La scorsa settimana, Google ha lanciato Gemini 1.5, versione potenziata del suo modello di intelligenza artificiale multimodale, cioè in grado di comprendere e operare su diversi tipi di informazioni: testo, codice, audio, immagini e video.
L’Unione Europea intanto, si avvia verso le fasi finali dell’approvazione dell’Ai Act, cioè la prima regolamentazione al mondo sull’intelligenza artificiale.
In questo continuum spazio-temporale, a metà tra Ritorno al Futuro e Matrix, dove si posiziona la scuola italiana?
Intelligenza artificiale e didattica: un tandem possibile?
L’AI e il suo uso nella progettazione educativa e nella didattica potrebbero trasformarsi in quella forza di gravità, necessaria a riagganciare alla contemporaneità un sistema di istruzione faticosamente in cambiamento e promuovere davvero un autentico avanzamento metodologico e una più rapida transizione digitale?
Da poco esaurito il dibattito sulla didattica per competenze, che in verità è ancora brace accesa, e viva più che mai la misteriosa polemica sulle “scuole senza voto” (che poi il voto ce l’hanno perché la normativa quello prevede), che potrebbero invece diventare presidio di riflessione e avanguardia contro la percepita agonia dell’apprendimento da parte di studentesse e studenti annoiati e, cosa ancora più grave, intorpiditi forse dalla lentezza con cui i cambiamenti riescono a permeare il tessuto educativo, ecco arrivare altre sfide, sempre più complesse.
La verità è che forse non lo sappiamo ancora, dove ci troviamo.
Gli investimenti nel settore educativo: l’arrivo dell’IA nelle aule
Certamente le scuole hanno ricevuto centinaia di migliaia di euro per l’acquisto di tecnologie, per arredi e ambienti di apprendimento laboratoriali e ora hanno anche le istruzioni operative per disporre dei fondi finalizzati a finanziare centinaia di ore di formazione (DM 66/2023).
Quello che si può osservare è che nonostante sacche di gelosia per una didattica tradizionalmente erogativa è iniziata, da quando se ne ha la disponibilità, una timida ma costante sperimentazione dell’AI generativa conversazionale. Basti dare un’occhiata alle centinaia di esperienze raccontate e condivise in alcuni gruppi Facebook dedicati, primo fra tutti “Intelligenza artificiale a scuola”, nato a febbraio del 2023 e con più di duemila docenti animati da un collega, Lorenzo Redaelli, felicemente sospeso su una corda da funambolo tra umanesimo e ingegneria. Lo spazio è dedicato a tutti coloro che vogliono conoscere, applicare e promuovere l’utilizzo dell’Intelligenza Artificiale a Scuola e discuterne le implicazioni a livello etico e sociale.
Lo scopo dichiarato è di portare questa coraggiosa riflessione in classe, affinché gli studenti siano consapevoli dei rischi e delle opportunità di questa tecnologia in evoluzione. Tra i diversi usi che se ne stanno facendo in diversi ambiti disciplinari, troviamo la produzione di immagini da prompt testuali, adattamenti e modifiche di testi, elaborazione di compiti e problemi, fino a generazione di elaborati letterari o visuali in stili diversi, ispirati ad autori di ogni epoca o a correnti artistiche e letterarie.
Prove e tentativi di lavoro con le AI a scuola
Le prove e i tentativi di lavoro con le AI stanno ancora cercando una sistematizzazione e forse uno dei punti di cerniera che si potrebbe trovare è la connessione tra lo sviluppo dell’apprendimento con l’AI, i processi di insegnamento e apprendimento e la progettazione e costruzione di dispositivi valutativi. La valutazione, nella sua dimensione più sfidante e cioè intesa come esperienza di apprendimento ha infatti bisogno di strumenti, che permettano una personalizzazione, che offrano áncore di esempio, che generino possibilità di supporto e adattività, oltre a offrire orientamento e sostenere lo sviluppo di capacità autoregolative.
Gli studi sul feedback e sulla natura dell’intelligenza, sui modelli di impotenza appresa e sullo sviluppo del potenziale di apprendimento, aiutano a sostenere l’idea che nell’area del “non ancora” abile, “non ancora” pronto la fiducia e la capacità di percepirsi efficaci (Dweck, 1998) hanno un ruolo molto significativo.
Lavorare in classe con l’AI per ripensare ad una didattica inclusiva
Per questi scopi lavorare con AI come ChatGPT 4 e Gemini può diventare un percorso sfidante per ripensare ad una didattica inclusiva, che comporti la trasformazione di alcuni processi cognitivi e un coinvolgimento responsabile delle studentesse e degli studenti.
Se è vero che muoversi nella Zona di sviluppo prossimale con feedback organizzati e costanti di valutazione formativa (Bevilacqua, 2023; Corsini, 2023; Gentile, 2019; Grion, Serbati, & Cecchinato, 2022; Pastore, 2019) permette agli insegnanti di raggiungere tutti gli studenti, le AI possono moltiplicare la possibilità di arrivare a ciascuno di loro, con osservazioni puntuali su compiti, elaborati, risposte, ricerche (Maglioni, 2023). La dimensione pedagogica del corpo che impara insieme alla mente, della multisensorialità talvolta inibita in ambienti di apprendimento poveri di stimoli trova nell’utilizzo dell’AI e delle realtà immersive, ad esempio, un’altra opportunità di restituire la complessità della disabilità e riappropriarsi della autopercezione di sé e delle proprie potenzialità come persone che imparano (De Luca, Domenici & Spadafora, 2023).
Creare una Rubric di Valutazione con l’IA
Supponiamo di dover creare una Rubric di valutazione per un compito come la recensione di un libro letto. Non basta chiedere alle AI di produrre una Rubric perché, così come ci descrive bene il framework DigComEdu, le competenze più avanzate si sviluppano partendo da abilità già consolidate, da una pedagogia dell’educazione valida e grazie all’aiuto e la collaborazione dei colleghi, con i quali confrontarsi (Di Donato & De Santis, 2021).
Partire da un modello anche semplice, le cui radici siano fondate pedagogicamente, può rendere il processo più accessibile e manifestare meglio i limiti dell’AI e le sue possibilità.
Fonte: ChatGPT4, OpenAI
La conversazione con le Ai ha bisogno di praticare la ridondanza: deve cioè svilupparsi un dialogo, attraverso il quale i differenti punti di vista tendano a modificarsi reciprocamente e prendere direzioni sempre più precise. La domanda, il Prompt, di chi interroga l’AI diventa più orientato, specifico e l’AI risponde con maggiore proprietà, modellandosi sempre meglio sull’interlocutore e sui suoi desiderata. Il processo però è reciproco, non unilaterale: entrambe le voci, umana e non umana, hanno bisogno di dialogare.
La sintassi del Prompt è un linguaggio, la prima grande tecnologia comunicativa dell’uomo e della donna, e paradossalmente per ora quel linguaggio, che ci rende umani, serve per parlare con una entità che definiamo “non umana”. Quella cosiddetta capacità di spostamento, che ha solo l’umanità, cioè poter parlare di cose che sono remote nello spazio e nel tempo e produrre uno spostamento di ciò che non può essere mostrato (Benanti, 2021) dialoga con qualcosa/qualcuno, che è invece ovunque (nel web) e in nessun luogo specifico.
Manca nello scambio quel processo di sintonizzazione e rispecchiamento emotivo, che ci permette di esprimere o vedere l’empatia durante una conversazione anche mediata (pensate alle videoconferenze durante il Lockdown, a schermi spenti) e di migliorare decisioni e risorse cognitive (Riva & Mancini, 2023), ma una relazione interpersonale sembra invece possibile (Di Donato, 2023). Dobbiamo quindi tenere conto di un interlocutore, che a sua volta si orienta grazie a ciò che raccontiamo, chiediamo, spieghiamo praticando una comunicazione mediata che richiede attenzione e ascolto.
L’ambiguità nell’esempio di aggettivi come “chiaro” o “completo” richiedono di essere sciolti e si hanno almeno due strade: spacchettarli per tirar fuori definizioni più intellegibili e prive di ambiguità oppure offrire degli esempi.
Fonte: ChatGPT4, OpenAI
Naturalmente un’altra abilità è allora ampliare la consultazione e il confronto a distanza tra le due AI disponibili; il procedimento può svelare punti di contatto, ma anche visioni divergenti.
Fonte: Google Gemini (ex Bard)
La competeza del docente nell’era dell’Intelligenza Artificiale
La competenza dell’insegnante qui è indispensabile per selezionare, collegare, sintetizzare quello che emerge dal dialogo e dal confronto: se non si conosce bene il funzionamento e lo scopo di una Rubric valutativa e l’obiettivo che si vuole raggiungere, si ignora i destinatari (il loro linguaggio, la loro competenza) risulta quasi impossibile migrare nella fase successiva, ancora work in progress.
Fonte: Elaborazione propria
Per passare da una dimensione solo quantitativa ad una versione della Rubric più raffinata e comprensibile, che parli non solo il linguaggio delle AI, ma anche quello di studentesse e studenti destinatari e protagonisti del dispositivo valutativo, ci vogliono ancora altri passaggi e consultazioni, che qui non mostrerò.
AI a scuola, una costruzione di senso proiettata verso il futuro
Che cosa ci potrebbe suggerire allora questa procedura? In questa necessaria costruzione di senso proiettata verso il futuro, forse occorre prudentemente tornare indietro di qualche passo, su una strada che la scuola dovrebbe conoscere bene e praticare meglio: le questioni metodologiche, le architetture didattiche, le strategie educative e la progettazione dei percorsi di apprendimento per ricominciare a riflettere su quale uso della Zona di sviluppo prossimale vogliamo fare come insegnanti e come sia possibile che le tecnologie digitali diventino leva di sviluppo per inclusione e padronanza.
Sviluppo dell’AI-pprendimento – Fonte: Elaborazione propria
Conclusioni
Potrebbe essere questo il punto in cui ci troviamo ora? Difficile dirlo con sicurezza: ci muoviamo talvolta un po’ confusamente tra le innovazioni, che vorrebbero cambiare la scuola. Intanto però vi lascio la bozza di un modello che vorrebbe essere una lente per osservare i processi (giuro che non l’ha realizzato l’AI) e potrebbe forse rappresentare una fase intermedia di riflessione: sull’Intelligenza artificiale, sulle tecnologie digitali, sullo sviluppo di dinamiche di relazione per migliorare e integrare apprendimenti, sulle metodologie e le sfide che aspettano noi al varco spaziotemporale, che ancora ci separa dalla scuola che vorremmo abitare.
Bibliografia
Benanti, P. (2021). La grande invenzione. Il linguaggio come tecnologia dalle pitture rupestri al GPT-3. Edizioni San Paolo.
Bevilacqua, A. (2023). Il feedback a scuola. Strategie per promuovere l’apprendimento. Carocci editore.
Corsini, C. (2023). La valutazione che educa. Liberare insegnamento e apprendimento dalla tirannia del voto. FrancoAngeli.
Dweck, C. S. (2000). Teorie del sé. Intelligenza, motivazione personalità e sviluppo. Erickson.
De Luca, C., Domenici, G., & Spadafora, G. (2023). Per una inclusione sostenibile. La prospettiva di un nuovo paradigma educativo. Anicia.
Di Donato, D. (2023). You, me and the digital. The triangle of technology-mediated relationships after the Covid-19 pandemic. Qwerty-Open and Interdisciplinary Journal of Technology, Culture and Education, 18 (2), 5-13.
Di Donato, D. & De Santis, C. (2021). Il cambiamento delle pratiche didattiche dei docenti italiani durante il lockdown. Percezioni dell’efficacia nell’uso delle tecnologie didattiche digitali e collaborazione con i colleghi. RicercA-zione, 13(1), 213-233.
Gentile, M. (2019). Valutare per apprendere. Attività e strumenti per il lavoro in classe. Utet Università.
Grion, V, Serbati, A. & Cecchinato, G. (2022). Dal voto alla valutazione per l’apprendimento. Strumenti e tecnologie per la scuola secondaria. Carocci editore.
Maglioni, M. (2023). Due nuovi strumenti per l’inclusione e per la didattica laboratoriale: Bard e ChatGPT. In La Ricerca. Uomini e Bot. Intelligenti, utili, dannose? Il punto sulle IA. 11 (25), 71-73.
Pastore, S. (2019). Autovalutazione. Promuovere la riflessione e l’autoregolazione dell’apprendimento. Utet Università.
Riva, G., & Mancini, T. (2023). Psicologia dei media digitali. Il Mulino.
