fbpx Con Coderbot si impara giocando | Scienza in rete

Con Coderbot si impara giocando

Primary tabs

di Giuseppe Nucera
Pubblicato il 27/09/2017

Coderbot, il robot programmabile orientato alla didattica. Credit: coderbot.org.

Read time: 1 min
Intelligenza artificiale
Innovazione

 

Avete mai pensato di poter costruire e programmare un robot? Grazie a questo laboratorio interattivo potrete provare a farlo sperimentando, mettendo alla prova le potenzialità del vostro ragionamento. Edoardo Datteri, del dipartimento di scienze umane per la formazione "Riccardo Massa" dell'Università degli Studi di Milano-Bicocca, ci spiega in che cosa consiste la robotica educativa.

Nello stand "Con Coderbot si impara giocando!", visitabile all'interno del Meet Me Tonight presso i giardini di Porta Venezia, sarà disponibile un’area “tinkering” dotata di robot, circuiti elettronici, sensori, motori, computer e una stampante 3D. Questo è il luogo ideale per dare spazio alla vostra creatività! Giochi e attività interattive permetteranno ad adulti e bambini in relativa autonomia, grazie alla mediazione e facilitazione dello staff, di approcciarsi per la prima volta alla programmazione robotica. Le attività coinvolgeranno robot specificamente progettati a uso didattico, tra cui il LEGO Mindstorms, il BeeBot, e il Coderbot, e piattaforme di sviluppo come Arduino e Raspberry PI. Le attività riguarderanno la costruzione e la programmazione di robot nonché la teorizzazione sul comportamento di robot già costruiti. Il laboratorio sarà visitabile il 29 e il 30 settembre durante il Meet Me Tonight di Milano presso i Giardini "Indro Montanelli" di Porta Venezia.

 


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


  • 27476 letture

prossimo articolo

Early warning sismico: un test a posteriori sull’ultimo grande terremoto in Turchia e Siria

di Chiara Sabelli
Pubblicato il 24/02/2026
edifici crollati nella provincia turca di Hatay

I sistemi di allerta sismica precoce puntano ad avvertire con secondi o decine di secondi di anticipo che è in arrivo un terremoto pericoloso. Si basano sul fatto che quando la crosta terrestre si frattura, si generano due tipi di onde. Le prime, longitudinali, solitamente non causano danni e viaggiano più velocemente delle seconde, trasversali che invece possono causare danni anche significativi agli edifici e quindi alle persone. I sistemi di allerta precoce processano il segnale delle prime onde e prevedono se e dove, nell’area circostante l’epicentro, è probabile che le seconde siano distruttive. Un gruppo di sismologi dell’Università di Napoli Federico II ha messo alla prova un approccio innovativo all’allerta precoce sfruttando i dati relativi alla prima delle due scosse che hanno colpito la regione tra Turchia e Siria a febbraio del 2023. Quella sequenza sismica ha causato quasi sessantamila morti, lasciando un milione e mezzo di persone senza casa. Nell’immagine: edifici crollati nella provincia turca di Hatay il 7 febbraio 2023. Credit: Hilmi Hacaloğlu/Voice of America.

Un gruppo di sismologi dell’Università di Napoli Federico II ha messo a punto un sistema per l’allerta sismica precoce e lo ha testato retrospettivamente sulla prima delle due scosse che hanno colpito la regione al confine tra Turchia e Siria il 6 febbraio del 2023. Considerando una soglia di intensità sismica (l’effetto del terremoto su persone e cose) moderata, il sistema si è dimostrato in grado di prevedere la zona da allertare con un anticipo che varia da 10 a 60 secondi allontanandosi dall’epicentro da 20 a 300 chilometri, con una percentuale molto contenuta di falsi allarmi.