Thinkaway

Il sistema di supporto alle decisioni in ambito e-commerce dei prodotti alimentari e casalinghi si basa sul concetto di soddisfare il bisogno primario dell’utenza, quindi non solo approvvigionamento ma anche organizzazione della vita quotidiana e pianificazione delle attività routinarie in famiglia nel breve e medio periodo. Quindi il prodotto allo studio consente di sviluppare una conoscenza delle abitudini sia dei singoli componenti che dell’interno nucleo familiare e supporta i decisori nel fare gli acquisti. Non ci sono al momento sul mercato (almeno quello italiano) sistemi analoghi che includano tutti i prodotti che entrano nella spesa ordinaria di una famiglia. Per il sistema di supporto alla valorizzazione di piccoli borghi italiani ed alla promozione delle attività culturali e sociali, si parte dall’osservazione di numerosi gruppi di utenti di social media che ricostruiscono, tipicamente attraverso raccolte fotografiche, interi scorci di storia sociale di piccoli paesi che soffrono la decrescita demografica e l’abbandono. Dall’analisi di questi enormi flussi di dati (testi, immagini, video) e creando gruppi ad hoc per far convergere le informazioni in sistemi di machine learning in grado di classificare e sistematizzare queste informazioni, si propone un modello di valorizzazione del vissuto sociale di un piccolo borgo, che può formare la base di promozione del turismo a partire dai flussi di ritorno, anche detti turismo delle origini o dei borghi. In questo caso, il vantaggio competitivo è rappresentato dal fatto che i sistemi esistenti non partono mai dal basso (dalla storia sociale), bensì strutturano le proposte di promozione a partire dall’offerta (ristoranti, parchi, alberghi, ecc). Di fatto rappresentano quasi sempre dei bellissimi cataloghi o “pagine gialle” di offerta, non creando quel fatto di aggregazione emotiva e sociale intorno agli elementi caratterizzanti il borgo. Per il sistema di supporto nell’ambito dell’insegnamento e apprendimento, il vantaggio competitivo è rappresentato da un cambio radicale di paradigma rispetto alla rigida segmentazione delle discipline. Infatti, l’idea è quella di partire dall’analisi di immagini e dati di un qualsiasi dispositivo mobile posseduto da un discente per derivare, attraverso sistemi di machine learning, quali potrebbero essere sia gli argomenti di maggiore interesse per l’utente sia quelli che maggiormente si addicono a descrivere tali immagini o dati con spiegazioni che includono elementi teorici riconducibili a discipline da approfondire. Il sistema allo studio non ha eguali sul mercato anche perché si propone come strumento trasversale a tutte le discipline e attua una vera e propria didattica transdisciplinare e multidisciplinare.