2° grado a tematiche relative alle discipline scientifiche, in particolare dell’area propria della matematica, della statistica e delle loro applicazioni, offrendo l’opportunità di partecipare ad un’esperienza orientativa in vista della futura scelta post-diploma.

La finalità era quella di avvicinare e appassionare al mondo della ricerca scientifica e ai suoi protagonisti un gruppo di circa un centinaio di studenti. In particolare, sono state proposte attività tese a realizzare esperienze precoci di comunicazione scientifica. Le lezioni/conferenze/dibattiti e le esperienze di laboratorio hanno offerto un’immagine di quanto sia affascinante la ricerca matematica e la sua relazione con l’intelligenza artificiale e il machine learning.

In tale occasione, è stato anche possibile avviare una proficua collaborazione con gli insegnanti coinvolti per favorire una nuova funzione tutoriale del docente anche in ambito laboratoriale. Al mattino sono state proposte relazioni di esperti su temi specifici, mentre, al pomeriggio, si sono realizzati laboratori che hanno coinvolto attivamente gli studenti sotto la guida di un tutor. Anche per i docenti sono stati previsti seminari pomeridiani guidati da esperti per la riflessione su aspetti metodologici e laboratori per la produzione di materiale didattico.

I partecipanti arrivati da fuori provincia e i bergamaschi residenti in località distanti da San Pellegrino hanno potuto pernottare per le notti del 4 e 5 settembre, presso l’Hotel Moderno il convitto dell’IPSSAR di San Pellegrino riservato agli studenti e presso l’Hotel Bigio per i docenti. Tra le priorità indicate per poter partecipare alla Summer School vi erano: aver sottoscritto il “Modello Accordo Scuola-Università” per il PNRR Orientamento attivo con la rete degli atenei di cui è capofila l’Università degli Studi di Milano e di cui fa parte l’Università degli Studi di Bergamo per l’anno scolastico 2023/2024 oppure non aver partecipato alle attività di orientamento attivo (ex PNRR) nel corso dell’anno scolastico 2022/2023 in collaborazione con nessuna università.

Le lezioni del mattino si sono svolte presso il teatro delle Terme di San Pellegrino (QC Terme), mentre I laboratori del pomeriggio si sono tenuti presso le aule dell’IS “San Pellegrino”. La durata del percorso è stata complessivamente di 30 ore (10 ore al giorno, nello specifico 4 al mattino seguite da tutti gli studenti e 6 ore al pomeriggio). Le ore del pomeriggio si sono realizzate in 3 laboratori di 2 ore ciascuno, svolti in parallelo. Gli studenti, divisi in tre gruppi hanno avuto la possibilità di seguire tutti i 3 laboratori durante i tre giorni.

L’esperienza quotidiana ci sta rivelando l’importanza della matematica per ottenere modelli che permettano di interpretare la realtà, di proporre previsioni ed esplorare scenari futuri. Algoritmi, reti neurali e macchine che “apprendono” aiutano a scoprire le opportunità e le insidie di un mondo regolato da metodi matematico-computazionali. Attraverso l’illustrazione di recenti interessanti sviluppi sia in ambito accademico che industriale, la Summer School ha proposto una riflessione su come il Machine Learning consenta a macchine e robot di imparare dall’esperienza, migliorando in modo “adattivo” le loro prestazioni.

“Seguendo vari percorsi – dichiara una delle partecipanti alla Summer School, – mi sono resa conto che la matematica è sia un linguaggio usato dalle altre scienze per descrivere ed interpretare la realtà, sia un modo di pensare autonomo rispetto alla realtà che ci circonda”. Il primo tema trattato è stato “La matematica del machine learning” a cura di Francesco Della Santa, del Politecnico di Torino seguito da “Le sfide dell’apprendimento statistico nell’era dei Big Data” con Raffaele Argiento dell’ Università degli Studi di Bergamo.

Il secondo giorno si è parlato di “Ottimizzazione e machine learning” con Francesca Maggioni, dell’ Università degli Studi di Bergamo e de “Le sfide industriali dell’Intelligenza Artificiale” insieme a Vincenzo Manzoni – Data Science Director di Tenaris. A conclusione dei lavori, si sono trattati gli “Aspetti etici e filosofici dell’intelligenza artificiale” con Alfredo Paternoster, dell’ Università degli Studi di Bergamo e a seguire la Tavola Rotonda su “I nuovi modelli di business legati al Machine Learning” con Michele Ermidoro (AI Sent), Emanuela Bazzana (Orobix), Francesca Negrello, e Alessandra Duz (IIT), con Moderatore Valerio Pesenti (Intellimech).

Ma la parte più coinvolgente per gli studenti sono stati i tre laboratori pomeridiani. Laboratorio 1 – “Statistical Learning” con Michela Cameletti e Raffaele Argiento, dell’Università degli Studi di Bergamo. Nel laboratorio di statistical learning per dati ambientali, gli studenti hanno avuto la possibilità di avere un primo contatto con l’analisi di un dataset complesso, introducendo alcuni concetti e tecniche di base per visualizzare ed estrarre informazioni da dati rilevati in diverse località (ad esempio informazioni sull’ambiente o sulla mobilità urbana). In seguito, è stato fornito un dataset agli studenti e per visualizzare, analizzare ed estrarre il maggior numero possibile di informazioni.

Laboratorio 2 – “Classificazione e regressione: due modelli per l’interpretazione del mondo” condotto da Marco Sgrignoli. È possibile classificare un’automobile basandosi solamente sui suoi consumi? Come si può prevedere l’andamento della popolazione mondiale nel 2050? In tempi recenti sono state sviluppate diverse tecniche per rispondere a simili domande: nel primo caso si tratta di modelli di classificazione, mentre nel secondo di regressione. Nel corso del laboratorio si sono sperimentati, dal punto di vista matematico, i processi che stanno alla base di questi algoritmi, anche attraverso simulazioni con dati reali. Laboratorio 3 – “Python, l’Artificial Intelligence è un gioco da ragazzi” con Luca Baggi, Associazione Italiana Python.

E’ stato un laboratorio interattivo per introdurre gli studenti all’utilizzo di Python. Ogni intervento e ogni attività è stata supportata sia per quanto riguarda l’accoglienza e l’organizzazione delle attività che per tutta la parte ristorativa, dagli studenti dell’ IS San Pellegrino che pur essendo ancora in vacanza hanno contribuito al successo dell’iniziativa.