{"id":9521,"date":"2021-01-21T23:14:40","date_gmt":"2021-01-21T22:14:40","guid":{"rendered":"https:\/\/cielipiemontesi.it\/?p=9521"},"modified":"2021-01-21T23:18:36","modified_gmt":"2021-01-21T22:18:36","slug":"questa-e-la-mia-visione-del-fisico-moderno","status":"publish","type":"post","link":"https:\/\/cielipiemontesi.it\/?p=9521","title":{"rendered":"\u00abQuesta \u00e8 la mia visione del fisico moderno\u00bb"},"content":{"rendered":"\n

Non necessariamente uomo, non necessariamente vecchio, non necessariamente alla lavagna. Cos\u00ec Viviana Acquaviva \u2013 professore associato al Cuny Nyc College of Technology e Cuny Graduate Center di New York, dove tiene anche un corso di machine learning per la fisica e l\u2019astronomia, argomento sul quale sta scrivendo un libro per la Princeton University Press \u2013 immagina che debba essere un fisico oggi. Wired l\u2019ha annoverata fra le 50 donne che hanno fatto (e fanno) la storia dell\u2019informatica. Media Inaf l\u2019ha intervistata<\/em><\/strong><\/p>\n\n\n\n

\"\"<\/a>
Viviana Acquaviva, astrofisica, qui ritratta con la figlia, \u00e8 associate professor<\/em> al New York City College of Technology (City Tech)<\/figcaption><\/figure><\/div>\n\n\n\n

I nomi e le storie di cinquanta donne che hanno fatto \u2013 e tutt\u2019ora fanno \u2013 la storia dell\u2019informatica, questo l\u2019oggetto di una lista stilata da Wired.it<\/em><\/strong><\/a> il mese scorso. Donne del passato e del presente, di ogni nazionalit\u00e0 ed estrazione sociale. Donne che hanno studiato e si sono messe in gioco per fare la differenza \u2013 come Stephanie Shirley<\/a>, <\/strong>nota dai colleghi come \u201cSteve\u201d, soprannome maschile che le ha permesso di affermarsi e ottenere meritati avanzamenti di carriera in un mondo dominato dagli uomini. Donne come Annie Easley<\/strong><\/a>, sviluppatrice del software dei razzi lanciatori, indispensabile per lo Shuttle<\/strong><\/a> e la missione Cassini<\/strong><\/a>. O come la prima dottorata in informatica, o ancora l\u2019amministratrice delegata di YouTube, la sviluppatrice della rinomatissima grafica Apple, la direttrice operativa di Facebook<\/em>. Cinque italiane e due astrofisiche nella lista, nell\u2019intersezione delle due categorie c\u2019\u00e8 Viviana Acquaviva<\/strong>. Originaria di Lecce, laureata in fisica e PhD in astrofisica alla Sissa di Trieste, da quattordici anni lavora negli Stati Uniti e da nove a New York. \u00c8 professore associato presso il dipartimento di fisica del Cuny Nyc College of Technology<\/strong><\/a> e Cuny Graduate Center<\/strong><\/a>. Sta ora scrivendo un libro di testo sulle tecniche di machine learning<\/em> applicate alla ricerca fisica e astrofisica, che sar\u00e0 edito da Princeton University Press. Media Inaf<\/em> l\u2019ha raggiunta a New York, al termine del suo anno sabbatico a Barcellona.<\/p>\n\n\n\n

Vive e lavora negli Stati Uniti da molti anni, l\u2019anno scorso \u00e8 tornata in Europa. Le manca l\u2019Italia in questo momento in cui si \u00e8 costretti, anche volendo, a stare lontani?<\/strong><\/p>\n\n\n\n

\u00abOgni tanto accarezzo sogni di rientro in Italia, ma so che nel prossimo futuro sar\u00e0 difficile. Sai, quando sei via sei sempre un po\u2019 con il cuore sospeso. Per\u00f2 mio marito \u00e8 egiziano, e ci siamo conosciuti qui, dove c\u2019\u00e8 anche parte della sua famiglia. L\u2019Europa comunque mi manca, nonostante siano passati molti anni e le mie amicizie pi\u00f9 strette qui siano con europei e italiani pi\u00f9 che americani. L\u2019accademia \u00e8 un mondo particolare, la cattedra in un\u2019universit\u00e0 non \u00e8 facilmente trasferibile, e comunque New York \u00e8 un posto speciale dal punto di vista delle opportunit\u00e0, il mio lavoro mi piace tanto e non lo cambierei. Quindi, finch\u00e9 siamo in una fase in cui il lavoro conta, ci d\u00e0 soddisfazione e ci d\u00e0 la possibilit\u00e0 di fare cose belle e interessanti, mi accontento di fare le vacanze in Italia e accetto di vivere con il cuore un po\u2019 diviso\u00bb.<\/p>\n\n\n\n

\u00c8 stata annoverata da Wired.it<\/em> fra le cinquanta donne che hanno fatto (e fanno) la storia dell\u2019informatica. Si trova tra figure molto importanti, alle quali dobbiamo la nascita dell\u2019informatica o che hanno reso possibili molti dei sistemi, dei codici e delle tecnologie che usiamo oggi. Come si sente a essere in quella lista?<\/strong><\/p>\n\n\n\n

\u00abDevo dire che un po\u2019 mi sono chiesta: ma come le avranno assemblate? A me piace il mio lavoro, mi piace insegnare e mi piace farlo nell\u2019universit\u00e0 pubblica qui negli Usa. Abbiamo dato vita a un nuovo corso di laurea in fisica e io, essendo fra gli organizzatori, ho spinto tantissimo per fare dei corsi di fisica computazionale applicata<\/em>. Mi sono laureata nel 2002, e ho sempre visto affermarsi nel mondo accademico quest\u2019idea che sei fai fisica poi devi fare il dottorato, devi passare i tuoi giorni a fare conti incomprensibili alla lavagna, ma ormai credo che sia un\u2019idea superata. In particolare qui, negli Stati Uniti, dove c\u2019\u00e8 un divario sociale molto ampio fra chi frequenta la scuola pubblica e privata: i ragazzi che si laureano nella mia universit\u00e0 hanno bisogno di trovare lavoro, non necessariamente di essere incoraggiati a intraprendere il mio stesso percorso. Serve loro la possibilit\u00e0 di muoversi da un lavoro che \u2013 mentre studiano \u2013 fanno solo per pagare le bollette a uno con cui possano fare carriera. Per questo ho insistito per avere corsi obbligatori di machine learning<\/em> \u2013 che \u00e8 il mio campo \u2013 quantum computing<\/em>, advanced computational methods<\/em>, in modo che un datore di lavoro veda nel loro curriculum delle competenze pratiche spendibili, non solo teoria. Direi che questo \u00e8 il mio claim to fame<\/em>. Come mai Wired.it<\/em> sia arrivato a questo per\u00f2 non ne ho idea. Due anni fa ero in una graduatoria che si chiama inspiring fifty<\/strong><\/em><\/a>, una collezione di donne italiane che hanno un po\u2019 di voce nel mondo della tecnologia fatta da un\u2019organizzazione no profit.<\/em> Come ci finisci per\u00f2 in queste liste, penso che sia serendipitous<\/em>, fortuito. Avranno forse cercato dei profili e delle storie che potessero sembrare interessanti. Accetto volentieri questo riconoscimento e non me ne vergogno, anzi sono contenta se qualcuno si sente ispirato vedendolo o pensa anche solamente che sia interessante. Ma non mi ritengo paragonabile a Joan Clarke<\/strong><\/a>, o a Grace Hopper<\/strong><\/a>\u00bb.<\/p>\n\n\n\n

Quindi, non crede che questo suo approccio alla ricerca scientifica e all\u2019insegnamento possa \u201cfare la storia\u201d \u2013 anche solo nel senso di cambiare il modo di fare ricerca o di cambiare la visione verso un percorso di studi come quello in fisica?<\/strong><\/p>\n\n\n\n

\u00abAl contrario, credo di s\u00ec. Credo nel mio tentativo di cambiare l\u2019idea tradizionale del fisico e proporne una un po\u2019 pi\u00f9 moderna e funzionale, e spero anche che questo aiuti qualche donna che non si sente all\u2019altezza di una carriera cos\u00ec. Per\u00f2 penso anche di poter agire nel mio piccolo \u2013 che il mio impatto non sar\u00e0 enorme. Chiss\u00e0, magari a un certo punto ci saranno cinque, dieci persone che cambieranno idea e quando arriver\u00f2 alla fine della mia carriera queste persone saranno cento e basta questo \u2013 anzi \u00e8 proprio questo uno dei motivi per cui il mio lavoro mi piace\u00bb.<\/p>\n\n\n\n

Qual \u00e8 quindi la sua idea del fisico o dell\u2019astrofisico moderno?<\/strong><\/p>\n\n\n\n

\u00abLa mia idea principale \u00e8 che ognuno debba trovare ci\u00f2 che funziona per s\u00e9. Io lavoro in ambito astrofisico ma non sono mai stata una bambina che amasse vedere le stelle. Pensavo di fare matematica fino a poco prima di iscrivermi all\u2019universit\u00e0, poi ho fatto fisica, non astronomia. Quando ho dovuto decidere il tema per il dottorato, alla Sissa a Trieste, avevo la possibilit\u00e0 di scegliere fra astrofisica<\/em> e fisica delle particelle,<\/em> ho conosciuto il professor Carlo Baccigalupi, mi \u00e8 piaciuto molto il suo ambito di ricerca, ma soprattutto mi \u00e8 piaciuto lui come persona. Non ho avuto un percorso lineare e ho lottato per molti anni contro l\u2019idea di non essere nata con la passione per l\u2019astronomia. A me pi\u00f9 che altro piacciono i metodi, i problemi, mi piace trafficare al computer, e potrei fare il fisico come il biologo marino \u2013 penso che sarei ugualmente felice. Questo per dire che la prima idea da abbandonare \u00e8 quella che esista una modalit\u00e0 predefinita da seguire. Non devono esistere preconcetti, e il nostro dovere come insegnanti \u00e8 quello di dare competenze che aprano delle porte sul mondo del lavoro. Potenziare la capacit\u00e0 di ragionare, il pensiero analitico, cos\u00ec come le competenze di programmazione. Come supervisor<\/em>, dobbiamo liberarci dell\u2019idea che se gli studenti non seguono una carriera accademica \u00e8 un fallimento, e chiedere loro invece cosa desiderano fare. Quindi, non ho un\u2019idea precisa di come il fisico debba essere, ma: non necessariamente uomo, non necessariamente vecchio, non necessariamente alla lavagna<\/em>. Questi sono punti fermi\u00bb.<\/p>\n\n\n\n

Interessante il collegamento immediato che ha fatto fra la laurea in fisica e il mondo del lavoro. Insolito soprattutto, visto che quando uno studente si iscrive a fisica, si d\u00e0 per scontato che sia mosso dal desiderio di far ricerca. Per questo spesso ci si stupisce \u2013 e un po\u2019 anche ci si resta male, forse \u2013 quando non \u00e8 cos\u00ec.<\/strong><\/p>\n\n\n\n

\u00ab\u00c8 verissimo. Devo dire che, nel mio ragionamento, c\u2019\u00e8 anche la presa di coscienza di una diversit\u00e0 fondamentale fra Europa e Stati Uniti. In Europa \u2013 e in Italia \u2013 alcuni diritti sono garantiti, ed \u00e8 quindi possibile vivere senza fare dello stipendio la primissima cosa a cui guardare. Avere il diritto alla sanit\u00e0, il diritto all\u2019istruzione per i propri figli e cos\u00ec via rende ancora possibile pensare che, se ti piace fare ricerca, il dottorato \u00e8 la strada da percorrere. Anche se non trovo giusto che sia sempre questa la carriera da incoraggiare, perch\u00e9 se andiamo a confrontare il numero di posizioni permanenti disponibili nella ricerca e il numero di persone laureate, la strettoia \u00e8 lampante\u00bb.<\/p>\n\n\n\n

Negli Usa, invece?<\/strong><\/p>\n\n\n\n

\u00abNegli Usa questo aspetto \u00e8 esacerbato dal fatto che alcuni diritti fondamentali non ci sono. I miei alunni in particolare, che provengono dalla scuola pubblica, non hanno alle spalle delle famiglie ricche che possano dar loro un supporto economico, e sono costretti invece a lavorare per mantenersi gli studi al college. Non gli si cambia la vita se li si incoraggia a spendere mille dollari per fare dieci application<\/em> per il dottorato, al contrario bisogna far loro capire che possono andare a lavorare subito e che possono fare una bella carriera anche in data science<\/em>, ad esempio.<\/p>\n\n\n\n

Avevo un ragazzo bravissimo con cui ho lavorato due anni, era anche entrato a far parte di un programma a sostegno di studenti che vogliono intraprendere il dottorato. Poi, appena laureato, ha ricevuto un\u2019offerta di apprendistato in Amazon<\/em>. \u00c8 venuto da me quasi in lacrime per paura di deludermi, dicendomi che non era pi\u00f9 sicuro delle sue intenzioni. Gli ho chiesto cosa desiderasse fare, lui mi ha risposto che accettando quel lavoro avrebbe potuto aiutare suo fratello \u2013 che si pagava gli studi guidando il taxi \u2013 a finire il liceo, avrebbe comprato una casa un po\u2019 pi\u00f9 grande per sua madre e avrebbero potuto cos\u00ec vivere tutti assieme. L\u2019ha fatto, e dopo solo un anno e mezzo \u00e8 riuscito in tutte queste cose. Poi, gli ho detto, se rimane la passione per la ricerca, nulla vieta che fra qualche anno tu possa ripensarci e riprovare. Ma come si pu\u00f2 incoraggiare una carriera accademica quando ogni giorno ti scontri con situazioni di questo tipo? \u00c8 gi\u00e0 sbagliato in principio secondo me \u2013 nella realt\u00e0 in cui lavoro io sarebbe davvero un consiglio miope. Bisogna capire le necessit\u00e0 dei nostri studenti, e su questo c\u2019\u00e8 ancora un bel po\u2019 di lavoro da fare\u00bb.<\/p>\n\n\n\n

Wired.it<\/em> scrive che lei sta scrivendo un libro. Di cosa si tratta?<\/strong><\/p>\n\n\n\n

\u00ab\u00c8 un libro di testo. All\u2019universit\u00e0 tengo un corso di machine learning for physics and astronomy<\/em>, l\u2019ho fatto circa cinque volte. I metodi usati sono gli stessi che si trovano su tanti libri e corsi online \u2013 ne ho fatti tanti anche io per imparare, l\u2019ultimo l\u2019anno scorso. Quando si affrontano questi corsi dal punto di vista del computazionale, per\u00f2, l\u2019approccio \u00e8 molto tecnico. Invece, se si fa scienza, la cosa importante \u00e8 capire come integrare il metodo scientifico con la tecnica<\/em>: capire quali variabili sono importanti, sviluppare la capacit\u00e0 di decidere il metodo giusto<\/em> per affrontare un certo tipo di problema, e questo non c\u2019\u00e8 nei corsi online. Il materiale l\u2019ho messo insieme grazie all\u2019esperienza accumulata durante l\u2019insegnamento \u2013 e raccogliendo una serie di casi scientifici simili a quelli che si possono incontrare ogni giorno nella ricerca. Inoltre, ho pensato che a me avrebbe fatto molto comodo avere un libro di testo per imparare. L\u2019anno scorso ho potuto prendere un anno sabbatico, che abbiamo trascorso \u2013 con mio marito e mia figlia \u2013 a Barcellona, e l\u2019idea di questo libro \u00e8 stata accolta molto positivamente dalla casa editrice Princeton University Press\u00bb.<\/p>\n\n\n\n

Chi \u00e8 il destinatario principale, i suoi studenti?<\/strong><\/p>\n\n\n\n

\u00abSai, gli studenti sono giovani e resilienti, hanno meno problemi a imparare anche se devono raccogliere e cercare materiale da diverse fonti. I professori che insegnano nei dipartimenti di fisica e astronomia invece, che dovranno \u2013 se non l\u2019hanno gi\u00e0 fatto \u2013 iniziare ad avvicinarsi a questa materia e insegnare il machine learning<\/em> nei loro corsi perch\u00e9 sta diventando sempre pi\u00f9 importante, ecco, per loro avere una fonte unica e completa come pu\u00f2 essere questo libro di testo, comprensivo di notebook<\/em>, review questions<\/em>, slides<\/em> ed esami, e corredato anche di una serie di esempi pratici strutturati come piccoli progetti di ricerca basati su dati e cataloghi<\/em> che sto preparando \u2013 avere questo libro, dicevo, magari li aiuta. Non solo, spero faciliti anche il processo per renderla una materia fruibile \u2013 anche se noi docenti non l\u2019abbiamo studiata nel nostro corso di studi. Allo stesso modo, \u00e8 un libro che pu\u00f2 essere utile anche a dottorandi e postdoc che vogliano imparare da soli nuovi metodi per affrontare la loro ricerca\u00bb.<\/p>\n\n\n\n

Quando uscir\u00e0 il suo libro?<\/strong><\/p>\n\n\n\n

\u00abHo parlato proprio ieri con il mio editore, finir\u00f2 di scriverlo a febbraio e spero che venga pubblicato fra un anno circa. Spero anche che diventi un living document<\/em>\u00bb.<\/p>\n\n\n\n

Quali sono i limiti del machine learning<\/em> \u2013 se ce ne sono \u2013 secondo lei?<\/strong><\/p>\n\n\n\n

\u00abDirei che ce ne sono due, uno pi\u00f9 grande dell\u2019altro. Innanzitutto, c\u2019\u00e8 da dire che il machine learning<\/em> non \u00e8 nulla di magico. Ai miei tempi si studiava un librone che si chiamava Numerical Recipes <\/em>\u2013 con un sacco di algebra lineare \u2013 e si pu\u00f2 pensare al machine learning<\/em> come a una sua evoluzione moderna. Si tratta di un metodo, e in quanto tale il pericolo peggiore riguarda la qualit\u00e0 della scienza<\/em> che viene prodotta con esso, il fatto che possa venire applicato in modo cieco, ottuso. \u00c8 un rischio concreto, perch\u00e9 si tratta di metodi forse un po\u2019 pi\u00f9 complicati, meno trasparenti rispetto ai modelli analitici, ad esempio, e pertanto pi\u00f9 soggetti a interpretazioni sbagliate. Negli ultimi cinque, forse dieci anni c\u2019\u00e8 stata una corsa a pubblicare articoli che impiegassero il machine learning<\/em> ed era molto facile che questi venissero accettati \u2013 conseguenza anche della nostra limitata capacit\u00e0 di fare delle revisioni critiche. Siamo stati forse un po\u2019 frettolosi e faciloni nel pubblicare, mentre dobbiamo avere pi\u00f9 consapevolezza ed essere pi\u00f9 cauti: lo stesso rigore che mettiamo nel revisionare un qualunque lavoro scientifico deve essere impiegato nei lavori che usano il machine learning,<\/em> dobbiamo fare uno sforzo maggiore nel capire bene e valutare i metodi usati\u00bb.<\/p>\n\n\n\n

Il secondo?<\/strong><\/p>\n\n\n\n

\u00abIl secondo riguarda i cosiddetti \u201cethical biases<\/em>\u201d, ed \u00e8 molto pi\u00f9 importante, perch\u00e9 riguarda la societ\u00e0 nel complesso e non la piccola comunit\u00e0 degli astrofisici. Riguarda il fatto che cos\u00ec come si possono fare tante cose bellissime con il machine learning<\/em> \u2013 come early detection of diseases<\/em>, o studiare le malattie rare<\/em>, rendere delle risorse accessibii<\/em> o ottimizzarne la distribuzione, come nel caso dell\u2019acqua, l\u2019elettricit\u00e0, l\u2019energia e occuparci cos\u00ec del problema gravissimo dei cambiamenti climatici<\/em> \u2013 se ne possono fare altrettante di pericolosissime. Sto pensando ai deepfake<\/strong><\/em><\/a>, al tramandare e incrementare pregiudizi di razza, di genere \u2013 e tutto questo avviene in assenza di regolamentazioni precise. Ancora una volta, se l\u2019Europa da questo punto di vista tende ad avere una mano un po\u2019 pi\u00f9 stretta, non \u00e8 lo stesso negli Stati Uniti. E siccome il mondo della tecnologia e dell\u2019informatica si muove molto velocemente, \u00e8 difficile per le regolamentazioni stare al passo\u00bb.<\/p>\n\n\n\n

Pu\u00f2 fare un esempio positivo?<\/strong><\/p>\n\n\n\n

\u00abLe malattie rare. Se nasce un bambino con una patologia genetica di questo tipo, prima era difficilissimo avere la possibilit\u00e0 che fosse curato \u2013 nessuno vuole investire per curare tre persone nel mondo. Ma se si riesce a studiare come una combinazione cos\u00ec rara si connette, ad esempio, a quella di un altro ceppo, e poi un altro e uno ancora \u2013 ed \u00e8 questo che fa il machine learning<\/em> \u2013 allora all\u2019improvviso questa malattia diventa una cosa nota e che si pu\u00f2 studiare. Quindi, non voglio cedere al pessimismo, ma penso che sia importantissimo costruire delle regole e che spetti a noi esperti \u2013 che siamo ancora in pochi \u2013 mettersi in gioco e insegnare queste cose\u00bb.<\/p>\n\n\n\n

Lei pensa che esistano delle categorie lavorative a rischio rispetto alla diffusione delle tecniche di machine learning<\/em>?<\/strong><\/p>\n\n\n\n

\u00ab\u00c8 una buona domanda. Rispondo per quel che riguarda il mondo della ricerca, perch\u00e9 \u00e8 l\u2019unico per il quale mi sento di poter dare una risposta motivata: non credo sia una cosa negativa. I compiti per cui facciamo l\u2019automazione con il machine learning<\/em> sono tipicamente cose lunghe e noiose \u2013 e questo non potr\u00e0 mai sostituire il pensiero creativo<\/em>. Per fare un esempio, prima per cercare una supernova bisognava guardarsi diecimila immagini, oppure passare giornate a controllare cataloghi per cercare possibili contaminanti. Direi che se automatizziamo queste operazioni non perdiamo niente, non sono attivit\u00e0 che danno soddisfazione n\u00e9 danno un valore aggiunto. Nella ricerca direi quindi di no, \u00e8 il ricercatore che decide il metodo da usare e studia come implementarlo. Fuori dal mondo della ricerca invece non saprei, non vorrei dare una risposta superficiale ma penso che sia possibile. Immagino che esistano delle figure professionali che possono essere sostituite<\/em> \u2013 come avvenuto con la rivoluzione industriale. E penso che questo possa costituire un rischio soprattutto per coloro che hanno difficolt\u00e0 a reinventarsi e trovare un nuovo lavoro,<\/em> soprattutto se quasi al termine della loro carriera lavorativa. Non so quale possa essere il bilancio fra questi e le nuove professionalit\u00e0 che si creano<\/em> \u2013 che per\u00f2, mi rendo conto, non sono accessibili facilmente a coloro che vedono il proprio lavoro diminuito\u00bb.<\/p>\n\n\n\n

Tornando ancora alla ricerca, pensa che la diffusione di nuove e brillanti prospettive di carriera legate al machine learning<\/em> possa allontanare menti dalla ricerca?<\/strong><\/p>\n\n\n\n

\u00abForse. Ma ben venga, la vedo come una cosa molto positiva. La vedo come un\u2019occasione per il mondo accademico per rendersi conto che il personale, soprattutto i precari, devono essere trattati meglio. Sono persone molto intelligenti, con competenze avanzate e rare e possono spendersi benissimo al di fuori della scienza. Penso sia un limite della nostra cultura pensare che se un lavoro piace, allora non \u00e8 lavoro. Le ore spese su un progetto, su un proposal<\/em>, sono fatica e tempo, e dobbiamo far s\u00ec che i ricercatori si rendano conto che il loro tempo ha valore, e hanno il diritto di avere la possibilit\u00e0 di valorizzarsi e intraprendere carriere remunerative e soddisfacenti \u2013 che consentano loro un miglior bilancio fra lavoro e vita. Questo \u00e8 un aspetto sul quale l\u2019accademia ha molto da imparare\u00bb.<\/p>\n\n\n\n

Mi diceva che ha una figlia di quattro anni. Insegna anche a lei il modo corretto per approcciarsi all\u2019informatica e imparare a usarla?<\/strong><\/p>\n\n\n\n

\u00ab\u00c8 molto bello vedere come imparano i bambini. Io ho ricevuto un\u2019educazione molto tradizionale: mia mamma \u00e8 una matematica, cos\u00ec come mia nonna, e ogni pasto a tavola era accompagnato da domande di matematica \u2013 come potresti calcolare questo o quest\u2019altro? Per carit\u00e0, io ero una bambina a cui piaceva imparare e studiare, ero un po\u2019 solitaria. Invece mia figlia \u00e8 molto pi\u00f9 dinamica. Quando c\u2019\u00e8 stato il lockdown<\/em> eravamo a Barcellona e per moltissimi giorni siamo rimasti sempre dentro casa. Lei aveva appena compiuto quattro anni, e ha cominciato a interessarle moltissimo leggere e scrivere: se ne andava in giro per tutta casa con questa lavagnetta a scrivere paroline tutto il giorno. Quando siamo potuti uscire di nuovo, ha smesso e ora non ne vuol pi\u00f9 sapere \u2013 magari sta imparando altre cose. La mia sfida con lei \u00e8 liberarmi di quello che funzionava con me, delle cose che piaceva fare a me e incoraggiare la sua curiosit\u00e0 naturale. Per\u00f2 una cosa che faccio sempre \u00e8 leggerle molte storie \u2013 le 50 donne che hanno avuto successo nella scienza<\/em> le piace molto, per esempio \u2013 e lei sta trovando cos\u00ec anche i suoi idoli ed esempi. L\u2019unico messaggio che cerco sempre di darle \u00e8 che pu\u00f2 fare quello che vuole, che non deve farsi bloccare o limitare da alcune idee o preconcetti. Mi sembra una bambina felice, pi\u00f9 di questo non posso chiedere\u00bb.<\/p>\n\n\n\n

Leggi l’Articolo originale su MEDIA INAF<\/a><\/strong>.<\/p>\n","protected":false},"excerpt":{"rendered":"

Non necessariamente uomo, non necessariamente vecchio, non necessariamente alla lavagna. Cos\u00ec Viviana Acquaviva \u2013 professore associato al Cuny Nyc College of Technology e Cuny Graduate Center di New York, dove tiene anche un corso di machine learning per la fisica e l\u2019astronomia, argomento sul quale sta scrivendo un libro per la Princeton University Press \u2013 … <\/p>\n

Continua a leggere<\/a><\/p>\n","protected":false},"author":1,"featured_media":9522,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[569,12,97,263],"tags":[15654,15663,15676,15658,15656,15,15668,15669,15671,15690,15650,15649,15675,15689,15660,15685,15684,15693,15661,219,15647,15667,15670,15665,15677,15666,15696,15681,15662,15651,4180,15674,15672,15673,15682,15694,15691,15680,15657,15652,15688,15695,15678,15683,15664,15686,15692,3472,1814,15655,15687,15679,15659,14627,15648,15653],"class_list":["post-9521","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-cultura-scientifica","category-didattica","category-divulgazione","category-ricerca-astronomica","tag-50-donne-che-hanno-fatto-e-fanno-la-storia-dellinformatica","tag-advanced-computational-methods","tag-amazon","tag-amministratrice-delegata-di-youtube","tag-annie-easley","tag-astrofisica","tag-cambiare-il-modo-di-fare-ricerca","tag-cambiare-la-visione-verso-un-percorso-di-studi-come-quello-in-fisica","tag-carlo-baccigalupi","tag-categorie-lavorative-a-rischio-rispetto-alla-diffusione-delle-tecniche-di-machine-learning","tag-cuny-graduate-center-di-new-york","tag-cuny-nyc-college-of-technology","tag-data-science","tag-deepfake","tag-direttrice-operativa-di-facebook","tag-early-detection-of-diseases","tag-ethical-biases","tag-figure-professionali-che-possono-essere-sostituite","tag-fisica-computazionale-applicata","tag-fisica-delle-particelle","tag-fisico-moderno","tag-grace-hopper","tag-idea-del-fisico-o-dellastrofisico-moderno","tag-inspiring-fifty","tag-integrare-il-metodo-scientifico-con-la-tecnica","tag-joan-clarke","tag-le-50-donne-che-hanno-avuto-successo-nella-scienza","tag-living-document","tag-machine-learning","tag-machine-learning-per-la-fisica-e-lastronomia","tag-missione-cassini","tag-non-necessariamente-alla-lavagna","tag-non-necessariamente-uomo","tag-non-necessariamente-vecchio","tag-numerical-recipes","tag-nuove-professionalita-che-si-creano","tag-pensiero-creativo","tag-piccoli-progetti-di-ricerca-basati-su-dati-e-cataloghi","tag-prima-dottorata-in-informatica","tag-princeton-university-press","tag-problema-gravissimo-dei-cambiamenti-climatici","tag-prospettive-di-carriera-legate-al-machine-learning-possa-allontanare-menti-dalla-ricerca","tag-quali-variabili-sono-importanti","tag-qualita-della-scienza","tag-quantum-computing","tag-rendere-delle-risorse-accessibii","tag-rischio-soprattutto-per-coloro-che-hanno-difficolta-a-reinventarsi-e-trovare-un-nuovo-lavoro","tag-shuttle-discovery","tag-sissa","tag-stephanie-shirley","tag-studiare-le-malattie-rare","tag-sviluppare-la-capacita-di-decidere-il-metodo-giusto","tag-sviluppatrice-grafica-di-apple","tag-tecnica-del-machine-learning","tag-viviana-acquaviva","tag-wired","item-wrap"],"_links":{"self":[{"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=\/wp\/v2\/posts\/9521","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=9521"}],"version-history":[{"count":1,"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=\/wp\/v2\/posts\/9521\/revisions"}],"predecessor-version":[{"id":9524,"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=\/wp\/v2\/posts\/9521\/revisions\/9524"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=\/wp\/v2\/media\/9522"}],"wp:attachment":[{"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=9521"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=9521"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cielipiemontesi.it\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=9521"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}