È stato pubblicato sul fascicolo 1 della Rivista di Scienze dell’Educazione uno studio di Lorenzo Cesaretti, Federica Marchesini e Pietro Monari, dal titolo "Progettare un tutor potenziato da IA per la didattica: il caso studio askLea", che propone un framework metodologico per la progettazione e validazione pedagogica di sistemi di tutoring potenziati da intelligenza artificiale, affrontando la questione cruciale dell’allineamento tra principi pedagogici scientificamente validati e comportamento effettivo di tali sistemi.

I Large Language Models (LLMs) rappresentano potenzialmente una delle rivoluzioni più significative nel panorama educativo contemporaneo, come sostenuto da diversi esperti del settore. Le prospettive di applicazione di questi modelli generativi in ambito didattico sono molteplici e promettenti.

In contesto educativo, i LLMs potrebbero consentire lo sviluppo di sistemi di tutoring intelligenti capaci di: fornire feedback personalizzati agli studenti, basati su attività svolte in classe o a casa; adattare i contenuti didattici alle specifiche esigenze dello studente, operando su diverse dimensioni (complessità concettuale, leggibilità, integrazione di elementi visivi e schematici); implementare tecniche di scaffolding, offrendo un supporto strutturato nella zona di sviluppo prossimale dello studente, fungendo da “impalcatura” cognitiva che permette l’acquisizione progressiva di conoscenze e competenze.

Se da un lato queste potenzialità suscitano notevole interesse verso l’integrazione dell’intelligenza artificiale (IA) in ambito educativo, dall’altro emergono legittime perplessità che meritano un’attenta considerazione. La necessità di validazione scientifica, analisi rigorosa dei risultati e valutazione dell’impatto effettivo dei LLMs sugli apprendimenti diventa sempre più urgente.

Nell’articolo, i tre autori approfondiscono due questioni fondamentali: in che misura uno strumento didattico (a supporto dell’insegnamento-apprendimento) basato su LLMs è in grado di rispettare i principi pedagogici stabiliti in fase di progettazione? Come può essere misurato e valutato il grado di aderenza tra il comportamento del tutor IA e i principi selezionati che derivano dalle scienze dell’educazione e dalle scienze cognitive?

La letteratura scientifica offre numerose ricerche sull’impatto di questi strumenti sui processi di apprendimento, ma riteniamo preliminare valutare con precisione quali principi pedagogici dovrebbero guidare lo strumento e, soprattutto, quanto esso sia effettivamente in grado di implementarli. Se un tutor IA non riesce a garantire un output metodologicamente robusto, come possiamo considerare validi i risultati di sperimentazioni basate su tale soluzione? Proponiamo quindi una validazione pedagogica dello strumento come fase propedeutica alla sperimentazione in classe con gli studenti.

Dopo una rassegna della letteratura sul tema, viene presentata una metodologia specificamente progettata per realizzare questo tipo di validazione, illustrando la sua applicazione al caso studio askLea, una piattaforma italiana potenziata da IA pensata per il settore educativo.

In conclusione, si fornisce un esempio concreto di applicazione della metodologia progettata, per evidenziare l’affidabilità e la robustezza dell’approccio proposto.

Gli autori

Lorenzo Cesaretti è cofondatore e responsabile tecnico-scientifico di Talent S.r.l. È il responsabile dello sviluppo delle piattaforme weturtle.org (formazione docenti) e askLea.ai (tutor potenziato da intelligenza artificiale a supporto di studenti e docenti). Nel 2020 ha conseguito il Dottorato di Ricerca in Ingegneria dell’Informazione presso l’Università Politecnica delle Marche. Collabora con Università di Camerino, Università Europea di Roma, Università Politecnica delle Marche e Pontificia Facoltà di Scienze dell’Educazione «Auxilium» di Roma. È autore di numerose pubblicazioni scientifiche in ambito nazionale e internazionale.

Federica Marchesini è educatrice e pedagogista specializzata in didattica digitale e metodologie innovative. Dal 2022 formatrice per Talent S.r.l., dove si occupa di progettare e realizzare percorsi didattici STEAM per studenti e docenti, con l’obiettivo di incrementare la consapevolezza nell'utilizzo multidisciplinare delle nuove tecnologie per la didattica.

Pietro Monari è un fisico e musicista con una lunga esperienza come insegnante di matematica e fisica nelle scuole superiori. Negli ultimi sette anni, si è dedicato all’educazione riguardante l’intelligenza artificiale e all’impiego della stessa in ambito pedagogico. Ha condotto diverse sperimentazioni nell’educazione interdisciplinare STEAM e, per Ammagamma, parte del gruppo Accenture, è stato ideatore e promotore di progetti quali “Educare a Pensare: Umanità dell’IA” e Lucy, il primo percorso curricolare di IA per la scuola secondaria di I grado in Italia, realizzato in collaborazione con l’I.C. 3 Mattarella di Modena. Attualmente, collabora con Talent S.r.l. nelle sperimentazioni del progetto askLea nelle scuole, ricoprendo il ruolo di AI Learning & Innovation Strategist.

Contributo Cesaretti-Marchesini-Monari