Additional Content

Per saperne di più sui Big Data

[Questo capitolo è stato tradotto con strumenti di traduzione automatica]

La pratica generale di salvare tutti i tipi di dati è chiamata Big Data1. Questa pratica ha senso in quanto l’archiviazione dei dati è diventata economica e i potenti processori e algoritmi (in particolare l’elaborazione del linguaggio naturale e l’apprendimento automatico) facilitano l’analisi dei big data2.

Come discusso nel video, i big data sono caratterizzati da dati enormi (volume), generati rapidamente (velocità) e di tipo diverso (varietà), generati da più fonti. I dati così raccolti tendono a essere incompleti e imprecisi (veridicità) e la loro rilevanza tende a cambiare nel tempo (volatilità). Per combinare, elaborare e visualizzare questo tipo di dati sono necessari algoritmi sofisticati. Tuttavia, le inferenze che se ne traggono, soprattutto se combinate con i dati tradizionali, possono essere potenti e quindi valgono lo sforzo2.

Alcuni esperti vanno oltre le tre o cinque V2 e sottolineano i tre assi che compongono i big data:

  • Tecnologia che consente di raccogliere, analizzare, collegare e confrontare grandi insiemi di dati. Analisi che identifica modelli in grandi insiemi di dati al fine di formulare richieste economiche, sociali, tecniche e legali.
  • La convinzione che “i grandi insiemi di dati offrano una forma più elevata di intelligenza e conoscenza, in grado di generare intuizioni prima impossibili, con un’aura di verità, obiettività e accuratezza “3.
  • L’analisi dei big data “può potenzialmente identificare le aree in cui gli studenti faticano o prosperano, comprendere le esigenze individuali degli studenti e sviluppare strategie per un apprendimento personalizzato”.


1 Schneier, B., Data and Goliath: The Hidden Battles to Capture Your Data and Control Your World, W. W. Norton & Company, 2015.

2 Kelleher, J.D, Tierney, B, Data Science, London, 2018.

3 D’Ignazio, C., Bhargava, R., Approaches to Building Big Data Literacy, Bloomberg Data for Good Exchange, New York, 2015.
General Data Protection Regulation (GDPR), European Union, April 2016.

4 Ethical guidelines on the use of artificial intelligence and data in teaching and learning for educators, European Commission, October 2022.

Licenza

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.

Condividi questo libro