INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI. RISCHI E OPPORTUNITÀ
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
INTELLIGENZA ARTIFICIALE
E EDUCAZIONE: UN INCONTRO
TRA DUE MONDI.
RISCHI E OPPORTUNITÀ
ARTIFICIAL INTELLIGENCE AND EDUCATION:
AN ENCOUNTER BETWEEN TWO WORLDS. RISKS AND OPPORTUNI-
TIES
LORENZO CESARETTI 1
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
1. Che cos’è l’Intelligenza come non citare Facebook uno dei
Artificiale e che cosa significa più famosi social network utilizzato
machine learning in tutto il mondo: il suo feed (cioè la
Viviamo in un mondo sempre più bacheca contenente post e notizie)
connesso e permeato da tecnologie viene costantemente modificato sulla
e dispositivi digitali. Come proposto base delle nostre interazioni, ossia
da Luciano Floridi2 non ha più senso dei nostri like, dei nostri commenti e
neanche chiedersi se siamo online delle nostre visualizzazioni; il più uti-
(connessi) o offline (disconnessi), lizzato motore di ricerca, Google,
in quanto la pervasività raggiunta oltre a permetterci di trovare nello
dai dispositivi ci permette di vivere sconfinato mondo del web le infor-
onlife: il digitale fa parte dell’espe- mazioni di nostro interesse, perso-
rienza quotidiana, non potendo più nalizza i messaggi marketing e le
essere distinto né tantomeno se- pubblicità che vediamo durante la
parato dalla realtà che percepiamo nostra navigazione sulla base dei
e con cui interagiamo. gusti, delle esperienze e della cono-
All’interno di questa vita onlife sta scenza estrapolata nel corso del no-
assumendo un ruolo predominante stro utilizzo di tutti gli strumenti della
l’Intelligenza Artificiale (o Artificial In- famiglia Google.
telligence, spesso abbreviata in AI),
I comportamenti “intelligenti” mostrati
alla base di tante piattaforme tecno-
dalle piattaforme appena citate sono
logiche che permettono di espletare
ottenuti proprio grazie ad algoritmi
le più disparate attività. Si pensi ad
esempio a Amazon.com, famosissimo di Intelligenza Artificiale. Ma che cosa
sito web di e-commerce che “studia” si intende per AI e come può essere
le nostre abitudini e i nostri acquisti definita in termini più rigorosi? John
online così da proporre la sezione McCharty, tra i padri fondatori dell’AI,
“Consigliato per te”, contenente pro- propone questa definizione: «[L’In-
dotti di nostro potenziale interesse; telligenza Artificiale] È la scienza e
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 81gli alunni ad un uso etico dell’AI, cer-
RIASSUNTO cando di formare cittadini consapevoli
rispetto agli algoritmi AI già molto
diffusi in ogni aspetto della nostra
L’Intelligenza Artificiale (AI) sta di-
quotidianità, con la seconda si è ten-
ventando sempre più pervasiva nella
tato di sfruttare le potenzialità delle
nostra società: la maggior parte
tecniche machine learning per facilitare
delle applicazioni tecnologiche com-
i docenti nell’analisi del processo di
merciali utilizzate quotidianamente
problem-solving dei discenti (e quindi
sfruttano queste tecniche per otti-
comprendere meglio gli studenti che
mizzare l’esperienza degli utenti, e
si hanno in classe così da persona-
si stanno facendo investimenti molto
lizzare la proposta formativa).
consistenti per mettere a punto si-
Parole chiave
stemi che possano reagire ed adat-
Intelligenza Artificiale, educazione,
tarsi in tempo reale ai diversi com-
DOSSIER
machine learning, tecnologie didatti-
portamenti dei fruitori. Nel mondo
che, scuola, futuro.
dell’educazione non c’è ancora un
utilizzo diffuso di tali tecniche: in
questo contributo verranno presen- SUMMARY
tate alcune sperimentazioni dell’AI
nel mondo della didattica, facendo Artificial Intelligence (AI) is becoming
emergere vantaggi e difficoltà del- ever more pervasive in our society.
l’adozione di questi approcci a scuo- Most commercial technological ap-
la. In particolare verranno analizzate plications in daily use take advantage
due esperienze condotte dall’Autore, of these techniques to optimize user
che si collocano nei due principali experience, and heavy investments
filoni dell’uso dell’AI a scuola: da are being made to refine systems that
un lato l’AI come oggetto di studio can react and adapt to users’ beha-
da parte degli studenti, che si tra- viours in real time.
sformano in progettisti di sistemi These techniques are still not widely
AI e in questo modo si rendono used in the educational world. This
consapevoli dei principali mecca- essay will present several AI experiments
nismi utilizzati dalle moderne piat- in teaching, highlighting the advantages
taforme tecnologiche per analizzare and difficulties in adopting these ap-
i nostri comportamenti e i nostri proaches in school. In particular, two
gusti; dall’altro l’AI come strumento experiments conducted by the author
per migliorare l’azione didattica, for- will be analysed, which are situated in
nendo agli insegnanti dettagli si- the two main strands of AI in schools.
gnificativi e utili (ottenuti grazie a One is AI as an object of study by stu-
tecniche di machine learning) del dents, who become AI system desi-
processo risolutivo messo in atto gners, and so become aware of the
dagli studenti durante attività di Ro- principal mechanisms utilized by mo-
botica Educativa. Se con la prima dern technological platforms to analyse
esperienza si è tentato di educare our behaviours and tastes. The other
82 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUMis AI as a tool for improving the tea- las ventajas y dificultades de adoptar
ching process, providing teachers estos enfoques en la escuela. En
with significant and useful details particular, se analizarán dos expe-
(obtained through machine learning) riencias realizadas por el Autor, que
of the resolution process put in place se ubican en las dos vertientes prin-
by students during Educational Ro- cipales del uso de la IA en la escuela:
botics activities. The first experiment por un lado, la IA como objeto de
was an attempt to educate students estudio por parte de los estudiantes,
in the ethical use of AI, trying to train quienes se convierten en diseñadores
citizens who are aware of the AI al- de sistemas de IA y de esta manera
gorithms already widely used in every toman conciencia de los principales
aspect of our daily lives; the second mecanismos que utilizan las plata-
was an attempt to take advantage
formas tecnológicas modernas para
of the potentials of machine learning
analizar nuestro comportamiento y
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
techniques to aid teachers in analy-
nuestros gustos; por otro lado, la IA
sing students’ problem-solving pro-
como herramienta para mejorar la
cesses – and thus to better under-
stand the students in one’s class so acción didáctica, proporcionando a
as to personalise lesson planning. los docentes detalles significativos
Keywords y útiles (obtenidos gracias a técnicas
Artificial Intelligence, education, ma- de aprendizaje automático) del pro-
chine learning, instructional techno- ceso de solución implementado por
logies, school, future. los estudiantes durante las activida-
des de Robótica Educativa.
Si con la primera experiencia se
RESUMEN trató de educar a los alumnos en un
uso ético de la IA, intentando formar
La Inteligencia Artificial (IA) es cada
ciudadanos conscientes de los al-
vez más omnipresente en nuestra
goritmos de IA que ya están muy
sociedad: la mayoría de las aplica-
ciones tecnológicas comerciales extendidos en todos los aspectos
que se utilizan a diario explotan de nuestra vida diaria, con la segunda
estas técnicas para optimizar la ex- intentamos aprovechar el potencial
periencia de los usuarios, y se están de las técnicas de aprendizaje auto-
haciendo inversiones muy consis- mático para facilitar a los profesores
tentes para desarrollar sistemas en el análisis del proceso de resolu-
que puedan reaccionar y adaptarse ción de problemas de los alumnos
en tiempo real a los diferentes com- (y por tanto comprender mejor a los
portamientos de los usuarios. alumnos en clase para personalizar
En el mundo de la educación aún no la propuesta formativa).
existe un uso generalizado de estas Palabras clave
técnicas: esta contribución presentará Inteligencia artificial, educación,
algunos experimentos de IA en el aprendizaje automático, tecnologías
mundo de la enseñanza, destacando didacticas, escuela, futuro.
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 83l’ingegneria del creare macchine in- in autonomia la presenza di un gatto
telligenti, specialmente programmi all’interno di una foto. Si potrebbe
informatici intelligenti. L’AI è con- raggiungere questo obiettivo sfrut-
nessa ad attività come utilizzare tando tecniche machine learning con
computer per comprendere l’intelli- approccio supervisionato, ossia se-
genza umana, ma l’AI non deve es- lezionando una grande quantità di
sere confinata a metodi che sono foto contenenti dei gatti (a cui viene
biologicamente osservabili».3 associata l’etichetta “gatto”), e una
Uno degli scopi principali dell’AI è grande quantità di immagini in cui
quindi comprendere l’intelligenza non sono presenti gatti (a cui viene
umana, ossia quella capacità di ra- associata l’etichetta “non gatto”): for-
gionare, pianificare, risolvere problemi, nendo queste due classi ad un algo-
apprendere velocemente e imparare ritmo machine learning, si potrà arri-
dall’esperienza.4 Per realizzare questa vare ad un modello ottimizzato che
DOSSIER
comprensione e per permettere all’AI avrà riconosciuto automaticamente i
di interagire con l’intelligenza umana, pattern (cioè degli schemi ricorrenti)
si è tentato di progettare delle soluzioni presenti nelle immagini di entrambe
che consentissero agli algoritmi di le classi, e sarà quindi in grado di ef-
apprendere da grandi insiemi di dati fettuare delle predizioni qualora una
(da considerare come “esperienza” nuova foto (non utilizzata in fase di
in ambito informatico). Dehaene ci addestramento) verrà fornita in input
suggerisce che «Apprendere (e quindi al modello. È doveroso sottolineare
imparare), significa catturare con il una differenza tra tecniche machine
pensiero: portare in sé una porzione learning implementate da calcolatori
di realtà, un modello della struttura elettronici e il processo di apprendi-
del mondo. […] Attraverso l’appren- mento che avviene quando un bam-
dimento i dati grezzi che colpiscono i bino impara a riconoscere un gatto:
nostri sensi diventano idee astratte, gli algoritmi di AI hanno bisogno di
raffinate e sufficientemente generali centinaia di migliaia di foto per poter
da poter essere sfruttate in nuove essere correttamente addestrati, il
situazioni».5 Quanto proposto da De- bambino dopo pochi incontri con un
haene per gli esseri umani rappre- gatto riuscirà a riconoscere l’animale
senta il sogno per i progetti di AI: in in nuove situazioni di vita.
questo ambito si sente spesso parlare In queste poche righe abbiamo sin-
di machine learning (apprendimento tetizzato i tre passaggi fondamentali
automatico): questa espressione in- nell’ambito dell’AI: preparazione dei
dica l’insieme di tecniche statistiche dati, scelta e addestramento del mo-
che migliorano automaticamente at- dello machine learning, predizione e
traverso l’esperienza.6 verifica della correttezza dell’algoritmo.
Si immagini ad esempio di voler ad- La diffusione di AI e machine learning
destrare un computer a riconoscere è stata molto rapida, ed ha contami-
84 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUMnato tanti ambiti della vita umana: essere in grado di comprendere le
l’educazione non fa eccezione, e le basi del funzionamento dell’AI, così
prossime sezioni proporranno alcune da utilizzare consapevolmente i si-
sperimentazioni e riflessioni proprio stemi e le piattaforme commerciali
relative a questo settore. che ci circondano, avendo anche la
capacità di riconoscere rischi e po-
2. Intelligenza Artificiale tenzialità di questi strumenti; uno
e Educazione: alcune
sperimentazioni internazionali studente dovrebbe essere in grado
di progettare semplici sistemi AI,
In questi ultimi anni innumerevoli perché tra gli studenti di oggi abbia-
sono state le sperimentazioni inter- mo i futuri progettisti di algoritmi AI.
nazionali in cui l’Intelligenza Artificiale La Cina ha investito molto in questa
è stata utilizzata in campo educativo. direzione a partire dal 2019, inserendo
Si propongono due principali mo- lo studio di queste tecniche a partire
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
dalità di integrazione dell’AI nel mon- dagli 11 anni.8 Anche la Finlandia si
do dell’educazione: è dimostrata molto sensibile al tema,9
- Intelligenza Artificiale come argo- creando un piano di coinvolgimento,
mento da approfondire a scuola, per sensibilizzazione e formazione di
sviluppare conoscenze, competenze quanti più cittadini possibile in un
e consapevolezza nei cittadini del fu-
corso online su AI e machine lear-
turo su come utilizzare in maniera ef-
ning. Alcune sperimentazioni sono
ficace questi strumenti e per introdurre
state fatte anche in Italia,10 senza
il tema ai futuri progettisti di AI.
però un coordinamento ministeriale
- Intelligenza Artificiale come stru- esteso a tutto il territorio, senza
mento di analisi, potenziamento e un’analisi dettagliata dei risultati ot-
miglioramento del processo di ap- tenuti e soprattutto senza un piano
prendimento. nazionale di sviluppo e formazione
La via più esplorata è sicuramente la per docenti e studenti, purtroppo
seconda: sono veramente rare le spe- divenuto ormai urgente. Nella se-
rimentazioni effettuate sull’introdu- zione 3 di questo articolo verrà pre-
zione di percorsi educativi a tema AI sentato un progetto svolto dall’autore
a scuola. L’importanza di lavorare proprio in questo ambito.
su questo tema si può riassumere Per quanto riguarda l’AI come stru-
in tre necessità educative principali, mento di analisi, potenziamento e
come proposto da Luckin:7 un cit- miglioramento del processo di ap-
tadino partecipe della società in cui prendimento si potrebbero elencare
vive dovrebbe essere in grado di decine di studi e sperimentazioni.
discutere sugli aspetti etici dell’In- Proviamo a dare alcuni spunti di ri-
telligenza Artificiale, su ciò che do- flessione considerando tre categorie
vrebbe o non dovrebbe fare un al- di strumenti progettati nelle varie ri-
goritmo AI; un cittadino dovrebbe cerche svolte: Sistemi di Tutoraggio
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 85Intelligente (ITS), Sistemi di Tutoraggio studente sulla conversazione: l’utente
Basati su Dialogo (DBTS), Ambienti quindi viene guidato nel processo di
di Apprendimento Esplorativo (ab- apprendimento chiacchierando con
breviato ELE, dall’inglese Exploratory un tutor virtuale; ad esempio l’assi-
Learning Environments).11 stente creato dalla collaborazione tra
Gli ITS sono stati i primi sistemi di IBM e Pearson, denominato Watson13
Intelligenza Artificiale progettati e durante la conversazione su un certo
sperimentati nel mondo della scuola: argomento di studio propone materiali
di solito forniscono un tutoraggio di supporto (immagini, video), traccia
passo-passo, individualizzato per i progressi dell’alunno e adatta l’in-
ogni studente, attraverso gli argomenti terazione in base a come vengono
di una disciplina ben strutturata (ad classificate le risposte fornite dal di-
esempio matematica, latino, lettera- scente. Questo tipo di approccio pe-
tura, etc.). Sistemi di questo tipo si dagogico potrebbe essere conside-
DOSSIER
basano sulle risposte fornite dallo rato socratico: partendo da un obiet-
studente: acquisire una grande quan- tivo di apprendimento il tutor propone
tità di dati di questo tipo da tanti una prima domanda, suscitando quin-
studenti permette di addestrare degli di una prima risposta dall’alunno che
algoritmi poi in grado di aggiustare il viene immediatamente classificata e
livello di difficoltà delle prove, di porta alla generazione di feedback,
fornire suggerimenti adeguati e di consigli o ulteriori domande utili a
personalizzare il percorso di appren- migliorare la risposta fornita e la co-
dimento dello studente, cercando di noscenza dell’argomento di studio.
assicurare che il discente sia in grado Gli ELE infine rappresentano un’al-
di imparare nel miglior modo possibile. ternativa all’approccio molto guidato
Un sistema di questo tipo è MATHia,12 realizzato dai sistemi appena descritti:
sviluppato per l’apprendimento della questi Ambienti di Apprendimento
matematica sulla base di ricerche Esplorativo infatti propongono l’esplo-
condotte dalla Carnagie Mellon Uni- razione e la manipolazione libera di
versity. È molto interessante osservare un ambiente educativo virtuale che
i risultati ottenuti con questo stru- permette quindi la costruzione di co-
mento, più efficace utilizzato in com- noscenza da parte dello studente.
binazione ad attività “analogiche” di Da notare che anche in questi sistemi
gruppo, cioè senza l’uso di tecnolo- vengono forniti feedback e vengono
gia: quindi un approccio “misto” (at- segnalate eventuali misconcezioni,
tività tecnologiche individuali poten- così da supportare il discente all’in-
ziate da AI più attività di gruppo terno dell’ambiente. Un esempio mol-
con carta e penna) ha permesso di to interessante di ELE è sicuramente
ottenere una maggiore efficacia in il gioco ECHOES,14 progettato per lo
termini di apprendimento. sviluppo di abilità sociali in bambini
I DBTS basano l’interazione con lo affetti da autismo.
86 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUMSi segnalano anche studi caratterizzati prezzamenti ricevuti sia da parte del
dall’analisi di attività complesse (come suo dirigente scolastico che da parte
la programmazione informatica) tra- dei genitori dei suoi studenti; ancora
mite tecniche machine learning: in più recente il caso verificatosi in Gran
questi casi non sono stati progettati Bretagna,18 dove un algoritmo ha va-
dei sistemi ITS, DBTS o ELE, ma il lutato migliaia di studenti sulla base
primo passo è stato verificare l’iden- della loro carriera scolastica, favorendo
tificazione (da parte di algoritmi AI) però palesemente scuole private e
di pattern ricorrenti nel modo di pro- alunni provenienti da zone ricche.
grammare (o di risolvere i problemi) Questi casi mostrano quanto i dati
dei discenti, ed eventuali correlazioni con cui si addestrano modelli machine
tra queste strategie e la performance learning debbano essere bilanciati e
degli alunni. Risultati interessanti sono il più possibile privi di “pregiudizi”,
stati ottenuti ad esempio da Chao15 altrimenti si correrà il rischio di otte-
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
e da Blikstein:16 entrambi sono riusciti nere output errati e faziosi.
a rilevare grazie a delle tecniche ma-
chine learning delle ricorrenze nelle 3. L’AI come oggetto di studio:
strategie di problem-solving degli stu- rendere gli studenti consapevoli
degli algoritmi
denti (iscritti a corsi introduttivi di
che ci circondano
programmazione informatica) e a
identificare delle correlazioni tra le Durante il mese di febbraio 2020 l’au-
performance peggiori e coloro che tore di questo articolo in collabora-
avevano mostrato una strategia to- zione con il prof. Euro Sampaolesi
talmente “per tentativi” (caratterizzata ha condotto una delle prime speri-
anche da una minore efficienza nel mentazioni in Italia sull’Introduzione
codice). Nella sezione 4 di questo dell’AI come argomento da appro-
articolo verrà presentato un lavoro fondire a scuola, coinvolgendo circa
di ricerca svolto dall’autore durante 30 studenti di classe quinta (secon-
il periodo di dottorato ispirato a daria di secondo grado del Liceo
questo tipo di analisi, ma nell’ambito Leopardi di Recanati, indirizzo scien-
della Robotica Educativa. tifico e scienze applicate).
È doveroso riportare alcune situazioni Il percorso, durato otto ore (suddivise
in cui l’applicazione di tecniche AI al- in quattro lezioni) ha avuto un duplice
l’interno del mondo della scuola ha obiettivo: da un lato fornire le basi
generato ingiustizie ed errori: nel 2015 tecniche a coloro che vogliono iniziare
ad esempio Sarah Wysocki,17 inse- a studiare l’AI, dall’altra far aumentare
gnante statunitense, è stata licenziata la consapevolezza degli studenti ri-
a causa di un algoritmo di valutazione spetto al funzionamento degli algoritmi
(denominato IMPACT e utilizzato per machine learning sempre più diffusi
identificare docenti con basse per- in tanti ambiti della nostra società.
formance) nonostante i numerosi ap- L’approccio educativo utilizzato è
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 87stato il project-based learning (ap- maticamente lo scarabocchio abboz-
prendimento basato su progetti) ossia zato dall’utente e permette di ottenere
«un insieme di pratiche caratterizzato immagini disegnate molto bene, rea-
da un focus specifico sulla progetta- lizzate da alcuni illustratori profes-
zione collaborativa di soluzioni ope- sionisti. Infine l’autore ha presentato
rative o applicazioni concrete rispetto agli studenti il funzionamento mate-
al problema posto in partenza».19 matico di una delle più semplici tec-
Tale metodologia nasce dall’elabo- niche usate nell’ambito del machine
razione della pedagogia costruzionista learning (la regressione lineare), spie-
di Papert20 e Resnick21 (dove l’ap- gando anche uno degli algoritmi più
prendimento viene considerato più utilizzati dai professionisti dell’AI per
efficace nel momento in cui il discente ottimizzare il modello che dovrà poi
progetta e costruisce qualcosa di si- effettuare le previsioni (la discesa del
gnificativo), dalle teorie sul coinvolgi- gradiente): considerando un semplice
DOSSIER
mento attivo e sulla motivazione degli esempio (la costruzione di un modello
studenti e dalla teoria delle intelligenze per prevedere il costo di un apparta-
multiple di Howard Gardner. mento avendo come input la dimen-
Gli studenti hanno lavorato ad un sione dell’abitazione) i partecipanti
vero e proprio progetto di AI, creando hanno compreso quanto il machine
in team una app per smartphone An- learning sia basato sui dati e sulle
droid potenziata da Intelligenza Arti- leggi della statistica; l’obiettivo del-
ficiale. Durante la prima lezione si l’autore era infatti “smitizzare” l’AI,
sono alternati momenti di spiegazione renderla comprensibile e confinarla
frontale e momenti di lavoro perso- alle dimensioni a cui appartiene (ma-
nale: in un brainstorming iniziale i tematica e informatica). “Technology
partecipanti hanno provato a definire is not magic!”, (la tecnologia non è
l’AI in base alle loro esperienze pre- magia), per dirla come Andrew
gresse, e si è quindi potuto riflettere Huang:22 non conoscere i principi di
insieme su cosa sia e cosa non sia funzionamento dei dispositivi e delle
Intelligenza Artificiale e di come il si- piattaforme che ci circondano è
gnificato di questa espressione si sia estremamente pericoloso e ci rende
modificato nel corso degli anni. Oltre inconsapevolmente schiavi.
a definire l’AI i partecipanti hanno Dalla seconda lezione gli studenti
provato a proporre esempi di appli- hanno iniziato a lavorare con App In-
cazioni e oggetti caratterizzati da ventor,23 un ambiente di program-
questo tipo di tecnologia e hanno mazione visuale creato dal MIT di
poi “giocato” con una piattaforma Boston e utilizzato per la creazione
funzionante grazie alle reti neurali di app. Sono stati prima guidati nel-
(una dalle tecniche più famose nel- l’analisi delle differenze tra un ap-
l’ambito del machine learning), Au- proccio deterministico alla program-
toDraw: essa infatti riconosce auto- mazione rispetto ad un approccio
88 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUMmachine learning (quindi basato sulla per la classe “spegnimento” (spegni
statistica), per poi passare alla pro- la luce, vorrei le luci spente, c’è troppa
gettazione di un prototipo di “Assi- luce, etc.): l’addestramento di questo
stente Google Home” per smartpho- modello consentirebbe l’individuazione
ne, usando entrambi gli approcci ap- dei pattern che caratterizzano l’una e
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
pena citati. l’altra categoria, e quindi il calcolo di
In questo modo si è potuto riflettere una percentuale di appartenenza ad
su una delle questioni etiche fon- una delle 2 classi per nuove frasi pro-
damentali dell’AI: la risposta del- poste dall’utente di questa applicazione
l’algoritmo non può essere cono- (ad esempio una frase come “potresti
sciuta in precedenza, a differenza accendere la luce” avrebbe una per-
dell’approccio algoritmico determi- centuale di appartenenza alla classe
nistico. Si propone un esempio per “accensione” pari ad un valore circa
comprendere meglio questo aspetto: del 90%, nel caso in cui il modello
un algoritmo potrebbe confrontare fosse addestrato correttamente).
l’input vocale generato dall’utente
con 2 frasi precise (“accendi la La correttezza del calcolo di questa
luce” e “spegni la luce”), attivando percentuale effettuata dall’algoritmo
poi l’azione conseguente. machine learning dipende dai dati
if input_vocale == “accendi la luce” forniti in input durante la fase di ad-
turn on lights; destramento, e questa è uno degli
if input_vocale == “spegni la luce” aspetti chiave su cui si è riflettuto
turn off lights; durante la lezione con gli studenti.
In questo caso, un qualsiasi input L’Assistente Google Home che i par-
differente dai due considerati all’in- tecipanti al corso hanno progettato
terno dell’algoritmo non produrrebbe ha permesso quindi di gestire con
alcun effetto sulle luci della casa. entrambi gli approcci (deterministico
Decidendo invece di addestrare un e statistico) le luci di un appartamento
modello machine learning, si potreb- virtuale; è stato possibile integrare
bero fornire decine di esempi differenti un modello machine learning alla app
per la classe “accensione” (accendi creata in App Inventor grazie alla
la luce, vorrei le luci accese, è troppo piattaforma Machine Learning 4 Kids.24
buio, etc.) e decine di esempi differenti Dopo aver affrontato questi lavori in-
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 89troduttivi, agli studenti è stato pre- Ingegneria, Matematica) connessi all’AI;
sentato il project work: progettare permette di diventare cittadini più con-
un’applicazione per smartphone po- sapevoli di un mondo in cui l’Intelligenza
tenziata da un algoritmo AI. La ri- Artificiale vedrà un utilizzo in costante
chiesta effettuata non si è però limitata ascesa; sarà nostra responsabilità
alla progettazione e programmazione quindi non solo utilizzare (e progettare)
della app, ma anche ad una riflessione responsabilmente queste tecnologie,
aggiuntiva: quando ha senso (da un ma anche avere la capacità di discu-
punto di vista funzionale) utilizzare terne all’interno della propria comunità
un modello machine learning per po- con cognizione e competenza.
tenziare una app? Gli studenti hanno Considerando il punto di vista del
dovuto quindi motivare la scelta del- docente, uno spunto di riflessione
l’integrazione dell’AI alla loro appli- emerge ripensando al lavoro svolto
cazione, dimostrando quindi di aver con il Liceo Leopardi di Recanati: in
DOSSIER
compreso i vantaggi (e gli svantaggi) questa sperimentazione l’Autore ha
dell’approccio machine learning. In svolto il ruolo di progettista didattico
3 ore circa di lavoro gli studenti e formatore, sfruttando le competenze
hanno potuto sperimentare la pro- maturate nel corso del suo percorso
grammazione della app e l’addestra- di studi e professionale sul tema
mento del modello AI, arrivando infine dell’AI e dell’educazione. Come po-
a presentare il lavoro svolto all’autore trebbero i docenti italiani proporre in
e al docente promotore del percorso. maniera autonoma percorsi simili o
È stato molto interessante come gli progettati in autonomia? Servirebbe
studenti abbiano provato a integrare un piano di formazione nazionale sul-
l’AI in applicazioni pensate per i più l’Intelligenza Artificiale, che preveda
disparati ambiti della loro vita (sport, approfondimenti storici, culturali, etici
scuola, intrattenimento, musica, etc.) e tecnico-scientifici, così da poter
immaginando come in futuro l’AI pos- preparare gli insegnanti ad affrontare
sa essere utilizzata per facilitare sem- l’argomento da un punto di vista in-
pre più la vita dell’uomo. terdisciplinare (possibilmente lavo-
Dal punto di vista dello studente un rando in team e collaborando con i
percorso di questo tipo ha avuto propri colleghi). L’AI potrebbe essere
molteplici significati. Costruire appli- introdotta non solo nella secondaria
cazioni potenziate da algoritmi AI di secondo grado, ma anche nella
permette di capire meglio tante tec- secondaria di primo grado e negli ul-
nologie già a nostra disposizione oggi timi anni della primaria: sarà fonda-
e quanto i dati che forniamo navigando mentale creare dei tavoli di lavoro
siano importanti per l’addestramento condivisi, tra policy-makers, dirigenti
di modelli AI; permette di valutare la scolastici, docenti, tecnologi esperti
propria predisposizione verso lavori di AI con l’obiettivo di definire differenti
nell’ambito STEM (Scienza, Tecnologia, percorsi adatti alle varie fasce di età.
90 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUM4. L’AI come strumento di analisi: distinti da infinite possibilità creative.
che cosa succede quando Costruire un robot significa risolvere
diamo un robot in mano problemi, confrontarsi con i propri
ad uno studente? compagni e con il proprio insegnante,
L’AI può essere guardata anche da condividere le proprie scoperte e le
un altro punto di vista nel mondo del- proprie difficoltà: la Robotica Edu-
l’educazione: può infatti essere un cativa non è quindi solo apprendi-
grande alleato nell’analisi di attività mento della Robotica.
complesse, come ad esempio la va- La comunità scientifica27 è d’accordo
lutazione di artefatti digitali progettati nell’evidenziare la necessità di un
dagli studenti, e nell’approfondimento approfondimento rispetto ai processi
di processi di problem-solving (risolu- risolutivi messi in atto durante attività
zione di problemi da parte dei discenti). di ER, e soprattutto rispetto alle com-
Nella sezione 2 sono state presentate petenze sviluppate da un approccio
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
alcune applicazioni di AI e machine di questo tipo. È molto complesso
learning nel mondo della scuola, rea- però valutare dettagliatamente questi
lizzate da gruppi di ricerca interna- aspetti considerando il numero di
zionali. L’Autore di questo articolo studenti che mediamente popolano
ha condotto una sperimentazione le nostre classi, specialmente consi-
molto estesa durante i suoi tre anni di derando che individuare qualitativa-
dottorato (svolti presso l’Università mente (tramite osservazione) le stra-
Politecnica delle Marche) proprio su tegie di problem-solving di tanti stu-
queste tematiche; in particolare si è denti richiederebbe tanti educatori
cercato di analizzare attività di Robotica coinvolti nella sperimentazione, men-
Educativa (in rapida diffusione negli tre usare strumenti di valutazione
ultimi anni in Italia, si veda ad esempio standard (come questionari, quiz,
il Piano Nazionale Scuola Digitale25 e etc.) probabilmente non permette-
il PON Creatività Digitale del 201926) rebbe di valutare adeguatamente le
sfruttando i vantaggi dell’AI. competenze sviluppate grazie alle
Con Robotica Educativa (in inglese attività di Robotica. Per questo motivo
Educational Robotics, o abbreviato l’Autore ha voluto verificare i possibili
ER) l’autore intende l’approccio edu- vantaggi dell’applicazione dell’Intel-
cativo, basato sulla teoria costru- ligenza Artificiale a supporto dell’in-
zionista di Papert, caratterizzato dalla segnante nell’ambito dell’ER.
progettazione, assemblaggio e pro- Tanti anni di esperienza nelle scuole
grammazione di robot da parte degli hanno permesso di selezionare un
studenti, coinvolti quindi in un pro- modello di lavoro, ideato da Martinez
cesso di costruzione attiva della loro e Stager,28 particolarmente adatto a
conoscenza, e fortemente motivati modellare attività ER: il ciclo Think-
dall’utilizzo di materiali costruttivi (i Make-Improve (TMI). Durante la fase
kit robotici) affascinanti e contrad- iniziale dell’attività (Think) gli studenti
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 91si “connettono” al problema da ri- ER, forniti come input ad algoritmi AI
solvere attraverso un’introduzione del adeguati, permettono di individuare
docente; gli alunni, suddivisi in gruppi, gli studenti con difficoltà nella risolu-
potrebbero svolgere un brainstorming zione del problema assegnato?
attraverso il quale definire un’ipotesi L’Autore ha cercato di dare una ri-
di approccio al problema, gli obiettivi sposta a queste domande durante i
da raggiungere e magari una proget- suoi tre anni di dottorato, coinvol-
tazione con “carta e penna”. Dopo gendo in una sperimentazione di Ro-
questa fase si passa alla realizzazione botica Educativa 16 scuole primarie
pratica (Make), di sperimentazione e secondarie tra Marche, Emilia-Ro-
pura, in cui i partecipanti “si sporcano magna e Lazio, per un totale di oltre
le mani” costruendo e programmando 450 partecipanti.
i propri artefatti sulla base del pro- Prima di iniziare la sperimentazione
blema proposto dall’educatore. Gli è stato necessario modificare il soft-
DOSSIER
studenti però dovranno attentamente ware di programmazione del robot
osservare il comportamento del robot utilizzato (il kit Lego Mindstorms EV3)29
(o dell’invenzione costruita) e fermarsi così da ottenere una fotografia det-
a riflettere per capire cosa non funziona tagliata del compito svolto dagli stu-
o cosa si può migliorare (Improve), denti: la modifica progettata dall’au-
confrontandosi nel gruppo dei pari o tore ha infatti permesso di registrare
con l’insegnante. Il ciclo quindi rico- tutte le sequenze di programmazione
mincia, in quanto l’analisi dei feedback create dai partecipanti per la risolu-
forniti dal robot porta di nuovo a pen- zione del problema proposto dal-
sare (Think) quali modifiche dovranno l’educatore durante il tempo concesso
essere implementate alla sequenza (cioè dei dati granulari contenenti il
di programmazione o alla conforma- processo di problem-solving attuato);
zione meccanica dell’artefatto. quindi se di solito l’insegnante può
Alcune domande potrebbero emer- valutare il prodotto finale messo a
gere riflettendo su questo modello: punto dal gruppo di studenti (la se-
- si possono raccogliere dei dati gra- quenza di programmazione risultante
nulari rispetto al lavoro svolto dagli dall’opera di progettazione degli alun-
studenti (in particolare l’attività di ni) con questa modifica si sono potuti
programmazione del robot) schema- memorizzare tutti i passaggi intermedi
tizzato dal modello TMI? che sono stati implementati dai par-
- Applicando algoritmi machine lear- tecipanti per arrivare alla soluzione
ning ai dati raccolti, si potrebbero finale. Non si riportano in questo ar-
individuare delle differenze stilistiche ticolo ulteriori dettagli tecnici di questa
su come gli alunni mettono in pratica modifica software, ma per un even-
questo ciclo creativo e su come ri- tuale approfondimento si rimanda
solvono i problemi a loro proposti? alla tesi di dottorato dell’autore, libe-
- I dati raccolti relativi alle attività di ramente consultabile online.30
92 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUMAgli studenti coinvolti è stato proposto mento di verifica finale, facendo ga-
un percorso di Robotica avente sem- reggiare i robot tra loro per individuare
pre la stessa struttura: un’introduzione i livelli di precisione ottenuti dai gruppi
alla robotica, sfide di programmazione di studenti; i partecipanti hanno infine
relative ai motori del robot, sfide di spiegato le loro strategie risolutive ai
programmazione relative ai sensori compagni e all’insegnante, condivi-
del robot, sfide di programmazione dendo idee e difficoltà riscontrate.
avanzate e progetto finale. La diffi- La sperimentazione svolta in classe
coltà delle sfide è stata calibrata in ha permesso di raccogliere automa-
base all’età degli alunni, ma un eser- ticamente (grazie alla modifica soft-
cizio introduttivo è stato comune a ware precedentemente descritta) i
tutti: “Programmate il robot affinché dati relativi ai processi risolutivi di
percorra una distanza prestabilita circa 140 gruppi di studenti, composti
(un metro), cercando di renderlo il da 3/4 elementi. I dati sono stati poi
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
più preciso possibile”. trasformati in un formato adeguato
Questo esercizio può mettere in dif- così da poter essere dati in input ad
ficoltà gli studenti, in quanto non un algoritmo machine learning ap-
esiste un comando all’interno del- partenente alla categoria definita non
l’ambiente di programmazione che supervisionata: in maniera autonoma
permetta al robot di percorrere una (cioè senza la supervisione iniziale
distanza definita. Esistono dei co- di un essere umano) l’algoritmo è
mandi che permettono di decidere andato alla ricerca di schemi ricorrenti
nella mole di dati che gli si sono dati
per quanti secondi rimarranno accesi
in pasto, definendo 3 stili principali
i motori, o quanti giri di ruota verranno
nella risoluzione della sfida:
eseguiti dal robot: i discenti devono
quindi trovare strategie alternative - stile matematico: gli studenti che
per la risoluzione di quello che sembra hanno mostrato questo approccio
essere un problema banale. molto probabilmente hanno utilizzato
L’utilizzo di strumenti di misura è una precisa formula matematica pri-
stato permesso solo per misurare ma di costruire la sequenza di pro-
parametri fisici dell’artefatto (ad esem- grammazione; questa formula (ad
pio il diametro della ruota), ma non esempio il calcolo della circonferenza
per misurare lo spazio effettivamente della ruota del robot) ha permesso
percorso sul pavimento dal robot. Il loro di fare pochi test di verifica,
tempo concesso per risolvere questa senza modificare quasi mai la se-
sfida è stato di circa 15 minuti per gli quenza creata al primo tentativo;
alunni della secondaria (12-14 anni) - stile euristico con rifinitura delle se-
e di circa 20 minuti per quelli della quenze di programmazione: in questo
primaria (10-11 anni). Al termine di caso i partecipanti hanno definito un
questo periodo di tempo l’educatore primo test esplorativo (ad esempio
ha coinvolto gli studenti in un mo- impostando l’esecuzione di un giro di
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 93ruota da parte del robot), e poi hanno la quale si possono rilevare studenti
rifinito la sequenza di programmazione in difficoltà durante la sfida sui motori
convergendo verso una soluzione pre- del robot, fornendo i dati raccolti in
cisa del problema (implementando classe come input ad algoritmi di AI
quindi piccole modifiche ai parametri); supervisionati; con il termine super-
- stile euristico con modifiche signifi- visionato si indica quando un essere
cative nelle sequenze di program- umano etichetta correttamente i dati
mazione: gli studenti che hanno mo- in ingresso forniti per addestrare un
strato questo approccio molto pro- algoritmo, come spiegato nella se-
babilmente hanno avuto difficoltà nel- zione 1 di questo articolo.
l’interpretazione del comportamento In accordo con educatori e insegnanti
del robot; hanno infatti provato ad coinvolti nella sperimentazione, è
effettuare un test esplorativo, a cui stato stabilito l’errore massimo (4
centimetri) oltre il quale si è conside-
DOSSIER
però sono seguiti tanti test di verifica
con elevate modifiche ai parametri rata negativa la performance realizzata
della sequenza di programmazione. dagli studenti. I gruppi di studenti il
Un risultato analogo lo si è ottenuto cui robot ha commesso un errore
analizzando anche esercizi relativi ai maggiore della soglia stabilita hanno
sensori del robot, come proposto avuto difficoltà nel definire una stra-
dall’Autore in Identification of the tegia risolutiva, nella creazione della
Students Learning Process During sequenza o nell’interpretazione del
Education Robotics Activities.31 comportamento del robot durante i
Approcci risolutivi molto simili (il test. Quindi tramite l’osservazione
planner scientist con un approccio degli educatori presenti in classe, i
più teorico e il bricoleur scientist dati raccolti per ogni gruppo di alunni
con un approccio più pratico) sono sono stati etichettati sulla base del-
stati individuati nel 1994 anche da l’errore commesso ( 4 performance ne-
qualitative di attività di programma- gativa): in questo modo è stato pos-
zione (senza l’uso di robot). sibile addestrare un algoritmo AI per
Probabilmente i tre approcci indivi- il riconoscimento automatico di stu-
duati rappresentano solo una prima denti in difficoltà (cioè con una per-
fotografia “sfocata” dei processi di formance negativa) con una accu-
problem-solving degli studenti: queste ratezza del 95%; questa analisi è
strategie si potrebbero mescolare tra stata effettuata eliminando una parte
loro, e sicuramente analizzando dif- dei dati raccolti per ciascun gruppo
ferenti esercizi ed un campione mag- di alunni (quella relativa agli ultimi
giore di studenti si potrebbero trovare test effettuati), tentando di simulare
ulteriori stili di progettazione. un sistema AI da utilizzare in tempo
L’ultima analisi effettuata dall’Autore reale in classe mentre i discenti la-
ha voluto verificare l’accuratezza con vorano, quindi provando a individuare
94 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUMgli studenti in difficoltà prima che la un’analisi di questo tipo potrebbe
soluzione venga presentata al do- permettere in futuro di personalizzare
cente durante la condivisione finale. maggiormente i feedback (in base
Anche in questo caso per tutti gli alla strategia risolutiva preferita dal-
approfondimenti tecnici si rimanda l’alunno) e soprattutto potrebbe essere
alla tesi di dottorato.33 progettata una visualizzazione del
L’analisi effettuata con le tecniche percorso di problem-solving realizzato,
machine learning rappresenta un pri- così da promuovere una profonda
mo passo verso la creazione di stru- metacognizione; strumenti di questo
menti a supporto della professione tipo, potrebbero far riflettere i discenti
di insegnante. Gli insegnanti potreb- sulle scelte effettuate durante la riso-
bero infatti beneficiare di report e in- luzione di un problema e sulle difficoltà
formazioni generate automaticamente riscontrate. L’autore condivide infatti
da sistemi intelligenti che monitorano a pieno quanto proposto da Papert
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
il lavoro degli studenti durante attività nel 1972:34 «Insieme a Dewey, Mon-
complesse come la programmazione tessori e Piaget ritengo che i bambini
di un robot; queste informazioni rap- imparino facendo e riflettendo su quello
presenterebbero una ricca base sulla che fanno. Quindi gli ingredienti fon-
quale poi costruire la valutazione del damentali dell’innovazione educativa
discente, e permetterebbero di ana- devono essere oggetti migliori con i
lizzare non solo il prodotto finale quali inventare e costruire modalità
creato ma anche il percorso che ha migliori per pensare su ciò che si è
portato ad un determinato risultato. realizzato con questi oggetti».
L’altro importante beneficio che si
potrebbe avere è l’individuazione di Conclusione
alunni in difficoltà in tempo reale du- L’Intelligenza Artificiale potrà sicura-
rante lo svolgimento di un certo eser- mente portare innumerevoli vantaggi
cizio: ad esempio durante lezioni di all’interno del mondo dell’educazione,
Robotica Educativa, l’utilizzo di un come si può intravedere nei due pro-
sistema AI che identifichi i gruppi getti realizzati dall’autore e presentati
che non riescono stabilire una stra- nelle sezioni 3 e 4 del presente arti-
tegia risolutiva può aiutare il docente colo: se da un lato sarà fondamentale
nella gestione della classe, special- educare gli studenti alla comprensione
mente se numerosa. Un ulteriore uti- degli algoritmi AI (promuovendo quindi
lizzo di questo lavoro di ricerca po- un uso consapevole delle piattaforme
trebbe essere nell’analisi del lavoro tecnologiche che li circondano), dal-
svolto singolarmente dagli alunni, l’altro quegli stessi algoritmi facilite-
così da facilitare la creazione dei ranno la scoperta di tanti dettagli dei
gruppi di lavoro sulla base dell’ap- processi di apprendimento che ora
proccio rilevato per ogni discente. si fanno fatica a rilevare.
Dal punto di vista dello studente, È importante sottolineare due aspetti
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 95da tenere a mente, e che dovrebbero sulle necessità degli studenti e dei
sempre essere tenuti in considera- docenti; questo tipo di approccio in-
zione qualora i decisori politici vor- terdisciplinare richiederà sicuramente
ranno programmare l’introduzione investimenti importanti e tanto lavoro,
dell’Intelligenza Artificiale a scuola: ma visti i primi risultati promettenti
sarebbe inopportuno rinunciare ai
- la centralità dello studente nel pro-
vantaggi che l’AI potrebbe portare
cesso di apprendimento, da realizzare
nel mondo dell’Educazione.
mediante approcci basati su progetti
(project-based learning) e sulla co-
NOTE
struzione di applicazioni potenziate
1
da AI; ma questa centralità dovrà Lorenzo Cesaretti, ingegnere informatico e
dell’automazione, collabora con l’Università
essere considerata anche nella pro- Politecnica delle Marche (Corso Modellistica
gettazione degli strumenti AI che per- e Identificazione Processi Dinamici) e con
DOSSIER
metteranno di migliorare i processi l’Università di Camerino (Corso Fundamentals
of Robotics and Industrial Manipulators). È il
educativi, permettendo al discente
direttore tecnico della startup TALENT srl, e
di visualizzare e riflettere sulle analisi dal 2015 studia come introdurre a scuola la
effettuate da questi sistemi; Robotica e l’Intelligenza Artificiale, oltre a pro-
muovere un uso creativo e consapevole delle
- l’importanza della formazione dei tecnologie in ambito educativo.
docenti, che non dovranno essere 2
Cf FLORIDI Luciano, The onlife manifesto:
sostituiti dalla tecnologia e dagli Being human in a hyperconnected era, Berlino,
algoritmi, ma che potranno utilizzare Springer Nature 2015.
3
strumenti potenti di analisi delle at- MCCHARTY John, What is artificial intelligence?
Stanford University - Computer Science De-
tività svolte dagli studenti, e po-
partment, Stanford 2007, in http://www-for-
tranno risparmiare tempo ed energia mal.stanford.edu/jmc/whatisai.pdf 2 (12-12-
proprio grazie a questi dispositivi 2020).
potenziati da AI così da potersi de- 4
Cf GOTTFREDSON Linda S., Mainstream science
dicare alla relazione con gli alunni, on intelligence: An editorial with 52 signatories,
history, and bibliography, in Intelligence 24
punto di partenza fondamentale per (1997)1,13-23.
una educazione efficace e un ap- 5
DEHAENE Stanislas, How We Learn: Why
prendimento profondo. Brains Learn Better Than Any Machine... for
Now, London, Penguin 2020, 29.
L’Intelligenza Artificiale quindi potrà
6
portare benefici al mondo educativo Cf ivi 37-43.
7
solo se si riuscirà a implementare Cf LUCKIN Rosemary, Machine Learning and
Human Intelligence: The Future of Education
una necessaria collaborazione tra for the 21st Century, London, UCL IOE Press
professionisti del mondo della Tec- - University of London - Institute of Education
nologia, della Psicologia, della Pe- 2018.
dagogia, della Filosofia e dell’Edu- 8
Cf SALA Cecilia, In Cina si insegnerà l’intelli-
cazione: un punto di partenza ne- genza artificiale a scuola, in Wired.it (22-01-
2019), in https://www.wired.it/attualita/tech/
cessario per la progettazione di so- 2019/01/22/cina-intelligenza-artificiale-scuola/
luzioni AI veramente efficaci e centrate (12-12-2020).
96 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUM9 18
Cf BARANIUK Chris, Inside Finland’s plan to Cf SATARIANO Adam, British Grading Debacle
become an artificial intelligence powerhouse. Shows Pitfalls of Automating Government, in
The small Nordic country is betting on edu- The New York Times (20-08-2020), in https://
cation to give it a decisive edge in the age of www.nytimes.com/2020/08/20/world/europe/u
AI, in Wired (15-02-2019), in https://www.wired. k-england-grading-algorithm.html (12-12-2020).
co.uk/article/finland-artificial-intelligence-on- 19
RIOTTA Mario, Il Project Based Learning
line-course (12-12-2020). nella scuola: implicazioni, prospettive e criticità,
10
FONDAZIONE MONDO DIGITALE, in https://www. in Journal of e-Learning and Knowledge
mondodigitale.org/it/aree-intervento/educa- Society 3(2007)1, 75-84, in http://www.je-
zione-per-la-vita-e-cultura-dellinnovazione lks.org/ojs/index.php/Je-LKS_EN
/ambizione-italia-per-la-scuola (12-12-2020). /article/view/743/370 (02-01-2021).
20
11
Cf HOLMES Wayne - BIALIK Maya - FADEL Cf PAPERT Seymour, Mindstorms. Children,
Charles, Artificial Intelligence in education for computers, and powerful ideas, New York,
Teaching and Learning, Boston (MA), Center Basic Books 1980.
for Curriculum Redesign 2019. 21
Cf RESNICK Mitchel, Lifelong kindergarten.
12
Cf RITTER S. - CARLSON R. - SANDBOTHE M. - Cultivating creativity through projects, passion,
peers, and play, Boston, MIT Press 2017.
INTELLIGENZA ARTIFICIALE E EDUCAZIONE: UN INCONTRO TRA DUE MONDI... / LORENZO CESARETTI
FANCSALI S. E., Carnegie Learning’s adaptive
22
learning products, in SANTOS O. et alii (eds.), Cf BITMARK Inc., Technology is Not Magic:
Educational Data Mining 2015, 8th International The Hacker’s Point of View - Bitmark Ambas-
Conference on Educational Data Mining sador “bunnie” Huang in Medium.com (16-
(EDM2015), Madrid, 26-29 June 2015, in 07-2019), in https://medium.com/clean-
http://www.educationaldatamining.org/EDM20 titles/technology-is-not-magic-the-hackers-
15/proceedings/edm2015 proceedings.pdf point-of-view-bitmark-ambassador-bunnie-
(12-12-2020). huang-6750ab772f33 (12-12-2020).
23
13
Cf VENTURA Matthew - CHANG Maria - FOLTZ Cf MIT App Inventor, in https://appinventor
Peter et alii, Preliminary evaluations of a dia- .mit.edu/ (02-01-2021).
logue-based digital tutor in International Con- 24
Cf Machine learning for Kids, in https://ma-
ference on Artificial Intelligence in Education, chinelearningforkids.co.uk/ (02-01-2021).
Berlino, Springer Nature 2018, 480-483. 25
Cf MINISTERO DELL’ISTRUZIONE DELL’UNIVERSITÀ
14
Cf BERNARDINI Sara - PORAYSKA-POMSTA E DELLA RICERCA, Piano Nazionale Scuola Digi-
Kaśka - SMITH Tim J., ECHOES. An intelligent tale, in https://www.miur.gov.it/scuola-digitale
serious game for fostering social communi- (02-01-2021).
cation in children with autism, in Information 26
Cf ID., PON Cittadinanza e Creatività Digitale
Sciences 264(2014)41-60. 2019, in
15
Cf CHAO Po-Yao, Exploring students’ com- https://www.istruzione.it/pon//avviso_cittadi-
putational practice, design and performance nanza-creativita.html (02-01-2021).
of problem-solving through a visual program- 27
Cf ALIMISIS Dimitris, Educational robotics.
ming environment, in Computers & Education Open questions and new challenges, in Themes
95(2016)202-215. in Science and Technology Education 6(2013)1,
16
Cf BLIKSTEIN Paulo - WORSLEY Marcelo - 63-71, come pure BENITTI Fabiane Barreto
PIECH et alii, Programming pluralism. Using Vavassori, Exploring the educational potential
learning analytics to detect patterns in the of robotics in schools. A systematic review, in
learning of computer programming, in Journal Computers & Education 58(2012)3, 978-988.
of the Learning Sciences 23(2014)4, 561-599. 28
Cf MARTINEZ Sylvia Libow - STAGER Gary, In-
17
Cf TURQUE Bill, Creative... motivating and vent to learn: Making, tinkering, and engineering
fired, in The Washington Post (06-03-2012), in the classroom, Torrance (CA), Constructing
in https://www.washingtonpost.com/local/edu- Modern Knowledge Press 2013.
cation/creative—motivating-and-fired/2012 29
L EGO E DUCATION , in https://education
/02/04/gIQAwzZpvR_story.html (04-01-2021). .lego.com/en-us/products/lego-mindstorms-
RIVISTA DI SCIENZE DELL’EDUCAZIONE • ANNO LIX NUMERO 1 • GENNAIO/APRILE 2021 97education-ev3-core-set/5003400#lego-mind-
storms-education-ev3 (12-12-2020).
30
Cf CESARETTI Lorenzo, How students solve
problems during Educational Robotics activ-
ities. Identification and real-time measurement
of problem-solving patterns, in http://bit. ly/te-
siPhD_cesaretti (12-12-2020).
31
Cf SCARADOZZI David - CESARETTI Lorenzo -
SCREPANTI Laura - MANGINA Eleni, Identification
of the students learning process during Edu-
cation Robotics activities, in Frontiers in Ro-
botics and AI 7(2020)21, in https://www. fron-
tiersin.org/articles/10.3389/frobt.2020.00021/ful
l (02-01-2021).
32
Cf TURKLE Sherry - PAPERT Seymour, Epi-
stemological pluralism and the revaluation of
the concrete, in Journal of Mathematical Be-
DOSSIER
havior 11(1992)1, 3-33.
33
Cf CESARETTI, How students solve problems
during Educational Robotics activities.
34
Cf PAPERT Seymour, Teaching children think-
ing, in Programmed Learning and Educational
Technology 9(1972)5, 245-255.
98 PONTIFICIA FACOLTÀ DI SCIENZE DELL’EDUCAZIONE AUXILIUMPuoi anche leggere
