Nell’articolo, si approfondisce il Task 3.4, incentrato sull’applicazione dell’Intelligenza Artificiale nel contesto formativo del progetto.
Il contesto
Nel contesto attuale, il mondo della formazione è in grande evoluzione e l’Intelligenza Artificiale gioca un ruolo sempre più importante, sia nell’ambito dell’istruzione formale che informale. Gli sviluppi attuali comprendono, ad esempio, l’utilizzo di assistenti virtuali per fornire supporto personalizzato agli studenti e per rispondere alle loro domande. Inoltre, essa può supportare i docenti con sistemi in grado di fornire feedback sull’efficacia dell’insegnamento e sulla progettazione di percorsi formativi. Gli esperti di formazione si aspettano che in futuro l’Intelligenza Artificiale diventi sempre più capace di generare contenuti didattici autonomamente e di supportare l’apprendimento a distanza e l’apprendimento continuo.
Gli obiettivi del Task 3.4
Attualmente, è stata realizzata una prima versione del database contenente oltre centomila risorse formative (OER), mostrata nell’immagine sottostante.
Le etichette colorate in figura sono le competenze attese acquisite da uno studente dopo aver usufruito di una specifica risorsa formativa. Al momento, sono state inserite competenze casuali dagli sviluppatori solo a titolo di esempio, in modo da mostrare come si presenteranno. Il Task 3.4, del quale Beam me up si sta occupando in collaborazione con Erre Quadro Srl, presenta l’obiettivo di individuare le conoscenze e competenze reali acquisibili da ciascuna risorsa formativa. La sfida, come si può intuire, consiste nell’arrivare al risultato in maniera automatica, utilizzando sistemi di Natural Language Processing, ambito di esperienza di Errequadro Srl.
Il metodo di lavoro
Quindi è necessario porsi una domanda: come comprendere automaticamente quali competenze sono acquisibili da una data risorsa formativa? Per rispondere, Erre Quadro Srl ha sviluppato, negli corso degli anni, strumenti in grado di leggere automaticamente un testo ed estrarre da esso una serie di informazioni rilevanti. Operativamente, il flusso di lavoro prevede tre step principali:
- Design delle analisi.
Nel primo step, si analizza attentamente il materiale ricevuto, consistente in oltre centomila OER ed in una tabella di competenze GDE (Green, Digital and Entrepreneurial) alle quali verranno associati gli OER. In questa fase si cerca di individuare la migliore strategia di analisi, cercando di annullare la probabilità di incorrere in bias durante la conduzione del lavoro.
I risultati attesi
In sintesi, il Task 3.4 del progetto ENCORE arricchirà il database citato in precedenza attraverso l’individuazione automatica della relazione tra gli OER e le competenze, abilitata dall’utilizzo dell’Intelligenza Artificiale. In questo modo, sarà possibile riprodurre con ottima approssimazione le capacità di una persona reale. Il risultato finale sarà di grande utilità per gli utenti, che siano studenti o docenti, i quali avranno modo di ricercare nel sito ENCORE esattamente le risorse formative di cui hanno bisogno, rendendo così effettivamente fruibile il lavoro di raccolta svolto.
