Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

CODING... a cosa serve?

Seminario sul CODING rivolto ai docenti del I° Comprensivo "E. De Amicis" di Ceglie Messapica - Brindisi

CODING... a cosa serve?

  1. 1. CODING ….ma acosa serve? Pietro Leo Executive Architect & CTO Responsabile Scientifico Research and Business, IBM Italy IBM Academy of Technology Leadership @pieroleo www.pieroleo.com
  2. 2. @pieroleo www.pieroleo.com Comepreparareinostri figliper un lavorochei genitori non conoscono ancora?
  3. 3. Cosa sta succedendo? Perché abbiamo bisogno di giocare con il CODING oltre che con la battaglia navale?
  4. 4. @pieroleo www.pieroleo.com 1589 William Lee di Calveston I timori di essere sostituiti nel lavoro da macchine sono vecchie quanto le macchine. William Lee cercò di brevettare l’invenzione del telaio ma Elisabetta I d’Inghilterra gli negò il brevetto per queste paure
  5. 5. @pieroleo www.pieroleo.com 1900 1999 Lavoratori in Agricoltura US 40% (Disoccupati: 5%) Lavoratori in Agricoltura US 2% (Disoccupati: 4.3%) Falsi Miti
  6. 6. @pieroleo www.pieroleo.com http://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf
  7. 7. 47% Totale delle professioni in USA a rischio estinzione (2033)
  8. 8. @pieroleo www.pieroleo.com Distribuzione dei lavori a rischio di automazione o computerizzazione all’interno dei paesi dell’Unione Europea
  9. 9. Source: BBC, Future of Employment adapted for UK market Stima dei lavori a rischio automazione, per disciplina @pieroleo www.pieroleo.com
  10. 10. Esempi di Lavori a Rischio • Operatore Call Center • Resp. Erogazione Prestiti • Cassiere • Assistente Legale • Autista Taxi • Cuoco in Fast Food 99% 98% 97% 94% 89% 81% Source: Future of Employment, Frey & Osbone 2013 @pieroleo www.pieroleo.com
  11. 11. Esempi di Lavori a Rischio • Operatore Call Center • Resp. Erogazione Prestiti • Cassiere • Assistente Legale • Autista Taxi • Cuoco in Fast Food 99% 98% 97% 94% 89% 81% Source: Future of Employment, Frey & Osbone 2013 Quanto siamo distanti dalla realtà? @pieroleo www.pieroleo.com
  12. 12. Esempi di Lavori a Rischio • Operatore Call Center • Resp. Erogazione Prestiti • Cassiere • Assistente Legale • Autista Taxi • Cuoco in Fast Food Source: Future of Employment, Frey & Osbone 2013 99% @pieroleo www.pieroleo.com
  13. 13. Source: Soul Machine - https://www.youtube.com/watch?v=fNWjKtVWToc
  14. 14. 14 @pieroleo www.pieroleo.com Source: Soul Machine - https://www.youtube.com/watch?v=0tUSsqOLZC8
  15. 15. Sphie Source Sophie Soule Machine - https://www.youtube.com/watch?v=JiYANsW2F5A
  16. 16. @pieroleo www.pieroleo.com
  17. 17. Esempi di Lavori a Rischio • Operatore Call Center • Resp. Erogazione Prestiti • Cassiere • Assistente Legale • Autista Taxi • Cuoco in Fast Food 89%Source: Future of Employment, Frey & Osbone 2013 @pieroleo www.pieroleo.com
  18. 18. Source: https://www.cnbc.com/2017/09/29/self-driving-taxis-like-uber-will- disrupt-public-transport-study.html @pieroleo www.pieroleo.com
  19. 19. Esempi di Lavori a Rischio • Operatore Call Center • Resp. Erogazione Prestiti • Cassiere • Assistente Legale • Autista Taxi • Cuoco in Fast Food 81% Source: Future of Employment, Frey & Osbone 2013 @pieroleo www.pieroleo.com
  20. 20. @pieroleo www.pieroleo.com Source: Pizza Delivery - https://www.youtube.com/watch?v=JoP1lvgGLys
  21. 21. @pieroleo www.pieroleo.com
  22. 22. @pieroleo www.pieroleo.com D’atra parte ci sono decine di esempi di sistemi che integrano intelligenza artificiale e capacità di analizzare dati e che tocchiamo tutti I giorni! navigatore GPS e Aspirapolvere Intelligente
  23. 23. 24 Come è possibile tutto ciò?
  24. 24. @pieroleo www.pieroleo.com Data ScienceIntelligenza Artificiale Machine Learning Internet delle Cose Cyber Security Robotica Dati
  25. 25. 26 Dati Siamo Sempre più immersi in una nuvola di dati
  26. 26. Stile di Vita Codice Postale Mare/Montagna Residenza Genere Stipendio Età Carte Fedeltà Stadio della viata Tipo di Lavoro Città Stato Coniugale Generazione Dimensione Famiglia Prodotti Acquistati Formazione Informazioni Legali @pieroleo www.pieroleo.com
  27. 27. Abbonamento Data di Accesso al sito Lista Desideri Dimensione Network Acquisti App usate Numero delle App Depositi/Prelievi Utilizzo del Cellulare Storia d’acquisto Video Visti Like su Foto Following Followers Mi Piace Hashtag usati History of Hashtags Sequenza visite Time/Day log in Pagine Visitate e tempo speso Parole Ricercate @pieroleo www.pieroleo.com
  28. 28. Tono Edonismo Grado di Estroversione Riconoscimento Facciale Apertura Capacità di Colloquio Analisi delle domande Stato Emozionale Strategie di Ragionamento Language Modeling Dialogo / Conversazione Intenti Fonemi Analisi Ontologica Analisi Linguistica Analisi Visuale Multimodal Analysis Analisi della Voce @pieroleo www.pieroleo.com
  29. 29. Source: http://www.bloomberg.com/video/meet-the-world-s-most-connected-man- Vs~LzkbkR7yhjza~7nji1g.html Saremo tutti come lui? L‘uomo più Connesso al mondo
  30. 30. 32 Image source: http://personalexcellence.co/blog/ideal-beauty/ City Lifestyle ZIPcode Costal vs Inland Marital status Generation Location Family Size Gender Income Level Competitors Age Loyalty & Card Activity Revenue Size Life Stages Eductation Legal status Sector Industry Subscriptions Date on Site Wish List Size of Network Check-ins App usage duration Number of Apps on Device Deposits/Withdrawals Device Usage Purchase History Following Followers Likes Number of Hashtags used History of Hashtags Search Strings entered Sequence of visits Time/Day log in Time spent on site Time spent on page Frequency of Search Videos Viewed Photos liked Sentiment Tone Euphemisms Hedonism Extroversion Face Recognition Openess Colloquialism Reasoning Strategies Language Modeling Dialog Intent Latent Semantic Analysis Phonemes Ontology Analysis Linguistics Image Tags Question Analysis Self-transcendent Affective Status DNA Proteome Microbiome Clinical/Biochemical Data Steps Nutrition Genetics Runs X-rays (CT scans) sound (ultrasound), magnetism (MRI), Radioactive (SPECT,PET) light (endoscopy,OCT) Environment Bio-Images Source: Bipartisan Policy Center, “F” as in Fat: How Obesity Threatens America’s Future (TFAH/RWJF, Aug. 2013) La nostra nuvola di dati sa molto di noi, anche di come siamo fatti @pieroleo www.pieroleo.com
  31. 31. 33 I computer sono MACCHINE e servono per gestire, cercare ed analizzare DATI I computer ci aiutano a valutare i DATI per prendere DECISIONI PROFESSIONALI più PRECISE E RAPIDE @pieroleo www.pieroleo.com
  32. 32. 34 Radiologo Oncologo Commesso Consulente Fiscale @pieroleo www.pieroleo.com Sono queste professioni “infallibili”?
  33. 33. 35 Perchè essere Precisi? Ci sono spazi di miglioramento per commettere meno errori?
  34. 34. Errori Medici - British Medical Journal: Ogni anno le morti a causa di errori mediciin USA sono stimate tra 25k(*)- 250k(**) Source (**) Makary MA, Daniel M. Medical error-the third leading cause of death in the US. BMJ 2016;353:i2139. (*) Kaveh G Shojania, Mary Dixon-Woods BMJ Estimating deaths due to medical error: the ongoing controversy and why it matters - DOI: 10.1136/bmjqs-2016-006144 Il Medico
  35. 35. 37 Indice di Massa Corporea Massa (Peso- Kg) / Altezza (cm) x Altezza (cm) Sei ”normo-peso” Se l’indice è compreso tra 18.5 e 24.99 Adolphe Quetelet, 1832 Source Foto: https://it.wikipedia.org/wiki/Adolphe_Quetelet
  36. 36. 38 • L’indice di massa corporea è un segnale forte e indipendente per misurare il rischio di insorgenza del diabete di tipo 2 • Il rischio dell’insorgenza del diabete di tipo 2 aumenta nei soggetti con un alto indice di massa corporea La precisione è relativa: Le nostre decisioni possono dipendere da pochi dati, semplici.
  37. 37. 39 Le macchine restano macchine, quando sono addestrate male
  38. 38. 40 …possono far commettere errori
  39. 39. Source: https://www.theguardian.com/technology/2016/sep/08/artificial-intelligence-beauty-contest-doesnt-like-black-people
  40. 40. Source: http://www.ted.com/talks/sherry_turkle_alone_together Sherry Turkle: Connected, but alone? I telefoni sempre disponibili nelle nostre tasche e nella nostre teste stanno cambiando le nostre menti e influenzano il modo di pensare e pongono nuove sfide e RISCHI: 1) Possiamo porre la nostra attenzione dove vogliamo 2) Possiamo essere sempre “ascoltati” 3) Non saremo mai lasciati soli
  41. 41. Quali sono le competenze e le abilità resistenti a questi cambiamenti?
  42. 42. I dati digitali sono il nuovo petrolio, tutte le nuove professioni si stanno adattando
  43. 43. Produciamo dati e consumiamo dati per scopi sempre più precisi e mirati
  44. 44. Source: Future of Employment – Unione Europea @pieroleo www.pieroleo.com
  45. 45. Source: Future of Employment – Unione Europea CODING? @pieroleo www.pieroleo.com
  46. 46. @pieroleo www.pieroleo.com DUE FORME DI CODING • Costruire algoritmi per le macchine, per lavorare con i DATI • Addestrare le macchine con i DATI
  47. 47. Il CODING è come Cuocere le Castagne al forno Source: http://ricette.giallozafferano.it/Castagne-al-forno.html @pieroleo www.pieroleo.com
  48. 48. Il CODING è come Cuocere le Castagne al forno Source: http://ricette.giallozafferano.it/Castagne-al-forno.html @pieroleo www.pieroleo.com PER FARE UN ALGORITOMO CI VOGLIONO GLI INGREDIENTI DU CUI AGIRE: I DATI
  49. 49. @pieroleo www.pieroleo.com
  50. 50. @pieroleo www.pieroleo.com UN ALGORITOMO E’ FATTO DI PASSI OPERATIVI, DA ESEGUIRE TENEDO CONTO DI DATI I PASSI OPERATIVI DI UN ALGORITMO TRASFORMANO I DATI AD OGNI PASSO ED AGISCONO SU TUTTI I DATI ASSIEME O SU CIASCUN DATO ELEMENTARE RIPETUTAMENTE
  51. 51. @pieroleo www.pieroleo.com
  52. 52. @pieroleo www.pieroleo.com I RISULTATI DI UN ALGORITOMO POSSONO DIPENDERE DA L’USO CHE NE VERRA’ FATTO!
  53. 53. http://www.foodandwine.com/fwx/food/oven-knows-what-food-you-re-cooking-and-how-cook-it Addestrare un Forno a riconoscere il cibo e cucinare il cibo @pieroleo www.pieroleo.com
  54. 54. @pieroleo www.pieroleo.com CODING = - Scrivere una ricetta - Addestrare un Forno a riconoscere il cibo
  55. 55. @pieroleo www.pieroleo.com CODING • Costruire algoritmi per le macchine • Addestrare le macchine • Esempio di ambienti di coding - I • Scratch Junior • Scratch • Esempio di ambienti di coding - II • Chatbot • Riconoscimento di Immagini
  56. 56. @pieroleo www.pieroleo.com Con Scratch puoi programmare storie interattive, giochi e animazioni — e puoi condividere le tue creazioni con gli altri membri della comunità. Scratch insegna ai giovani a pensare in maniera creativa, a ragionare in modo sistematico e a lavorare in maniera collaborativa — queste sono tutte capacità essenziali per chi vive nel 21mo secolo. Scratch è un progetto del Lifelong Kindergarten Group dei Media Lab del MIT. È reso disponibile in maniera completamente gratuita.
  57. 57. L’obiettivo di Scratch è quello di aiutare gli studenti a sviluppare le loro capacità di ragionamento creativo @pieroleo www.pieroleo.com
  58. 58. @pieroleo www.pieroleo.com Praticare CODING significa sviluppare il pensiero Computazionale per affrontare problemi. Il CODING è anche un’attività collaborativa
  59. 59. @pieroleo www.pieroleo.com Creare Storie Interattive Creare Animazioni Creare Giochi Creare Store Musicali Creare Immagini ed effetti artistici
  60. 60. 5-7 anni6-14 anni @pieroleo www.pieroleo.com AMBIENTE 1 AMBIENTE 2
  61. 61. SITO DI RIFERIMENTO: http://www.scratchjr.org/ @pieroleo www.pieroleo.com
  62. 62. @pieroleo www.pieroleo.com
  63. 63. @pieroleo www.pieroleo.com
  64. 64. @pieroleo www.pieroleo.com SITO DI RIFERIMENTO: http://scratch.mit.edu/
  65. 65. @pieroleo www.pieroleo.com
  66. 66. https://resources.scratch.mit. edu/www/cards/en/ScratchCar dsAll.pdf Scaricare le Schede scratch Sono 11 Tutorial che guidano Passo passo a realizzare attività @pieroleo www.pieroleo.com
  67. 67. @pieroleo www.pieroleo.com Materiale Utile https://www.slideshare.net/maffucci/lalfabeto-di-scratch- lezione-1 https://www.slideshare.net/maffucci/lalfabeto-di-scratch- lezione-2 https://www.slideshare.net/maffucci/lalfabeto-di- scratch-lezione-3 Lezioni del Prof. Maffucci introduttive a Scratch
  68. 68. Pietro Leo Executive Architect - Chief Scientist of IBM Italy Research and Business Unit IBM Academy of Technology Leadership Head of IBM Italy Center of Advanced Studies Grazie! @pieroleo www.pieroleo.com

×