Computational thinking (CT) è una parola altisonante e alquanto nebulosa. Da oltre 10 anni imperversa nel settore dell’educational technology tra definizioni abbozzate, variopinte applicazioni e parametri costantemente rimaneggiati.

La nascita del termine si deve a Wing (2006), che la definisce la tendenza a usare “abstraction and decomposition when attacking a large complex task or designing a large complex system” (p. 33). Da allora questo concetto si e fatto strada in diversi ambiti, dalla computer science all’instructional technology. Il riferimento è a skill computazionali capaci di farci comprendere il mondo iper-mediatizzato che ci circonda e, al contempo, sviluppare il nostro spirito critico e analitico.

Seguendo questa linea, Cuny e colleghi (2010) considerano la CT “the thought processes involved in formulating problems and their solutions so that the solutions are represented in a form that can be effectively carried out by an information-processing agent”. Un report della Royal Society (2012, p. 29) ribadisce sifatta tendenza, osservando che il suo obiettivo è “recognizing aspects of computation in the world that surrounds us, and applying tools and techniques from Computer Science to understand and reason about both natural and artificial systems and processes.”

Queste definizioni rimangono comunque generiche e abbastanza torbide. Non a caso la CT viene spesso descritta tramite programmi atti a promuoverla, da Minecraft a Scratch. Gli stessi autori di quest’ultimo, luminari del MIT, ammettono che “there is little agreement on what a definition for Computational Thinking might encompass.” (Brennan and Resnick, 2012, p. 2).

Ora, piuttosto che soffermarci su ansie e dettagli definitori, credo sia maggiormente interessante focalizzarci sul processo che caratterizza la CT. Nello specifico, si può osservare un certo modus operandi negli studi che la interessano: prima di tutto il contenuto viene astratto, reso regola; poi viene generalizzato e messo alla prova; infine questi viene testato in altri ambiti con assessment a corredo (Sengupta et al., 2013). L’invito a categorizzare, collegare e combinare elementi non è infatti raro, e Angeli e colleghi (2016) lo formalizzano perfettamente in abstraction, generalization, decomposition, algorithmic thinking e debugging (p.49).

Per la gamification, questo approccio può fornire stimoli importanti, soprattutto quando si entra nell’ambito dell’educazione primaria. Il trial and error può diventare un modo per suggerire un’euristica di gioco, una soluzione che combacia con taluni parametri e non con altri. L’invito a presentare un problema secondo questa dinamica dovrebbe essere accolta laddove si vuole comunicare sapere pratico e applicativo. Per esempio, astrarre un’informazione che volete comunicare, generalizzarla, farla testare in diversi scenari di riferimento, e da qui attuare un debugging – battle report che possa incidere sui giocatori.

Nonostante i natali legati alla computer science, la CT richiama la predisposizione umana a individuare pattern  e testarne il margine di validità. Assecondarla diviene così un’operazione naturale e oltre quel computazionale che ne limita, anche se solo apparentemente, la portata.

1 Comment
  1. […] Gamification & Computational Thinking, tra computer science e umanità […]

Leave a reply

CONTACT US

Send us an email and we'll get back to you, asap.

Sending

©2017 PLAY the BUSINESS Hub di Aziende nel settore della Gamification e dell' Innovation nel Business. Sito a cura di logo2x-white

error: Content is protected !!
or

Log in with your credentials

or    

Forgot your details?

or

Create Account