Comprendere
Capire che cosa accade dietro una risposta e perché un sistema può produrre risultati convincenti senza essere infallibile.
Un percorso per comprendere l’Intelligenza Artificiale, utilizzarla con metodo nella didattica e trasformare queste competenze in attività formative pratiche e replicabili per altri docenti.
Percorso realizzato nell’ambito del progetto “Snodo formativo territoriale per la transizione digitale e l’intelligenza artificiale nella didattica e nell’organizzazione scolastica”, finanziato dall’Unione europea – NextGenerationEU e pubblicato sulla piattaforma Scuola Futura.
Accedi a Scuola Futura ↗Gli strumenti cambiano rapidamente. Il percorso punta quindi a costruire competenze più durevoli: comprendere i principi fondamentali, scegliere lo strumento in base al problema, progettare un processo di lavoro, verificare i risultati e trasformare le possibilità dell’IA in esperienze didattiche sensate.
Capire che cosa accade dietro una risposta e perché un sistema può produrre risultati convincenti senza essere infallibile.
Passare dalla richiesta isolata a un processo fatto di obiettivi, contesto, materiali, iterazioni, controllo e revisione.
Usare l’IA quando serve per progettare attività, sostegni, materiali ed esperienze di apprendimento.
Conoscere uno strumento non significa ancora saperlo insegnare. Un formatore deve progettare ciò che le persone faranno: non soltanto ciò che ascolteranno.
Prima individuiamo il problema, l’obiettivo, i destinatari e il risultato che vogliamo ottenere.
Chatbot, ricerca, documenti, immagini, presentazioni e agenti vengono scelti in funzione del compito.
I cinque nuclei del percorso costruiscono progressivamente una competenza professionale utilizzabile nella didattica e nella futura formazione dei colleghi.
Comprendere IA tradizionale e generativa, reti neurali, addestramento, modelli linguistici e generazione probabilistica.
Passare dal prompt isolato a un processo iterativo fatto di contesto, materiali, strumenti, verifica e revisione.
Costruire attività, materiali e percorsi coerenti con obiettivi, evidenze, variabilità e bisogni degli studenti.
Verificare output e fonti, riconoscere bias e limiti, proteggere dati e mantenere umana la responsabilità.
Trasformare le competenze acquisite in esperienze formative pratiche, collaborative e trasferibili.
UDA, attività, rubriche, schede, presentazioni, workflow o altri materiali da adattare al proprio contesto.
Dieci ore complessive nelle quali teoria, dimostrazioni, sperimentazione e progettazione si intrecciano progressivamente. I tempi delle singole parti possono adattarsi al lavoro del gruppo.
Dall’IA tradizionale ai sistemi generativi: machine learning, reti neurali, addestramento, modelli linguistici, token e generazione delle risposte.
Dal prompt al loop: obiettivo, contesto, fonti, documenti, strumenti, iterazioni, criteri di qualità, workflow e verifica del prodotto.
Backward design, obiettivi ed evidenze, individualizzazione e personalizzazione, UDL, sostegni, attività e produzione di materiali.
Allucinazioni, verifica delle fonti, bias, dati personali, privacy, prompt injection, responsabilità umana e principali riferimenti dell’AI Act.
Dalla competenza individuale alla progettazione di attività formative: destinatari, obiettivi, esperienze, materiali, collaborazione e trasferibilità.
Il corso alterna momenti brevi di spiegazione a sperimentazione, confronto e revisione. L’obiettivo non è assistere alla presentazione di molti strumenti, ma imparare a utilizzarli in un processo concreto.
Una dimostrazione efficace rende visibile il processo. Subito dopo arriva il momento di provare, modificare e adattare il lavoro al proprio contesto.
Durante il percorso utilizzeremo strumenti differenti in base al compito: conversazione, ricerca, lavoro sui documenti, produzione di materiali, presentazioni, immagini e automazione.
La parte conclusiva del percorso sarà dedicata soprattutto alla progettazione e alla sperimentazione di attività formative. Modalità e approfondimenti saranno adattati ai tempi disponibili, ai bisogni dei partecipanti e a ciò che emergerà durante il corso.
Individualmente o in piccoli gruppi, i partecipanti potranno trasformare quanto appreso nei moduli precedenti in una prima struttura utilizzabile nei propri contesti.
A seconda dell’andamento del percorso potranno trovare spazio momenti di prova, confronto tra pari, revisione dei materiali e sperimentazione di parti delle attività progettate.
Il risultato atteso non è un corso immutabile e definitivamente concluso, ma una base concreta dalla quale continuare a progettare e adattare la propria formazione.
Ogni partecipante potrà sviluppare una prima progettazione del proprio laboratorio insieme ad attività, materiali o artefatti da adattare e approfondire successivamente.
Destinatari, obiettivi, sequenza delle attività, organizzazione e possibili prodotti finali.
Template, checklist, esempi, rubriche, schede operative e possibili workflow.
Un processo che possa essere adattato a discipline, strumenti e gruppi di docenti differenti.
Docenti interessati a condurre attività formative sull’Intelligenza Artificiale nei propri istituti.
Dimostrazioni, esercitazioni, lavoro individuale e collaborativo, confronto, revisione e produzione di materiali.
Il percorso è articolato in cinque nuclei collegati tra loro, con spazio crescente per sperimentazione e progettazione.
Codice identificativo del corso sulla piattaforma Scuola Futura, dove sono gestite le iscrizioni.
Verifica, protezione dei dati e responsabilità non sono un’aggiunta finale al lavoro con l’IA: fanno parte del processo fin dall’inizio.
Controllare fatti, fonti, citazioni, calcoli, codice e qualità dei materiali prodotti.
Valutare dati personali, documenti scolastici, account utilizzati, finalità e possibilità di reidentificazione.
Le decisioni professionali che riguardano le persone devono rimanere sotto supervisione e responsabilità umana.
Un percorso per comprendere, sperimentare, progettare e costruire una base comune da trasferire nei propri contesti scolastici.