Matematica e scienza dei dati - Scuola Secondaria di secondo grado
Percorso Formativo (Polo STEAM - Bologna)

125509

Matematica e scienza dei dati - Scuola Secondaria di secondo grado

Mooc

20/05/2023

31/05/2023

20

20

Come si prepara la prossima generazione di data scientist? Quali competenze devono essere trasmesse agli studenti per prepararli al mondo del lavoro che verrà, in cui la capacità di approcciarsi in modo scientifico alla gestione delle informazioni digitali sarà una delle competenze chiave più richieste? La conoscenza integrata della Scienza dei dati e dell’Intelligenza Artificiale, inserita all’interno di un percorso scolastico, può consentire alle studentesse e agli studenti di acquisire significative nozioni di base in questi ambiti in rapida e continua espansione, sia in chiave di ampliamento del proprio bagaglio culturale, sia in chiave di orientamento verso studi universitari più mirati. Inoltre, queste due discipline consentono anche di sviluppare le competenze logico-matematiche, le capacità di analisi e astrazione, la capacità di risolvere i problemi e la creatività, in una relazione di interdisciplinarità e reciproco arricchimento con le altre materie sia scientifiche che umanistiche. Il percorso intende fornire strumenti, metodologie, esempi strutturati che contribuiscano alla progettazione di percorsi didattici per scuole di ogni ordine e grado.

INTERO TERRITORIO NAZIONALE

Scuola secondaria II grado

Transizione digitale

Docenti

3. Pratiche di insegnamento e apprendimento

A1. Novizio/Base/Conosce e utilizza in modo elementare

In questo MOOC saranno mostrati strumenti e tecniche per sviluppare il tema in classe fin dalla scuola primaria e poterlo usare sulla base del programma scolastico. Il MOOC presenterà la seguente struttura: - Video introduttivo di presentazione del MOOC. - 3 lezioni, suddivise in specifiche unità, caratterizzate da video e materiali di studio/lavoro (schede descrittive per la replicabilità dei laboratori, sceneggiature delle attività laboratoriali e risorse pubbliche online). - Al termine del programma di lavoro saranno svolte attività di assessment. I temi di lavoro riguarderanno: Analisi qualitativa e analisi quantitativa: la realtà in dati solo fredda rappresentazione o possibilità di evidenziare tendenze altrimenti non percepibili? Come far parlare i dati: capacità di lettura e di elaborazione. Data Science e Intelligenza artificiale: quale integrazione? Modelli interpretativi: raccontare una storia con i dati analizzati. Metodologie: Il percorso è progettato per essere interattivo ed esperienziale, consentendo di consolidare diverse competenze tecniche, progettuali, ideative. Proporre attività di analisi e di utilizzo dei dati (e, in particolare, degli Open data) per migliorare la capacità di leggere dati numerici e di contesto, oltre che grafici di vario tipo – tutti elementi alla base del processo di scelta e di orientamento-, favorisce l’attitudine alla collaborazione tra ragazzi e lo sviluppo del ragionamento critico che si fonda sulle competenze di interpretazione e comunicazione, appunto, di dati, grafici e modelli. L'impronta laboratoriale favorisce inoltre una verticalità e una gradualità che rendono il percorso modellabile su classi di diversi ordini e gradi. La manipolazione e l'uso delle risorse digitali rendono altresì tali attività fattivamente inclusive e scalabili su diversi livelli e obiettivi di competenza.

STEFANO PISANI

26/04/2023

18/05/2023