Un aspetto di cui si parla poco nell’utilizzo della AI nella didattica è la possibilità di raccogliere dati e di analizzarli.
È un tema complesso per questioni di privacy ma immaginiamo di avere i permessi per raccogliere i dati non solo in modo aggregato ma anche puntuale: studente per studente.
Tutte le applicazioni AI-based possono raccogliere dati: molti sono dati quantitativi: numero di sessioni, tempo di utilizzo per sessione, numero di interazioni e quantità di parole usate per sessione ecc.
Sono dati importanti che possono dare al docente un’indicazione precisa dell’impegno dello studente.
Questi dati quantitativi sono possibili per ogni tipo di EdTech, non necessariamente AI-based.
Ma la cosa nuova e interessante è che le applicazioni didattiche basate sulla AI raccolgono conversazioni (per esempio con un AI tutor): grandi quantità di dati in forma di dialogo in forma di linguaggio naturale.
Analizzare molte conversazioni e praticamente impossibile ma è possibile usare una AI per fare delle analisi delle conversazioni e del loro cambiare nel tempo.
In questo modo la AI può fare un report complessivo per il singolo studente evidenziando i suoi punti di forza, le difficoltà, il loro evolvere nel tempo ecc.
Queste preziose informazioni possono essere usate dal docente per migliorare la didattica verso quello studente (o verso la classe se poi si chiede alla AI di aggregare i dati qualitativi).
E possono essere usate anche dalla AI stessa per adattare e personalizzare il proprio insegnamento.
Siamo veramente in un mondo con potenzialità enormi: la AI può aiutare lo studente a studiare con i suoi tempi e modi, raccogliere i dati per informare docenti e genitori e per adattarsi ancora di più allo studente per rendere più efficace l’insegnamento. È un po’ la logica di un bravo tutor-mentore umano ma applicata dalla AI a ogni singolo studente.
(Nell’immagine un esempio di questo tipo di analisi per una situazione di coaching, non è proprio un AI-tutor ma la logica è la stessa)
