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
-

Carlsberg mappa il genoma del luppolo: cosa cambia per la birra
19 Ott 2026 -

Dalla fabbrica connessa all’AI, il percorso di innovazione delle PMI umbre
16 Ott 2026 -

Come l’ERP spinge la trasformazione organizzativa in azienda
16 Ott 2026 -

Costruzioni, comprare tecnologia è facile: farla funzionare molto meno
01 Ott 2026 -

R&D, perché anche nei team tecnici l’adozione dell’AI deve partire dalle persone
30 Set 2026





























