Per molti anni i Learning Analytics sono stati considerati uno degli strumenti più promettenti dell’innovazione educativa. L’idea era relativamente semplice: raccogliere dati sulle attività degli studenti per comprendere meglio come apprendono, individuare eventuali difficoltà e supportare docenti e istituzioni nella progettazione di percorsi sempre più efficaci. In questa prospettiva, i dati rappresentavano una sorta di specchio dell’apprendimento. Più informazioni venivano raccolte, maggiore sarebbe stata la capacità di descrivere ciò che accadeva durante il processo educativo. Oggi, tuttavia, questa visione sta rapidamente diventando incompleta. L’intelligenza artificiale, gli algoritmi predittivi e i sistemi adattivi stanno trasformando i Learning Analytics in qualcosa di molto diverso. I dati non servono più soltanto a osservare l’apprendimento. Cominciano progressivamente a orientarlo, modificarlo e, in alcuni casi, persino a determinarlo.
Learning Analytics 2.0
La scuola sa tutto degli studenti: ma chi controlla gli algoritmi?
I Learning Analytics stanno cambiando natura: da strumenti descrittivi diventano sistemi capaci di orientare percorsi, decisioni e personalizzazione dell’apprendimento. L’intelligenza artificiale apre nuove opportunità per il digital learning, ma solleva questioni cruciali su trasparenza, governance, ruolo docente e diritti degli studenti
Prorettore per la Terza Missione – Università degli Studi IUL

Continua a leggere questo articolo
Argomenti
Canali
InnovAttori
-

Quali competenze per portare la physical AI nello spazio: il caso Sitael
22 Lug 2026 -

AI in azienda, perché gestire il cambiamento è anche una questione di sicurezza
10 Lug 2026 -

Data center, quanto cresce l’Italia: ma attenzione al thermal management
06 Lug 2026 -

Ecosistemi travel-tech: startup, AI e nuovi modelli per il turismo
15 Giu 2026 -

L’IA nel turismo corre, ma non per tutti: la mappa italiana e globale
08 Mag 2026








