LaTrasformazione
Eco-Sistemica
Pier Luigi Gentili
Dipartimento di Chimica, Biologia e Biotecnologie
Università degli Studi di Perugia

L’Agenda 2030 per lo Sviluppo Sostenibile

Ecosistemi
Economia
mondiale
Società Umane
Sistemi Complessi
Essere Umano
Il suo benessere
psico-fisico
Clima
Conseguire gli obiettivi
dell’Agenda 2030
significa occuparsi di:

La Scienza della Complessità
si propone di:
approfondire la conoscenza dei Sistemi Complessi
attraverso un dialogo interdisciplinare
per individuare:
2) metodi efficaci per la descrizione dei Sistemi Complessi;
1) le caratteristiche che accomunano i Sistemi Complessi;
3) i principi che regolano i comportamenti dei Sistemi Complessi;
Lo sviluppo della Scienza della Complessità
aiuterà a raggiungere gli obiettivi dell’Agenda 2030
ed a saper affrontare le sfide globali del nuovo secolo.

Caratteristiche comuni ai diversi Sistemi Complessi:
1) Networks con nodi e relazioni
https://www.researchgate.net/figure/Brain-Network-Connectome-The-fiber-tractography-DWI-structural-connections-are-used_fig2_335341120

2) Sistemi fuori dall’equilibrio, in senso Termodinamico
• Il comportamento della materia inanimata è guidata da campi di forze chimico-fisiche
• Il comportamento della materia vivente è basato anche sull’informazione
Caratteristiche comuni ai diversi Sistemi Complessi:

3) Proprietà Emergenti
• L’integrazione delle proprietà dei nodi e delle relazioni origina proprietà che
appartengono all’intero network
Caratteristiche comuni ai diversi Sistemi Complessi:
Perché?
Alcune proprietà emergenti sono comprensibili e prevedibili, altre no.

1) COMPLESSITA’ DESCRITTIVA
ABBIAMO BISOGNO DI ALGORITMI UNIVERSALMENTEVALIDI ED EFFICACI
Difficoltà nel descrivere i Sistemi Complessi dipende da:
1) Il numero di nodi, la loro diversità e la loro variabilità di comportamento;
2) Il numero di relazioni, la loro diversità e la loro variabilità;
3) Sensibilità al contesto.
I Sistemi Complessi e i loro comportamenti sono come le «FormeVariabili» che
è difficile riconoscere

2) COMPLESSITA’ COMPUTAZIONALE
La descrizione di Sistemi Complessi
• a partire dagli elementi costitutivi che possono essere
atomi e molecole,
• o la risoluzione di molti problemi che riguardano i
Sistemi Complessi, come la progettazione di operazioni,
il machine-learning,
sono esempi di problemi computazionali che sono:
risolvibili, ma intrattabili
Problemi esponenziali (E)
intrattabili
𝑛°𝑐. 𝑠. ∝ 𝑁𝑁
𝑛°𝑐. 𝑠. ∝ 𝑁!

La determinazione delle condizioni iniziali è sempre affetta da inevitabili incertezze ed errori.
3a) Principio di Indeterminazione di Heisenberg
3) IL POTERE PREDITTIVO DELLA SCIENZA
HA LIMITAZIONI INTRINSECHE
Qualunque dinamica caotica è impredicibile a lungo termine, per definizione
3b) Il Sistema Complesso può esibire
dinamiche caotiche che sono aperiodiche ed
estremamente sensibili alle condizioni
iniziali.
EFFETTO
FARFALLA

Come possiamo raggiungere gli obiettivi
dell’Agenda 2030 e vincere qualunque sfida
globale del XXI secolo?
LaTrasformazione
Eco-Sistemica
1) COMPLESSITA’ DESCRITTIVA
2) COMPLESSITA’ COMPUTAZIONALE
3) IL POTERE PREDITTIVO DELLA SCIENZA
HA LIMITAZIONI INTRINSECHE

RIDUZIONISMO RIPRODUCIBILITA’
GLI
ESPERIMENTI
DIVENTANO
EVENTI
STORICI
PROPRIETA’
EMERGENTI
APPROCCIO
SISTEMICO
OGGETTIVITA’ E
SOGGETTIVITA’
DIPENDENZA
DELL’INFORMAZIONE
DAL CONTESTO

Indagine dei Sistemi Complessi
Monitorare i Sistemi Complessi,
raccogliendo e manipolando i Big
Data
(1)
https://www.socialmediaverve.com/education-and-technology-8-ways-
technology-is-impacting-modern-education/
(2) Le simulazioni al computer
costituiscono modi alternativi per
eseguire esperimenti sui Sistemi
Complessi.
A tal fine è necessario migliorare la velocità computazionale dei nostri dispositivi di calcolo,
estendere la loro memoria ed escogitare nuovi e più efficaci algoritmi.

Natural Computing
Trarre ispirazione dalla Natura
NUOVI ALGORITMI
NUOVI MATERIALI
ED ARCHITETTURE
PER CALCOLARE
NUOVE METODOLOGIE E MODELLI
PER INTERPRETARE
LA COMPLESSITA’ NATURALE
Idea di base: ogni stato chimico-fisico distinguibile della materia e dell’energia
può essere utilizzato per codificare informazione.
Ogni trasformazione naturale è un esempio di computazione

CONCLUSIONE
Se vogliamo raggiungere gli obiettivi dell’Agenda 2030 è
necessario:
1) Approfondire la Scienza della Complessità con un proficuo
dialogo interdisciplinare
2) Proporre una didattica della Complessità che abbatta le
barriere disciplinari tradizionali
3) Formare nuove figure professionali «eclettiche» (o
«generaliste» o «ibride») che siano in grado di integrare i
diversi saperi e fare scelte oculate di fronte alle sfide globali

Riferimenti
• Pier Luigi Gentili: “Untangling Complex Systems: A Grand Challenge for
Science” 2018, Taylor & Francis Inc. (CRC Press).
• Pier Luigi Gentili: “Why is Complexity Science valuable for reaching the
goals of the UN 2030 Agenda?” Rend. Fis. Acc. Lincei 2021, 32, 117–134.
• Pier Luigi Gentili: “Designing and Teaching a Novel Interdisciplinary Course
on Complex Systems To Prepare New Generations To Address 21st-Century
Challenges.” Journal of Chemical Education 2019, 96, 2704-2709.
«Enhancing higher education on
COmplex Systems THINKING for
sustainable development»
Progetto Europeo di Strategic Partnership Erasmus+