Mancano almeno 502 pediatri di famiglia in Italia, con il 75% delle carenze concentrate in Lombardia, Piemonte e Veneto. Questa la denuncia della Fondazione GIMBE, che evidenzia come la situazione sia destinata ad aggravarsi: entro il 2028 andranno in pensione quasi 2.600 pediatri, a fronte di un ricambio generazionale incerto. La carenza si traduce in un sovraccarico per i pediatri esistenti, con numerosi casi in cui si supera il massimale di 1.000 assistiti, rendendo difficile per molte famiglie trovare un pediatra disponibile.
Il ruolo cruciale del Pediatra di Libera Scelta (PLS)
Il pediatra di famiglia è il punto di riferimento essenziale per la salute di bambini e ragazzi da 0 a 13 anni. L'assegnazione di un PLS è obbligatoria dalla nascita per garantire l'accesso ai Livelli Essenziali di Assistenza (LEA) del Servizio Sanitario Nazionale. Nonostante il calo delle nascite, che ha ridotto il fabbisogno di PLS di oltre 500 unità in sei anni, la situazione rimane critica. Infatti, il passaggio automatico dei ragazzi di 14 anni al medico di medicina generale (MMG) e il numero maggiore di quattordicenni rispetto ai nuovi nati, generano un saldo netto positivo di assistiti per i PLS, aumentando il loro carico di lavoro.

Uno studio internazionale, al quale ha contribuito anche il Cnr-Isafom, ha rivelato come varia, su scala globale, l’efficienza con cui le piante trasformano il carbonio atmosferico in biomassa.
Pubblicata su Nature Ecology and Evolution, la ricerca offre una nuova prospettiva sul ruolo cruciale della vegetazione nella lotta al cambiamento climatico: più efficacemente le piante usano o trattengono il carbonio, più riescono a sottrarre CO2 dall’atmosfera e a ridurne l’impatto.

Table of contents:
• Part 1: The paradox of capitalism: infinite growth in a finite World 
• Part 2: War: a hidden "reset" for the capitalist economy?
• Part 3: Beyond the limit: the unsustainability of a destructive model
• Part 4: Towards a future of well-being: proposals for a paradigm of peace and sustainability

Part 2: War: a hidden "reset" for the capitalist economy?

Abstract:
War and capitalism: an economic restart mechanism?
In Part 1 of our essay, we explored the profound paradox of capitalism: a system that postulates unlimited growth on a planet with finite resources, fueling critiques rooted in Malthus, Marx, and ecological economics. This intrinsic tension raises a fundamental question: how does such a model sustain itself in a context of increasing limits? In this second part, we delve deeper into our central thesis, examining how war, far from being a mere incident, can operate as an endogenous mechanism for the restart and regeneration of the capitalist economy. We will analyze the mechanisms through which conflicts, while devastating, can generate economic stimuli, and the criticisms associated with the use of military spending as a driver of growth.

Parte 2: La Guerra: Un "Reset" Nascosto per l'Economia Capitalistica

 Guerra e capitalismo: un meccanismo di riavvio economico?Abstract: Nella Parte 1 del nostro saggio, abbiamo esplorato il profondo paradosso del capitalismo: un sistema che postula una crescita illimitata su un pianeta dalle risorse finite, alimentando critiche che affondano le radici in Malthus, Marx e l'economia ecologica. Questa tensione intrinseca genera una domanda fondamentale: come si sostiene un tale modello in un contesto di limiti crescenti? In questa seconda parte, approfondiamo la nostratesi centrale, esaminando come la guerra, lungi dall'essere un mero incidente, possa operare come un meccanismo endogeno per il riavvio e la rigenerazione dell'economia capitalistica. Analizzeremo i meccanismi attraverso cui i conflitti, pur devastanti, possono generare stimoli economici, e le critiche associate all'uso della spesa militare come volano di crescita.

L’esercizio fisico è universalmente riconosciuto come uno degli strumenti più potenti per migliorare la salute umana, con effetti preventivi e terapeutici su malattie croniche come il diabete e le patologie cardiovascolari. Tuttavia, i meccanismi molecolari precisi che sottendono i benefici di diversi tipi di esercizio sono rimasti a lungo poco esplorati, soprattutto a causa delle difficoltà tecniche nel raccogliere dati molecolari su larga scala in modo non invasivo. Negli ultimi anni, però, la ricerca si sta orientando verso approcci multi-omici che promettono di rivoluzionare la fisiologia dell’esercizio e la medicina dello sport.

Un recente studio pubblicato su Sports Medicine - Open da Kayvan Khoramipour, Sergio Maroto-Izquierdo, Simone Lista, Alejandro Santos-Lozano (Miguel de Cervantes European University) e Katsuhiko Suzuki (Waseda University) introduce due discipline emergenti: enduromics e resistomics. Questi nuovi campi di studio permettono di analizzare le modificazioni molecolari indotte rispettivamente dall’allenamento di endurance e da quello di resistenza, offrendo la possibilità di personalizzare l’esercizio fisico in base al profilo molecolare individuale.

Artificial Intelligence (AI) is redefining the technological and social landscape, extending its influence into the realm of religions and spiritual practices. While significant opportunities for innovation are emerging, complex ethical and theological challenges are also becoming apparent, exacerbated by the potential risk of dangerous AI programming. The risks of dangerous AI programming, as analyzed in "The Risks of Dangerous AI Programming" [5], are significant and far- reaching, particularly concerning the instrumentalization of human beliefs and vulnerabilities.

AI in islamic education and beyond: benefits and initial considerations
A crucial starting point for understanding AI's impact on religions is Andri Nirwana's (2025) study [15] titled "SWOT Analysis of AI Integration in Islamic Education: Cognitive, Affective, and Psychomotor Impacts Vol. 5 No. 1." This foundational research highlights how AI is revolutionizing Islamic education, introducing innovative and personalized learning methodologies. Nirwana's study, based on a qualitative approach and a SWOT (Strengths, Weaknesses, Opportunities, Threats) analysis, indicates significant improvements in cognitive and psychomotor learning within Islamic education. AI tools like ClassPoint AI, AI Chatbots, and Squirrel AI contribute to knowledge retention, adaptive learning, and competency-based training in crucial areas such as Quranic recitation, prayer practices, and Islamic jurisprudence. However, the author emphasizes that human educators remain essential for moral and ethical development.

L'Intelligenza Artificiale (AI) sta ridefinendo il panorama tecnologico e sociale, estendendo la sua influenza anche nell'ambito delle religioni e delle pratiche spirituali. Se da un lato emergono opportunità significative per l'innovazione, dall'altro si palesano sfide etiche e teologiche complesse, aggravate dal potenziale rischio di una programmazione AI pericolosa. I rischi della programmazione pericolosa delle AI, come analizzato in “I rischi della programmazione pericolosa delle AI” [5], sono significativi e di vasta portata, in particolare riguardo alla strumentalizzazione delle credenze e delle fragilità umane.
L'AI nell'educazione islamica e oltre: benefici e prime considerazioni.

Un punto di partenza cruciale per comprendere l'impatto dell'AI nelle religioni è lo studio di Andri Nirwana (2025) [15] intitolato "SWOT Analysis of AI Integration in Islamic Education: Cognitive, Affective, and Psychomotor Impacts Vol. 5 No. 1". Questa ricerca fondamentale mette in luce come l'AI stia rivoluzionando l'educazione islamica, introducendo metodologie di apprendimento innovative e personalizzate.

Programming Artificial Intelligence (AI) in a dangerous way carries significant risks that could have far-reaching consequences for individuals and society. These risks primarily fall into three categories: unintentional consequences, malicious use, and loss of control.

Unintentional consequences
Even with the best intentions, a poorly designed or insufficiently tested AI can lead to unforeseen and Mharmful outcomes. This can happen due to:
• Flawed objectives or reward functions: If an AI's goal is too narrow or doesn't account for the complex variables of the real world, the AI might achieve its purpose in a damaging way. For example, an AI designed to maximize paperclip production could convert all available matter into paperclips, regardless of the impact on human life.
• Data Bias: AI systems learn from the data they're given. If this data is skewed (for instance, reflecting societal prejudices), the AI will perpetuate and even amplify these biases, leading to discriminatory results in areas like hiring, lending, or criminal justice. For more on this, see O'Neil (2016) [4] and Eubanks (2018) [6].
• Emergent behaviors: As AI systems become more complex, especially with machine learning and deep learning, they can develop behaviors not explicitly programmed or anticipated by their creators. These emergent behaviors could be unpredictable and potentially dangerous.
• Security vulnerabilities: Poorly programmed AI can have security flaws, making it susceptible to hacking. A compromised AI controlling critical infrastructure (like power grids or transportation) could lead to widespread disruptions or disasters.

Abstract: Programmare un'intelligenza artificiale (AI) in modo pericoloso comporta rischi significativi che potrebbero avere conseguenze di vasta portata per gli individui e la società. Questi rischi si suddividono principalmente in tre categorie: conseguenze inintenzionali, uso malevolo e perdita di controllo.

Conseguenze inintenzionali

Anche con le migliori intenzioni, un'AI mal progettata o insufficientemente testata può portare a risultati imprevisti e dannosi. Questo può accadere a causa di:

Obiettivi o funzioni di ricompensa difettosi: Se l'obiettivo di un'AI è troppo ristretto o non considera le variabili complesse del mondo reale, l'AI potrebbe raggiungere il suo scopo in un modo dannoso. Ad esempio, un'AI progettata per massimizzare la produzione di graffette potrebbe convertire tutta la materia disponibile in graffette, indipendentemente dall'impatto sulla vita umana.

Bias nei dati: I sistemi AI apprendono dai dati che sono stati loro forniti. Se questi dati sono distorti (ad esempio, riflettendo pregiudizi sociali), l'AI perpetuerà e persino amplificherà tali distorsioni, portando a risultati discriminatori in settori come l'assunzione, la concessione di prestiti o la giustizia penale. Per approfondimenti su questo tema, si veda O'Neil (2016) [4] ed Eubanks (2018) [6].

Comportamenti emergenti: Man mano che i sistemi AI diventano più complessi, specialmente con l'apprendimento automatico e il deep learning, possono sviluppare comportamenti non esplicitamente programmati o anticipati dai loro creatori. Questi comportamenti emergenti potrebbero essere imprevedibili e potenzialmente pericolosi.

Vulnerabilità di sicurezza: Un'AI mal programmata può avere difetti di sicurezza che la rendono suscettibile agli hacking. Un'AI compromessa che controlla infrastrutture critiche (come reti elettriche o trasporti) potrebbe portare a interruzioni diffuse o disastri.

This essay, an in-depth analysis of the dynamics among capitalism, growth, and conflict, is divided into four parts to facilitate reading and understanding.

Table of Contents:
• Part 1: The Paradox of Capitalism: Infinite Growth in a Finite World
• Part 2: War: A Hidden "Reset" for the Capitalist Economy?
• Part 3: Beyond the Limit: The Unsustainability of a Destructive Model
• Part 4: Towards a Future of Well-Being: Proposals for a Paradigm of Peace and Sustainability