Archivi tag: AI

IA tra opportunità e rischi nella ricerca. Impatto dell’IA sulla metodologia della ricerca tradizionale – Seminario IA, Ing. Giovanni Paolo Caruso, 26/11/2024

Pubblicato il da
Rispondi

Nella giornata di mardedì 26 novembre 2024 ha avuto luogo presso la Facoltà di Lingue e letterature straniere dell’Università di Genova e online su Teams il seminario dal titolo “IA tra opportunità e rischi nella ricerca. Impatto dell’IA sulla metodologia della ricerca tradizionale”, tenuto dall’Ing. Giovanni Paolo Caruso.
Ingegnere elettronico dal 2005, Giovanni Paolo Caruso lavora come tecnologo presso l’ITD-CNR di Genova su tematiche quali l’Inclusione socio-educativa, l’Accesso agli strumenti e alle informazioni, la Cybersecurity, l’Intelligenza Artificiale generativa nel contesto educativo e la Formazione / Disseminazione.

L’intervento, da lui svolto durante la seconda giornata del seminario organizzato nell’ambito della programmazione didattica e di ricerca del dottorato il Digital Humanities, si è focalizzato su diversi aspetti inerenti all’ambito della ricerca relativa allo sviluppo delle IA. .

Introduzione all’Intelligenza Artificiale Generativa

In primis l’Ing. Caruso ha offerto una panoramica sulle IA generative e la loro storia, iniziando dalla nascita dei primi pensieri sull’intelligenza artificiale proposti da Alan Turing con la pubblicazione nel 1950 del suo articolo “Computing Machinery and intelligence”, nel quale il matematico pose uno degli interrogativi alla base dello sviluppo del settore: “Può una macchina pensare?”. Per rispondere a tale domanda Turing propose il proprio esperimento, che nato negli anni ‘60, portò allo sviluppo di due diversi modelli di “intelligenza artificiale”: quello deduttivo e quello induttivo.

Un’intelligenza deduttiva, denominata anche simbolica, si muove dal generale al particolare e si  basa sull’uso dei simboli per la rappresentazione della conoscenza usando la logica aristotelica. Tuttavia, tale posizione porta con sé delle criticità; in particolare il Teorema di Gödel ha dimostrato che esiste un’infinità di problemi che non possono essere dimostrati tramite l’applicazione di una logica di questo tipo.
Un’intelligenza induttiva, per contro, segue un approccio dal particolare al generale e si basa su grandi quantità di dati, grazie ai quali è possibile estrarre modelli e regole utili per comprendere i fenomeni che li generano e predirne il comportamento. Tali moli di dati vengono elaborate dalle IA in vari modi, ma in ognuno dei casi si parla di apprendimento. Questo può essere di tipo:

  • supervisionato: in cui l’utente fornisce i dati input e il modello fornisce l’output ricevendo un feedback (giusto/sbagliato);
  • non supervisionato: che segue la stessa procedura, ma senza feedback; in quanto è il modello che deve capire da solo se sta sbagliando;
  • semi-supervisionato;
  • attivo.

Un primo quesito che ci si può porre, quindi, è: “Quali devono essere le dimensioni di un dataset?”. La risposta non è semplice: da una parte, ci deve essere il maggior numero di dati possibile e, dall’altra, la quantità minima di dati sufficiente a garantire che la macchina non restituisca degli output errati. L’accuratezza dei dati è fondamentale ed è direttamente proporzionale all’accuratezza dell’output restituito, che dipende anche dal modello usato dalla macchina.

Tra i modelli di IA generativa più comuni si trovano:

  • gli LLM, ossia dei modelli ottimizzati per processare il linguaggio naturale (NLP). Si tratta tuttavia ancora di pappagalli stocastici che predicono quale simbolo deve seguirne un altro in base agli esempi che hanno a disposizione e sono in grado di riconoscere il sentiment di un testo e di tradurlo, riscriverlo o rispondere alle domande;
  • i LAM (Large Action/Agenting Models) che sono ottimizzati per analizzare le azioni compiute dagli umani e predirne il comportamento futuro. Impiegati nella creazione di assistenti che comprendo le richieste degli utenti ed eseguono azioni, come ad esempio i chatbot.
  • i RAG (Retrieval-Augmented Generation), in grado di addestrarsi con maggiore frequenza rispetto agli LLM, online e su contenuti elaborati ad hoc;

La maggior parte di questi modelli sono basati sull’architettura dei Transformers, che permettono di estrapolare le relazioni fra i token che gli vengono forniti per poi passarle agli LLM.

Opportunità e vantaggi

Numerosi sono i vantaggi offerti dall’intelligenza artificiale generativa a supporto della ricerca tradizionale, in particolare modo la generazione automatica di ipotesi e idee e quindi il suggerimento di domande di ricerca; l’analisi rapida ed efficiente di una grande quantità di dati in tempi contenuti e quindi l’elaborazione dei dati; l’individuazione di pattern e modelli per estrapolare informazioni che si ripetono ed elaborare successivi schemi; il supporto nella stesura di articoli scientifici, relazioni e, sempre più spesso, tesi. Per quanto riguarda quest’ultimo punto, si tratta di un tema molto discusso e sul quale non c’è ancora ampio accordo, dato che investe non solo le tesi di ambito accademico, bensì anche compiti e temi prodotti e presentati all’interno di ordine e grado inferiori.

Come esempio pratico per mettere in luce i risvolti positivi dell’intelligenza artificiale, è stato presentato il progetto TRIS (Tecnologie di Rete e Inclusione Socioeducativa) nato nel 2014 nell’ambito dell’apprendimento. Tramite l’utilizzo di Google Notebook LM, assistente di ricerca e strumento per prendere appunti basato sull’intelligenza artificiale sviluppato da Google, lo scopo del progetto era quello di proporre soluzioni per l’insegnamento verso studenti impossibilitati ad una normale frequenza scolastica per motivi che non rientrano né nell’istruzione domiciliare (ID) né nella scuola in ospedale. Il diritto allo studio di tali studenti facenti parte di una categoria “grigia” deve essere garantito; quindi, è stato creato un modello che permettesse allo studente di lavorare a distanza. 

Fig. 1. Modello classe ibrida inclusiva

Rischi e sfide

Tuttavia, accanto ai principali vantaggi dell’IA, emergono anche rischi e sfide: a livello più macroscopico, sono stati evidenziati sia nel seminario sia in letteratura i rischi di pregiudizio (bias) e discriminazione, poiché i modelli sono addestrati in contesti occidentali e più frequentemente legati alla lingua inglese. Un’altra questione emersa è quella della mancanza di trasparenza, dove i modelli di IA Generativa vengono spesso paragonati a una “scatola nera” (black box), intendendo come non sia possibile tracciare le fasi ed i processi di addestramento della macchina né percorrerli a ritroso. A questi due fenomeni, legati al rischio di mancanza di trasparenza ed alla diffusione di convinzioni discriminanti, si accompagna una fiducia eccessiva e acritica (overreliance) nelle risposte fornite dagli strumenti di IA Generativa, dove gli utenti tendono a considerare vero l’output fornito dallo strumento, un po’ come accade con i risultati forniti da un motore di ricerca.

È importante considerare che l’IA non è progettata con lo scopo di riferire informazioni restituendole così come le trova, ma elaborandole creando pattern che potrebbero servire a risolvere problemi. Come tale, l’IA non andrebbe usata come motore di ricerca ma come interlocutore, con la debita curiosità e diffidenza che mettiamo in atto con interlocutori sconosciuti. Questa eccessiva fiducia è evidente, in campo educativo e accademico, quando gli strumenti IA vengono utilizzati per produrre testi o eseguire compiti, con il concreto rischio di plagio, fenomeno che rimanda ad un altro problema, legato alla proprietà intellettuale ed alla necessità per le istituzioni di creare linee guida condivise. 

Dataleak & Databreach

A questi rischi appena descritti si aggiungono rischi concreti, quali la condivisione di informazioni sensibili e di materiali protetti da diritti d’autore, nonché la potenziale rivelazione di segreti industriali, in quanto inserire queste informazioni nelle richieste effettuate porta questi dati ad essere integrati nelle fasi successive di training, rendendo queste informazioni potenzialmente accessibili a chiunque.

Il principale rischio associato all’uso dell’IA generativa è l’esfiltrazione di informazioni personali o sensibili, che può portare a furti d’identità o data breach. Gli attacchi possono essere motivati dall’intento di ottenere vantaggi economici o l’accesso a documenti e risorse riservate. Inoltre, vi è la possibilità di arrecare danni o destabilizzare individui, organizzazioni o intere società, con conseguenze come il danno d’immagine, azioni di cyberwarfare o la diffusione di fake news.

L’esposizione accidentale o intenzionale di informazioni sensibili da parte di un LLM prende il nome di “Data Leakage” (fuga di informazioni). Il Data Leakage si può trasformare in “Data Breach”, ossia ovvero la distruzione, la perdita, diffusione non autorizzata, accesso a informazioni trasmesse, stoccate o processate in altro modo all’interno di un supporto, per farne uso contro altre persone.
Le cause di un Data Breach possono essere molteplici e si manifestano in diverse modalità. Un esempio comune è il furto o lo smarrimento di dispositivi personali o aziendali, che possono contenere informazioni sensibili. Anche il furto di identità digitale rappresenta un rischio significativo, poiché consente a malintenzionati di accedere ai nostri account e utilizzare le informazioni personali per fini illeciti, come il ricatto. Altre cause molto diffuse sono la propagazione di malware, ransomware, cryptolocker o altri virus, spesso presenti in software craccati, che possono bloccare l’accesso ai file, esportarli nel dark web e richiedere un riscatto per recuperarli, e le truffe online, come il phishing, smishing e qishing, che sfruttano pagine web ingannevoli per sottrarre credenziali di accesso.
A ciò si aggiungono cattive abitudini personali, come l’utilizzo di password deboli o riutilizzate per più servizi, che facilitano l’accesso non autorizzato ai dati. Anche un’eccessiva esposizione sui social network, l’accesso da parte di terzi ai nostri account e la mancata creazione di backup su supporti esterni contribuiscono ad aumentare il rischio di violazioni dei dati.

Riprendendo l’esempio del Cyberspazio, nel contesto di una classe ibrida le vittime potenziali includono sia le persone – studenti, famiglie, docenti, dirigenti e ricercatori – sia le organizzazioni coinvolte.

Accenni legislativi

Con lo sviluppo e la presenza sempre più pervasiva dell’Intelligenza Artificiale generativa in ogni ambito della società, gli organi nazionali e internazionali si stanno dotando di nuovi protocolli legislativi che possano normare e arginare le problematiche di cybersecurity. 

Per quanto concerne l’Unione Europea dal 2016 è stato adottato il General Data Protection Regulation 2016/679 (GDPR), che si pone come obiettivo la protezione dei dati degli utenti dando omogeneità in ambito comunitario, al fine di garantire la totale trasparenza in merito al trattamento di informazioni sensibili e personali.

A questo si somma l’EU Artificial Intelligence Act, il primo regolamento sull’AI da parte di un’autorità di regolamentazione ufficiale, approvato da parte del Consiglio dell’Unione europea il 21 maggio 2024. Tale legge ha come scopo categorizzare e normare le applicazioni dell’intelligenza artificiale in base al rischio di causare danni ai cittadini. Nello specifico, tale classificazione distingue i programmi AI in tre diversi livelli di rischio. Le pratiche che creano un rischio inaccettabile sono vietate all’interno dell’Unione Europea in quanto comportano gravi pericoli in merito ai diritti fondamentali dell’uomo, quali salute e sicurezza. Tra queste, ci segnalano a titolo esemplificativo: i sistemi di manipolazione subliminale, di social scoring e di classificazione biometrica in tempo reale in spazi accessibili al pubblico. Si hanno in seguito quelle che vengono definite applicazioni ad alto rischio, il cui utilizzo scorretto può comportare danni alla sicurezza delle persone. Per tale motivo, l’applicazione, prima di poter essere rilasciata, deve soddisfare una serie di requisiti rigorosi per attestare la conformità ai più alti standard di sicurezza imposti. Alcuni dei sistemi che sono inquadrati in tale categoria sono quelli utilizzati in infrastrutture, trasporti, istruzione, occupazione e giustizia. Le applicazioni che non fanno parte di queste due tipologie sono invece in gran parte non regolamentate e sono classificate come rischio limitato e minimo. Questi parametri sono da ritenersi validi per le aziende che utilizzano e sviluppano i programmi per fini commerciali, mentre queste regolamentazioni non sono applicate nell’ambito della ricerca.

Accanto alle questioni legali correlate all’utilizzo e la diffusione dell’AI, si pongono anche problematiche riguardanti i principi etici dell’utilizzo di queste tecnologie. Un documento che si pone come finalità aiutare gli Stati a pianificare politiche a lungo termine per lo sviluppo dell’AI è la Guida per l’Intelligenza Artificiale generativa nell’educazione e nella ricerca, rilasciata dall’Unesco nel settembre 2023. Nell’ambito dell’educazione, in particolare, si suggerisce un approccio ponderato, etico e student-based al fine di stimolare un’integrazione responsabile, con la creazione di comitati etici, la definizione di standard e la realizzazione di percorsi di formazione volti a sviluppare competenze e atteggiamenti digitali sempre più coscienziosi nelle nuove generazioni per padroneggiare le complessità del lavoro.

Conclusioni

L’intervento dell’Ing. Caruso ha dunque permesso di approfondire il rapporto complesso tra le opportunità e i rischi legati all’adozione dell’intelligenza artificiale generativa. Se da un lato emergono grandi potenzialità nel supportare e rivoluzionare la metodologia tradizionale, dall’altro non mancano criticità legate a questioni etiche, legislative e di sicurezza. È quindi fondamentale adottare un approccio equilibrato, al fine di valorizzare tali tecnologie senza trascurarne l’aspetto etico e sostenibile.

Post a cura di Eliana Bergaglio, Matilde Bianchi, Laura Ferroglio, Giovanni Mantegazza, Giada Pantana, Giulia Pilosu, e Davide Ponzini.

Terminologia e trasferimento delle conoscenze: valorizzare i saperi, trasmettere la conoscenza – XXXIV Convegno dell’Associazione Italiana per la Terminologia (Ass.I.Term.) – 21/22 novembre 2024, Milano

Pubblicato il da
Rispondi

Autori: Giada d’Ippolito e Giovanni Mantegazza

Ospitato nei giorni 21 e 22 novembre 2024 negli spazi dell’Università degli Studi di Milano e dell’Università Cattolica del Sacro Cuore di Milano, il XXXIV Convegno dell’Associazione Italiana per la Terminologia (Ass.I.Term.) ha offerto un’importante occasione di confronto sul tema Terminologia e trasferimento delle conoscenze: valorizzare i saperi, trasmettere la conoscenza, riunendo e vedendo intervenire esperti di primo piano nel campo della terminologia.

Primo Chiostro dell’Università Cattolica del Sacro Cuore di Milano

Tra i principali contributi, quelli della prof.ssa Maria Teresa Zanola, che ha presentato il lavoro svolto da lei e dalla sua équipe relativo alla trasmissione del patrimonio culturale tessile italiano, in collaborazione con il Museo Nazionale della Scienza e della Tecnologia “Leonardo Da Vinci” di Milano; del prof. Claudio Grimaldi (Presidente Ass.I.Term.), che ha introdotto i primi risultati di un progetto incentrato sugli horti botanici e alla loro terminologia; e della dott.ssa Federica Vezzani che attualmente collabora alla realizzazione del progetto HEREDITARY, incentrato sull’elaborazione e trasmissione della terminologia medica ai pazienti delle strutture sanitarie.

Il convegno ha, inoltre, rappresentato un’opportunità di innovazione sull’applicazione delle tecnologie avanzate nella terminologia, durante la quale sono sorte diverse proposte di intervento volte a migliorare l’uso e lo sfruttamento sia di risorse ontologiche, terminologiche e ontoterminologiche, sia di intelligenze artificiali. In particolare, la prof.ssa Daniela Vellutino in una sua riflessione ha proposto come alternativa ai Large Language Models (LLM), utilizzati nell’addestramento delle intelligenze artificiali, gli Small Language Models (SML); ossia delle risorse di dimensioni ridotte, che consentirebbero un addestramento mirato delle IA  e che potrebbero, poi, essere riunite in un modello di dimensioni maggiori, garantendo così un più alto livello qualitativo nei risultati generati. La dott.ssa Silvia Piccini, invece, ha presentato il suo lavoro incentrato sulle ontologie, nel quale ha proposto di utilizzare l’archi-concept terminologico (elaborato dalla scuola terminologica di Lione e trattato, in particolare, da Thoiron) in un’ottica ontologica. La sua applicazione permetterebbe di collegare due concetti apparentemente identici, ma appartenenti a culture profondamente differenti fra loro, mediante l’individuazione di un nucleo concettuale condiviso (monotetico). Tale concetto potrà essere messo in relazione con i concetti completi (politetici) appartenenti alle culture specifiche, creando così un ponte fra concetti intraducibili e permettendo di costruire delle risorse ontologiche multiculturali, al cui interno vengano messi in relazione dei concetti che normalmente non sarebbero paralleli.

Per quanto concerne l’Università di Genova, il dottorando Giovanni Mantegazza del 39° di Digital Humanities, ha presentato lo studio La terminologia dei palazzi dei Rolli, il knowledge management tra ricercatori in terminologia e storici dell’arte. Il progetto analizza l’evoluzione storica della nozione di patrimonio in Italia, sottolineando che ad oggi la discussione attorno al patrimonio digitale, al patrimonio digitalizzato e al loro valore è ancora molto forte. Sono stati inoltre presentati i Palazzi  dei Rolli appartenenti all’Ateneo e i progetti in corso che sono orientati a migliorarne l’accessibilità. In particolare, è stato presentato il progetto relativo alla terminologia dell’arte e dell’architettura dei Rolli, la quale è stata estratta da un corpus di 1 500 000 di token, costituito dai volumi redatti dall’Ateneo di Genova e relativi proprio a tale argomento. Questa è stata estratta e analizzata da chi scrive e da un esperto di storia dell’arte, per poi essere schematizzata e, in parte, schedata in lingua italiana e francese. La schedatura ha permesso di elaborare poi una seconda schematizzazione, che servirà da guida per gli sviluppi futuri.

Il convegno ha evidenziato il ruolo cruciale della terminologia come strumento per il trasferimento dei saperi, la comunicazione specialistica e la valorizzazione del patrimonio culturale, scientifico e tecnologico, sottolineando l’importanza della promozione di approcci innovativi e interdisciplinari per favorire l’accessibilità e la condivisione delle conoscenze.

Educazione più che umana? Piattaforme, intelligenza artificiale e politiche educative in Europa – Seminario IA, Prof. Paolo Landri, 11/11/2024

Pubblicato il da
Rispondi 



AI e digitale: l’educazione tra standardizzazione e digitalizzazione

Nella giornata di lunedì 11 novembre 2024 ha avuto luogo presso la Facoltà di Lingue e letterature straniere dell’Università di Genova e online su Teams il seminario dal titolo “More Than Human Education”, con relatore il prof. Paolo Landri, sociologo dell’educazione e primo ricercatore del CNR-IRRPS. Il seminario è stato il primo del ciclo di seminari sull'IA organizzati nell'ambito della programmazione didattica e di ricerca del dottorato in Digital Humanities.
L’incontro con il prof. Landri ha posto il focus sul futuro dell’educazione in relazione al sempre più preponderante ruolo del digitale nel panorama socio-culturale contemporaneo, con attenzione particolare all’intelligenza artificiale e a come, soprattutto quest’ultima, stia spingendo verso un’educazione d’appunto “più che umana”. 

Si rende necessario, in prima battuta, indagare il più e meno recente passato per meglio comprendere eventi e movimenti che stanno influenzando l’intero mondo dell’educazione. 

L’avvento della pandemia da Covid-19, in prima istanza, ha prodotto un’importante accelerazione del processo di digitalizzazione dell’educazione, che ha poi trovato nell’esplosione dell’AI ulteriore catalizzatore. Per quanto sia stato evidente quanto una scuola interamente digitalizzata sia in grado di accrescere le disuguaglianze socio-economiche, andando nel tempo a prediligere una modalità blended, il processo di cambiamento non ha mai subito battute di arresto, andando, anzi, verso una sempre crescente programmabilità della pratica educativa. Tra le conseguenze dell’accelerazione verso il digitale troviamo fenomeni come la soft privatisation dei sistemi educativi, ove divengono sempre più frequenti partnership pubblico-privato specie nel settore tecnologico. Il tutto in un contesto dove la standardizzazione dei processi educativi risulta sempre più marcata, arrivando a una vera e propria oggettivazione e razionalizzazione di questi ultimi. 

Facendo un passo indietro, per standard si intendono le “best practices” necessarie all’organizzazione di un’attività. È necessario, quindi, considerare lo standard come una dimensione normativa dell’azione, che agisce creando un’uniformità al fine di coordinare le azioni all’interno di un sistema organizzato facendo ricorso alle già citate “best practices” o istruzioni sul comportamento. 
Gli standard dovrebbero quindi poter definire, in un dato momento, la qualità dell’educazione. La tendenza verso la standardizzazione è in linea con un più ampio spostamento dagli input agli output (outcomes) educativi, dai metodi ai risultati, frutto di un lungo avvicendarsi di dinamiche storiche, sociali ed economiche globali. In primo luogo, la costruzione degli stati-nazione alla fine dell’Ottocento, momento a partire dal quale nasce l’esigenza di standardizzare l’educazione e in cui si cominciano a introdurre una serie di uniformità: qui lo standard permette di coordinare a distanza le azioni in un sistema organizzato e istituzionale. Successivamente, tra la fine della Seconda Guerra Mondiale e gli anni ‘70, sono le politiche di sviluppo internazionale che stabiliscono e definiscono gli standard a livello nazionale. La terza ondata si manifesta invece con l’avvento della globalizzazione e la creazione di una società globale. Gli standardizzatori passano a essere le agenzie sovrannazionali come l’OCSE, l’Unesco e l’Unione Europea. Infine, oggi, a definire lo standard è l’economia digitale.
Ciò apre al concetto di digital governance dell’educazione, definizione volta a indicare il ruolo fondamentale di un digitale sempre più necessario nei processi educativi. Inoltre si è andato a sviluppare quel fenomeno definito di “datafication dell’educazione”, ove abbiamo visto assumere un ruolo sempre più rilevante la costante raccolta di dati e informazioni sulle performance educative.

Altra conseguenza portata dal digitale e dall’AI, è il passaggio di focus dalle cognitive skills alle non cognitive skills (che coinvolgono altresì aspetti di tipo emotivo), sottolineando l’accentuarsi del legame tra obiettivi economici e obiettivi educativi in un contesto ove le funzioni che rendono necessarie le prime sembrano sempre più potenzialmente delegabili a intelligenze artificiali. 
In questa contemporaneità, si sta sviluppando un nuovo settore conosciuto come learning sciences, contesto in cui dialogano vari tipi di scienze, tra cui le neuroscienze, la scienza cognitiva e comportamentale, le scienze informatiche e il machine learning.
La ricerca relativa all’intelligenza artificiale è solo apparentemente recente, trovando i suoi primordi nel 1956. Diverse furono le sperimentazioni e i tentativi di costruire “sistemi esperti”. Solo nel 1990, però, giunge la svolta con nuovi modelli statistici associati, che, supportati da reti neurali, riusciranno a portare alla formulazione di predizioni sulla base di grandi quantità di dati. Da questo punto quella dell’AI sarà una costante corsa al progresso che culminerà con il lancio, nel 2022, di CHAT GPT, e da un moltiplicarsi di intelligenze artificiali differenti (NLP, Educational data mining, intelligent system for writing ecc.). 

Non viene  a mancare, tra l’altro, l’impegno in progetti comunitari (come IAQUOS) e ministeriali, vedendo in quest’ultimo caso il Ministero dell’Istruzione e della Ricerca impegnato in una collaborazione che mette a concerto 15 partner in quattro regioni differenti (Lombardia, Calabria, Toscana, Lazio) al fine di osservare e valutare l’utilizzo delle AI nelle scuole da parte di studenti di età compresa tra i 12 e i 17 anni.
Interessante da osservare è lo Use Cases for Generative AI in education. User Research Report (UK Department 2024), in grado di evidenziare come l’uso dell’intelligenza artificiale possa essere utile da un lato per gli insegnanti al fine di creare attività, ricevere feedback, fare domande, e dall’altro per gli studenti nel processo di acquisizione di skill linguistiche e per l’accesso ad un’esperienza più personalizzata a livello educativo. Dall’altro lato, però, i rischi sono rappresentati dal livello di qualità e precisione delle informazioni, dalla presenza di bias e pregiudizi estrapolati dalle medesime banche dati, problematiche relative a privacy e sicurezza o allucinazione.  


More than human?


Si è già detto in che modo l’ipotesi di una scuola puramente digitale rischi di accentuare diseguaglianze e problematiche. Per questo motivo, si sta affermando sempre di più una modalità blended ove l’ambito educativo diviene quindi una commistione tra modernità, ossia digitalizzazione, e tradizione. Processo, questo, che oltre a portare a una ri-spazializzazione delle scuole e a una nuova temporalità dei processi educativi, sta dando vita a una sempre crescente programmabilità dei modelli educativi  e allo sviluppo di soggettività ibride e/o doppie soggettività. La scuola si sta convertendo in uno spazio densamente popolato da soggettività ibride, come doppi digitali e teacher chatbot, e da nuove tecnologie, uno spazio che è più che umano in cui al centro non vi è quasi più l’uomo. Per tale motivo, a oggi, si parla di more than human education, un’educazione che necessita senza dubbio di un approccio critico. L’oggi dell’educazione sembra eccessivamente pendere verso una visione tecno-ottimista e transumanista in un contesto dove le intelligenze artificiali basate su logiche estrattive e informazioni possono portare alla promozione di pregiudizi e al manifestarsi di conseguenze nocive per gli studenti. Inoltre, quello dell’AI, è un mondo impattante anche sul piano ecologico, nutrendosi di server dall’enorme dispendio di energia e acqua, mettendo in crisi il tentativo di ripensamento dell’utilizzo dei combustibili fossili, passaggio necessario per un futuro più ecologicamente sostenibile. 

Alla luce delle profonde trasformazioni che stanno investendo il mondo dell’educazione, la strada da seguire è comprendere come le nuove tecnologie interagiscono e modificano le nostre modalità ordinarie di pensiero senza demonizzarle. Risulta altresì fondamentale educare gli allievi a un uso critico e consapevole delle suddette, affinché diventino uno strumento di crescita personale e sociale, promuovendo lo sviluppo di competenze chiave per il futuro (in linea, ad esempio, con le Raccomandazioni del Consiglio europeo del 22 maggio 2018). Anche da queste premesse è nata di recente l’iniziativa Patti digitali, che si pone l’obiettivo di accompagnare non solo i ragazzi, ma anche insegnanti, educatori e genitori in un percorso di formazione all’uso sano della tecnologia, affrontando le sfide poste dal mondo digitale e promuovendo un approccio equilibrato e consapevole all'uso dei dispositivi tecnologici. 
Altre iniziative che il prof. Landri ha citato sono Maestra Genia, una startup italiana che offre un servizio di tutoraggio generato dall’IA a supporto dello studio degli studenti e delle studentesse. Ha poi presentato il GCSE AI Adaptive Learning Programme del David Game College, che ha lanciato quest’anno un corso in cui tutte le principali materie saranno insegnate interamente tramite piattaforme di apprendimento adattive basate sull’IA. Infine, si è già parlato del progetto pilota lanciato dal Ministero dell'Istruzione e del Merito italiano, che coinvolge 15 scuole in quattro regioni (Lombardia, Lazio, Toscana e Calabria) per sperimentare l'uso dell'IA a scopo educativo per un periodo di due anni. In particolare, studenti e studentesse, grazie a un software installabile su Google Workspace, sono affiancati da un assistente virtuale, che ha lo scopo di favorire un apprendimento personalizzato. Sarà interessante vedere i risultati di queste esperienze e capire come l’utilizzo dell’IA possa incidere sull’apprendimento degli studenti e sulla sua qualità.

A tutto ciò si aggiunge un altro aspetto essenziale: orientare nella giusta direzione un processo che Katherine Hayles definisce di “tecnosimbiosi”, che tenda quindi a un’integrazione dei saperi che, attraverso forme di sperimentazione, possano portare ad assemblaggi cognitivi bilanciati, formati dalla nostra parte cosciente, cognitiva incosciente e materiale,  senza considerare la parte cosciente come dominante ma riconoscendo il ruolo che gli esseri artificiali hanno sul pensiero e sulla consapevolezza umani, per intervenire positivamente sui meccanismi di disuguaglianze sociali.

Giulia Boetti, Lorenzo Natali, Ludovica Pinzone, Aurora Trapella, Salvatore Varriale

“AI for CLIL: Lesson Plans, Resources and Assessment Tools” – Teacher Academy Europass, Nizza 2024

Pubblicato il da
Rispondi

Dal 22 al 26 luglio ho seguito il corso di formazione “AI for CLIL: Lesson Plans, Resources and Assessment Tools” organizzato dalla Teacher Academy Europass.

Il corso ha esplorato i fondamenti e diverse applicazioni pratiche degli strumenti di Intelligenza Artificiale nel contesto scolastico, sia dal punto di vista dell’insegnante che da quello degli studenti. Tramite workshop ed esercizi mirati si è provato ad usare in modo efficiente l’IA per la pianificazione delle attività, lo sviluppo del curriculum e la creazione di risorse. Ogni partecipante ha potuto provare ad applicare una serie di applicazioni e piattaforme di IA al proprio contesto e alle proprie necessità tramite la realizzazione, ad esempio, di quiz e giochi interattivi. Si è, poi, affrontato il tema della valutazione, cercando di sfruttare le capacità dell’IA per creare rubriche di valutazione efficaci. Ci si è interrogati, infine, sui punti di forza e di debolezza dell’introduzione di questo strumento nel mondo dell’educazione e sugli aspetti etici collegati non solo ad esso, ma anche ai materiali creati tramite IA e alla loro distribuzione. È stato utile ed interessante, inoltre, sviluppare la propria capacità di pensiero critico rispetto ai diversi strumenti didattici che integrano e sfruttano l’IA (o almeno tentano di farlo).

Il corso è stato non solo un’esperienza di formazione molto mirata sulle tematiche di cui tratto nel mio progetto dottorale, ma anche l’occasione per confrontarsi con docenti provenienti da diverse realtà europee che si iniziano ad avvicinare all’utilizzo dell’IA e che, nella maggior parte dei casi, sono ad un primo contatto anche con la metodologia CLIL. Essendo erogato dalla Teacher Academy Europass il corso ha riunito docenti volenterosi, che nel miglior spirito Erasmus+ hanno condiviso buone pratiche, raccontato dei propri istituti e che sono riusciti a instaurare rapporti internazionali. Menzione d’onore a tre docenti presenti: Elena Fedi (I.T.S.E Aldo Capitini, Pistoia), Alessandra Marinello e Sabine Ponte (I.I.S.S. Oscar Romero, Rivoli), le quali con la loro intraprendenza e professionalità hanno creato un clima cooperativo di scambio di risorse e di competenze interdisciplinari tra pari.

Le “burning questions”, come sono state chiamate nel corso, a proposito della collaborazione e integrazione della metodologia CLIL (che già in sé combina l’insegnamento disciplinare con quello di una lingua straniera) con l’Intelligenza Artificiale nel mondo dell’educazione sono ancora molte, ma è tramite momenti di formazione e riflessione come quello che si è svolto a Nizza che si può provare a ragionarci e rispondere insieme.

Didacta Italia 2024 – Firenze

Pubblicato il da
Rispondi

La settima edizione di Didacta Italia, l’ormai noto appuntamento fieristico che tratta dell’innovazione nel mondo della scuola italiana, si è tenuta a Firenze dal 20 al 22 marzo 2024. Di anno in anno l’evento sta crescendo non solo per quanto riguarda la proposta offerta (1.780 eventi e 432 aziende dell’intera filiera della scuola, +26% rispetto alla scorsa edizione), ma anche con il costante aumento dei visitatori pronti a confrontarsi sui più attuali temi legati alla didattica e a partecipare attivamente agli eventi formativi della tre giorni di fiera tra seminari, tavole rotonde, workshop e convegni. 

Di particolare interesse sono stati gli incontri:

  • L’innovazione digitale nella didattica: nuove strategie per l’apprendimento del XXI secolo
         Relatore: Alessandro Suizzo, Insegnante di Lettere e vincitore del premio nazionale “Atlante 2018 – Italian Teacher Award”, indetto da Repubblica in collaborazione con United Network Europa.
    
Il docente ha presentato alcuni possibili utilizzi dell’IA in classe con gli studenti della scuola secondaria. Il focus principale dell’intervento è stata l’importanza dell’utilizzo etico e consapevole di questo strumento da parte sia degli insegnanti che degli apprendenti, con il suggerimento di creare un regolamento di classe condiviso per l’impiego dell’IA a scuola

  • CLIL for all
    Relatrice: Letizia Cinganotto, Docente IUL e Università per Stranieri di Perugia. 

    La professoressa ha presentato la normativa nazionale e internazionale relativa alla metodologia CLIL (Content and Language Integrated Learning), che si sta diffondendo sempre di più in Italia, nelle scuole di ogni ordine e grado, ed alcuni strumenti per la progettazione e la sperimentazione di attività CLIL proposte anche con l’uso delle tecnologie e dell’Intelligenza Artificiale

“L’edizione di Didacta Italia 2024 – ha dichiarato Cristina Grieco, Presidente INDIRE – si è rivelata un successo davvero enorme, in termini di partecipazione e di qualità dei contenuti proposti. Per il nostro istituto si tratta di un’occasione importante di condivisione e di confronto diretto con il personale della scuola, oltre che di dialogo con le numerose istituzioni presenti, nazionali e locali, con le imprese e con le associazioni che fanno parte del complesso mondo della scuola. Siamo convinti che Didacta debba sempre di più rappresentare un momento di crescita per i docenti, un luogo nel quale poter apprendere metodi e pratiche innovative e poterle riportare nel proprio lavoro e nell’esperienza quotidiana in classe”. Questa occasione di confronto e formazione è stata colta anche da diversi insegnanti che collaborano con la nostra Università, come, ad esempio, Giorgio Gasparini e Elena Lai (I.C. Cornigliano) che si sono dati appuntamento alla Fortezza Da Basso e hanno seguito diversi seminari.

Infine, è importante sottolineare come quest’anno tra le novità assolute vi è stata l’apertura di Didacta al mondo dell’Università, con un padiglione interamente dedicato agli atenei italiani, con la presenza del Ministero dell’Università e della Ricerca. Il programma degli eventi formativi è stato organizzato da una trentina di Università e il CINECA, con il coordinamento del Ministero dell’Università e della Ricerca e la collaborazione della CRUI (Conferenza dei rettori delle università italiane).

Ricordiamo che Didacta Italia è organizzata da Firenze Fiera con la partnership scientifica di INDIRE e in collaborazione con Didacta International. Il programma è stato coordinato dal Prof. Giovanni Biondi, avvalendosi di un Comitato organizzatore composto da: Ministero dell’Istruzione e Merito, Ministero dell’Università e della Ricerca, Conferenza dei Rettori delle Università italiane (CRUI), Regione Toscana, Comune di Firenze, Unioncamere, Camera di Commercio di Firenze, ITKAM e Destination Florence Convention & Visitors Bureau.

ADV Gathering – Arti Digitali dal Vivo. Roma, 5 – 6 novembre 2022

Pubblicato il da
Rispondi

Il 5 e 6 novembre 2022, al Mattatoio di Roma – nella cornice di Romaeuropa Festival 2022 – ha avuto luogo ADV Gathering – Arti Digitali dal Vivo, primo incontro nazionale del network di ricercatori universitari e accademici nel settore delle Arti Digitali dal Vivo.
Il gruppo interdisciplinare ADV è nato nel 2021 su iniziativa di Anna Maria Monteverdi e di Antonio Pizzo e si è presentato il 24 maggio 2022 al Piccolo Teatro di Milano, in occasione delle giornate europee del teatro, organizzate all’interno della Fifth EASTAP Conference, Theatrical Mind: Authorship, Staging and Beyond.
L’incontro di Roma si è svolto in modalità blended, con interventi sia da remoto che in presenza, e si è sviluppato intorno a due temi.

Il topic della prima giornata, Performance, Media e Intelligenza Artificiale, ha permesso ai relatori coinvolti di aprire nuove prospettive sulle metodologie di ricerca rispetto all’utilizzo dei media e dell’intelligenza artificiale in relazione alla dimensione drammaturgica, alla componente estetica e alla produzione performativa-digitale odierna.
Il filosofo Luciano Floridi ha aperto i lavori attraverso un’intervista registrata che ha inquadrato la fruizione in ambiente virtuale come una sfida esperienziale soggettiva in cui i cinque sensi dell’essere umano vengono amplificati e le cui caratteristiche, se incentivate, permettono al fruitore di diventare creatore, personaggio e interprete di un ruolo.
Dopo Floridi è intervenuto Antonio Lieto, esperto di Intelligenza Artificiale e ricercatore presso il Dipartimento di Informatica dell’Università di Torino, il quale ha suggerito che, per diminuire la distanza tra gli aspetti ingegneristico-progettuali e le arti performative, è necessario guardare agli errori non umani, a eventuali impedimenti operativi da parte dell’Intelligenza Artificiale messa al servizio della performance, consigliando ai presenti di considerare con cautela l’effettiva “intelligenza” dei sistemi informatici.
Simone Arcagni, giornalista e professore associato afferente al Dipartimento Culture e Società dell’Università di Palermo, ha constatato come il metaverso, l’XR e la VR siano tecnologie che tendono all’organico e che mettono il corpo nella tecnica, all’interno di un architettura virtuale che è come un film che non si guarda ma si vive.
La Urban Exploration ha aperto il discorso di Massimo Magrini, tecnologo all’Istituto di Scienza e Tecnologie dell’Informazione “Alessandro Faedo” – ISTI e componente del Laboratorio Signals and Images del CNR di Pisa. Magrini ha parlato dell’arte performativa in quanto veicolo esperienziale per un viaggio nei luoghi sospesi nel tempo.
Luca Befera si è concentrato su prospettive autoriali e dinamiche processuali tra intelligenza artificiale e rappresentazione scenica, individuando il teatro come dispositivo epistemologico per decifrare il rapporto uomo-macchina.
Il concetto di narrazione transmediale è stato trattato da Vanessa Vozzo, fondatrice di Officine Sintetiche insieme a Tiziana Mazali e Antonio Pizzo e collaboratore didattico presso il Politecnico di Torino. La ricercatrice ha individuato la narrazione transmediale come una nuova forma del narrare in cui il corpo è al centro della narrazione e, diventando altro da sé nel passaggio da reale a virtuale, viene rigenerato da una distorsione spazio-temporale.
Ha chiuso la prima giornata Alessandro Anglani, laureato in Informatica e Comunicazione Digitale presso l’Università di Bari nel 2014 e diplomato alla Scuola di Teatro Alessandra Galante Garrone di Bologna nel 2017. Anglani è oggi ricercatore afferente all’Università di Torino, in cui si occupa di Interactive Storytelling, gaming e intelligenza artificiale. Nel suo intervento si è concentrato sul concetto di interazione attiva da parte dell’utente in un contesto ibrido, in cui il montaggio dello spettacolo deve fare i conti con il design dell’esperienza, e nel quale è necessario tener conto della complessità tecnica della macchina in base all’esperienza che si vuole creare. Con il CIRMA di Torino, Anglani ha ampliato l’utilizzo di Doppiogioco, software da lui stesso creato, realizzando un gioco di ruolo performativo chiamato Sephirot, in cui i giocatori rappresentano i personaggi di una storia e, nei momenti critici della vicenda, possono essere agevolati o contrastati dagli spettatori.  Il tutto è mediato da un regista-Dugeon Master, che ha il compito di monitorare il regolare svolgimento del gioco. In sostanza, in questo lavoro la reciprocità tra performance e tecnologia permette la gamification di uno spettacolo in cui la storia non è mai la stessa, e la cui drammaturgia è in divenire e si scrive nel suo farsi. 

La seconda giornata si è sviluppata intorno a Robot e realtà sintetiche, con interventi che hanno approfondito le problematiche relazionali tra gli ambienti sintetici, i robot e l’essere umano.
L’esperto in robotica Massimo Bergamasco, Professore Ordinario di Meccanica Applicata e direttore dell’Istituto di Tecnologie per la Comunicazione, Informazione e Percezione presso la Scuola Superiore Sant’Anna di Pisa, ha illustrato come il teatro possa costituire un interessante ambito per lo sviluppo di robot e come i Virtual Environment possano costituire ambienti immersivi per il training e la pedagogia dell’attore.
Un’indagine sui rapporti tra teatro e robotica è stata operata da Cinzia Toscano, ricercatrice afferente all’Università di Bologna, la quale ha evidenziato in ambito italiano una mancanza di intenti comuni tra performers e tecnologi. Secondo la studiosa, i creatori delle nuove tecnologie vanno spinti a sperimentare le tecnologie stesse con gli artisti, con un intento di umanizzazione della macchina per riportarla al mondo reale.
A identificare il robot come un oggetto transazionale tra la realtà e l’immaginario dello spettatore ci ha pensato Erica Magris, membro permanente di Scènes du monde, création, savoirs critiques presso il Département Théâtre dell’Université Paris 8. La studiosa italiana ha definito il robot come una forma di alterità radicale fatta di contrasti tra corporeità e materialità tecnologica, luoghi di programmazione e intelligenza artificiale, autonomia apparente reale e autonomia apparente simulata, embodiment e virtualizzazione.
Antonio Pizzo, professore associato in Discipline dello Spettacolo all’Università di Torino, ha esaminato i rapporti tra robot e scrittura scenica, sostenendo che, nel caso del robot, scrittura e recitazione coincidono. Il robot, androide o umanoide, in quanto macchina controllata e comandata, fa assumere all’animatore-programmatore il ruolo di scrittore scenico per la realizzazione di un evento performativo.
Ha concluso l’incontro Alessio Arena, dottorando in Filologia, Letteratura e Scienze dello Spettacolo afferente all’Università di Verona, il quale ha esposto la necessità di creare una simbiosi spaziale ed emotiva nel rapporto uomo-macchina.

Questo primo incontro del network Arti Digitali dal Vivo ha rappresentato una fondamentale occasione di confronto tra ricercatori, tecnologi e artisti. Tutti i relatori hanno condiviso la loro esperienza, rendendo possibile l’individuazione di problematiche che hanno aperto nuovi segmenti di ricerca e nuove metodologie d’indagine, utili per analizzare intersezioni e ibridazioni tra arti performative, dispositivi digitali e ambienti virtuali.

Di Simone Dragone e Angela Zinno

 

ISWS – International Semantic Web Research Summer School – Bertinoro, 3-9 luglio 2022

Pubblicato il da
Rispondi

Dopo due anni di stop dovuti alla pandemia, ha avuto luogo dal 3 al 9 luglio 2022, a Bertinoro (FC), la terza edizione della International Semantic Web Research Summer School, diretta da Valentina Presutti (Professoressa Associata in Informatica presso l’Università di Bologna) e Harald Suck (Professor of Information Service Engineering al Karlsruhe Institute of Technology). Organizzata in collaborazione con il BiCi (Bertinoro international Center for informatics), la scuola ha accolto una sessantina di partecipanti provenienti da tutto il mondo e 12 ricercatori afferenti ai più importanti centri di ricerca sul web semantico italiani ed europei. 

Tra i keynote lecturers sono apparsi nomi di rilevante interesse internazionale. Primo fra tutti quello di Luc Steels, scienziato e artista belga considerato un pioniere dell’intelligenza artificiale in Europa, che oggi afferisce al Barcelona Supercomputing Center. Steels ha presentato un intervento dal titolo Understanding and Awareness. The next frontiers of AI? nel quale, attraverso un’analisi storica dell’intelligenza artificiale, tentava di prevedere futuri risvolti e linee di ricerca. 
Elena Simperl, italiana, Professor of Computer Science al King’s College di Londra, ha proposto un discorso dal titolo What Wikidata teaches us about knowledge engineering attraverso il quale ha analizzato empiricamente la realizzazione di knowledge graphs per comprenderne le pratiche e proporre miglioramenti ai processi e agli strumenti di realizzazione, portando alla luce dei collegamenti tra aspetti sociali e qualità tecniche che renderebbero migliore costruzione e utilizzo. 
Frank van Harmelen, professore in Knowledge Representation and Reasoning al Computer Science department della Vrije Universiteit di Amsterdam, ha sviluppato il suo intervento, Knowledge Graphs and Machine Learning: first steps towards a theory, sul rapporto tra Knoweledge Graphs e Machine Learning tentando di elaborare una teoria comune e condivisibile dagli studiosi nel campo dell’IA e del web semantico.

I partecipanti sono stati divisi in 12 gruppi, ognuno rappresentato da un tutor, e hanno elaborato delle ricerche originali sul tema Empirical Semantics, lo studio del significato mediante strumenti osservativi in ​​contrapposizione all’approccio tradizionale della semantica formale basata sulla logica e sull’informatica teorica. In sostanza, si è trattato di mettere in discussione i rapporti che intercorrono fra Linked Open Data (LOD), l’interpretazione dei grafici Resources Description Framework (RDF) e i costrutti Web Ontology Language (OWL).