Personalizzazione dell’apprendimento

21 Sistemi di apprendimento adattivi

Supponiamo che i vostri studenti stiano lavorando sui problemi di una banca di domande. Immaginate che ci sia una persona seduta accanto a ciascuno di loro. Osserva i passaggi seguiti dallo studente per arrivare alla soluzione.

Il loro gruppo ha difficoltà con un concetto?

Sembra che abbiano un’idea sbagliata?

Forse sono turbati e hanno bisogno di un po’ di incoraggiamento?

Il tutor dà un suggerimento, indica ciò che manca.

Può anche accadere che lo studente trovi il problema troppo facile e si annoi. In questo caso, il tutor assegna un problema di sfida.

Il tutor può anche ispirare domande e far riflettere lo studente sulle proprie prestazioni. Il tutto tenendovi informati sui progressi dello studente.

“Diary of a teaching machine” by [ Ed ] pubblicato con licenza CC BY-NC-SA 2.0. Per visualizzare una copia di questa licenza, visitare https://creativecommons.org/licenses/by-nc-sa/2.0/?ref=openverse.

I sistemi di tutoraggio intelligenti (Intelligent Tutoring Systems – ITS) sono progettati per imitare il ruolo di questo tutor1. Sono un tipo di sistemi di apprendimento adattivi (Adaptive Learning Systems – ALS) che guidano il singolo studente in ogni fase della soluzione. Forniscono suggerimenti e feedback in base alle necessità. Per questo motivo, gli ITS sono più adatti a materie come la matematica, dove i problemi e le soluzioni sono chiaramente definiti2. Ma i più recenti ITS si sono occupati anche di altri argomenti.

Sistemi adattivi e apprendimento

L’apprendimento adattivo si verifica quando gli strumenti e i sistemi digitali creano percorsi di apprendimento individuali – la sequenza di attività eseguite per apprendere un determinato contenuto o abilità. I percorsi di apprendimento dipendono dai punti di forza, dalle debolezze e dal ritmo di apprendimento di ciascun individuo3,4.

L’idea di una macchina che si adatta a uno studente risale agli anni Cinquanta del secolo scorso. Con il recente avvento della tecnologia, le possibilità sono ora infinite. Questi sistemi di apprendimento adattivi possono essere utilizzati per diversi scopi: risoluzione di problemi, apprendimento di concetti e/o valutazione dello studente.

Oggi sono disponibili sul mercato molti sistemi di apprendimento adattivi (ALS). Esistono anche strumenti di authoring che aiutano a creare un ALS senza alcuna conoscenza di codifica. Se da un lato la creazione di un ALS può richiedere molto tempo e risorse, dall’altro l’insegnante non ha bisogno di cambiare il proprio piano didattico o il proprio stile per adattarlo alle proprie lezioni. Qualunque sia il loro tipo e la loro forma, le tecnologie utilizzate per creare gli ALS variano molto: non tutti i sistemi sono uguali!

Nella scelta di un sistema, bisogna vedere quanto è adattivo, quale parte dell’apprendimento personalizza e se permette la personalizzazione da parte dell’insegnante. Oltre a questo, ci sono importanti questioni pratiche come l’attrezzatura necessaria, il costo e se la formazione è inclusa nel costo.

Tipi di sistemi di apprendimento adattivi (ALS)

I sistemi di tutoraggio intelligente (visti sopra) sono personalizzati e interattivi. Valutano l’apprendimento in tempo reale. A livello micro, adattano il feedback quando lo studente sta risolvendo un problema. A livello macro, decidono quale problema mostrare successivamente – un po’ come Youtube che consiglia quale video guardare. I sistemi di tutoraggio semplici utilizzano alberi decisionali per stabilire quali feedback dare. Altri sistemi vanno oltre le regole predeterminate e utilizzano il Machine Learning per adattare il loro comportamento1.

“Diary of a teaching machine” by [ Ed ] pubblicato con licenza CC BY-NC-SA 2.0. Per visualizzare una copia di questa licenza, visitare https://creativecommons.org/licenses/by-nc-sa/2.0/?ref=openverse.

I sistemi di apprendimento adattivo possono andare oltre il tutoraggio. I sistemi di apprendimento esplorativo, ad esempio, permettono agli studenti di esplorare un ambiente di apprendimento e di scegliere ciò che li interessa. Ad esempio, i sistemi game-based propongono tutto sotto forma di gioco. Quando uno studente padroneggia un livello, passa al successivo.

Qualunque sia il tipo, tutti gli ALS devono supportare l’allievo fino a quando non è in grado di svolgere un compito in modo indipendente6. Devono stimolare il ragionamento e sostenere il processo decisionale. Devono anche essere in grado di spiegare le loro decisioni all’insegnante e allo studente.

Clicca qui per scoprire i tipi speciali di ITS

Quando si tratta di scegliere e utilizzare l’ALS, o anche di decidere se utilizzarne uno o meno, gli esperti consigliano di iniziare sempre dall’apprendimento2. Chiedetevi: quale esigenza dello studente deve essere soddisfatta? Quale strumento è adatto a questo lavoro? e Come verranno supportati in modo diverso i diversi studenti5?Gli studi dimostrano che questi sistemi non hanno un impatto significativo sull’apprendimento degli studenti se utilizzati per brevi periodi di tempo. L’efficacia aumenta quando vengono utilizzati per un intero anno scolastico o più a lungo7. Se decidete di usarne uno, preparatevi a sostenere gli studenti nella guida del loro apprendimento. Siate pazienti e pronti a sperimentare, fallire e riprovare2,5.


1 Groff, J., Personalized Learning : The state of the field and future directions, Center for curriculum redesign, 2017.

2 Holmes, W., Anastopoulou S., Schaumburg, H & Mavrikis, M., Technology-enhanced personalised learning: untangling the evidence, Stuttgart: Robert Bosch Stiftung, 2018.

3 Taylor, D., Yeung, M., Bashet, A.Z., Personalized and Adaptive Learning, Innovative Learning Environments in STEM Higher Education pp 17–34, SpringerBriefs in Statistics, 2021.

4 Becker, S. et al, NMC Horizon Report: 2018 Higher Education Edition, Educause, 2018.

5 Feldstein, M., Hill, P., Personalized Learning: What It Really Is and Why It Really Matters, Educause Review, 2016.

6 Wood, D., Bruner, J., Ross, G., The role of tutoring in problem solving,  The Journal of Child Psychology and Psychiatry, 1976.

7 Alkhatlan, A., Kalita, J.K., Intelligent Tutoring Systems: A Comprehensive Historical Survey with Recent Developments, International Journal of Computer Applications 181(43):1-20, 2019.

License

Icon for the Creative Commons Attribution 4.0 International License

IA per gli insegnanti: un libro aperto Copyright © by Colin de la Higuera and Jotsna Iyer is licensed under a Creative Commons Attribution 4.0 International License, except where otherwise noted.

Share This Book