fbpx Il lato artistico e inaspettato della scienza | Scienza in rete
  1. Il lato artistico e inaspettato della scienza
  2. Revisions
  3. Il lato artistico e inaspettato della scienza

Il lato artistico e inaspettato della scienza

di Benjamin Cucchi
Pubblicato il 20/05/2022
--
Tempo di lettura: 2 mins
Arte
Storia della scienza

E se vi dicessi che la scienza è creativa, estetica, bella, materiale, performativa, serendipitosa? E se vi dicessi che se guardassimo la scienza attraverso lo sguardo di altre discipline potremmo scoprire un suo lato interessante e forse inaspettato? Attraverso l’arte, la sociologia, la storia e la filosofia andremo alla scoperta di quei fenomeni invisibili che fanno parte della quotidianità della ricerca scientifica (ma non dell'immagine della scienza del senso comune).

Insieme a noi tre ospiti. Telmo Pievani: filosofo, evoluzionista e comunicatore scientifico. Prima cattedra italiana in Filosofia delle Scienze Biologiche presso l'Università di Padova. Con lui parleremo di serendipità. Francesca Montuschi: veterana in progetti di Terza Missione presso l'Università di Bologna e redattrice presso "CUBo". Con lei invece affronteremo il tema della creatività. Infine, Guido Bonino: professore di Filosofia presso l'Università di Torino, con cui parleremo dell'errore nella storia e nella sociologia della scienza. Infine parlemo di performativitá, materialità, bellezza ed estetica attraverso le opere dell'artista contemporaneo Mark Dion e alcuni esempi di visualizzazione.

 

Interviste e montaggio: Benjamin Cucchi. Sigla: Jacopo Mengarelli.
Fonti e crediti
Telmo Pievani, Serendipità. L’inatteso nella scienza (2021)
Pietro Dri, Serendippo. Come nasce una scoperta: la fortuna nella scienza (1994)
Henk Haarmann, The theater of research in “The Routledge Companion to Performance Philosophy” (2020)
Francesca Montuschi, La connessione della creatività artistica e scientifica su “CUBo” (2019)
Pietro Greco, Errore (2019)
David Bloor, Sociologia della logica. The Limits of Epistemology (1983)
Vincenzo Venuto e Telmo Pievani, Il gorilla ce l’ha piccolo (2018 - 2021)
Mark Dion, Raiding Neptune’s Vault: A Voyage to the Bottom of the Canals and Lagoon of Venice (1997)
Arianna Bona, Mark Dion (2022) https://www.youtube.com/watch?v=hP3KE7w9jRE
Chiara Brighi, Mark Dion per Mittel (2022) https://m.facebook.com/watch/?v=790383635253552&_rdr
Emma Stone, La mente in poche parole parole su "Netflix" (2019)
Acappella science, The molecular shape of you (2018) https://youtu.be/f8FAJXPBdOg
Simone Grietz, I rate my own inventions (2018) https://youtu.be/n-Fokafl-aY

 


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.


  • 12120 reads

prossimo articolo

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

di Chiara Sabelli
Pubblicato il 15/10/2024

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

Physics

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.