Le scienze dure sono scelte solo dal 26,5% degli universitari, ma le imprese ne assumerebbero il doppio. Le opzioni occupazionali e retributive sono una ragione in più per considerarne l’iscrizione.
Lo studente curioso ma giustamente dubbioso si chiede: tutti parlano di STEM: ma di che cosa si tratta esattamente? Ultimamente tutti parlano di STEM, diventato un concetto molto popolare, soprattutto per incoraggiare i giovani, specie le ragazze, a intraprendere carriere in questi settori che offrono tante opportunità.
STEM è l’acronimo inglese riferito a diverse discipline: Science, Technology, Engineering and Mathematics e indica pertanto l’insieme delle materie scientifiche-tecnologiche-ingegneristiche che includono matematica, fisica, ingegneria, informatica, biologia, chimica e altro ancora. Queste quattro discipline universitarie raggruppano i corsi di laurea delle cosiddette scienze dure, contrapposte per convenzione alle discipline umanistiche.
Una minoranza adotta l’acronimo STEEM, aggregandovi anche Economia, ma come loro quinto pilastro sembra profilarsi sempre più l’Informatica correlata all’intelligenza artificiale e alle altre sue declinazioni, come metaverso e realtà aumentata. AI e nuove tecnologie non sono assenti neppure nei piani di studio umanistici, dato che sono sempre più indispensabili per riattualizzare i corsi tradizionali, ma un po’ tutte le discipline le includono, dalla biomedicina alla biotecnologia.
Se vuoi capire come funziona davvero la realtà, dalle leggi fondamentali dell’universo alla struttura più profonda della materia, l’area delle Scienze Matematiche, Fisiche e Naturali (SMFN) rappresenta uno dei percorsi più rigorosi e completi dell’intero sistema universitario italiano. Non si tratta di lauree “tecniche” nel senso comune del termine, né di percorsi pensati per fornire competenze immediatamente operative.
La differenza con Ingegneria è sostanziale: mentre l’ingegnere parte da un obiettivo concreto e utilizza modelli già consolidati per arrivare a una soluzione, chi studia SMFN lavora sui modelli stessi. Li costruisce, li verifica, ne analizza i limiti. È una formazione orientata alla comprensione profonda dei fenomeni naturali e matematici, e proprio per questo produce profili in grado di adattarsi a contesti molto diversi, dalla ricerca alla finanza, dall’industria avanzata all’analisi dei dati.
