fbpx Contro le nuove tecnologie: da Socrate agli smartphone | Scienza in Rete

Contro le nuove tecnologie: da Socrate agli smartphone

Mr. Pynchon and the Settling of Springfield by Umberto Romano

Tempo di lettura: 3 mins

Usando questo strumento, gli studenti "non useranno la propria memoria", "non impareranno niente", "non avranno contatto con la realtà". Non stiamo parlando dell'ultima critica sugli smartphone in classe, ma dell'ammonimento di Socrate contro l'uso della scrittura. La prima invettiva contro l'uso delle nuove tecnologie nella didattica risale al V secolo avanti Cristo. Nonostante la sua età, si è tramandata per più di due millenni senza variazioni significative, se non nello strumento contro il quale si rivolge.

Nell'antichità, Socrate non è il solo a scagliarsi contro la scrittura, come ricorda Ann Blair dell'Università di Harvard, esperta nella storia della scrittura e della lettura. Nella Bibbia si trova la massima: "I libri si moltiplicano senza fine, ma il molto studio affatica il corpo", ripresa diversi secoli dopo da Seneca: "Una massa di libri opprime chi studia". Dopo l'invenzione della stampa i commenti catastrofisti sulla proliferazione dei libri si moltiplicano. Il più emblematico è forse quello di Adrien Baillet, il biografo di Cartesio: "Abbiamo ragione di temere che la moltitudine di libri che cresce di giorno in giorno in modo prodigioso farà cadere la società in uno stato di barbarie paragonabile a quello succeduto alla caduta dell'Impero Romano".

Alla fine del XIX secolo, quando ormai i libri e la carta stampata erano accettati come uno strumento quotidiano, l'antica critica trova nelle scuole pubbliche il suo nuovo bersaglio. Secondo un articolo pubblicato sul The sanitarian, rivista medica del tempo, la scuola "esaurisce il cervello e il sistema nervoso dei bambini con studi complessi e molteplici, e rovina i loro corpi con un imprigionamento protratto". La comunità medica del tempo ritiene inoltre che lo studio eccessivo causi pazzia nei giovani.

Nel XX secolo a essere accusata è un’innovazione tecnologica che non è legata al contesto didattico: la radio, che secondo la rivista Grammophone avrebbe distratto gli studenti dai compiti e disturbato l'equilibrio delle loro menti eccitabili. Pochi decenni dopo, le stesse critiche sono state mosse nei confronti della televisione, rimasta sotto attacco fino a pochi anni fa. Ellen Wartella della Northwestern school of communication dell'Illinois, specializzata sugli effetti che i media hanno sui giovani, ha osservato che "gli oppositori della televisione hanno sollevato più volte il timore che potesse essere dannosa per la conversazione, per la lettura, l’ascolto della radio e per i ritmi di vita familiare". È interessante osservare che la radio, osteggiata fino a pochi decenni prima, era già stata accolta in quella che era diventata la normalità familiare e aveva già assunto una valenza culturale che le era stata negata nei primi anni della sua diffusione.

Negli anni '80 l'adagio di Socrate si è rivolto ai walkman. I detrattori di questo strumento, tra cui il filosofo americano Allan Bloom, sostenevano che l'ascolto di musica in cuffia fornisse uno stimolo incessante capace di distrarre i giovani da obiettivi più nobili. Oggi tocca agli smartphone finire sul banco egli imputati, facendo dimenticare le accuse rivolte a radio, televisione e walkman.

Una decostruzione ironica che prende di mira il continuo riproporsi della critica socratica viene dallo scrittore Douglas Adams, noto per la sua Guida galattica per autostoppisti: "Qualunque cosa esista nel mondo quando nasciamo, ci pare normale e usuale e riteniamo che appartenga per natura al funzionamento dell'Universo. Qualunque cosa sia stata inventata nel ventennio intercorso tra i quindici e i trentacinque anni è nuova, entusiasmante e rivoluzionaria, e forse rappresenta un campo in cui possiamo far carriera. Qualunque cosa sia stata inventata dopo i trentacinque anni va contro l'ordine naturale delle cose".

 

Bibliografia:
Platone, Fedro, circa 370 a.C.
Ann Blair, Reading Strategies for Coping with Information Overload ca. 1550-1700, 2003, disponibile alla pagina 
Ecclesiaste 12,12, IV-III secolo a.C.
Seneca, epistola 2 del De Tranquillitate Animi, 60 d.C.
Adrien Baillet, Jugemens des sçavans sur les principaux ouvrages des auteurs, 1685.
Ellen Wartella e Nancy Jennings, Children and Computers: New Technology - Old Concerns, 2000, disponibile alla pagina 
Allan Bloom, The Closing of the American Mind, 1987.
Douglas Adams, The Salmon of Doubt, 2002.

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.