Le novità dell’IA per l’ambito formativo
L’esplosione dell’Intelligenza Artificiale cui abbiamo assistito negli ultimi anni non ha uguali nella lunga storia della tecnologia. Non soltanto pare che non si possa più fare a meno di questi sistemi e che la loro presenza in qualunque attività umana sia garanzia di qualità e di successo: sembra anche che si stia vivendo in un mondo profondamente diverso da quello di poco tempo fa e che improvvisamente il futuro sia arrivato. Quanto saranno profondi e duraturi i cambiamenti portati da queste tecnologie è ancora poco chiaro. L’Intelligenza Artificiale è una disciplina con una storia piena di facili entusiasmi seguiti dappresso da cocenti delusioni. È però vero che, contrariamente al passato, sembra essersi messa in moto una vasta transizione sociale e politica che necessita di essere governata.
L’educazione è uno dei temi chiave di questa transizione e a ben guardare non si tratta di una novità. Sono almeno cinquant’anni che l’Intelligenza Artificiale si occupa, a varie riprese e da varie angolazioni, di formazione e di come i sistemi informatici possono essere utilizzati per potenziare tutte le fasi dell’apprendimento. Ci sono però due elementi di novità, e di problematicità, che gli sviluppi degli ultimi dieci anni hanno introdotto.
In primo luogo, i sistemi di Intelligenza Artificiale sono diventati adattativi. L’uso sempre più ampio delle reti neurali e del machine learning
1 ha consentito di costruire infrastrutture che si adattano alle esigenze e alle priorità di chi le usa. Dal punto di vista didattico ed educativo questa è una differenza importante. I sistemi adattativi di Intelligenza Artificiale offrono vantaggi significativi migliorando la qualità dell'apprendimento personalizzato. Questi sistemi possono, infatti, analizzare in tempo reale le prestazioni e le preferenze di ciascun studente e studentessa, adattando i contenuti, il ritmo e i metodi di insegnamento in base alle necessità individuali. Questo approccio personalizzato consente di affrontare le difficoltà specifiche degli studenti, massimizzando le opportunità di apprendimento e ottimizzando il loro progresso. Gli studenti possono così avanzare secondo i propri tempi, ricevendo feedback immediato e mirato che li aiuta a correggere eventuali errori e a consolidare le competenze. Inoltre, l'Intelligenza Artificiale permette di creare percorsi formativi più flessibili e interattivi, aumentando il coinvolgimento e la motivazione. In ambito scolastico, ciò si traduce in migliori risultati accademici e una maggiore equità nell'accesso all'istruzione di qualità, rendendo l'apprendimento più inclusivo ed efficace.
Un esempio di sistemi adattativi sono gli Intelligent Tutoring Systems (ITS), una famiglia di infrastrutture informatiche che interagiscono direttamente e individualmente con ogni studente e studentessa, variando in modo opportuno le variabili dell’esperienza educativa. Ne esistono di diversi tipi, dagli ITS più semplici, sotto forma di app, che supportano gli studenti nello studio a casa, alle smart classroom, veri e propri ambienti regolati dall’Intelligenza Artificiale che sono in grado di trasmettere al docente i cosiddetti learning analytics, vale a dire dati sullo stato di apprendimento dei singoli alunni. Nelle versioni più avanzate, le smart classroom sono equipaggiate con riconoscimento facciale delle emozioni in grado di comprendere quali studenti stanno prestando attenzione, quali sono perplessi, quali annoiati e così via.
Il secondo importante elemento di novità è la comparsa dell’Intelligenza Artificiale generativa, ovvero i cosiddetti Large language model (LLM). Anche in questo caso, la storia ha origini nel cuore del secolo scorso. Fin dagli anni Sessanta, gli informatici si sono occupati di costruire software che fossero in grado di intrattenere una conversazione. A ben vedere, anzi, Alan Turing individuava proprio in questa prestazione l’elemento dirimente per distinguere umani e macchine: per i computer è sempre stato estremamente complicato destreggiarsi fra tutte le possibili situazioni che il linguaggio naturale può coprire. Almeno fino ad ora.
Nel novembre 2022 Open AI ha rilasciato ChatGPT, un’interfaccia che consente di usare in modo semplice e intuitivo il loro LLM, chiamato GPT 3.5. Il successo di ChatGPT è stato immediato e travolgente. In soli due mesi ha superato la barriera dei 100 milioni di utenti attivi (il precedente detentore di questo particolare record di velocità, TikTok, ne aveva impiegati nove). ChatGPT è stato il primo LLM facilmente accessibile da utenti non esperti. Se sollecitato da un opportuno stimolo linguistico, detto prompt, è in grado di produrre testi di qualità molto vicina a quella umana e di lunghezza variabile. Può reagire alle richieste più strane, inconsuete o persino contraddittorie che possono venirci in mente e il più delle volte le sue risposte sono pertinenti. Si badi bene, pertinenti, non necessariamente esatte, un punto su cui torneremo. I LLM funzionano con algoritmi di predizione probabilistica, pertanto producono quella che, statisticamente, è la risposta più plausibile senza preoccuparsi che essa contenga informazioni fattualmente vere. Anche in questo, ahimè, assomigliano agli esseri umani.
I progressi dell’IA generativa e i rischi d’uso
Dal novembre 2022 l’IA generativa è progredita ulteriormente sospinta anche dal successo di ChatGPT. I modelli linguistici sono diventati sempre più grandi e sempre più versatili. Ora sono integrati con i motori di ricerca, sono in grado di maneggiare immagini e video, possono leggere e riassumere un libro in pochi secondi e comporre testi sempre più accurati. Un paragrafo di questo articolo è stato scritto dall’Intelligenza Artificiale, sta a voi individuare quale!
I LLM hanno creato un notevole subbuglio a tutti i livelli dell’educazione. Sicuramente l'uso dell'Intelligenza Artificiale generativa a scuola porta all’attenzione di docenti, legislatori e professionisti dell’educazione a vario titolo diversi profili di rischio, rispetto ai quali, è inutile nascondercelo, non eravamo preparati. Uno dei principali è il rischio di dipendenza eccessiva da queste tecnologie, con studenti e studentesse che potrebbero delegare alle macchine non soltanto il processo creativo, ma anche quello di apprendimento, riducendo progressivamente lo sviluppo di competenze critiche come il pensiero analitico e la capacità di problem-solving. Un altro rischio riguarda la qualità e l'accuratezza dei contenuti generati dall'IA. È importante ricordare che i LLM non hanno una comprensione genuina dei testi che producono, ragion per cui le informazioni che essi contengono potrebbero essere fuorvianti, incomplete o, peggio ancora, discriminatorie ed eticamente discutibili, portando a una comprensione errata di concetti complessi. Inoltre, esiste il concreto pericolo di plagio e mancanza di originalità nei compiti scolastici, con alunni che potrebbero utilizzare l'IA per generare testi e risposte senza un reale impegno. Questo rischio ha portato alcune università a cambiare radicalmente le proprie procedure di valutazione proibendo, ad esempio, gli elaborati scritti a causa dell’impossibilità di garantire la genuinità del compito.
Opportunità e spunti per attività in classe
Ma, come sempre accade con la tecnologia, non ci sono soltanto rischi, ci sono anche interessanti opportunità, sia per il lavoro preparatorio dei docenti che per il lavoro in classe. Non ho qui lo spazio per discuterle tutte, per una rassegna più completa vi rimando al libro Educare all’IA che ho scritto insieme a Fabio Aurelio D’Asaro e Francesco Pedrazzoli per Sanoma. Qui mi limiterò a dare alcuni spunti che, con la giusta dose di creatività, possono facilmente essere trasformati in attività didattiche produttive. L’elemento fondamentale da ricordare nell’uso dell’Intelligenza Artificiale generativa a scuola è che essa deve sempre essere un partner, un elemento ausiliario dell’interazione didattica e mai un sostituto.
Prendiamo ad esempio il caso di una attività multidisciplinare che parta dalla filosofia. ChatGPT o altri LLM, come Gemini di Google, possono essere utilizzati in classe soprattutto come fonte di attività di dibattito e analisi critica perché è nella creazione di testi che questi sistemi danno il meglio. Immaginiamo di impostare in classe una discussione su un tema come la libertà di parola, un problema molto attuale che interseca l’educazione civica, il pensiero filosofico di John Stuart Mill, il liberalismo politico e la formazione storica degli Stati nazionali. Per un’attività del genere ChatGPT può essere usato in moltissimi modi. Si può chiedere, ma è solo un esempio, di generare cinque argomenti a favore della censura di stampa e proporre poi a studenti e studentesse di confutarli. Oppure è possibile chiedere a ChatGPT di impersonare un particolare personaggio (sì, può farlo), diciamo un sostenitore di una posizione estrema o bizzarra riguardo la libertà di parola, e chiedere alla classe di interagire con esso, cercando di smontare le sue argomentazioni. Questo è un lavoro che può richiedere la ricerca di fonti e di ulteriori informazioni.
L’Intelligenza Artificiale generativa può anche essere usata con immagini, il che la rende utile per attività nell’ambito della storia dell’arte. Ad esempio, è possibile organizzare un laboratorio di Visual thinking strategies (VTS) che metta a confronto quello che la classe è in grado di cogliere in un’opera d’arte e quello che invece viene colto dal LLM. In questo caso, l’Intelligenza Artificiale diviene parte della classe, un “partner cognitivo”, e questo può avere una funzione educativa, considerato che nella società del futuro sarà indispensabile interagire in modo quotidiano con questi sistemi.
Questi sono soltanto alcune idee su come ChatGPT e sistemi affini possono essere usati a scuola. Lavorando accuratamente con il prompt, è possibile fornire al sistema informazioni di contesto che gli permettano di interagire nel modo migliore. Senza dimenticare che questi sistemi possono essere anche un grande aiuto per tutto ciò che concerne la preparazione delle attività da parte dell’insegnante. Ad esempio, predisporre un questionario di geografia può divenire rapidissimo con il prompt giusto. Esistono anche estensioni di Google Slides (quindi integrabili con Google Classroom) che consentono di creare presentazioni semplicemente scrivendo i testi. Tuttavia, il risultato deve poi essere ricontrollato e raffinato: si ricordi, un partner non un sostituto.
[1]Machine learning In italiano “apprendimento automatico”, è una forma di Intelligenza Artificiale in grado di elaborare una gran mole di dati, di apprendere da essi e di migliorare gradualmente la propria prestazione, ovvero la qualità delle sue risposte.
Le reti neurali sono modelli di Machine learning progettati per imitare le funzioni e la struttura del cervello umano. Sono dunque composte da nodi (neuroni): alcuni di input (ricevono dati da chi utilizza l’IA), altri nascosti (elaborano i dati e comunicano tra loro), alcuni di output (emettono un risultato). I nodi lavorano a diversi livelli e imparano dai propri errori.
Referenze iconografiche: Shutterstock AI Generator