fbpx Migranti. Soluzioni per l'Africa | Science in the net

Migranti. Soluzioni per l'Africa

Primary tabs

Read time: 2 mins

L'editoriale di Ernesto Galli della Loggia del 31 agosto sul Corriere della Sera, dedicato ai mali del secolo e al brusco salto che sta facendo la storia contemporanea, è ustionante per le coscienze di chi da fin troppo tempo soffre della superficialità dei nostri politici "senza frontiere" (sia in Italia che in Europa) che ignorano i grandi problemi che minacciano il nostro futuro planetario. Mi riferisco in particolare al tema dei migranti, per usare un termine illuminante di Papa Francesco. 
Le soluzioni prospettate sono tutte confinate in una dimensione passiva: asilo comunitario, distribuzione delle quote, questua continua per trovare alloggiamenti transitori, ecc. Si fanno numeri sempre più drammatici e previsioni, ma non si concepiscono piani ed iniziative efficaci...si è perso il coraggio di pensare "lontano" ed in grande.
Il problema non sono gli scafisti ("stragisti"), il problema è l'Africa, dove l'esplosione demografica si coniuga con la millenaria carenza di risorse che nega condizioni di vita accettabili per l'essere umano.
La situazione di prima linea che oggi vive il nostro Paese non meriterebbe l'organizzazione di una "Conferenza Nazionale sull'Immigrazione", per la quale mobilitare tutte le nostre risorse intellettuali, ed ascoltare le opinioni ed i sentimenti della società civile? Il nostro Paese è ricco di pensiero creativo, se solo volesse cimentarsi: ha filosofi, scienziati, sociologi, storici ed economisti di grande talento, che potrebbero dare un contributo veramente prezioso al programma del nostro Governo.
Potremmo sviluppare idee originali da proporre in Europa, e non solo per la Libia: serve un colossale Piano Marshall per l'Africa! Non possiamo far conto sulla Cina, la Russia, l'India o gli USA, dobbiamo pensarci noi!
E' forse un'utopia pensare che ogni Stato europeo (o aggregazione dei più piccoli) possa "adottare"uno Stato africano ove creare infrastrutture, siti produttivi, risorse energetiche, cultura e democrazia e, laddove servano, anche azioni efficaci di peace keeping per garantire la realizzazione di questi piani? Serve davvero un'azione di "coaching illuminato" da cui deriveranno per le società future ingenti benefici reciproci, anche se in tempi lunghi. E questa, come sostiene Galli della Loggia, è forse la sfida più difficile di tutte.

Articolo pubblicato sul Corriere della Sera il 3 settembre


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.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.