00:04Siamo a New York City College of Technology che è il mio istituto, quello dove lavoro,
00:09ed è un campus della City University of New York, una delle università pubbliche più grandi qui
00:15negli Stati Uniti. Sono un fisico come formazione e ho lavorato in astrofisica per molti anni e poi
00:20alcuni anni fa, circa tre per la precisione, ho deciso di cambiare campo e adesso mi occupo di
00:25scienze del clima e lavoro sia con modelli climatici globali che in oceanografia con il ciclo del
00:31carbonio nell'oceano. L'ipotes della mia carriera, quindi diciamo del mio lavoro, è sempre stato
00:37quello di cercare di guardare i dati che abbiamo sotto un punto di vista diverso, quindi cercare
00:43di scoprire una nuova angolazione, un nuovo modo di trovare delle informazioni. In questo lavoro noi
00:49confrontiamo i dati che abbiamo per il carbonio nell'oceano, quindi le osservazioni, con i modelli
00:56di oceano, ma lo facciamo utilizzando dei metodi che vengono dalla teoria dell'informazione. Sono
01:02dei metodi essenzialmente geometrici che ci dicono, se guardiamo gli spazi in cui i dati vivono, come
01:09possiamo usare queste informazioni per confrontare i modelli con le osservazioni e quindi capire se i
01:14modelli funzionano bene. E diciamo che io sappia non è una cosa a cui qualcuno aveva guardato già in
01:21passato e questa è una cosa che ho potuto fare perché collaboro sia con oceanografi che con esperti
01:27di statistica. Perché hai cambiato carriera? Credo che il motivo fondamentale sia perché io ho capito
01:31che il mio stato di equilibrio è uno stato, o il mio stato felice, ecco, è uno stato di eterno
01:38apprendista. Ho molta ammirazione per i miei colleghi che diventano esperti in un certo
01:43campo, ma per me sarà per noi e sarà proprio per personalità. Io ho bisogno di essere in
01:51uno stato in cui ho tanto da imparare, in cui mi sento di essere la persona che ne sa di
01:57meno nella stanza. E quindi, diciamo, mi è successo in varie fasi della mia carriera, anche
02:04in astrofisico ho cambiato tanto, ormai forse una quindicina di anni fa, l'ultima volta che avevo
02:09avuto questa esperienza, ho cominciato a studiare e imparare il machine learning e questa volta
02:14ovviamente a me il campo della scienza del clima interessava, avevo letto quanti articoli,
02:18era una cosa che mi piaceva molto, però principalmente mi accorgo di aver bisogno di ritornare a essere
02:26di fatto uno studente. La lezione più grande? Io credo che la lezione più grande che ho imparato
02:32è che a perdere il controllo almeno un po' c'è tanto da guadagnare. Chiaramente io avendo cambiato
02:38campo, ho rinunciato un po' all'essere l'esperto in una collaborazione, ho rinunciato a quella
02:44sicurezza che viene dal fatto di aver studiato un campo per tanto tempo. E quindi adesso nelle mie
02:51collaborazioni, incluso con studenti, con ricercatori giovani, devo comunque fidarmi di più di loro,
02:59dei loro istinti, devo dipendere dai miei colleghi di più per capire cosa è importante,
03:04cosa non è importante, cosa ha senso fare. Questo modo un po' diverso di fare scienza mi ha insegnato
03:10che davvero lasciare più spazio per l'inventiva, soprattutto dei ragazzi giovani, è una cosa
03:16che a loro fa bene perché è una responsabilità che non prendono alla leggera, che veramente
03:21vogliono meritare. E a me fa bene perché vedo che arrivano, arriviamo a dei risultati e degli
03:28obiettivi che credo che altrimenti non avremmo raggiunto.
