Ho avuto la fortuna di partecipare al workshop Innovative tutoring actions in digital neighbourhoods martedì 15 ottobre 2024 presso l'Université Paris Sciences Lettres (PSL) per una giornata dedicata all'esplorazione delle pratiche innovative che stanno dando forma all'educazione digitale.
Grazie a Vincent Beillevaire, Marie Zocli, Solange Faria Pereira, Amandine Rannou e Joel Oudinet per avermi accolto nel loro panel!
Ecco un breve resoconto di ciò che abbiamo presentato sul nostro modulo AI integrato in ChallengeMe.
Perché abbiamo deciso di utilizzare l'intelligenza artificiale
Questa giornata dedicata all'esplorazione di pratiche innovative nella formazione digitale è stata l'occasione perfetta per spiegare perché abbiamo scelto di aggiungere l'intelligenza artificiale alla nostra piattaforma.
La decisione di integrare l'intelligenza artificiale nella nostra piattaforma è motivata da diversi fattori:
- Apprendimento personalizzato: l'intelligenza artificiale ci permette di offrire un'esperienza di apprendimento personalizzata, adattata alle esigenze e ai ritmi di ogni studente.
- Miglioramento del feedback: grazie all'intelligenza artificiale, possiamo fornire un feedback più dettagliato, pertinente e costruttivo, aiutando gli studenti a progredire in modo più rapido ed efficace.
- Ottimizzazione della valutazione: l'intelligenza artificiale ci sta aiutando ad automatizzare alcuni aspetti della valutazione, consentendo agli insegnanti di concentrarsi su compiti a più alto valore aggiunto, come l'assistenza individuale agli studenti.
- Analisi dei dati: L'intelligenza artificiale ci permette di analizzare grandi serie di dati per identificare tendenze, sfide e opportunità per migliorare la nostra piattaforma e l'esperienza di apprendimento.
Infine, la nostra decisione di integrare l'IA fa parte del nostro impegno a preparare gli studenti a un futuro in cui l'IA sarà onnipresente. Esponendo gli studenti agli strumenti di IA in un contesto educativo, li aiutiamo a sviluppare le competenze necessarie per interagire con queste tecnologie in modo critico e produttivo. Durante la nostra presentazione al PSL, abbiamo sottolineato che il nostro approccio all'IA rimane incentrato sull'uomo. L'IA è uno strumento potente, ma non sostituisce il giudizio umano. Serve ad aumentare le capacità di insegnanti e studenti, non a sostituirli.
Come utilizziamo l'IA
La nostra filosofia è chiara: utilizziamo l'IA in modo mirato e incapsulato, cioè integrandola in funzionalità specifiche della nostra piattaforma, con obiettivi chiaramente definiti. Questo approccio "incapsulato" ci permette di sfruttare al meglio l'IA mantenendo il controllo sul suo utilizzo. Non cerchiamo di creare un'IA onnisciente che si occupi di tutti gli aspetti dell'apprendimento. Al contrario, sviluppiamo strumenti di IA precisi, progettati per soddisfare le esigenze specifiche individuate dai nostri utenti e dai nostri partner accademici.
Ho sottolineato che in tutti questi casi d'uso, l'IA supporta gli utenti (studenti, insegnanti, tutor) e non li sostituisce. È lì per facilitare, ottimizzare e arricchire l'interazione umana, che rimane al centro dell'esperienza di apprendimento di ChallengeMe.
I diversi tipi di tutor
La flessibilità della nostra piattaforma in termini di tipologie di tutor, una caratteristica particolarmente apprezzata dalle scuole che utilizzano ChallengeMe. Distinguiamo diversi profili:
- Peer-to-peer: gli studenti valutano il lavoro degli altri, incoraggiando l'impegno e lo sviluppo di capacità di pensiero critico.
- Insegnanti: Gli insegnanti contribuiscono con la loro esperienza nella materia e nell'insegnamento.
- Terzo esterno: i professionisti del settore offrono una prospettiva dal mondo del lavoro.
- Studenti più avanzati: tutoraggio verticale per creare una dinamica di apprendimento intergenerazionale.
Questa diversità di profili consente una valutazione ricca e multidimensionale, che combina i vantaggi della revisione tra pari con quelli della valutazione di esperti.
Ho insistito sul fatto che l'IA supporta il tutor in questi vari compiti, fornendogli strumenti per ottimizzare la sua azione, ma non lo sostituisce mai.
Le sfide del peer-to-peer: dare e ricevere feedback
Ho evidenziato le due sfide principali della revisione tra pari: dare un feedback pertinente e ricevere e applicare tale feedback.
Fornire un feedback costruttivo e utile è un'abilità complessa per molti studenti. Le principali insidie sono :
- Difficoltà a strutturare i commenti in modo chiaro ed equilibrato
- La tendenza ad essere troppo vaghi o, al contrario, troppo critici
- Mancanza di suggerimenti concreti per aiutare l'altro a progredire
Eppure questa abilità è essenziale, non solo nella carriera accademica, ma anche nella futura vita professionale.
Altrettanto cruciale e delicata è l'arte di ricevere e utilizzare efficacemente il feedback. Gli studenti possono incontrare una serie di ostacoli:
- Difficoltà ad accettare critiche costruttive
- La sensazione di essere sopraffatti da una grande quantità di commenti
- Difficoltà nel definire le priorità delle aree di miglioramento e nel tradurle in azioni.
Queste due sfide sono alla base della valutazione tra pari. Per affrontarle è necessario un adeguato supporto didattico, nonché strumenti tecnologici ben studiati per facilitare il processo senza distorcere l'interazione umana.
L'intelligenza artificiale come assistente di feedback
In OMNES Education abbiamo implementato una funzione di intelligenza artificiale che analizza e riassume il feedback ricevuto da uno studente. Questa innovazione mira a ottimizzare il processo di valutazione tra pari, rendendo il feedback più accessibile e fruibile.
Come funziona l'assistente AI
Una volta che uno studente ha consegnato un lavoro e ha ricevuto le valutazioni dei colleghi, la nostra AI entra in azione:
- Analizza tutti i feedback ricevuti
- Identifica i temi ricorrenti e i punti chiave
- Genera una sintesi chiara e strutturata
Ecco un esempio:
Vantaggi per gli studenti
Questa sintesi dell'intelligenza artificiale offre diversi vantaggi:
- Chiarezza: gli studenti ottengono una panoramica rapida e comprensibile del feedback ricevuto.
- Priorità: le aree di miglioramento sono classificate in ordine di importanza.
- Azioni: vengono fornite raccomandazioni concrete per il progresso.
- Motivazione: vengono evidenziati i punti di forza, incoraggiando lo studente nel suo processo di apprendimento.
Questo riassunto dell'intelligenza artificiale consente agli studenti di comprendere rapidamente e chiaramente i messaggi chiave del feedback ricevuto, senza essere sopraffatti da una grande quantità di informazioni. Inoltre, fornisce loro modi concreti per fare progressi, incoraggiando un approccio di miglioramento continuo.
L'intelligenza artificiale come assistente di feedback
abbiamo implementato un assistente AI innovativo che guida gli studenti nel processo di scrittura del feedback. Questo strumento si basa sui criteri di valutazione stabiliti dalla UC Leuven e su un'ampia ricerca nel campo della valutazione tra pari (M. Gielen, B. De Wever (2015), Structuring the peer assessment process: a multilevel approach for the impact of product improvement and peer feedback quality, Journal of computer assisted learning, 31(5), 435-449).
L'assistente AI analizza il feedback fornito dallo studente e i voti assegnati ai suoi compagni. Quindi confronta questi elementi con i criteri di qualità predefiniti. Su questa base, genera suggerimenti personalizzati per migliorare il feedback. Ad esempio, se lo studente ha assegnato un voto basso senza fornire una giustificazione dettagliata, l'assistente potrebbe suggerire: "La tua valutazione sembra severa. Potresti approfondire le tue osservazioni per aiutare il tuo compagno a capire le ragioni di questo voto?". Allo stesso modo, se nel feedback mancano suggerimenti concreti per il miglioramento, l'assistente potrebbe suggerire: "Cerca di includere raccomandazioni specifiche per ogni punto debole individuato". Questo approccio non solo migliora la qualità del feedback fornito, ma sviluppa anche le capacità critiche e comunicative degli studenti. Guidandoli verso pratiche di valutazione più costruttive e riflessive, prepariamo gli studenti a diventare professionisti in grado di dare e ricevere feedback in modo efficace nelle loro future carriere.
Ecco un esempio:
L'intelligenza artificiale per aiutare gli studenti a migliorare il loro lavoro
All'Università di Montpellier abbiamo implementato un assistente AI innovativo che analizza il lavoro prodotto dallo studente e suggerisce aree di miglioramento in base alla griglia di valutazione fornita dal docente. L'obiettivo è quello di permettere agli studenti di capire esattamente cosa ci si aspetta da loro e di migliorare autonomamente. Il nostro assistente AI interviene dopo che lo studente ha consegnato il suo lavoro. Confronta il lavoro presentato con i criteri di valutazione definiti dall'insegnante. Per ogni criterio non completamente soddisfatto, l'IA genera suggerimenti concreti per il miglioramento, basati sulle migliori pratiche del settore. Può anche raccomandare risorse didattiche pertinenti (articoli, video, esercizi) per aiutare gli studenti a progredire su questi punti specifici. Il feedback iniziale dell'Università di Montpellier è stato molto incoraggiante. Gli studenti apprezzano questo aiuto personalizzato, che permette loro di comprendere meglio le aspettative dei docenti e di migliorare il proprio lavoro in modo mirato. I docenti hanno notato che i lavori presentati sono più in linea con i criteri di valutazione e che le competenze degli studenti progrediscono più rapidamente.
Ecco un esempio:
I prossimi passi dell'IA
Sulla base di questi successi iniziali, siamo lieti di annunciare il rafforzamento della nostra collaborazione con l'Università di Montpellier e il suo laboratorio di ricerca per sviluppare nuove funzionalità di IA. Questa collaborazione mira a esplorare nuovi modi di utilizzare l'IA per migliorare l'apprendimento e la valutazione, mettendo sempre lo studente al centro del processo. Insieme, lavoreremo su diversi scenari pedagogici in cui l'IA può apportare un valore aggiunto sia agli studenti che agli insegnanti.
Ad esempio, esploreremo come l'intelligenza artificiale possa aiutare gli insegnanti ad analizzare le attività degli studenti, a valutare il loro lavoro in modo più efficace e oggettivo e a identificare rapidamente gli studenti in difficoltà. Uno degli aspetti più interessanti di questa collaborazione è il coinvolgimento di un laboratorio di ricerca che monitorerà i vari esperimenti. I ricercatori analizzeranno l'impatto e l'efficacia di questi assistenti AI in un contesto didattico reale. Il loro feedback ci permetterà di perfezionare continuamente i nostri strumenti per massimizzarne la pertinenza e l'utilità. Questa collaborazione è in linea con la nostra visione a lungo termine dell'IA al servizio dell'istruzione, utilizzata in modo etico e responsabile per arricchire l'esperienza di apprendimento di ogni studente. Siamo convinti che l'IA, se sviluppata e utilizzata in stretta collaborazione con gli operatori del settore dell'istruzione, abbia il potenziale per rivoluzionare il modo in cui impariamo e insegniamo.
Ludovic Charbonnel
cofondatore di ChallengeMe
