Quando nasce davvero l’informatica? E cosa significa “algoritmo”?

In questo episodio attraversiamo un momento cruciale della storia dell’elaborazione automatica dell’informazione: dall’industrializzazione del calcolo nell’Ottocento fino alla creazione della teoria della calcolabilità di Alan Turing nel Novecento.

Partiamo dalle prime industrie del calcolo umano — intere stanze di “computer” (persone!) specializzati nell’esecuzione di operazioni matematiche — e arriviamo alle macchine meccaniche di Thomas de Colmar e Charles Babbage. Con l’Analytical Engine emerge per la prima volta l’idea di calcolatore universale, programmabile tramite schede perforate: un’intuizione rivoluzionaria che anticipa l’architettura dei computer moderni.

Proseguiamo con Alan Turing e la teoria della calcolabilità: cosa significa che un problema è calcolabile? Esistono limiti intrinseci al calcolo? Attraverso la macchina di Turing e il problema dell’arresto scopriamo che non tutte le procedure sono decidibili, non tute portano ad una soluzione.

Infine, entriamo nel cuore del concetto di algoritmo: dalle definizioni formali legate alla teoria matematica, fino alla visione operativa fatta di sequenza, selezione e iterazione. Vediamo come questi tre costrutti fondamentali siano sufficienti per descrivere qualsiasi procedura computabile, e come i diversi livelli di astrazione — dal diagramma di flusso al linguaggio macchina — modellino il rapporto tra uomo e macchina.

Il testo Fondamenti di Informatica per le Scienze Umanistiche è disponibile qui:

https://he.pearson.it/bundle/914

Dalle corde annodate della preistoria ai gettoni mesopotamici, dalla macchina di Anticitera alle calcolatrici meccaniche di Pascal e Leibniz, ripercorriamo la storia dell’automazione del calcolo.

Un viaggio nell’astrazione: come l’uomo ha imparato a rappresentare il mondo attraverso simboli, meccanismi e macchine sempre più articolate.

Un episodio che collega codifica digitale, storia della tecnologia e nascita del calcolo automatico.

Il testo Fondamenti di Informatica per le Scienze Umanistiche è disponibile qui:

https://he.pearson.it/bundle/914

Come si costruisce concretamente un codice digitale? E come si passa dalla teoria dei bit agli standard che usiamo ogni giorno?

In questo episodio entriamo nel cuore della codifica digitale applicata: partendo dalla formula della quantità di informazione, vediamo come progettare un codice binario passo dopo passo. Dalle condizioni meteo ai sistemi numerici, impariamo a calcolare quanti bit servono per rappresentare un insieme di messaggi e come associare in modo arbitrario sequenze binarie ai significati.

Affrontiamo poi le codifiche storiche del testo: dall’ASCII allo Unicode, fino agli standard UTF-8, UTF-16 e UTF-32. Perché oggi UTF-8 è lo standard dominante? Qual è il compromesso tra memoria e velocità di interpretazione? E perché dichiarare correttamente il formato di un file è fondamentale nei sistemi informatici?

Passiamo quindi alla rappresentazione dei numeri in base binaria, esplorando la notazione posizionale e il legame tra potenze di due e sequenze di bit. Infine, introduciamo la codifica delle immagini: pixel, risoluzione, RGB e compressione. Come si rappresenta un’immagine con i bit? Perché alcune immagini si comprimono facilmente e altre no?

Un episodio che collega teoria, standard tecnici e applicazioni concrete per capire davvero cosa significa “digitalizzare” un’informazione.

Il testo Fondamenti di Informatica per le Scienze Umanistiche è disponibile qui:

https://he.pearson.it/bundle/914

Che cos’è davvero l’informazione? E come possiamo misurarla?

In questo episodio entriamo nel cuore teorico dell’informatica partendo dal processo di comunicazione: sorgente, segnale, canale, ricezione e codifica. Scopriamo come un semplice segnale fisico – una vibrazione nell’aria, una macchia su un foglio, una luce rossa al semaforo – diventi informazione grazie a un codice che riduce l’ambiguità e permette la trasmissione nello spazio e nel tempo.

Attraverso esempi concreti e piccoli “giochi” di decodifica, esploriamo il legame tra informazione e incertezza, fino ad arrivare alla teoria di Shannon: l’informazione è ciò che riduce l’incertezza. Da qui nasce il concetto di bit, l’unità minima di informazione, e la formula che lega simboli, lunghezza dei messaggi e quantità di significati rappresentabili.

Infine, affrontiamo una distinzione fondamentale: codifica analogica vs codifica digitale. Perché il digitale è meno sensibile al rumore? Perché consente copie perfette, compressione, modularità e multicanalità? E quali sono i suoi limiti rispetto all’analogico?

Un episodio per comprendere le basi teoriche che rendono possibile tutto l’ecosistema digitale in cui viviamo — dai computer alle reti, fino all’intelligenza artificiale.

Il testo Fondamenti di Informatica per le Scienze Umanistiche è disponibile qui:

https://he.pearson.it/bundle/914

Dalla televisione degli anni ’50 ai social network, dalle nicchie digitali alla filter bubble, fino all’intelligenza artificiale generativa: come è cambiato il nostro modo di informarci?

In questa lezione esploriamo l’evoluzione dei modelli di comunicazione negli ultimi decenni. Partiamo dal mondo “broadcast”, in cui tutti guardavano gli stessi programmi alla stessa ora, per arrivare all’ecosistema digitale dominato da algoritmi, personalizzazione e piattaforme globali.

Scopriremo come nascono le reti informatiche, cosa sono i recommender system e il collaborative filtering, perché viviamo dentro bolle informative e in che modo gli algoritmi influenzano ciò che vediamo online.

Infine, uno sguardo al presente e al futuro: tra web 3.0, blockchain e intelligenza artificiale generativa, quali trasformazioni stanno ridefinendo il rapporto tra tecnologia, informazione e società?

Un viaggio critico per comprendere gli strumenti digitali che usiamo ogni giorno — e per imparare a non subirli passivamente.

Il testo Fondamenti di Informatica per le Scienze Umanistiche è disponibile qui:

https://he.pearson.it/bundle/914