Salta al contenuto
Computational thinking
Computational thinking
Computational thinking
Con computational thinking si indicano i fondamenti dell’informatica dall’analisi di un problema alla definizione della procedura (algoritmo) per risolverlo, alla sua implementazione in un linguaggio e al testing. AICA propone Logic per la scuola dell’obbligo e CT&PS per la superiore.

Il computational thinking è il processo di risoluzione dei problemi che si trova al cuore dell’informatica. Il pensiero computazionale prevede, in primo luogo, l'analisi del problema, la definizione di una procedura (algoritmo) automatizzabile per risolverlo e la progettazione del testing per verificarne il corretto funzionamento. L'implementazione della procedura in un linguaggio di programmazione è solo una fase successiva.

AICA, il CEPIS e la Fondazione ECDL sostengono:
  • l'importanza di inserire l'insegnamento dell'informatica - computing - in ogni ordine scolastico per un duplice motivo: il valore trasversale/metodologico del pensiero computazionale e la necessità di stimolare un maggior numero di studenti a intraprendere un percorso scolasticio per diventare professionisti informatici;
  • la necessità di un approccio unitario che includa allo stesso tempo la competenza d’uso del computer - digital literacy - e il computational thinking.

 

             
 
 
 
 

Nell'ambito della consultazione nazionale La Buona scuola, AICA - insieme con Associazione Nazionale Docenti di Informatica (ANDINF), Confindustria, Consorzio Interuniversitario Nazionale per l'Informatica (CINI), CNR – Istituto per le Tecnologie Didattiche e Rete Robotica a Scuola - ha presentato un documento per l'introduzione di Informatica e Pensiero computazionale nei curricoli.

 
 
CT&PS | Computational thinking & Problem Solving
CT&PS | Computational thinking & Problem Solving
CT&PS propone un percorso finalizzato all'acquisizione di competenze logico-procedurali di analisi e soluzione di problemi. La proposta è quella di fornire agli studenti strumenti per analizzare i problemi - storytelling, mappe mentali, stakeholder analysis, SWOP analysis, diagrammi di Venn, ... - e per progettare e realizzare soluzioni: algoritmi, UML, linguaggi di programmazione, metodologie di testing.