14 Gli Smart LMS

E-learning e sistemi di gestione dell’apprendimento (Learning Management Systems – LMS)

Il numero di persone che utilizzano l’e-learning è in costante crescita. Il termine e-learning si riferisce all’apprendimento mediato dall’uso della tecnologia in contesti in cui educatori e discenti sono distanti nello spazio e/o nel tempo. Lo scopo ultimo dell’e-learning è quello di migliorare l’esperienza e la pratica di apprendimento degli studenti.

Oggi, con l’avanzare della tecnologia, è più appropriato riferirsi a sistemi e piattaforme per l'”erogazione” dell’e-learning piuttosto che a singoli strumenti. Tali sistemi sono il risultato dell’integrazione di diversi strumenti software in grado di costruire un ecosistema in cui sfruttare percorsi di apprendimento flessibili e adattabili. Un sistema di e-learning consente la gestione dei processi di apprendimento e la gestione dei corsi. Permette di effettuare le valutazioni dell’apprendimento degli studenti, la costruzione di report, la creazione di contenuti e la loro organizzazione. Facilita la comunicazione tra insegnanti/tutor e studenti. Tra i sistemi di e-learning più diffusi ci sono i sistemi di gestione dell’apprendimento (LMS) (ad esempio Moodle, Edmodo).

L’acronimo LMS si riferisce a un’applicazione basata sul web progettata per gestire il processo di apprendimento dei discenti¹ a diversi livelli, in diversi ambiti e con diverse modalità. Un LMS, quindi, può essere definito come un ambiente di apprendimento all’interno del quale vengono implementate e gestite le attività e gli strumenti di apprendimento, le attività e gli strumenti di valutazione, i contenuti didattici e le interazioni studente-studente e/o studente-educatore. Inoltre, la definizione di LMS include il loro essere piattaforme che generalmente possono includere interi sistemi di gestione dei corsi, sistemi di gestione dei contenuti e portali².

LMS e intelligenza artificiale: gli LMS intelligenti

Con l’avvento dell’IA, l’istruzione, in generale, e gli LMS, in particolare, diventano possibili e promettenti campi di applicazione di questa forza rivoluzionaria³. In particolare, gli LMS, grazie alle funzionalità supportate dall’IA, rappresentano un rinnovato strumento di apprendimento in grado di soddisfare due dei tratti fondamentali dell’istruzione del futuro: la personalizzazione e l’adattamento⁴. È da questa combinazione di LMS e IA che emerge lo Smart LMS (SLMS) o LMS intelligente.

In generale, un SLMS efficiente è un sistema i cui algoritmi sono in grado di fornire e recuperare informazioni da tre gruppi fondamentali di conoscenza: a) il discente, b) la pedagogia e c) il dominio. Acquisendo informazioni sulle preferenze (a) degli studenti, sui loro stati emotivi e cognitivi, sui loro risultati e obiettivi, un SLMS può implementare le strategie didattiche (b) più efficaci (tipi specifici di valutazione, apprendimento collaborativo, ecc.) affinché l’apprendimento sia più proficuo all’interno dello specifico dominio di conoscenza studiato (c): ad esempio, teoremi di geometria, operazioni matematiche, leggi della fisica, procedure di analisi del testo⁴.

Un SLMS, quindi, può essere definito come un sistema di apprendimento in grado di adattare i contenuti proposti al discente calibrandoli sulle conoscenze e sulle abilità che il discente ha mostrato nei compiti precedenti. Infatti, adottando un approccio centrato sul discente, può identificare, seguire e monitorare i percorsi dei discenti registrando i loro modelli e stili di apprendimento. Facendo riferimento alla descrizione fornita da Fardinpour et al.⁵, un LMS intelligente fornisce al discente il percorso di apprendimento più efficace e i contenuti didattici più appropriati, attraverso l’automazione, l’adattamento di diverse strategie didattiche (scaffolding), la generazione di resoconti e di conoscenze. Inoltre, fornisce ai discenti la possibilità di tenere traccia e monitorare il loro apprendimento e i loro obiettivi di apprendimento. Tuttavia, sebbene queste caratteristiche e questi strumenti consentano all’LMS di operare in modo più intelligente, un SLMS deve fornire agli studenti la possibilità di disabilitare l’intelligenza artificiale che gestisce il loro percorso per avere pieno accesso a tutti i materiali didattici nell’ambiente di apprendimento.

Alcuni esempi di funzionalità supportate dall’intelligenza artificiale nel contesto di un SLMS

Nella pratica del funzionamento di un SLMS, diversi strumenti supportati dall’intelligenza artificiale permettono di realizzare un sistema con le caratteristiche descritte sopra. Tali strumenti supportati dall’intelligenza artificiale si muovono trasversalmente lungo i tre cluster di conoscenza sopra menzionati, ai quali gli algoritmi degli SLMS fanno costantemente riferimento (discente, pedagogia, dominio).

Chatbot supportati dall’intelligenza artificiale come tutor virtuali

Un chatbot – un software che simula ed elabora conversazioni umane (scritte o parlate) – nel contesto di un SLMS può svolgere la funzione di un tutor virtuale in grado, da un lato, di rispondere alle domande che gli studenti hanno riguardo ai percorsi di apprendimento. Dall’altro, è in grado di fornire suggerimenti al discente sulla base dell’analisi che il sistema fa delle sue precedenti prestazioni e interazioni⁶.

I Learning Analytics

I Learning Analytics – dati relativi ai dettagli delle interazioni dei singoli studenti nelle attività di apprendimento online – consentono agli insegnanti di monitorare in modo approfondito i progressi e le prestazioni degli studenti. Grazie ad essi, il sistema può implementare l’attivazione automatica di compiti didattici assistiti dal computer⁷ per integrare le attività degli studenti che hanno mostrato deficit di rendimento in compiti specifici. Inoltre, può fornire automaticamente suggerimenti al personale docente in merito alla difficoltà dei compiti proposti o alla necessità di integrarli con contenuti didattici aggiuntivi.

Vantaggi per studenti e insegnanti

Questi e altri strumenti supportati dall’intelligenza artificiale⁴ contribuiscono a rendere un SLMS un potente strumento di apprendimento e insegnamento che, invece di essere percepito come un sostituto del lavoro dell’insegnante, si mostra come uno strumento in grado di “aumentare” gli aspetti umani dell’insegnamento⁸ e di apportare una serie di benefici fondamentali all’intero processo di apprendimento/insegnamento.

Poiché un SLMS calibra i contenuti sulle capacità e sul livello dello studente, evita che quest’ultimo si trovi ad affrontare, nelle diverse fasi del suo percorso, compiti che lo annoiano perché troppo semplici o che lo frustrano perché troppo complessi. In questo modo si garantisce che la motivazione e l’attenzione dello studente siano sempre ad un livello alto e adeguato al grado di difficoltà del compito da affrontare. Questa situazione ha come conseguenza diretta una significativa riduzione del tasso di abbandono, in quanto permette agli insegnanti di individuare in tempo eventuali problemi e di intervenire tempestivamente non appena lo studente mostra i primi segni di difficoltà.

Una situazione di questo tipo, così come le situazioni di apprendimento lineare (senza difficoltà), può essere affrontata proponendo agli studenti, attraverso gli strumenti SLMS, diversi contenuti di conoscenza già memorizzati nei database dei corsi o anche provenienti da fornitori terzi. Ciò si traduce in un vantaggio diretto per il docente, che non deve creare di volta in volta nuovi materiali didattici e può utilizzare il tempo risparmiato in altre attività essenziali, come l’affinamento dei propri metodi di insegnamento e/o l’interazione diretta con gli studenti.

¹ Kasim, N. N. M., and Khalid, F., Choosing the right learning management system (LMS) for the higher education institution context: A systematic review, International Journal of Emerging Technologies in Learning, 11(6), 2016.

² Coates, H., James, R., & Baldwin, G., A critical examination of the effects of learning management systems on university teaching and learning, Tertiary education and management, 11(1), 19-36, 2005.

³ Beck, J., Sternm, M., & Haugsjaa, E., Applications of AI in Education, Crossroads, 3(1), 11–15. doi:10.1145/332148.332153, 1996.

⁴ Rerhaye, L., Altun, D., Krauss, C., & Müller, C., Evaluation Methods for an AI-Supported Learning Management System: Quantifying and Qualifying Added Values for Teaching and Learning, International Conference on Human-Computer Interaction (pp. 394-411). Springer, Cham, July 2021.

⁵ Fardinpour, A., Pedram, M. M., & Burkle, M., Intelligent learning management systems: Definition, features and measurement of intelligence, International Journal of Distance Education Technologies (IJDET), 12(4), 19-31, 2014.

⁶ HR Technologist: Emerging Trends for AI in Learning Management Systems, 2019, Accessed 31 Oct 2022.

⁷ Krauss, C., Salzmann, A., & Merceron, A., Branched Learning Paths for the Recommendation of Personalized Sequences of Course Items, DeLFI Workshops, September 2018.

⁸ Mavrikis, M., & Holmes, W., Intelligent learning environments: Design, usage and analytics for future schools, Shaping future schools with digital technology, 57-73, 2019.