I miei due contributi in Antico & IA. Intelligenze artificiali e didattica del mondo antico: Riflessioni e proposte

Ho il piacere di annunciarvi la pubblicazione di Antico & IA. Intelligenze artificiali e didattica del mondo antico: Riflessioni e proposte, a cura di Gianfranco Mosconi, e a cui ho partecipato con due contributi. Eccovi il link

Eccovi anche la presentazione dei miei due contributi.

Prometeo o automa? L’Intelligenza Artificialecome risorsa critica per la didatticadella storia e delleletterature antiche

il saggio analizza le implicazioni dell’Intelligenza Artificiale generativa nella didattica delle discipline  classiche.  Dopo una decostruzione dell’immaginario collettivo, propone una tassonomia delle tecnologie AI, con focus sui Grandi Modelli Linguistici (LLM). Vengono introdotti concetti come la ‘pareidolia semantica’ (Floridi), i tre paradigmi d’uso dell’IA (Trinchero), i sette approcci pedagogici all’integrazione e la ‘cognizione midtended’(Baran-diara,Pérez-Verdugo). Si discutono opportunità e criticità nell’insegnamento di storia e lingue antiche, evidenziando come l’IApossa potenziare pratiche efficaci (Hattie), pur imponendo un ripensamento della valutazione e del ruolo docente. Si propone infine un approccio pedagogico in linea con l’AI Act europeo e i quadri UNESCO e DigComp, in cui l’IA è alleata dell’intelligenza umana e promotricedi un umanesimo digitale. 

L’Intelligenza Artificiale come facilitatore cognitivo: un’esperienza didatticanell’insegnamentodella storia antica

il saggio analizza i risultati di un’esperienza didattica documentata condotta presso un istituto professionale di Brescia, volta a integrare chatbot preaddestrati nell’insegnamento della storia antica, in base al paradigma del ‘man-with-the-machine learning’. Lo studio ha analizzato l’applicazione del metodo del Jigsaw in due classi prime. È stata fondamentale la formazione degli studenti sull’uso critico dei Large Language Models (LLM). Inizialmente gli studenti hanno mostrato resistenza a un approccio maieutico che richiedeva ragionamento  attivo,  ma  una  seconda  esperienza  didattica,  con prompt più strutturati, ha portato a un significativo miglioramento dell’interazione e del rendimento. I dati di valutazione mostrano un incremento medio dei punteggi, attribuito alla preparazione e al feedback. L’efficacia dell’IA nella didattica dipende dalla progettazione pedagogica e dalla preparazione degli studenti, trasformando la tecnologia in un alleato per l’apprendimento attivo.