Venerdì 3 ottobre alle 16:30, al Palazzotto Biscari alla Collegiata (via Etnea 29, Catania), si svolge la Seconda Adunanza pubblica 2025 dell'Accademia Gioenia di Catania.
Intervengono Rachele Castro (CNR - Istituto per la Ricerca e l'Innovazione Biomedica), con la relazione “Nature-based Solution e Circular Economy come strategie integrate per la resilienza climatica e il recupero del suolo”; Paolo Trapani, che parlerà di “Modelli 3D del busto di Giuseppe Gioeni”; Santi Spartà, con una dissertazione su “Metodo scientifico e Intelligenza Artificiale: una rivoluzione bussa alle porte della scienza?”.
Questo studio esamina il ruolo delle Nature-Based Solutions (NBS) e dei principi della Green e Circular Economy nel mitigare gli effetti del cambiamento climatico e contrastare il degrado del suolo. Attraverso l’analisi di casi studio, vengono esplorate strategie innovative che coniugano sostenibilità ambientale ed efficienza economica, evidenziando le prospettive future per una gestione territoriale resiliente e rigenerativa.
Modelli 3D del busto di Giuseppe Gioeni
L’intervento presenta i risultati della campagna di acquisizione dati dei busti del Cav. Giuseppe Gioeni conservati nella sede dell’Accademia. Per l’acquisizione dei modelli 3D sono state utilizzate sia le tecniche di fotogrammetria che di scansione laser. A partire dai dati ottenuti, sono stati realizzati due modelli prototipali 3D in materiale PLA per mezzo di una stampante 3D. I dati ottenuti potranno essere anche utilizzati per interventi di restauro e conservazione.
Metodo scientifico e Intelligenza Artificiale: una rivoluzione bussa alle porte della scienza?
L’Intelligenza Artificiale, denominazione suggestiva ma per molti versi fuorviante, comprende una galassia di algoritmi e di sofisticate tecniche informatiche, mostra già evidenti segni di un impatto che potrebbe trasformare l’approccio tradizionale al metodo scientifico, generando ad esempio modelli non convenzionali a partire da enormi set di dati non strutturati, per i quali risulta praticamente impossibile sviluppare modelli con il ricorso a metodi tradizionali. Si tratta di un profondo cambio di paradigma, perché mentre i precedenti algoritmi utilizzavano le teorie note per analizzare i dati, la modellazione generativa al contrario si basa sui dati per formulare nuove ipotesi.
(03 ottobre 2025)