fbpx La fisica contro le 'fake news' | Scienza in rete

La fisica contro le 'fake news'

Primary tabs

di Simona Marra
Pubblicato il 01/04/2017

Background vector created by Starline - Freepik.com

Read time: 1 min
Materia

Fare lezione di debunking all’università: è l’idea di Lorenzo Magnea, fisico teorico e professore all’Università di Torino, che ha portato nelle aule dell’ateneo piemontese “Fisica per cittadini”, un corso per imparare a leggere criticamente le notizie in rete e offline, quest’anno alla sua seconda edizione. Le lezioni non sono rivolte solo agli studenti universitari ma sono aperte a tutta la cittadinanza.
Orientarsi tra grandi numeri e diversi ordini di grandezza, leggere i grafici e interpretare correttamente i dati sono solo alcuni degli aspetti affrontati nel corso. E c’è anche un “Living Lab” tenuto insieme al collega Giuseppe Tipaldo, sociologo della scienza e ricercatore, una parte pratica in cui i partecipanti al corso saranno messi alla prova provando a sfatare una bufala.

Ecco il video dell’intervista a Lorenzo Magnea, che racconta com’è nata l’idea delle lezioni. Con qualche consiglio pratico per riconoscere le fake news.


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.


  • 46008 letture

prossimo articolo

La medicina di precisione non può fare a meno degli small data

di Lorenzo Farina
Pubblicato il 11/08/2026

I big data promettono di rivoluzionare la medicina, ma rischiano di nascondere più di quanto rivelino quando si tratta di curare il singolo paziente. Lorenzo Farina argomenta che gli small data - i dati «piccoli» abbastanza da essere compresi direttamente dal clinico - non sono un residuo del passato ma un elemento irrinunciabile della medicina di precisione. La vera sfida non è scegliere tra i due paradigmi, ma abbandonare l'approccio data-driven e tornare a ragionare per domande: prima la questione clinica, poi i dati necessari a rispondervi.

Intelligenza artificiale

Gli small data sono definiti come quei dati di dimensione abbastanza «piccola» da poter essere immediatamente compresi da un essere umano, non tanto nella loro interpretazione che ovviamente ha sempre e necessariamente bisogno della analisi, ma nel loro significato biologico generale. Tipicamente, sono il risultato di esperimenti di laboratorio che non utilizzano macchine per l'analisi dei dati omici, bensì altre biotecnologie in grado di misurare relativamente «pochi» dati per provare a rispondere alla domanda che interessa.