Dal workshop del progetto Alma strategie, rischi e nuove pratiche per una didattica universitaria guidata dall’AI
Non è più tempo di chiedersi se usare l’Intelligenza Artificiale: la vera sfida, oggi, è imparare a governarla. Nelle università, dove si forma il pensiero critico prima ancora delle competenze tecniche, l’AI sta ridefinendo il confine tra apprendimento e automazione.
Il workshop che si è tenuto nei locali Isola Catania, nell’ambito del progetto ALMA, ha messo al centro proprio questa trasformazione: non una tecnologia da subire, ma un sistema da interrogare, guidare e comprendere, per evitare che il sapere si riduca a una risposta immediata priva di processo.
L’AI, infatti, non va considerata un mero strumento, ma piuttosto un’infrastruttura cognitiva che si inserisce nei processi di apprendimento e di pensiero.
Il professore Giovanni Adorni dell’Università di Genova ha spiegato come «l’uso superficiale di tale mezzo rischi di rendere l’istruzione una “scatola nera”: sebbene gli studenti possano produrre risultati formidabili, ciò che viene meno è il processo logico che precede tali risultati».
«Difatti questi rimangono invisibili e i docenti non riescono a valutare le reali competenze dello studente – ha aggiunto -. La soluzione non si trova né in un divieto né in una accettazione totale dell’IA, occorre un approccio differente. In questo scenario entra in gioco il prompt-based learning, una pratica che riguarda il modo in cui diamo istruzioni all’intelligenza artificiale, con lo scopo di creare un processo di pensiero consapevole».
Un momento dell'intervento del prof. Giovanni Adorni
«Quando comprendiamo chiaramente un problema, sappiamo semplificarlo e valutare le risposte del sistema in maniera critica, riusciamo quindi a mantenere il controllo dell’apprendimento», ha spiegato il docente.
«Questo processo è noto come agency ed è in questo contesto che le materie umanistiche ci aiutano a ridefinire il nostro rapporto con la tecnologia – ha sottolineato il prof. Adorni -. Utilizzando questi metodi saremo in grado di costruire delle solide fondamenta per la nostra formazione, e allo stesso tempo riusciremo ad interagire con la tecnologia in maniera più consapevole».
«Quando parliamo di prompt based learning, non intendiamo solo scrivere i comandi in modo chiaro, ma ci accingiamo a interagire con l’IA come faremmo con un “collega statisticamente esperto” – ha precisato il docente dell’ateneo ligure -. Questo è possibile perché il sistema è disponibile 24 ore su 24 e viene meno il timore di porre domande “banali o semplici”».
«Durante l’uso dei prompt è fondamentale porre dei vincoli, senza i quali si rischia che il controllo della risposta venga delegato alla macchina – ha aggiunto -. A questo scopo viene utilizzato il cosiddetto Natural language programming, il quale trasforma il linguaggio naturale in uno strumento di controllo del processo di pensiero dell’AI. È necessario quindi specificare il livello di difficoltà e il destinatario, affrontare il problema in prima persona prima di sottoporlo al sistema e inserire dati verificabili».
«Se il prodotto è cogenerato con l’IA, cosa dovrebbe quindi valutare un docente? La triangolazione di processo, prodotto e competenze – ha detto in chiusura di intervento -. Dunque si parla di come lo studente abbia scomposto il problema e raffinato il prompt, della qualità e della correttezza del prodotto finale e delle capacità dello studente nel giustificare le proprie scelte».
Un momento dell'incontro
A seguire è intervenuto Pierpaolo Vittorini, professore dell’Università dell’Aquila, che ha successivamente illustrato alcune tecniche che mirano ad incrementare l’efficienza responsiva dell’AI: il Contraint prompting, ovvero la comunicazione di vincoli definiti, la Chain of thought (CoT), in modo da controllare i passaggi logici che precedono una data risposta; il Least-to-Most e il Tree of Thoughts, mirati a rendere il problema posto all’AI più chiaro scomponendolo in sottoproblemi.
In merito al Role-prompting il docente ha precisato che definendo «l’identità dell’interlocutore si riesce a orientare il tono della risposta data dall’AI, ottenendo addirittura migliori risultati specificando anche il proprio ruolo nel porre la domanda».
«Come si può evitare che le informazioni fornite all’AI vengano diffuse e riutilizzate? La soluzione è un investimento: utilizzare dei modelli Open Wave ospitati su macchine proprie», ha precisato il prof. Vittorini. «Ho fatto un investimento che dal punto di vista didattico mi permette di proteggere i dati delle performance dei ragazzi», ha aggiunto.
Dalle parole di Vittorini si può evidenziare come il ruolo del docente rimane fondamentale: la macchina deve essere utilizzata solo per velocizzare e facilitare il lavoro, ma l’ultima parola spetta al docente.
Un momento dell'incontro del prof. Pierpaolo Vittorini
«Dobbiamo metterci la testa noi», ha ripetuto più volte il docente per sottolineare «l’importanza della revisione della risposta da parte del docente, il quale deve sempre considerare l’essenza di macchina dell’AI e non accettare in modo passivo l’output ricevuto».
L’incontro ha fatto emergere quindi la realtà inanimata dell’Intelligenza Artificiale, strumento sicuramente innovativo che va però gestito e domato. In questo modo si potranno ottenere risultati efficienti e si potrà facilitare il lavoro di insegnanti e studenti, a condizione che questi ultimi non dimentichino di aggiungere al tutto il loro “tocco umano”.
Il Progetto ALMA – Advanced Learning Multimedia Alliance for Inclusive Academic Innovation, finanziato nell’ambito del PNRR - Subinvestimento Digital Education Hubs (DEH), coordinato dall’Università Federico II di Napoli, in partenariato con 14 università pubbliche e AFAM, è un'iniziativa pensata per portare docenti, ricercatori e ricercatrici e personale tecnico amministrativo al centro della trasformazione digitale della didattica.
A coordinare le attività per l'Università di Catania è il principal investigator Alberto Fichera.