Dal suggerimento nella barra del motore di ricerca Google agli algoritmi che personalizzano i contenuti fino agli assistenti vocali più comuni come Alexa, Siri e Google Assistant: ecco alcuni esempi di intelligenza artificiale nella vita quotidiana che stiamo utilizzando già da qualche anno, quasi senza rendercene conto.
L’intelligenza artificiale online Chat GPT, che ha sollevato diversi dibattiti pubblici, è infatti solo l’ennesimo tool di intelligenza artificiale, forse un po’ più raffinato ed esplicito dei precedenti, capace non solo di rispondere alle richieste più complesse, ma anche di imparare dalle nostre richieste e migliorarsi nel tempo.
In questo caso, non parliamo di intelligenza artificiale Bot, come quella utilizzata per l’assistenza clienti automatizzata, caratterizzata da chat bot impostati con una serie di domande e risposte pre-confezionate. L’intelligenza artificiale è più complessa, è un sistema software composto di algoritmi e stringhe di comando che si arricchiscono in tempo reale di nuovi dati e informazioni, e rielaborano questi comandi migliorando le proprie performance in maniera autonoma, senza cioè l’intervento del programmatore-progettista.
Sono tanti i dibattiti nati intorno a questa tecnologia, a partire dai dubbi etici fino alla minaccia di diventare talmente abile da poter sostituire un essere umano in diverse attività, addirittura superandolo, generando così disoccupazione e problemi socio-economici. Preferiamo lasciare questo tipo di analisi ad altre sedi e limitarci ad analizzarne le potenzialità in un ambito di applicazione più definito come quello della scuola, evidenziandone pregi, opportunità, limiti ed eventuali aspetti negativi.
Vediamo allora in che modo le applicazioni di intelligenza artificiale possono essere applicate al settore dell’istruzione.
Intelligenza artificiale, machine learning e deep learning, robotica: una panoramica
Si parla molto ultimamente di intelligenza artificiale, machine learning, deep learning e robotica, spesso associando i termini tra loro ed utilizzandoli come sinonimi, con non poca confusione. In realtà, nonostante siano strettamente collegati tra loro, questi concetti rappresentano campi distinti ma complementari, con caratteristiche e applicazioni differenti che stanno guidando lo sviluppo tecnologico verso un futuro sempre più intelligente e automatizzato. Si tratta di un argomento complesso e ricco di sfumature che cercheremo di semplificare in modo da dare una panoramica esauriente e chiarire le peculiarità di ciascuna tecnologia.
Intelligenza Artificiale (IA): cos’è e come funziona
Quello dell’intelligenza artificiale – spesso abbreviata con l’acronimo IA oppure dall’inglese AI Artificial Intelligence – è un settore che ha come obiettivo quello di sviluppare algoritmi e modelli capaci di emulare le capacità intellettive umane come l’apprendimento, il ragionamento, la comprensione del linguaggio naturale e la percezione sensoriale. Ci sono diversi tipi di intelligenza artificiale ma in questo articolo ci limiteremo a presentare le due categorie principali: AI debole e AI forte.
- L’AI debole, detta anche ristretta, si riferisce a sistemi che sono progettati per svolgere attività specifiche e limitate, spesso con prestazioni superiori rispetto agli esseri umani. Ad esempio, un programma di AI debole può essere addestrato per riconoscere immagini, giocare a scacchi o tradurre lingue. Questi sistemi non hanno coscienza o capacità di pensiero autonomo al di là delle attività per cui sono stati progettati.
- L’AI forte è quella che si cimenta nella creazione di una macchina in grado di raggiungere la stessa intelligenza di un essere umano, se non di superarla. Si tratta di un livello di intelligenza artificiale in gran parte teorico e non è ancora stato realizzato completamente.
Definizione di Machine Learning e Deep Learning
Machine learning e deep learning sono sottocategorie dell’intelligenza artificiale che differiscono però per l’approccio e le tecniche di utilizzo. In generale, possiamo dire che il machine learning è un concetto più ampio che include diversi approcci per far apprendere ai computer dai dati, mentre il deep learning rappresenta un approccio specifico all’interno del machine learning che utilizza reti neurali profonde per l’apprendimento automatico di rappresentazioni complesse dei dati.
Più in dettaglio, ma senza scendere troppo nel tecnico, il machine learning è una branca dell’intelligenza artificiale che sviluppa algoritmi e modelli per permettere ai computer di apprendere dai dati, identificare pattern o correlazioni e fare previsioni o prendere decisioni basate su tali conoscenze al fine di migliorare le prestazioni su specifici compiti in maniera autonoma, senza quindi essere esplicitamente programmati.
Il deep learning è una sottocategoria del machine learning che si basa su reti neurali artificiali profonde, ispirate dal funzionamento del cervello umano. Le reti neurali artificiali profonde sono composte da diversi strati di neuroni artificiali, chiamati “strati nascosti”, che lavorano insieme per apprendere automaticamente rappresentazioni gerarchiche dei dati di input. Ciò che differenzia il deep learning dagli altri approcci di machine learning è la capacità delle reti neurali profonde di apprendere autonomamente rappresentazioni complesse dei dati, senza la necessità di estrarre manualmente le caratteristiche rilevanti. Le reti neurali profonde sono in grado di apprendere direttamente dai dati grezzi, riconoscere pattern complessi e costruire modelli altamente accurati.
Il deep learning ha dimostrato risultati eccezionali in molte aree, come il riconoscimento delle immagini, il riconoscimento vocale, la traduzione automatica e altri compiti complessi.
Robotica e intelligenze artificiali: definizione
La robotica è una scienza interdisciplinare che si occupa della progettazione e realizzazione di robot e combina concetti di ingegneria, informatica e scienze cognitive per progettare, costruire e programmare macchine capaci fisicamente di svolgere compiti specifici o interagire con l’ambiente circostante. La robotica spesso fa uso dell’intelligenza artificiale e del machine learning per rendere i robot più autonomi e capaci di adattarsi a situazioni diverse.
I robot possono essere di due tipologie: autonomi o teleoperati. I robot autonomi sono quelli in grado di eseguire compiti in modo indipendente, prendendo decisioni basate sui dati sensoriali e sull’intelligenza artificiale incorporata. I robot teleoperati, invece, sono controllati da remoto da esseri umani attraverso un’interfaccia dedicata.
Intelligenza artificiale per l’istruzione, scenari e utilizzi a scuola
Abbiamo visto come questa branca di studio sia ormai di utilizzo quotidiano. Troviamo l’intelligenza artificiale sui social, nei motori di ricerca, nelle pubblicità che visualizziamo mentre navighiamo, in casa, quando usiamo la domotica e gli assistenti vocali, o anche in automobile, mentre guidiamo. È quindi inevitabile che arrivi anche a scuola. Anzi, è auspicabile che gli studenti imparino a governarla. Come ogni tecnologia che diventa di uso comune, non può non diventare oggetto di studio e strumento didattico. E se già utilizzare strumenti online, streaming e multimedialità in aula sembra un passo da gigante per la scuola italiana, l’utilizzo di sistemi di intelligenza artificiale applicati a didattica e istruzione sembra una conseguenza naturale di questa rivoluzione tecnologica che ha investito l’educazione scolastica.
A conferma di questa inarrestabile corrente innovativa che sta investendo la scuola, come la società, arrivano le parole di uno dei massimi esperti nel mondo dell’educazione, e storico contemporaneo, il britannico Sir Anthony Francis Seldon che, nel suo “The Fourth Education Revolution: Will Artificial Intelligence Liberate or Infantilize Humanity”, sottolinea come l’avvento dell’IA sia paragonabile alle grandi rivoluzioni del settore educativo, ovvero le prime forme orali di trasferimento della conoscenza, la scrittura, la diffusione della stampa e la scolarizzazione di massa. L’importante è utilizzarla nel modo corretto.
Ambiti di utilizzo dell’intelligenza artificiale nel sistema scolastico
L’IA può essere una valida alleata per migliorare il livello di personalizzazione dell’apprendimento e fornire un maggior livello di inclusività, soprattutto per gli studenti con bisogni speciali. Ma anche dal punto di vista amministrativo, l’intelligenza artificiale può essere un valido aiuto nell’ottimizzazione e nello snellimento dei processi.
Come riporta un ricco e approfondito articolo firmato da Carlo Adornetto (membro di AIxIA e Studente di Dottorato di Ricerca, Dipartimento di Matematica e Informatica, Università della Calabria), pubblicato su Agenda Digitale, l’applicazione dell’Intelligenza artificiale nell’ambito scolastico può essere suddivisa in diversi campi di utilizzo, a seconda dei destinatari. E si differenzia tra sistemi di IA per lo studente, per gli insegnanti e per il sistema.
Per quel che riguarda gli studenti, possiamo prendere in esame diversi tipi di “strumenti di supporto all’apprendimento tramite sistemi adattivi e personalizzati. Applicazioni di questa categoria comprendono per esempio i sistemi di tutoraggio intelligenti, i quali possono suggerire o prendere decisioni sul percorso formativo dello studente, fornendo inoltre supporto e assistenza personalizzata. Con l’ormai consueta erogazione di corsi a distanza e su larga scala, ove quindi il tutoraggio personalizzato è irrealizzabile, questi sistemi intelligenti promettono di porre nuovamente lo studente al centro dell’attenzione”, scrive Adornetto.
Per quel che riguarda gli insegnanti, invece, un valido supporto delle applicazioni di intelligenza artificiale riguarda la riduzione e l’ottimizzazione del carico di lavoro, come esempi di intelligenza artificiale che “possono automatizzare attività amministrative, di valutazione, rilevamento del plagio ed estrazione di informazioni sui progressi di apprendimento degli studenti, permettendo l’intervento tempestivo dell’insegnante quando necessario”.
Infine, anche il sistema scolastico nella sua organizzazione può trarre vantaggio da applicazioni di intelligenza artificiale “per l’estrazione e l’analisi di informazioni utili ad amministratori e manager a livello istituzionale per facilitare i loro processi decisionali. Sebbene complessi, problemi di natura istituzionale possono essere affrontati con l’IA, tenendo in considerazione il comportamento degli studenti, l’andamento dei corsi e al contempo l’efficacia dei programmi proposti” conclude Adornetto.
Ricapitolando, i vantaggi dell’IA nel settore scolastico si possono riassumere in quattro punti principali:
- L’apprendimento personalizzato che può aiutare a creare esperienze per gli studenti in base alle proprie preferenze, abilità, obiettivi e progressi, nonché fornire feedback;
- L’accessibilità che può contribuire a rendere l’istruzione più inclusiva per gli studenti con esigenze speciali e fornire tecnologie assistive come la sintesi vocale, i sottotitoli, la traduzione e il riconoscimento della lingua dei segni;
- Il coinvolgimento: l’IA può aiutare ad aumentare il coinvolgimento degli studenti fornendo ambienti di apprendimento interattivi.
- L’agevolazione burocratica: l’IA può occuparsi delle funzioni amministrative riducendo il carico di lavoro per docenti e personale amministrativo.
Per quel che riguarda gli aspetti controversi dell’intelligenza artificiale, sicuramente va messo l’accento sulla privacy, sull’etica, sulla qualità e sull’equità. Ma come anticipato all’inizio dell’articolo che state leggendo, lasciamo queste considerazioni ad altre sedi, limitandoci a evidenziare le opportunità che questa tecnologia può offrire al comparto scolastico.
Vuoi conoscere le migliori tecnologie per la tua scuola?
Contatta gratuitamente i consulenti Promethean