Intelligenza Artificiale, scuola e pensiero creativo: stiamo preparando i giovani alle professioni del futuro?

Home Temi Verticali Scuola, Istruzione e Ricerca Intelligenza Artificiale, scuola e pensiero creativo: stiamo preparando i giovani alle professioni del futuro?

L’IA generativa si presenta come una tecnologia estremamente potente e con un alto potenziale trasformativo in molti sistemi. Dobbiamo impiegarla come piattaforma che consenta di reimmaginare e riprogettare il nostro sistema educativo affinché sia adatto al futuro

8 Febbraio 2024

B

Lorenzo Benussi

Head of EdTech Unit LINKS Foundation

Foto di Annie Spratt su Unsplash - https://unsplash.com/it/foto/donna-in-camicia-nera-a-maniche-lunghe-seduta-davanti-a-macbook-dargento-4-4WPFLVhAY

Questo articolo è tratto dal capitolo “Scuola e istruzione” dell’Annual Report di FPA presentato il 18 gennaio 2024. La pubblicazione è gratuita

Tutti parlano di Intelligenza Artificiale Generativa (Generative Artificial Intelligence, Generative AI, GenAI), i giornali, le riviste di settore, i commentatori in televisione e i social media. Dal 2022 sembra che le macchine abbiano preso vita e ci osservino, registrino, studino, mentre assistiamo inermi e complici come nel famoso e sempre attuale romanzo di H. G. Wells La Guerra dei Mondi. Apocalittici e integrati dibattono i pregi e i difetti, le corporation estraggono grandi profitti e i politici cercano di controllare il fenomeno, in un contesto sempre più complesso ma anche polarizzato.

La scuola è coinvolta direttamente con nuove proposte, linee guida e soluzioni tecnologiche che sembra sia urgente prendere in considerazione e adottare. Tutto questo mentre il Global Education Monitoring Report 2023 di Unesco sulle tecnologie a scuola evidenzia che, a fronte di una larga diffusione degli strumenti, non si riscontrano sempre miglioramenti nel funzionamento del sistema scolastico, negli apprendimenti, nel modo di fare lezione.

Certo dopo l’esperienza della pandemia, nessuno mette in dubbio che le scuole debbano usare Internet, i programmi multimediali e le piatteforme di collaborazione come strumento educativo – fortunatamente – ma il reale potere trasformativo della tecnologia è ancora poco chiaro. Da un lato il clamore dell’Intelligenza Artificiale – l’hype – alimenta una sensazione di urgenza e bisogno nei presidi e negli insegnanti, dall’altro due decenni di studi e ricerche suggeriscono di avere una posizione attenta e critica sull’Intelligenza Artificiale, come su tutte le tecnologie.

Fatta questa premessa che vuole sgombrare il campo da punti di vista troppo ingenui, credo sia utile specificare il dominio tecnologico a cui ci riferiamo, l’Intelligenza Artificiale Generativa, per capire come essa possa servire a coltivare la creatività e aiutare gli studenti a essere personalmente e professionalmente consapevoli delle sfide del futuro.

Intelligenza Artificiale Generativa: di cosa stiamo parlando

L’oggetto di cui stiamo parlando non esiste in sé, più che di una tecnologia parliamo di una traiettoria tecnologica all’interno della quale, nel 2023 è emersa un’applicazione Chat GPT 4.0 che ha svelato a tutti quello che i professionisti del settore sapevano da tempo: le notevoli e impressionanti possibilità dell’IA generativa. Assistiamo a una improvvisa esplosione di notorietà anche se ChatGPT non è un prodotto nuovo perché la prima versione risale al 2018 e non è l’unica soluzione di Intelligenza Artificiale Generativa disponibile, esistono molte alternative come Bard di Google, Llama una soluzione open-source sviluppata da Meta, oppure Tongyi Qianwen creato e utilizzato da Alibaba in mandarino e inglese.

L’insieme di tecniche che rendono possibili le applicazioni che chiamiamo Intelligenza Artificiale Generativa (Generative Artificial Intelligence – GenAI) fanno parte della famiglia delle tecniche di apprendimento automatico che, in estrema sintesi, usano algoritmi per migliorare ‘continuamente’ e ‘automaticamente’ le proprie performance, queste tecniche spesso lavorano insieme come componenti di un sistema.

  • Apprendimento automatico (Machine Learning – ML): un tipo di IA che utilizza i dati per migliorare automaticamente le proprie prestazioni.
  • Reti Neurali Artificiali (Artificial Neural Network – ANN): un tipo di ML che si ispira alla struttura e al funzionamento del cervello umano (ad esempio le connessioni sinaptiche tra i neuroni).
  • IA generativa del testo.
    • Trasformatori per uso generale (Generalpurpose Transformers – GPT): un tipo di ANN in grado di concentrarsi su diverse parti di dati per determinare come si relazionano tra loro.
    • Modelli linguistici di grandi dimensioni (Large Language Models – LLM): un tipo di trasformatore per uso generale addestrato su grandi quantità di dati di testo.
    • Trasformatore generativo pre-addestrato (Generative Pre-trained Transformer – GPT4): un tipo di LLM pre-addestrato su quantità di dati ancora maggiori, che consente al modello di catturare le sfumature del linguaggio e generare testo coerente e sensibile al contesto.
  • IA generativa di immagini – Reti avversarie generative (Generative Adversarial Networks – GANs) e i Codificatori automatici variazionali (Variational Autoencoders – VAEs) entrambi tipi di rete neurale utilizzati per la generazione di immagini.

Una parte molto rilevante dei risultati raggiunti oggi dalla GenAI è dovuta, oltre all’evoluzione dei software, all’incremento delle capacità di calcolo dell’hardware e delle connessioni, basti pensare che dal 2012, le capacità informatiche utilizzate per l’addestramento dei modelli GenAI sono raddoppiate ogni 3-4 mesi (Stanford University, 2019).

Questioni aperte e impatto sul mondo della scuola

La combinazione di nuove tecniche di calcolo con nuovi computer sempre più potenti e connessi permette oggi di apprezzare l’abilità, precisione e prontezza con cui ChatGPT interagisce con gli esseri umani, la vastità di conoscenze a cui è possibile attingere e la capacità che ha il programma di organizzarle secondo le richieste degli utenti, chiacchierando, da cui il termine Chat. Ma il discorso su Intelligenza Artificiale Generativa non vede solo posizioni ottimiste. Esistono molte preoccupazioni, legittime, sulla provenienza dei dati dei modelli, sulla sicurezza e sul rispetto della privacy cui si aggiunge un complesso quesito etico che parte dalla constatazione che se l’algoritmo impara dalla realtà così com’è, ne assorbe i pregi come i difetti, li ottimizza e nel tempo li perpetrerà e trarrà decisioni su di essi.

Molti discutono quindi di definire delle regole – come le tre leggi della robotica di Isaac Asimov – che servano da correttivi ‘etici’ sui quali è però difficile trovare un unico consenso tra culture e nazioni diverse. Infine, è opportuno richiamare i problemi di ordine economico perché, dopo anni di investimenti tecnologici non sempre efficaci, è importante sapere che la produttività dell’investimento in tecnologia a scuola dipende molto da fattori di contesto, quindi è inutile aspettarsi che anche il più avveniristico programma di IA migliori gli apprendimenti dei ragazzi in una scuola, dico per assurdo, senza organico, senza orari e con spazi inadeguati. Questa tecnologia, come le altre, deve essere adottata in modo sistemico e funzionale, non lavora da sola ma in collaborazione con l’ambiente e funziona se è uno strumento per raggiungere gli obiettivi dei professori, delle classi, degli studenti.

Le persone che lavorano a scuola non sono immuni da tali questioni perché hanno il compito istituzionale di garantire la privacy degli studenti, di evitare discriminazioni, di sfruttare al meglio gli investimenti pubblici e soprattutto perché si trovano nella possibilità e responsabilità di scegliere se e quando l’Intelligenza Artificiale Generativa sia utile al loro mestiere di insegnanti ed educatori.

L’IA generativa per promuovere la creatività e le competenze del futuro

A cosa serve, quindi, l’Intelligenza Artificiale Generativa a scuola? Prendendo ispirazione da un report della Fondazione Nesta (Educ-AI-tion Rebooted? 2019), credo sia comodo dividere i domini applicativi in tre insiemi:

  • strumenti rivolti agli studenti, come piattaforme di apprendimento adattivo che ‘personalizzano’ i contenuti in base ai punti di forza e di debolezza del bambino;
  • strumenti rivolti agli insegnanti, come quelli che automatizzano la correzione e l’amministrazione;
  • strumenti rivolti al sistema, come quelli che analizzano i dati provenienti da più scuole e università (prestazioni del sistema).

Le soluzioni per la scuola basate sulla IA sono quindi moltissime, ma ci concentreremo principalmente sul primo gruppo perché aiuta più degli altri a capire come promuovere la creatività e le competenze del futuro. Trovo particolarmente interessante il punto di vista di Mitchel Resnick, direttore del gruppo di ricerca Lifelong Kindergarten dell’MIT Media Lab di Boston e fondatore del progetto Scratch. Nel suo ultimo articolo AI and Creative Learning: Concerns, Opportunities and Choices definisce in modo molto chiaro le differenza tra l’uso dell’IA nel sistema scolastico ed educativo come uno strumento principalmente volto al miglioramento in termini di efficienza ed efficacia e, invece, il suo impiego come mezzo per aumentare la creatività, la collaborazione e l’inclusione: «Non dovremmo aspettarci (o desiderare) che i sistemi di Intelligenza Artificiale svolgano lo stesso ruolo dei tutor, coach o assistenti umani. Piuttosto, dovremmo considerare i sistemi di Intelligenza Artificiale come una nuova categoria di risorse educative, con le proprie possibilità e limitazioni». È importante, suggerisce Resnick, essere consapevoli delle caratteristiche di questa tecnologia, dei suoi rischi e potenzialità, ma soprattutto è essenziale che i docenti abbiano chiari obiettivi pedagogici.

«Alcuni usi dei sistemi di Intelligenza Artificiale limiteranno l’agire dello studente, si concentreranno su problemi ‘chiusi’ o sottovaluteranno il contatto umano e la comunità. Temo che le pressioni della società e del mercato spingano gli usi educativi dei sistemi di Intelligenza Artificiale in questa direzione. Ma è anche possibile utilizzare i sistemi di Intelligenza Artificiale per supportare un approccio all’apprendimento più orientato ai progetti, agli interessi, collaborativo e incentrato sull’essere umano, che consenta agli studenti di sviluppare la motivazione, la creatività e l’empatia di cui avranno bisogno per prosperare nel complesso mondo di oggi in rapida evoluzione. La scelta spetta a noi».

Usare l’Intelligenza Artificiale Generativa per promuovere la creatività è quindi una scelta politica/pedagogica, non solo tecnologica e credo sia utile suggerire delle domande che le scuole e il sistema debbano farsi quando usano a fini didattici le soluzioni di Intelligenza Artificiale Generativa.
Queste nuove risorse ci servono principalmente per minimizzare il tempo di correzione di compiti e test, per affiancare agli studenti tutor virtuali, per minimizzare il tempo di apprendimento di nozioni e concetti attraverso quiz personalizzati? Oppure ci interessa usare la GenAI per ampliare le possibilità di esplorazione della conoscenza attraverso l’interazione in linguaggio naturale con l’infinita serie di informazioni presenti su Internet, avviare processi di metacognizione aiutando gli studenti a interrogarsi, anche tramite l’IA, sul loro modo di imparare, supportarli nello sviluppare sicurezza e indipendenza nel processo di apprendimento-studente agency?

Indicazioni a livello internazionale e risorse per le scuole

Negli ultimi mesi sono stati pubblicati studi, ricerche e indicazioni che aiutano le scuole a capire come insegnare l’IA e sono un utile strumento di riflessione su come usarla nel modo corretto.
L’UNESCO ha da poco divulgato le Linee guida per l’uso dell’Intelligenza Artificiale Generativa nei sistemi educativi (Guidance for generative AI in education and research, 2023) che danno otto indicazioni su come usare correttamente le soluzioni di IA:

  1. promuovere l’inclusione, l’equità, la diversità linguistica e culturale;
  2. proteggere l’Agency degli studenti;
  3. monitorare e valutare i sistemi di GenAI;
  4. sviluppare competenze specifiche sull’uso di strumenti di GenAI nei processi di apprendimento;
  5. formare gli insegnanti e i ricercatori affinché utilizzino in modo appropriato queste tecnologie;
  6. promuovere una pluralità di idee e opinioni;
  7. fare dei test locali che valorizzino le differenze di sistemi e territori e creare una base dati globale di buone pratiche;
  8. esaminare le implicazioni a lungo termine in maniera intersettoriale e interdisciplinare.

TeachAI, un’iniziativa condotta tra gli altri da Code.org, ha scritto e diffuso un manuale o meglio un toolkit con indicazioni pratiche per le scuole (AI Guidance for Schools Toolkit, 2023), compresa un’interessante guida su Large Language Model Prompts for Educators cioè su come dare istruzioni ai sistemi di GenAI e una presentazione rivolta ai docenti, liberamente scaricabile e modificabile, su AI in Education che aiuta a capire, in termini pratici, cosa fare con queste tecnologie e introduce una nuova interessante concezione di digital divide: mentre l’idea più diffusa e invalsa oggi di digital divide si basa sull’accesso a PC e connettività, con l’avvento di questa nuova generazione di strumenti di apprendimento, le diseguaglianze si producono intorno alle capacità o meno di usare l’Intelligenza Artificiale come mezzo di apprendimento.

La Commissione Europea dedica l’Azione 6 del Digital Education Action Plan 2021-2027 alle Linee guida sull’uso dell’Intelligenza Artificiale e dei dati nell’insegnamento e nell’apprendimento per gli educatori, sottolineando l’importanza dall’etica che hanno l’obiettivo di:

  • spiegare come viene utilizzata l’Intelligenza Artificiale nelle scuole;
  • aiutare insegnanti e studenti nel loro insegnamento e apprendimento;
  • analizzare sistemi di supporto e processi amministrativi nei contesti educativi;
  • presentare le considerazioni e i requisiti etici alla base delle linee guida.

Intelligenza Artificiale per reimmaginare il nostro sistema educativo

Le indicazioni presenti a livello internazionale e le risorse per le scuole sono quindi molte e sono tutte valide per comprendere un fenomeno così complesso. Una qualità abbastanza evidente della GenAI è promuovere il discorso sull’apprendimento, i processi di metacognizione. Come ben spiegato nel laboratorio su Pensiero Computazione e Apprendimento Creativo realizzato dal progetto Riconnessioni di Fondazione Compagnia di San Paolo, la differenza tra Programmazione e Intelligenza Artificiale è che nel primo caso diamo istruzioni alla macchina affinché esegua un compito come vogliamo, nel secondo caso le insegniamo a imparare una serie di nozioni che le permettano di eseguirlo in autonomia. Lavorare con l’IA costringe quindi gli studenti, mentre insegnano alle macchine, a ragionare su cosa sia l’apprendimento, come si sviluppi e quindi a conoscere meglio anche per se stessi.

L’Intelligenza Artificiale Generativa si presenta come una tecnologia estremamente potente e con un alto potenziale trasformativo in molti sistemi, tra cui uno dei più rilevanti è il sistema educativo. Vista la capacità dell’Intelligenza Artificiale Generativa di accelerare e amplificare, dobbiamo stare attenti a non utilizzarla solo per riaffermare le priorità delle nostre scuole oggi, per migliorare le performance del vecchio sistema. Dobbiamo, invece, impiegarla come piattaforma che consenta alle scuole, agli insegnanti e soprattutto agli studenti di discutere e criticare, reimmaginare e riprogettare il nostro sistema educativo affinché sia adatto al futuro.

Bibliografia e riferimenti

UNESCO (2023) – Global Education Monitoring Report 2023: Technology in education – A tool on whose terms? Paris, UNESCO.
Code.org, CoSN, Digital Promise, European EdTech Alliance, Larimore, J., and PACE (2023). AI Guidance for Schools Toolkit. Retrieved from teachai.org/toolkit[2023].
European Commission – Digital Education Action Plan (2021-2027)
UNESCO (2023) – Guidance for generative AI in education and research
Nesta (2019) – Educ-AI-tion Rebooted? Exploring the future of artificial intelligence in schools and colleges. Baker, Smith, Anissa (2019)
Scratch project (scratch.mit.edu) TeachAi (2023) – AI in Education

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Su questo argomento

FPA Annual Report 2023: una PA sempre più protagonista dei processi di innovazione