Beatrice e Cristina gemelle di studi

CATANIA - "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". Beatrice e Cristina Gagliano ci scherzano un po' su. Adesso festeggiano l'importante traguardo raggiunto insieme: 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.