L’Applicazione dell’Intelligenza Artificiale nell’istruzione e nella formazione

Introduzione

Negli ultimi tempi si sta assistendo ad una rapida e pervasiva diffusione in ogni settore dell’Intelligenza Artificiale, o meglio dei sistemi di IA. Non sono esenti aree specifiche come quelle dell’istruzione e della formazione. L’utilizzo di sistemi di IA negli ambiti istruzione e formazione costituisce un’opportunità unica, ma allo stesso tempo può celare seri rischi. Il tema assume rilevanza tale che Organismi internazionali hanno sviluppato ricerche, framework e standard individuando benefici, effetti e rischi dell’uso di sistemi di IA sia per i docenti sia per gli studenti.

Tuttavia, l’adozione dell’IA presenta anche sfide significative, come questioni etiche, il rischio di dipendenza dalla tecnologia e la necessità di nuove competenze digitali. Questo articolo esplora le principali applicazioni dell’IA nell’istruzione e nella formazione, evidenziandone benefici, sfide e prospettive future.

1. Personalizzazione dell’Apprendimento

L’utilizzo di sistemi di IA in ambito education consente ai docenti di modulare e adattare programmi personalizzati, mentre per gli studenti esiste l’opportunità di migliorare le loro conoscenze con strumenti innovativi di apprendimento.

Gli algoritmi di machine learning analizzano le prestazioni degli studenti e adattano i contenuti didattici in tempo reale, offrendo un’esperienza educativa su misura. Questo approccio aiuta a colmare il divario tra studenti con diverse capacità di apprendimento, fornendo supporto supplementare a chi ne ha bisogno e sfide più complesse a chi mostra maggiore talento.

2. Tutor Virtuali e Assistenti AI

Un’altra innovazione significativa nell’educazione è l’uso di tutor virtuali basati su IA. Questi sistemi offrono supporto agli studenti rispondendo alle loro domande, spiegando concetti difficili e fornendo feedback personalizzato. Alcuni esempi includono IBM Watson Tutor e gli assistenti AI sviluppati da alcune Big Tech.

I tutor virtuali non solo migliorano l’accessibilità all’istruzione, ma riducono anche il carico di lavoro degli insegnanti, consentendo loro di concentrarsi su aspetti più complessi dell’insegnamento. Inoltre, possono essere disponibili 24/7, permettendo agli studenti di ricevere assistenza in qualsiasi momento.

3. Automazione della valutazione e feedback

Da tempo sono stati sviluppati sistemi di IA che consentono di correggere errori grammaticali, di stile o di forma nei testi scritti, suggerendo le migliori soluzioni.

Esistono, infatti, strumenti che utilizzano l’IA per valutare la qualità della scrittura, individuare il plagio, nonché se il contenuto è stato scritto da sistemi di IA o da esseri umani.

Inoltre, l’IA può essere utilizzata per analizzare le risposte degli studenti in test a risposta aperta, fornendo un feedback dettagliato e immediato. Questo non solo accelera il processo di valutazione, ma permette anche un miglioramento continuo dell’apprendimento.

4. Large Language Models (LLM) e il loro uso consapevole

I Large Language Models (LLM) costituiscono una delle prime frontiere innovative che, sfruttando gli studi sulle reti neurali, hanno consentito lo sviluppo di sistemi di IA capaci di analizzare enormi quantità di testo e di rispondere alle domande dell’utente. Uno dei modelli più noti è GPT-4 che, come altri avanzati sistemi basati su reti neurali profonde, hanno aperto nuove possibilità nell’ambito dell’istruzione. Gli LLM possono generare testi, rispondere a domande in modo articolato e fornire supporto personalizzato agli studenti, aumentando le capacità di tutoring virtuale e migliorando la creazione di contenuti didattici.

Tuttavia, è fondamentale promuovere un uso consapevole degli LLM nell’educazione. Questi strumenti, sebbene potenti, presentano limiti, tra cui il rischio di generare informazioni errate o distorte, la dipendenza da dati preesistenti e il potenziale di riflettere pregiudizi insiti nei dataset di addestramento. Infatti, ci sono fenomeni noti come allucinazioni e bias che impongono la supervisione umana ed etica per il corretto utilizzo dell’output. Per questo motivo, gli educatori devono essere formati per:

• Valutare criticamente le risposte generate dagli LLM, verificando le fonti e l’affidabilità delle informazioni.
• Utilizzare gli LLM come strumenti di supporto, piuttosto che come sostituti del pensiero critico e della ricerca autonoma.
• Sensibilizzare gli studenti all’etica dell’IA, insegnando loro a riconoscere eventuali bias e a sviluppare una consapevolezza critica sull’uso di queste tecnologie.

Incorporando un approccio consapevole all’uso degli LLM, l’istruzione può beneficiare delle loro potenzialità senza incorrere nei rischi di un’affidabilità cieca alla tecnologia.

5. IA e inclusione nell’istruzione

L’IA ha il potenziale di rendere l’istruzione più accessibile a persone con disabilità. Sistemi di riconoscimento vocale, sottotitoli automatici e strumenti di traduzione basati su IA stanno facilitando l’apprendimento per studenti con difficoltà uditive o linguistiche.

Ci sono già alcuni sistemi che aiuta le persone con disabilità visive a interagire con l’ambiente circostante attraverso descrizioni audio generate dall’IA. Questi strumenti stanno contribuendo a rendere l’educazione più equa e inclusiva.

6. Aspetti legali e privacy (cenni)

L’uso dell’IA nell’istruzione comporta importanti questioni legali.

Da un lato bisogna rispettare la legislazione europea sull’intelligenza artificiale (rectius, sui sistemi di intelligenza artificiale, perché non esiste una definizione normativa di “intelligenza artificiale”). L’Europa ha approvato il Regolamento UE 2024/1689, meglio noto come AI Act, che costituisce la prima legge al mondo risk-based su IA che disciplina i sistemi di intelligenza artificiale e il loro utilizzo.

Ḕ prevista un’applicazione graduale delle norma dell’AI Act. Infatti, dal 2 febbraio 2025, ai sensi dell’articolo 113 del Regolamento UE 2024/1689, si applicano:

• il CAPO I (Disposizioni generali):
  • Articolo 1 (Oggetto);
  • Articolo 2 (Ambito di applicazione)
  • Articolo 3 (Definizioni)
  • Articolo 4 (Alfabetizzazione in materia di IA)
• il CAPO II (Pratiche di IA vietate):
  • Articolo 5 (Pratiche di IA vietate).

Inoltre, l’articolo 99(3) (Sanzioni) dell’AI Act stabilisce che: «L’inosservanza del divieto delle pratiche di IA di cui all’articolo 5 è soggetta a sanzioni amministrative pecuniarie fino a 35.000.000 di euro o, se il trasgressore è un’impresa, fino al 7% del suo fatturato mondiale totale annuo per l’esercizio finanziario precedente, se superiore».

Inoltre, non si può prescindere dalla legislazione europea in materia di protezione dei dati personali, disciplinata dal Regolamento UE 2016/679 (GDPR), che stabilisce norme precise per il trattamento dei dati personali alle quali il titolare e il responsabile del trattamento devono attenersi nel rispetto del principio di responsabilizzazione (accountability).

Le istituzioni educative e di formazione devono garantire che i dati raccolti dai sistemi di IA siano utilizzati in conformità alle leggi vigenti.

Ai sensi dell’articolo 13(2)(f) del GDPR l’interessato (ad esempio lo studente) deve essere informato su come vengono trattati i suoi dati personali e più specificamente circa «l’esistenza di un processo decisionale automatizzato, compresa la profilazione di cui all’articolo 22, paragrafi 1 e 4, e, almeno in tali casi, informazioni significative sulla logica utilizzata, nonché l’importanza e le conseguenze previste di tale trattamento per l’interessato».

Ai sensi dell’art. 22 del GDPR «L’interessato ha il diritto di non essere sottoposto a una decisione basata unicamente sul trattamento automatizzato, compresa la profilazione, che produca effetti giuridici che lo riguardano o che incida in modo analogo significativamente sulla sua persona».

I sistemi di AI devono, quindi, essere progettati anche per minimizzare il rischio di violazioni della disciplina in materia di protezione dei dati personali, adottando le opportune misure tecniche e organizzative incluse l’anonimizzazione e la crittografia.

Il tema è ampio e merita approfondimenti specifici ai quali non possibile dedicare spazio in questa sede. Infatti, al di là della su menzionata disciplina normativa, devono essere considerate da un lato le pronunce giurisprudenziali in materia e dall’altro il c.d. soft law costituito dai documenti pubblicati dal Comitato Europeo per la Protezione dei Dati e dalle Autorità Garanti per la protezione dei dati personali presenti in ciascuno Stato.

7. Rilevanza degli Standard Internazionali

L’adozione di standard internazionali nell’uso dell’IA in abito nell’istruzione e nella formazione è essenziale per garantire la sicurezza, l’affidabilità e la trasparenza delle tecnologie impiegate. Organizzazioni come UNESCO, OECD e ISO hanno sviluppato linee guida che aiutano i sistemi educativi a implementare l’IA in modo etico e responsabile.

Seguire questi standard consente di:

• Migliorare la qualità e la sicurezza dei sistemi IA.
• Assicurare un uso equo e trasparente della tecnologia.
• Fornire un quadro di riferimento globale per la formazione degli insegnanti e la protezione dei dati.

8. UNESCO: Quadro di competenze sull’IA per gli insegnanti e per gli studenti

L’UNESCO nel 2024 ha pubblicato due documenti, un framework su IA per gli insegnanti e un altro sempre su IA per gli studenti.

In qusta sede ci soffermiamo brevemente sul “AI competency framework for teachers”, ove si evidenzia che l’uso dell’IA nell’istruzione richiede appunto un quadro chiaro di competenze per gli insegnanti.

L’“AI Competency Framework for Teachers”, pubbliato dall’UNESCO, stabilisce 15 competenze chiave distribuite in cinque dimensioni:

1. mentalità incentrata sull’uomo;
2. etica dell’IA;
3. fondamenti e applicazioni dell’IA;
4. pedagogia dell’IA;
5. IA per l’apprendimento professionale.

Questo quadro aiuta gli insegnanti a sviluppare una comprensione approfondita dell’IA e a utilizzarla in modo etico ed efficace nella didattica.

Da tale rapporto emergono i seguenti principali aspetti.

A) Motivazioni per un quadro delle competenze AI
L’intelligenza artificiale ha profonde implicazioni per l’istruzione, la didattica e le competenze degli insegnanti. La capacità dell’IA di processare enormi quantità di dati, identificare schemi e generare contenuti offre opportunità significative per migliorare i processi di apprendimento. Tuttavia, esistono anche rischi, tra cui la perdita di autonomia umana, il rischio di violazioni della privacy e l’amplificazione delle disuguaglianze esistenti.
Per affrontare queste sfide, è necessario un quadro di competenze che aiuti gli insegnanti a comprendere e gestire eticamente ed efficacemente l’uso dell’IA in classe.

B) Obiettivi e pubblico di riferimento
L’AI CFT è rivolto agli insegnanti che utilizzano l’IA per facilitare l’apprendimento nelle materie principali. Non è pensato per docenti specializzati nell’insegnamento avanzato dell’IA. Il quadro mira a supportare lo sviluppo professionale continuo, fornendo linee guida per la creazione di programmi nazionali e istituzionali di formazione sull’IA.
Gli obiettivi specifici includono:
• Definire standard per le competenze AI degli insegnanti.
• Fornire riferimenti operativi per la progettazione di corsi di formazione.
• Creare criteri per la valutazione delle competenze AI degli insegnanti.

C) Allineamento con il quadro delle competenze TIC per insegnanti dell’UNESCO
L’AI CFT è allineato con il framework UNESCO del 2018 sulle tecnologie dell’informazione e della comunicazione (TIC) per gli insegnanti. Questo allineamento garantisce una continuità nello sviluppo delle competenze digitali, assicurando che gli insegnanti possano utilizzare in modo efficace le tecnologie digitali e l’IA.
Il framework si basa su una struttura comune che integra la formazione iniziale, la formazione in servizio e l’apprendimento continuo, promuovendo un approccio olistico allo.

D) Evoluzione delle tecnologie AI e implicazioni per le competenze degli insegnanti
Con l’evoluzione dell’IA, il ruolo degli insegnanti sta cambiando. Essi devono diventare facilitatori dell’apprendimento, promotori di pratiche etiche nell’uso dell’IA e modelli di apprendimento continuo. Il quadro delle competenze AI li aiuta a navigare tra le opportunità e le sfide dell’IA, garantendo che questa tecnologia sia usata in modo inclusivo ed equo.

Il quadro delle competenze AI per gli insegnanti mira a garantire che l’uso dell’IA nell’istruzione sia efficace, etico e incentrato sull’uomo. Con un’adeguata formazione, gli insegnanti possono sfruttare le potenzialità dell’IA per migliorare l’apprendimento senza sacrificare il valore dell’interazione umana e della didattica tradizionale.

È appena il caso di evidenziare che il framework dell’UNESCO non è l’unico esistente in ambito istruzione e formazione ma meritano di essere menzionati anche l’"Artificial intelligence and education and skills" dell’OCSE e l’"EU DigComp Framework (DigComp 2.2)", rimandando ad altro contributo i relativi approfondimenti.

9. Prospettive future

L’ambito education è una delle nuove frontiere per lo sviluppo ed utilizzo di sistemi di IA basate su tecnologie sempre più avanzate.

Tra le tendenze emergenti vi sono:

• L’uso di IA conversazionale per migliorare l’interazione tra studenti e sistemi educativi.
• L’implementazione di blockchain per garantire la sicurezza e la tracciabilità dei dati educativi.
• Lo sviluppo di piattaforme di apprendimento basate su IA in grado di offrire esperienze immersive e personalizzate.

Conclusioni

L’integrazione dell’intelligenza artificiale nell’istruzione e nella formazione sta rivoluzionando il modo in cui apprendiamo e insegniamo.

Un approccio equilibrato tra innovazione e riflessione critica sarà fondamentale per il futuro dell’educazione basata sull’IA.

Follow us on Mastodon

Stay tuned!