"La domanda che per cinque anni ci
hanno posto i docenti durante gli esami dopo aver visto la carta
d'identità e aver scoperto che siamo gemelle è stata sempre la
stessa: se ci scambiavamo di identità. Poi ci guardavano meglio
e notavano qualche piccola differenza e successivamente si
tranquillizzavano anche perché sostenevamo l'esame una dopo
l'altra per cui era impossibile scambiarci. Durante gli scritti,
invece, non appena verificavano che eravamo gemelle, ci
allontanavano di banco e come sempre spostavano Cristina". Ormai
Beatrice e Cristina Gagliano ci scherzano un po' su. Adesso
festeggiano l'importante traguardo raggiunto insieme proprio nei
giorni scorsi: la laurea magistrale in Ingegneria Informatica al
Dipartimento di Ingegneria elettrica elettronica e informatica
dell'Università di Catania. Appena due anni fa, invece, avevano
conseguito insieme la laurea triennale, sempre in Ingegneria
Informatica.
"Non nascondiamo che sia stato un percorso veramente difficile,
ma la nostra unione e la nostra determinazione sono state in
grado di superarle - raccontano le due gemelle originarie di
Gagliano Castelferrato in provincia di Enna -. All'interno
dell'ambiente universitario ci siamo trovate abbastanza bene e
grazie ai sacrifici e agli ottimi risultati ottenuti nel corso
delle due carriere universitarie abbiamo potuto usufruire dei
servizi dell'Ersu mensa e borsa di studio. Un grande
riconoscimento ai nostri docenti del Dipartimento di Ingegneria
elettrica elettronica e informatica, siamo cresciute molto a
livello personale, culturale e professionale grazie agli
insegnamenti forniti. Nonostante il periodo della pandemia,
grazie alla didattica a distanza, abbiamo potuto proseguire il
normale flusso di esami e lezioni. Siamo state supportate dai
docenti in tutti i mesi di sperimentazione della tesi di laurea
magistrale nonostante l'impossibilità di avere un contatto
diretto a causa delle restrizioni per la pandemia"
Beatrice Gagliano ha conseguito la laurea magistrale con una
tesi dal titolo "IoT-based Token mediante Trustless Blockchain
per la sostenibilità delle Smart Cities", mentre Cristina su
"Analisi previsionale dei dati pluviometrici mediante Machine
Learning" con gli stessi relatori, i docenti Vincenzo Catania e
Davide Patti.
Riproduzione riservata © Copyright ANSA
