Cosa può esserci in comune tra l’abilità di modulare un problema in modo da renderlo comprensibile a una macchina e la produzione creativa? In questo articolo esploriamo come il pensiero computazionale può supportare la nostra capacità di rispondere efficacemente a una domanda/richiesta e creare contenuti di qualità.

Pensiero computazionale: un’introduzione

L’inizio dello studio del pensiero computazionale si colloca alla metà del XX secolo, ma le idee principali sulle quali si focalizza la disciplina hanno radici ben più antiche.
Concetti come la strutturazione astratta, la rappresentazione e l’organizzazione su base logica dei dati possono essere rintracciati anche nel pensiero scientifico e in quello sistemico, nella filosofia come nell’ingegneria del pensiero.

Nel 2006 Jeannette Wing, direttrice del Data Science Institute della Columbia University, ha utilizzato l’espressione pensiero computazionale in un saggio dedicato all’importanza di integrare questa particolare abilità in ambiti anche molto distanti dall’informatica con l’obiettivo di comunicare in modo più comprensibile e lineare principi complessi e metodologie di pensiero.

Attraverso la scomposizione di un problema articolato in blocchi comprensibili da un elaboratore è possibile creare algoritmi capaci di fornire soluzioni alle diverse componenti del quesito: l’astrazione (ovvero la formulazione del problema) è seguita dall’automazione (espressione della soluzione) e quindi da un’analisi che possa valutare la soluzione messa in atto.
Il XXI secolo è caratterizzato dalle “4 C”, un sistema di ambiti essenziali per la comprensione della temperie socioculturale in cui viviamo e per la creazione di valore.

Le 4 C sono rappresentate da Comunicazione, pensiero Critico, Collaborazione e Creatività. A queste voci potremmo aggiungere un quinto elemento: il pensiero Computazionale, che ci offre strumenti preziosi per produrre modelli e visualizzare i dati all’interno delle discipline STEM – Science, Technology, Engineering, and Mathematics, un gruppo di cui fanno parte anche le scienze sociali e la linguistica.
Più generalmente, il pensiero computazionale può tornare utile in tutte le attività che richiedono o possono beneficiare dell’identificazione di pattern significativi, come la grammatica, le relazioni sociali e i fenomeni fisici – e, perché no, i processi creativi. In fondo, cosa può aiutarci a ipotizzare il possibile successo di una proposta meglio di un pattern comportamentale?

Come pensare in modo computazionale

Abbracciare il pensiero computazionale significa imparare a “pensare come un computer”.
Attenzione: se pensi che l’automazione sia sinonimo di banalità, questo argomento ti riserverà sorprese interessanti.

Come prima cosa, adoperare il pensiero computazionale significa essere capaci di formulare un pensiero in maniera astratta (ovvero slegata da un’occorrenza specifica) e di individuare i pattern che possono aiutarci a presentare la questione attraverso diverse prospettive.
Per ottimizzare i dati in nostro possesso dobbiamo organizzarli in maniera logica e analizzarli ordinatamente, procedendo con la parcellizzazione del problema-oggetto in una somma di parti più minute – e quindi più facilmente affrontabili.

A questo punto, per affrontare ogni brano del quesito dobbiamo impiegare le risorse del pensiero programmatico (come la rappresentazione simbolica e le operazioni logiche) per identificare, analizzare e mettere in pratica possibili soluzioni.
Il nostro obiettivo è quello di ottenere la combinazione più efficace di soluzioni intermedie per arrivare allo scioglimento globale del problema originario.

Sembra difficile? Abbandoniamo per un attimo il pensiero astratto e focalizziamo l’attenzione su un’attività quotidiana: sapevi che utilizzi il pensiero computazionale anche quando scegli il percorso più adatto per raggiungere un determinato luogo in macchina?
Se almeno una volta nella vita hai confrontato due possibili itinerari per stabilire quale fosse più conveniente tenendo conto di semafori, passaggi a livello, possibili code e disponibilità di parcheggio, hai già messo in pratica i rudimenti del pensiero computazionale. Complimenti!

Solletichiamo l’ego con un altro piccolo esempio: l’imbustamento della spesa. Che tu sia un guru della sporta o semplicemente una persona che ha già sopportato l’onta di tornare a casa con un sacchetto a brandelli e macchie di uovo sui pantaloni, probabilmente metti in pratica un minimo di pensiero computazionale anche quando riponi i tuoi ultimi acquisti nella busta del supermercato.

Le confezioni con gli angoli vanno sistemate in modo che i bordi taglienti non buchino il sacchetto, le cose pesanti hanno la priorità (un melone non deve mai e poi mai finire sopra un pacchetto di crackers), gli articoli fragili, ad esempio gli yogurt, le uova o la frutta morbida, vengono imbustati per ultimi così da essere meglio preservati dagli urti. Vogliamo parlare dei surgelati, che vanno rigorosamente messi nello stesso sacchetto così da conservare meglio la temperatura? Ancora, pensiero computazionale: per risolvere efficacemente il “problema busta” devi analizzare di volta in volta le caratteristiche e le criticità di ogni singola situazione (in questo caso, di ogni prodotto).

Citando J. Wing, “Il pensiero computazionale riformula un problema apparentemente difficile in uno che sappiamo di essere in grado di risolvere, magari attraverso la riduzione, l’inclusione, la trasformazione o la simulazione.”

Pensiero computazionale e creatività

Nei lavori creativi più che in altri settori, la capacità di cogliere ed elaborare con prontezza una nuova intuizione è cruciale.
Il pensiero computazionale, usando come operazione cardinale il frazionamento di un’entità più vasta e “pesante”, ci insegna a sviscerare un’idea isolandone le singole componenti – questo procedimento, com’è intuibile, ci torna utile in almeno due frangenti: ci consente di perfezionare un’intuizione osservandola a livello microscopico e ci aiuta a individuare con più sicurezza e precisione la sede di eventuali criticità.

Uno dei fattori necessari al pensiero computazionale, l’astrazione, rende i nostri flussi di informazioni più ordinati e “organizzabili”, tenendo in allenamento le nostre capacità di apprendimento e la nostra memoria.

Le risorse mnemoniche che impiegano contemporaneamente immaginazione e capacità di scissione, inoltre, ci aiutano a memorizzare informazioni potenzialmente ostiche come termini tecnici, formule o teorie astratte (come la frase “Ma con gran pena le reca giù”, utilizzata per ricordare più facilmente la partizione delle Alpi italiane).

Per un graphic designer, un copywriter o un influencer, la capacità di parcellizzare un concetto, un nome o una tendenza ha un ruolo decisamente rilevante, perché consente di concentrarsi sul proprio oggetto di studio lasciandosi ispirare da ogni sua componente (reale quanto immaginaria).
Allo stesso modo, i pattern comportamentali (ad esempio quelli degli utenti di un dato medium) ci aiutano a prevedere la reazione del pubblico a un determinato contenuto: per verificarlo ti basta accedere a un qualsiasi social network ed esplorare i trending topic del momento.

Vuoi mettere subito alla prova le tue capacità di pensiero computazionale?

Condividi la ricetta del tuo cavallo di battaglia culinario con qualcuno: se vuoi assicurarti di renderla accessibile devi aver cura di analizzare attentamente tutto il procedimento e di scomporlo correttamente in una serie di piccoli step – in maniera algoritmica.