Convegno Internazionale - Connessione tra tecnologie e didattica - L'esperienza del progetto IDEA

Cagliari, 10 - 11 febbraio 2020

T-Hotel, Via dei Giudicati, 66 - Cagliari

Organizzato dal Programma “Educational Technology” del
Centro di Ricerca, Sviluppo e Studi Superiori in Sardegna - CRS4

Programma

8:30 - Accoglienza e registrazione partecipanti

9:15 - Saluti delle istituzioni e presentazione del progetto
Introduce e Modera: Alessandro Bogliolo

Intervengono:
Cristian Solinas, Presidente della Regione Autonoma della Sardegna (RAS)
Andrea Biancareddu, Assessore regionale della Pubblica istruzione, beni culturali, informazione, spettacolo e sport, (RAS)
Giuseppe Fasolino, Assessore della Programmazione, bilancio, credito e assetto del territorio, (RAS)
Maria Assunta Serra, Commissario straordinario, Sardegna Ricerche
Annalisa Bonfiglio, Presidente del CRS4

Presentazione del progetto:
Carole Salis, Responsabile del progetto IDEA - finanziato con fondi PAC (Piano Azione e Coesione) e Responsabile del Programma "Educational Technology", CRS4

10:30 - COFFEE BREAK
INTELLIGENZA ARTIFICIALE

11:00 - Donald Clark, Ed Tech Imprenditore, Visiting Professor all'Università di Derby, Regno Unito
Relazione: AI changes everything (L’Intelligenza Artificiale cambia tutto)
11:40 -  Testimonianza dei docenti
Interdisciplinarità con Intelligenza Artificiale - Un caso d’uso
Relazione: IA con le scienze
Dir. Scolastico: Giovanni Carmelo Marras - Istituto Comprensivo “S.Satta-A.Fais” di Perfugas
Docente: Silvana Pinna
Tutor Didattico: Pier Luigi Lai
Tutor Tecnologico: Alessandro Costantino
Introduce Davide Zedda, CRS4 e Istituto di Istruzione Superiore Statale “Michele Giua” di Cagliari

LEARNING ANALYTICS

12:20 - Barbara Wasson, Direttore, Centre for the Science of Learning & Technology (SLATE), Professoressa, Università di Bergen, Norvegia
Relazione: Learning Analytics (Learning Analytics - l’analisi dell’apprendimento)

13:00 - SERVIZIO DI BUFFET
PENSIERO COMPUTAZIONALE

14:10 - Daniel Schneider, Professore all'Università di Ginevra, Svizzera
Relazione: Computational thinking and making (Pensiero Computazionale e Making)

14:50 -  Testimonianza dei docenti
Pensiero Computazionale con coding, robotica educativa o Internet delle Cose – un caso d’uso
Relazione: Geometria IoT
Dir. Scolastico: Gian Battista Usai – Istituto Tecnico Professionale IANAS di Tortolì
Docenti : Anna Marongiu, Orietta Scattu
Tutor Didattico: Scilla Contu
Tutor Tecnologico: Mauro Mereu
Introduce Giuliana Brunetti, CRS4

PIATTAFORMA ED EVOLUZIONE

15:30 - Francesco Cabras, Responsabile dello sviluppo della Piattaforma, CRS4 e Radix
Relazione: Piattaforma IDEA, il cloud al servizio della didattica

16:10 - Davide Zedda, CRS4 e Istituto di Istruzione Superiore Statale “Michele Giua” di Cagliari
Relazione: Accesso Remoto Intelligente ad Esperienze di Laboratorio - RIALE (Remote Intelligent Access to Lab Experiment)

16:50 - Chiusura e indicazioni sul programma della seconda giornata
Carole Salis, Responsabile del progetto IDEA - finanziato con fondi PAC (Piano Azione e Coesione) e Responsabile del Programma "Educational Technology", CRS4

9:00 - Accoglienza e registrazione partecipanti

9:15  - Introduce e Modera: Alessandro Bogliolo

LE POLITICHE REGIONALI PER L’ISTRUZIONE

Luca Galassi, Direttore Servizio politiche scolastiche - Assessorato regionale della pubblica istruzione, beni culturali, informazione, spettacolo e sport, (RAS)
Francesco Feliziani, Direttore Generale, Ufficio Scolastico Regionale per la Sardegna (MIUR)
Alessandro Corrias, Direttore, Servizio politiche per la formazione terziaria e la per la gioventù

10:30 - COFFEE BREAK
MOBILE LEARNING

11:00 - Kevin Burden, Professore, Università di Hull, Regno Unito
Relazione: What does Innovative Mobile Learning Look Like? (Come si configura l’apprendimento con il Mobile Learning innovativo?)

11:40 -  Testimonianza dei docenti
Mobile Learning - Un caso d’uso – Scuola Senza Pareti
Relazione: Uomo e ambiente
Dir. Scolastico: Gian Battista Usai – Istituto Tecnico Professionale IANAS di Tortolì
Docenti: Claudia Moi, Laura Piazza, Rosa Deidda, Cristina Bini
Tutor Didattico: Scilla Contu
Tutor Tecnologico: Anna Costa
Introduce Stefano Leone Monni, CRS4 e Liceo Scientifico ”Michelangelo” di Cagliari

PEDAGOGICAL DESIGN

12:20 - Valéry Psyché, Professoressa, Università Teluq, Quebec, Canada
Relazione: Instructional design for Intelligent Adaptive Learning  (Instructional design per un Apprendimento Adattivo Intelligente

13:00 -  Testimonianza dei docenti
Design Pedagogico – Un caso d’uso
Relazione: Tris Box
Dir. Scolastico: Giovanni Carmelo Marras - Istituto Comprensivo “S.Satta-A.Fais” di Perfugas
Docente: Giovannica Cosso
Tutor Didattico: Barbara Letteri
Tutor Tecnologico: Vittorio Padiglia
Introduce Carole Salis, Responsabile del progetto IDEA - finanziato con fondi PAC (Piano Azione e Coesione) e Responsabile del Programma "Educational Technology", CRS4

13:40 - SERVIZIO DI BUFFET
INTELLIGENZA ARTIFICIALE ED EDUCAZIONE

14:50 - Kaska Porayska-Pomsta, Professoressa all'University College London, Regno Unito
Relazione: Scaffolding learners’ socio-emotional self-regulation through AI-enhanced learning environments (Sostenere l’autoregolazione socio-emotiva dei discenti attraverso ambienti di apprendimento potenziati con l’Intelligenza Artificiale

15:30 -  Testimonianza dei docenti
Intertematica (SSP e Coding) - Un caso d’uso
Relazione: Viaggio nello spazio sonoro
Dir. Scolastico: Maria Romina Lai - I.I.S. Minerario "Giorgio Asproni" - I.T.C.G. "Enrico Fermi" di Iglesias
Docenti: Stefania Anna Russo, Riccardo Bachis
Tutor Didattici: Roberta Aru, Emanuela Nioi
Tutor Tecnologici: Santiago Garrido Rua, Giulio Lai
Introduce Davide Zedda, CRS4 e Istituto di Istruzione Superiore Statale “Michele Giua” di Cagliari

16:10 - Chiusura e presentazione futuri sviluppi
Carole Salis, Responsabile del progetto IDEA - finanziato con fondi PAC (Piano Azione e Coesione) e Responsabile del Programma "Educational Technology", CRS4

Relatori

Dr Kevin Burden
Kevin Burden, Professore, Università di Hull, Regno Unito
Kevin Burden è Professore di Educazione Digitale nella Facoltà di Arti, Culture e Educazione (FACE) dell’Università di Hull, dove dirige un gruppo che indaga sull’impatto e sul potenziale pedagogico delle tecnologie digitali sull’apprendimento e in generale sull’educazione. La sua ricerca investiga i vantaggi del mobile computing e del pervasive computing concentrandosi in particolare sulla formazione dei docenti e la formazione professionale. Al momento dirige diversi progetti internazionali di ricerca focalizzati su l’uso delle tecnologie mobile nelle scuole e nelle università e di recente ha concluso un importante progetto Erasmus+ dedicato alla creazione di uno strumento di apprendimento per i formatori degli insegnanti (www.mobilelearningtoolkit.com). Al momento la sua ricerca si focalizza sulla natura dell’innovazione e la sua trasformazione in mobile learning, e include un progetto Erasmus+ Azione Chiave 2 per lo sviluppo di App di apprendimento professionali e i relativi MOOC per aiutare gli insegnanti a sviluppare delle attività didattiche innovative basate sul mobile learning (www.deimpeu.com).

Prof. Burden è un Illustre Visiting Professor dell’Università di Tecnologia di Sydney (UTS) e prima ancora è stato invitato dalla Hong Kong University, dall’Università di Macau e dall’Università del Nord di Barranquilla, Colombia. Kevin ha raccolto più di £1.5 milioni di sovvenzioni in regime di concorrenza competitiva e in riconoscimenti ed è stato insignito del titolo di National Teaching Fellow dall’Accademia di Alta Formazione del Regno Unito [Higher Education Academy (HEA)] per il suo lavoro di sostegno a studenti e docenti nell’utilizzo innovativo delle tecnologie digitali. È autore di più di cinquanta articoli peer-reviewed, capitoli di libri, e pubblicazioni. Inoltre, in collaborazione con i colleghi della UTS e dell’Università di Cambridge, ha partecipato alla scrittura del volume intitolato ‘Uncertainty in Teacher Education Futures: Scenarios, Politics and STEM’ (Incertezze dei possibili futuri della formazione dei docenti: scenari, politiche e discipline STEM) (http://www.springer.com/gp/book/9789811082450)

Come si configura l’apprendimento con il Mobile Learning innovativo?

Keywords: innovazione; Mobile Learning; design, Progettazione

Contesto
Dalla comparsa, nei primi anni del 21° secolo, delle tecnologie mobili, numerosi studi hanno dimostrato come, quando è usato efficacemente, il Mobile Learning possa sostenere, migliorare e in alcuni casi trasformare l’insegnamento e l’apprendimento, portando benefici importanti agli studenti (Pegrum, Howitt, & Striepe, 2013; Wu, Wu, Chen, Kao, Lin, & Huang, 2012; Kearney, Burden, & Rai, 2015; Mifsud, 2014). Tuttavia, nonostante le innegabili possibilità che le tecnologie mobili hanno di migliorare e trasformare il modo in cui gli studenti imparano, gli educatori sono stati lenti ad usarle. Questo è vero sia per gli insegnanti delle scuole che nelle università, per i formatori con il compito di preparare le nuove generazioni di insegnanti (Burden & Kearney, 2017). La ricerca del relatore indica che questo problema complesso ha alla sua base la mancanza di adeguato sviluppo professionale, di risorse e di modelli che convincano gli educatori che vale la pena investire nel mobile learning.

Obiettivo
In risposta a questa sfida, il relatore ha diretto due progetti Erasmus +, il cui obiettivo era di sostenere gli insegnanti in un utilizzo più efficace e più innovativo delle tecnologie mobili. Il primo di questi progetti - Mobilising and Transforming Teacher Educators’ Pedagogies (MTTEP - Mobilitare e trasformare la pedagogia dei formatori di insegnanti) si è svolto dal 2014 al 2017. Coinvolgeva cinque partner di altrettante università e quattro scuole (http://www.mttep.eu). Il secondo progetto - Designing and Evaluating Innovative Mobile Pedagogies (DEIMP - Progettare e valutare le pedagogie innovative Mobili) è in corso e sarà alla base della presentazione del relatore. Entrambi i progetti hanno alla loro base un ambito personalizzato basato sul mobile learning chiamato iPAC (Kearney, Schuck, Burden & Aubusson, 2012).

Risultati ottenuti o previsti
Il progetto MTTEP ha prodotto un kit didattico per il mobile learning disponibile gratuitamente (http://www.mobilelearningtoolkit.com) che le scuole e gli educatori possono utilizzare, modificare e adattare. Nel corso del progetto DEIMP, stiamo sviluppando un’App mobile originale assieme a un MOOC complementare che aiutino i formatori a concepire e valutare gli scenari educativi relativi al mobile learning (http://www.deimpeu.com). I siti web di questi progetti sono stati consultati più di 100.000 volte e più di 20 istituti hanno utilizzato o adottato queste risorse per sviluppo professionale.

Conclusioni/raccomandazioni/riassunto
Questi progetti dimostrano quanto attività di sviluppo professionali sostenute e concrete, possano incoraggiare i formatori a confrontarsi con le tecnologie mobili in modi che superano molti degli ostacoli e sfide che sono stati evidenziati nella letteratura (Burden & Hopkins, 2016). Questa presentazione incoraggerà i partecipanti ad unirsi alla rete mobile learning creata, a partecipare agli esperimenti futuri e alla ricerca programmata per il biennio 2019-2020.

Francesco Cabras

Francesco Cabras, Consulente CRS4, Radix, Italia
Francesco Cabras è un imprenditore nel campo dello sviluppo software di soluzioni tecnologiche cloud-based e svolge anche il ruolo di consulente. Ha un’esperienza ventennale nel mondo dell’ICT, e prima di dedicarsi alla libera professione ha lavorato come ricercatore per un decennio presso il CRS4 dove si è occupato di gestione e presentazione dei dati, sia in ambito multimediale, sia nel dominio dell’informatica clinica e della telemedicina. È entrato a far parte del team del progetto IDEA come responsabile della piattaforma tecnologica per l’esecuzione delle sperimentazioni e la fruizione dei contenuti formativi.
Piattaforma IDEA, il cloud al servizio della didattica.

Keywords: Piattaforma IDEA, condivisione dati

Velocità di intervento, scalabilità ed evoluzione iterativa sono stati i requisiti fondamentali da rispettare per la realizzazione della piattaforma tecnologica del progetto IDEA.
In questa sessione partendo da una descrizione del sistema e delle sue componenti, vedremo come le tecnologie cloud hanno permesso di ottenere i risultati sperati, miminizzando i tempi e i costi dello sviluppo e massimizzando il riuso e l'affidabilità del sistema.

Donald Clark
Donald Clark, Imprenditore, Visiting Professor, Università di Derby, Regno Unito
Donald Clark è un imprenditore nel campo delle Tecnologie dell’Educazione, Amministratore Delegato, Visiting Professor, Ricercatore, blogger e relatore in conferenze. È stato amministratore delegato ed uno dei soci fondatori della compagnia di produzioni multimediali Epic Group plc che si è affermata come azienda leader nel mercato britannico dell'apprendimento online, quotato in borsa nel 1996 e successivamente ceduta nel 2005. Attualmente, oltre ad essere l’Amministratore Delegato della Wildfire, una società che si occupa di formazione imperniata sull'IA, investe in compagnie che si occupano di Tecnologie dell’Educazione oltre a svolgere il ruolo di consulente.

Donald descrive se stesso come “libero dalla tirannia dell’impiego”. È membro del consiglio di Cogbook e LearningPool, due compagnie specializzate nell’Intelligenza Artificiale. È anche Visiting Professor e si occupa di ricerca nel campo dell’Intelligenza Artificiale applicata all’apprendimento. Ha lavorato in scuole, istituti professionali, in università, si è occupato di formazione degli adulti e di formazione in ambiente aziendale, trasferendo progetti originali ai discenti.

Donald vanta più di 30 anni di esperienza nel campo della formazione online, nella teoria dei giochi, nelle simulazioni, nella semantica, nell’apprendimento adattivo, i chatbot, i social media, il Mobile Learning, la realtà virtuale e i progetti di Intelligenza Artificiale. Ha concepito progetti, insegnato e fornito il suo parere da esperto sul tema dell’apprendimento online a favore di molti enti mondiali, pubblici e privati. Sostiene la causa dell’utilizzo della tecnologia nell’apprendimento. Ha vinto molti premi, tra cui il primo: 'Outstanding Achievement in E-learning Award' il 'Best AIM Stock Market Company'; e per la WildFire ha vinto il 'Most Innovative Online Product', il 'Best Online Learning Project' e il 'JISC EdTech Award'.

Premiato come relatore a conferenze nazionali ed internazionali, è stato keynote speaker in Europa, Stati Uniti, Africa, Australia Medio Oriente e Estremo Oriente. Da più di 10 anni, gestisce e aggiorna regolarmente un blog sulle tecnologie dell’apprendimento. Le sue pubblicazioni in serie sui teorici dell’apprendimento e i suoi 500 consigli pubblicati online sulla progettazione sono delle risorse preziose. Il suo libro sull’ Intelligenza Artificiale è in preparazione.

L’Intelligenza Artificiale cambia tutto

Keywords: Intelligenza Artificiale

Quasi tutto quello che si fa online è mediato dall’Intelligenza Artificiale – Google, i social media, Amazon, Netflix. Questo fatto ha raggiunto il mondo dell’educazione. Donald darà una definizione dell’Intelligenza Artificiale e poi vi porterà attraverso un viaggio nel mondo dell’apprendimento che affronterà l’impegno degli studenti, il supporto degli stessi, la trasmissione dei concetti, la valutazione e il benessere dei discenti. Inoltre, mostrerà, attraverso esempi concreti, come l’Intelligenza Artificiale può aiutare i docenti nella loro didattica.

Kaśka Porayska-Pomsta
Kaśka Porayska-Pomsta, Professoressa, University College London, Regno Unito
Il focus della ricerca della Prof.ssa Kaśka Porayska-Pomsta riguarda l’Intelligenza Artificiale applicata al mondo dell’Educazione, con particolare attenzione allo sviluppo di ambienti adattivi e interattivi per l’apprendimento. Vanta più di 20 anni di esperienza di interazioni con discenti bambini e adulti (con o senza BES - Bisogni Educativi Speciali), e di sviluppo di sistemi di Intelligenza Artificiale per una formazione all’avanguardia. Conseguito il Dottorato in Linguistica Computazionale all’Università di Edimburgo, è passata ad occuparsi a tempo pieno di Intelligenza Artificiale nella ricerca educativa, con particolare attenzione alla rappresentazione delle emozioni nelle interazioni di apprendimento, all’elicitazione della conoscenza, alle metodologie di ingegneria delle conoscenze, e all’Intelligenza Artificiale per l’inclusione sociale. Ha svolto il ruolo di capogruppo e di co-responsabile per la ricerca in importanti progetti interdisciplinari incentrati sull’applicazione dell’Intelligenza Artificiale a diversi contesti formali e informali nel Regno Unito, nell’Unione Europea, in India e nelle Filippine. La Prof.ssa Kaśka partecipa attivamente ai dibattiti attuali e prende parte, come consulente tecnico, alle audizioni parlamentari sul tema del ruolo dell’Intelligenza Artificiale nello sviluppo umano e nell’apprendimento. Contribuisce a promuovere l’uso dell'Intelligenza Artificiale a beneficio dell’uomo. È capo del Dipartimento della Cultura, delle Comunicazioni dell’UCL, membro del comitato direttivo del centro Bloomsbury per le Neuroscienze nei processi Educativi, membro del comitato di coordinamento dell’Istituto per la Salute Digitale dell’UCL nonché membro del Consiglio di Amministrazione della Società Internazionale per l’Intelligenza Artificiale nel mondo dell’educazione.
Sostenere l’autoregolazione socio-emotiva dei discenti attraverso ambienti di apprendimento potenziati con l’Intelligenza Artificiale

Keywords: Artificial Intelligence, Agenti Pedagogici, Ambienti di Apprendimenti Intelligenti

L'uso dell'Intelligenza Artificiale a sostegno dello sviluppo delle competenze sociali, è un ramo emergente nel campo dell’educazione, dell’insegnamento in generale e delle pratiche di apprendimento. Mentre i legami esistenti tra le competenze della comunicazione sociale e l’apprendimento sono ben documentate in diverse discipline di ricerca affini alla ricerca e alle pratiche educative (per esempio nella psicologia dello sviluppo, la psicologia educativa, le neuroscienze cognitive), cresce l’attenzione per queste competenze in contesti formali di apprendimento, dove l’Apprendimento Collaborativo, l’Apprendimento Auto-Regolato, e l’Apprendimento Basato sul Progetto stanno diventando sempre più parte di tali contesti. Tuttavia, nonostante l’importanza dell’interazione sociale per il funzionamento quotidiano dell’essere umano, che include l’apprendimento, l’acquisizione delle competenze sociali richiede da un lato un importante addestramento, dall’altro un condizionamento socio-culturale e delle competenze metacognitive altamente sviluppate che a loro volta richiedono un continuo adeguamento e un autocontrollo mirato. Le interazioni sociali e le competenze emotive di auto-regolazione non possono essere supportate soltanto dal fatto di mostrare l’esempio o dal fatto di dire alle persone cosa sentire e come comportarsi. Invece, richiedono l’accesso: (i) a esperienze concrete e ripetibili, in contesti che riflettano in modo credibile scenari reali, (ii) e alla possibilità di rievocare una cornice situazionale e ad esami approfonditi e guidati del comportamento messo in atto in prima persona dal discente. Interazioni sociali verosimili affiancate da agenti di Intelligenza Artificiali e da Modelli “Open Learner” (OLM) consentono un utile aumento delle procedure attualmente disponibili. Consentono anche uno studio sistematico delle interazioni sociali e del supporto all’apprendimento necessari ad alimentare le competenze di autoregolazione dei discenti. In questa relazione, presenterò il lavoro svolto in due progetti. Il primo incentrato sul sostegno allo sviluppo delle competenze sociali comunicative dei bambini con diagnosi di disturbi dello spettro autistico cosiddetto a basso funzionamento. Questo sostegno si raggiunge attraverso l’applicazione di agenti di Intelligenza Artificiale in contesti misti di apprendimento uomo-IA. Il secondo progetto è centrato sulla creazione di un’esperienza situata potenziata dall’Intelligenza Artificiale e da Modelli Open Learner destinata a discenti di età tra i 16 e i 18 anni valutati a rischio di esclusione sociale a causa della disoccupazione a seguito di colloqui di lavoro fatti con dei selezionatori basati sull’IA e sulla valutazione dell’impatto di questo contesto sui loro comportamenti verbali e non verbali nonché sulla loro autostima. Utilizzando questi due esempi, discuterò della applicabilità di una educazione basata sull’IA a supporto delle competenze di autoregolazione e in generale l’inclusione sociale ed educativa. Per concludere, stabilirò un collegamento tra gli approcci usati in questi due progetti e la loro rilevanza nei contesti formali e informali di apprendimento e insegnamento, mettendo in evidenza l’importanza che danno alle abilità cognitive di livello superiore, fondamentali per l’apprendimento in tutti i campi.

Valéry Psyché
Valéry Psyché, Professoressa, Università Teluq, Quebec, Canada
La Prof.ssa Psyché è specializzata nell’apprendimento potenziato dalla tecnologia, nella progettazione didattica, e nell’Intelligenza Artificiale applicata all’educazione. Ha un dottorato in informatica cognitiva rilasciato dall’università di Quebec di Montreal (UQAM). Alla TELUQ, ha svolto una borsa post dottorato sulle comunità virtuali di pratica, e successivamente, ricerche post-dottorato nel campo dell’ingegneria delle conoscenze presso il laboratorio d’informatica, robotica e microelettronica (LIRMM) dell’Università di Montpellier (Francia) e nel campo dell’ingegneria ontologica presso l’Istituto di Ricerca Scientifica e Industriale (ISIR) dell’Università di Osaka (Giappone). Ha ricevuto la laurea triennale in fisica presso l’università di Grenoble-Alpes (Francia) e la Magistrale in fisica presso l’UQAM. Ha conseguito un Diploma di Studi Superiori Specialistici in tecnologia dell’educazione all’Università TELUQ, Quebec, Canada e un certificato in Tecnologie Informatiche presso la McGill University.

Prima di diventare docente universitario, ha lavorato per numerosi anni come progettista della didattica, ricercatore indipendente e coordinatore dei docenti.

La sua ricerca si focalizza sull’ingegneria ontologica, l’analisi delle comunità virtuali di pratica o di apprendimento, i sistemi intelligenti di tutoraggio e in generale, l’Intelligenza Artificiale applicata all’educazione

Instructional design per un Apprendimento Adattivo Intelligente

Keywords: Instructional Design, Teorie dell’Insegnamento e dell’apprendimento, Ambienti per l’Adaptive Learning, Stili di Apprendimento

L’Apprendimento Adattivo è la traduzione letterale di “Adaptive Learning” che si traduce meglio in “insegnamento adattivo” perché gli ambienti digitali di apprendimento si adattano al discente e non il contrario. L’Apprendimento Adattivo è il processo di “costruzione del modello degli obiettivi del discente, delle sue preferenze e conoscenze e di utilizzo dello stesso durante le sue interazioni con l’ambiente al fine di dare un feedback personalizzato oppure al fine di adattare contenuti e interfacce ai suoi bisogni di apprendimento” (Brusilovsky & Peylo, 2003). L’adattamento si concretizza in tempo reale, utilizzando degli algoritmi di Machine Learning che fanno delle inferenze a partire dalle azioni dei discenti durante la sessione di apprendimento. Un esempio di inferenza è la diagnosi dei loro errori. Più la macchina simula il comportamento di un tutor umano, più è “intelligente” Questo è definito tutore intelligente e l’apprendimento, apprendimento adattivo intelligente.
La natura “intelligente” di un ambiente digitale di apprendimento risiede nel fatto che è adattabile al discente. Il concetto di adattabilità fa riferimento all’abilità dell’ambiente di apprendimento di modificare il suo comportamento in accordo alle inferenze fatte sulla base dei contenuti aggiornati del modello del discente, oppure sulla base del suo stato cognitivo, metacognitivo o emotivo. L’apprendimento adattivo è il paradigma associato agli ambienti di apprendimento e ai sistemi tutoriali intelligenti (Carbonnell, 1970; Sleeman and Brown, 1981; Wenger, 1987). Dai tempi della dimostrazione di Bloom (1984), sappiamo che il tutoraggio è due volte più efficace di qualsiasi altra forma di insegnamento tradizionale. Questo fatto ha incoraggiato la sua applicazione in ambienti dotati di tutori intelligenti o in generale, nelle piattaforme e-learning adattive che siano intelligenti oppure no. L’adattabilità di un ambiente di apprendimento intelligente (Intelligent Learning Environment - ILE) è attuata attraverso i dati educativi raccolti. Di solito corrispondono a delle informazioni:

  • Sul profilo del discente, sulle sue strategie pedagogiche e aree di apprendimento
  • Provenienti dalle interazioni del discente con l’interfaccia ILE

Questi dati generalmente sono utilizzati per (Nkambou, Mizoguchi and Bourdeau, 2010)

  • Pianificare in modo dinamico gli obiettivi di apprendimento e le attività nel ILE
  • Configurare la sua interfaccia, la sua presentazione e le sequenze di attività
  • Guidare il discente attraverso un’attività oppure
  • Stabilire una diagnosi cognitiva sul discente

Come integrare l’apprendimento adattivo alla vostra didattica?
Chiaramente, è necessario mettere in atto un metodo di progettazione didattica (Instructional Design) per definire il livello possibile di adattamento, sulla base delle risorse umane e tecnologiche a disposizione nell’istituto. Durante questa conferenza, discuteremo dei parametri e dei passi su cui il docente e il team tecno-pedagogico può intervenire al fine di raggiungere un minimo di integrazione di apprendimento adattivo in un corso online, basato sull’approccio Learning Design.

Daniel Schneider
Daniel Schneider, Professore, Università di Ginevra, Svizzera
Daniel Schneider è Professore Associato di Tecnologie dell’Educazione nel Centro di Ricerca e Unità d’insegnamento della Facoltà di Psicologia e Scienze dell’Educazione (TECFA) dell’Università di Ginevra. Titolare di un Dottorato in scienze politiche, lavora nel campo delle tecnologie dell’educazione dal 1988. Ha partecipato a numerosi progetti pedagogici e tecnologici innovativi. I suoi interessi di ricerca a lungo termine si concentrano sulla progettazione di architetture Internet modulari, flessibili e open a sostegno di progetti educativi ricchi ed efficaci. Attualmente si occupa di progettazione e fabbricazione di prodotti digitali per l’educazione, il monitoraggio degli studenti, l’insegnamento delle competenze informatiche (e-learning), sviluppo del pensiero computazionale e l’apprendimento informale nei paesi in via di sviluppo. Nell’ambito del programma di formazione “misto” in tecnologie educative (MALTT), insegna sistemi di informazione e comunicazione educativi, la progettazione e la fabbricazione digitale, le basi delle tecnologie dell’educazione e metodologie della ricerca. La sua homepage personale si trova al link: http://tecfa.unige.ch/DKS. Coordina anche EduTechWiki (http://edutechwiki.unige.ch).
Pensiero Computazionale e Making

Keywords: Pensiero Computazionale, Problem Solving, Making

Le nuove generazioni non sono nate con competenze ICT innate, né esposte a grandi quantità/sollecitazioni di pensiero computazionale. Sembrano avere poco controllo sui software professionali. Pochi giovani hanno capacità di programmazione elementari e pochi sono coinvolti nella creazione di manufatti tecnici condivisi. La Progettazione Digitale e Fabbricazione (spesso chiamata “Making”), associata con il Design Thinking (pensiero progettuale) potrebbero offrire una soluzione idonea a stimolare l’interesse dei giovani per il digitale. Il Making interpreta la natura umana come una “mano in azione” che modella l’ambiente e affronta sfide che richiedono creatività e competenze tecniche. Associato al pensiero progettuale, il Making potrebbe sviluppare le competenze del 21° secolo quali la competenza numerica, le strategie di problem-solving e l’autoregolazione. La parola “Making” ha diverse radici. Il concetto è stato formalizzato da Gershenfeld nel suo corso alla MIT intitolato “come fare quasi tutto”. Caratterizzato dalla pedagogia basata su progetti, da una organizzazione “Just in Time” e da una importante collaborazione tra gli studenti, questo corso è servito da modello alla creazione di “Fab Lab” pedagogici che promuovono l’autonomia. Contemporaneamente, il Fai da Te (Do it Yourself) e l’artigianato hanno registrato una rinascita grazie all’evoluzione e all’ubiquità dei dispositivi digitali. Nuove generazioni di hardware open source hanno reso possibile la costruzione di dispositivi a basso costo controllati da computer, in particolare le stampanti 3D. Questo ha portato alla creazione dei cosiddetti “spazi maker”. Nuove generazioni di siti web consentono di condividere facilmente la progettazione digitale e danno nuova linfa all’interazione online. I cosiddetti “Hack Labs” mettono assieme persone interessate all’elettronica, cioè interessati a smontare, capire, riparare e riconfigurare. Nella letteratura, troviamo quattro motivi per promuovere il “Making” nell’educazione:

  1. è un mezzo per insegnare la programmazione, il disegno vettoriale, la matematica, e le questioni ambientali e sociali.
  2. il “Making” insegna la pianificazione, la cooperazione e sviluppa le competenze metacognitive.
  3. Le competenze di progettazione sono essenziali per l’economia futura.
  4. I docenti possono creare o adattare oggetti didattici da costruire.

Secondo Blikstein, gli educatori che introducono il “Making” si ricollegano al costruttivismo di Papert e alle pedagogie della liberazione di Freire o Freinet. Come tale, se desiderato, il “Making” è anche uno strumento per il cambiamento educativo. In questa presentazione, ci concentreremo sull’utilizzo del “Making” come mezzo attraverso cui insegnare i principi del pensiero computazionale e alcuni concetti tecnici di base dell’ICT. Useremo il concetto di pensiero computazionale, inteso come insieme di abilità, competenze e procedure che facilitano il “Problem Solving” basato sui principi dell’informatica. In questa ottica, l’alfabetizzazione informatica può essere suddivisa in tre aspetti:

  1. l’abilità a formulare un concetto di più ampia portata,
  2. la risoluzione di un problema utilizzando le tecnologie dell’informazione e della comunicazione e
  3. la condivisione della soluzione attraverso piattaforme online.

Presenteremo una panoramica della poca letteratura finora esistente sul “Making” e sul pensiero computazionale. Presenteremo il dettaglio di alcuni ambienti atti all’insegnamento dei fondamenti della programmazione, quali BlockSCAD, OpenSCAD e TurtleStitch e affronteremo le loro “Affordances” educative (l’immediatezza con la quale se ne capisce l’utilizzo) per insegnare sia costrutti di programmazione elementare che alcuni concetti di Problem Solving. Successivamente, affronteremo un discorso più ampio, ossia come motivare i discenti a creare oggetti utili all’insegnamento dell’informatica e di altre competenze di ragionamento che vanno oltre la semplice programmazione. Per finire, discuteremo anche della possibilità di creare degli strumenti per insegnare i principi dell’informatica “unplugged” (senza computer) perché i docenti che imparano a creare oggetti che hanno un senso per la loro didattica possono anche prendere in considerazione di insegnare il “Making” ai loro studenti.

Barbara Wasson
Barbara Wasson, Professoressa, Università di Bergen, Norvegia
Barbara Wasson è Direttore del Centro per Scienze e Tecnologie per l’Apprendimento (SLATE) dell’Università di Bergen, Norvegia e Professore ordinario nel Dipartimento di studi dei mezzi di comunicazione e scienze dell’informazione. È stata uno dei membri fondatori di Kaleidoscope, una rete Europea di Eccellenza dedicata all’Apprendimento potenziato dalla Tecnologia, membro del suo comitato esecutivo e responsabile del suo Gruppo Speciale d’Interesse sull’Apprendimento Collaborativo supportato dal computer (CSCL SIG), con oltre 400 membri. È spesso chiamata come Esperto valutatore dalla Commissione Europea. S’interessa di ricerca sull’Apprendimento potenziato dalla Tecnologia sin dal 1983, anno del suo Master di Ricerca. Mentre era una dottoranda in Canada è stata coinvolta nel concepimento di agenti pedagogici per la pianificazione di contenuti in sistemi tutoriali intelligenti. Prima di trasferirsi in Norvegia nel 1991, la Prof.ssa Wasson ha lavorato come specialista in ricerca educativa avanzata per il progetto di Marlene Scardamalia e Carl Bereiter su ambienti di apprendimento intenzionale supportato dal computer (CSILE) all’Università di Toronto, Canada, che è il primo progetto finanziato nel campo dell’apprendimento collaborativo nelle classi. Dopo essersi trasferita in Norvegia, la ricerca della Prof.ssa Wasson si è dedicata all’apprendimento collaborativo in ambienti distribuiti, mobile learning, progettazione dell'interazione, apprendimento collaborativo supportato dal computer (CSCL), giochi educativi, sistemi tutoriali intelligenti, valutazione online, teacher inquiry, learning analytics e agenti pedagogici. Nel 2003, mentre in ruolo presso il centro di ricerca InterMedia, la Prof.ssa Wasson è stata commissionata dal Ministero Norvegese dell’Educazione per sviluppare un sistema nazionale di test in inglese basato sull’Internet delle Cose (Progetto BITE-IT). La Prof.ssa Wasson è stata Ricercatore Principale in numerosi progetti nazionali ed internazionali, e ha pubblicato oltre 120 lavori nel campo dell’apprendimento potenziato dalla tecnologia.
Learning Analytics

Keywords: Learning Analytics

Negli ultimi 9 anni, il Learning Analytics (l’analisi dell’apprendimento) è emerso come un promettente settore di ricerca nonché ambito di applicazione. Il “Learning Analytics” include la ricerca originata da sfide quali la raccolta, la gestione, l’analisi e la comunicazione dei dati allo scopo preciso di migliorare l’apprendimento e i contesti in cui esso avviene.
Il termine “Learning Analytics” iniziò ad essere usato nel 2010 e da allora, sono stati pubblicati un numero sempre crescente di lavori sull’argomento, un crescente numero di applicazioni di Learning Analytics, nuovi centri di ricerca avente come obiettivo lo studio del Learning Analytics e un interesse sempre più marcato da parte di diversi portatori d’interesse e delle istanze decisionali. La ricerca sul Learning Analytics si basa sui settori di ricerca emersi negli anni ’70 e ’80 come per esempio il data mining (estrazione di dati) educativo, l’Intelligenza Artificiale nell’educazione, i sistemi di supporto alle decisioni, sistemi intelligenti di tutoring e campi nuovi come le scienze dell’apprendimento, i Big Data e il Business Analytics (analisi aziendale).
In questa presentazione, farò una panoramica del campo dell’analisi dell’apprendimento e una riflessione sul suo ruolo nel mondo dell’educazione. Presenterò tre progetti del Centro per la scienza dell’apprendimento e tecnologia (Centre for The Science of Learning and Technology SLATE) dell’Università di Bergen che affrontano il tema dell’analisi dell’apprendimento applicato al mondo della scuola.
Nel primo progetto, denominato Apprendimento Adattivo in Matematica (Adaptive Learning in Mathematics (ALMAT)), abbiamo svolto uno studio empirico sull’utilizzo di uno strumento di apprendimento adattivo: Multi Smart Øving (MSØ). MSØ è l’unico strumento di learning analytics che è utilizzato nella scuola primaria e secondaria in Norvegia. Sono stati raccolti dati empirici su come i docenti usano e sperimentano lo strumento, come i fornitori sperimentano i loro prodotti e come MSØ è presentato commercialmente (Egelandsdal et al., 2019).
Il secondo progetto denominato Dati Relativi all’Attività per la Valutazione e l’Adattabilità (Activity Data for Assessment and Adaptivity (AVT)) ha per scopo di indagare le possibilità di integrare i dati relativi all’attività tra diversi venditori di strumenti digitali utilizzati nelle scuole, per offrire delle attività di apprendimento che si adattino meglio ai bisogni del discente (Morlandstø et al., 2019; Wasson et al., 2019). In questo progetto (AVT) abbiamo sviluppato un quadro per l’analisi dell’apprendimento che struttura i dati generati dai discenti che lavorano con gli strumenti digitali, che offre un quadro che gestisce lo scambio sicuro di dati tra fornitori e che consente il suggerimento di compiti/argomenti rilevanti per i discenti. Il quadro AVT Learning Analytics dà una base ai lavori futuri nel campo dell’analisi dell’apprendimento nelle scuole elementari e nelle scuole medie.
L’insorgenza dell’uso della tecnologia nel campo dell’apprendimento ha generato un aumento della quantità e della tipologia dei dati disponibili nelle classi ricche di tecnologia e di informazioni e degli strumenti per gestire questi dati stanno emergendo. La nostra ricerca sull’alfabetizzazione della gestione dei dati e il loro uso per l’insegnamento (Wasson & Hansen, 2016) suggerisce che i concetti di competenza digitale devono essere estesi per includere la comprensione di come usare questi dati, cioè alfabetizzazione dei dati.
Nel terzo progetto denominato Inchiesta degli insegnanti sull’apprendimento degli studenti (Teacher Inquiry into Student Learning (TISL)), il punto di vista del docente è centrale. TISL è un metodo che indaga come i docenti utilizzano i dati relativi all’apprendimento degli studenti per migliorare la propria pratica didattica. L’inchiesta del docente può essere vista sia come un modo di migliorare l’insegnamento quotidiano che come una possibilità di sviluppo professionale per gli stessi.

Davide Zedda

Davide Zedda, Consulente CRS4, IISS Michele Giua, Italia
Per formazione, Davide è un fisico e lavora come insegnante di informatica nelle scuole superiori. Attualmente insegna all'IISS Giua di Cagliari. Ha sempre lavorato nel settore dell'Information Technology (IBM, Università di Cagliari, Hydrocontrol), con un forte interesse per la ricerca. Questa aspirazione si concretizza con la collaborazione con il gruppo Edutech del CRS4, in particolare ha collaborato al progetto IDEA. Ha fatto da ponte tra le scuole e il progetto, il cui obiettivo è di aiutare gli insegnanti ad utilizzare tecnologie con buone potenzialità per valorizzare i percorsi didattici.
Gli argomenti attualmente studiati sono: Pensiero computazionale, robotica, IoT, IoT, database, web apps, applicazioni mobili, Intelligenza Artificiale, OOP sviluppato principalmente con le piattaforme Microsoft e Arduino.
Accesso Remoto Intelligente ad Esperienze di Laboratorio

Keywords: Intelligenza Artificiale, Laboratori Remoti

RIALE propone un approccio multimodale di apprendimento di contenuti scientifici, aumentato tramite video, audio, testi, link esterni, il tutto etichettato col supporto di tecniche di Intelligenza Artificiale (AI). I dati di un esperimento scientifico vengono acquisiti mediante canali IoT. I contenuti etichettati sono posizionati in una timeline che permette agli studenti di vivere e rivivere un esperimento scientifico e fornisce un supporto visuale che aiuta lo studente a identificare relazioni di causa ed effetto tra le differenti fasi dell’esperimento. RIALE è pensato non solo come integrazione delle attività didattiche laboratoriali tradizionali, ma anche come opportunità per lo studente di vivere in prima persona un vero esperimento scientifico condotto con tecnologie e strumenti che il laboratori scolastici non possono avere a disposizione. RIALE offre un’area nella quale i docenti possono condividere i contenuti creati allo scopo di rielaborarli e personalizzarli perché rispondano alle specifiche esigenze didattiche.
Un primo modello didattico di RIALE è attualmente in fase di realizzazione presso il laboratorio di sequenziamento dell’esoma NEXT del CRS4. L’esperimento segue le fasi per l’ispezione delle sequenze geniche e l’individuazione di una mutazione patogenetica.
RIALE è basata su una infrastruttura cloud del tipo PaaS (Platform as a Service) accessibile via Web browser e dispositivo mobile.

Questo sito utilizza cookie tecnici e assimilati. Possono essere presenti anche cookie profilazione di terze parti. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie leggi l'informativa completa. Proseguendo nella navigazione (anche con il semplice scrolling) acconsenti all'uso dei cookie. This site uses technical and anonymized analytics cookies only. There may also be profiling third-party cookies. Please read the cookie information page to learn more about how we use cookies or blocking them. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close