#38 – Il Pensiero computazionale e la Robotica incontrano l’Intelligenza Artificiale

Il percorso rivolto a docenti si baserà da subito su attività fortemente pratiche: 

∙ Informatica 

∙ Robotica educativa 

∙ Intelligenza Artificiale 

• L’IA al servizio del pensiero computazionale e della robotica:
  • Come l’IA può automatizzare compiti computazionali complessi.
  • Come usare IA per visualizzare concetti di pensiero computazionale astratti.
• Esempi di strumenti didattici IA per sviluppare competenze computazionali (es. programmazione assistita dall’IA, giochieducativi IA). 
• Il pensiero computazionale per comprendere l’IA:

• Decodificare il funzionamento di base degli algoritmi di IA. o Identificare gli elementi di pensiero computazionale presenti nei sistemi di IA.

• Etica e responsabilità nell’IA: 

• Sviluppare attività per analizzare, valutare e spiegare i comportamenti dell’IA.

• Discutere i bias algoritmici e come mitigarli in classe. 

• Sensibilizzare sull’uso responsabile e consapevole dell’IA.

• Promuovere il pensiero critico e la riflessione sulle implicazioni sociali dell’IA. 

  Come usare le reti neurali e la computer vision per elaborare e riconoscere le immagini e i video usando l’IA. Uso di strumenti free per trattare prompt, chat, chatbot, immagini, animazioni, video anche 3D. Il machine learning e il deep learning per creare modelli predittivi e descrittivi a partire dai dati. IA e sue applicazioni come da testo a voce, da voce a testo, da testo a video, da video a testo, da schizzo a immagine, da testo a presentazione, da generazione musica a elaborazione musicale, ecc. 

  L’Intelligenza Artificiale generativa può essere utilizzata in vari modi in classe per stimolare la creatività e l’apprendimento degli studenti. Ecco alcuni esempi di strumenti di IA generativa che possono essere utilizzati per: 

  1. Creazione di contenuti: per creare esempi di testo, immagini o musica. Questo può essere utilizzato per stimolare la discussione in classe, fornire esempi unici per l’analisi degli studenti o ispirare gli studenti a creare i propri lavori. 
  2. Scrittura creativa: aiutare gli studenti a superare il blocco dello scrittore. Ad esempio, uno studente potrebbe iniziare una storia e poi utilizzare un tool di IA per generare possibili sviluppi della trama. 
  3. Apprendimento personalizzato: creare materiale didattico personalizzato per ciascuno studente. Ad esempio, un tool di IA potrebbe generare problemi di matematica e di robotica unici basati sul livello di abilità e gli interessi di ciascuno studente. 
  4. Simulazioni: creare simulazioni realistiche per l’apprendimento basato su esperienze. Ad esempio, un tool di IA potrebbe generare una simulazione di un ecosistema per insegnare agli studenti la biologia o l’ecologia.

Incontro 1: Cos’è il pensiero computazionale? 

• Le abilità del pensiero computazionale 
• Il pensiero computazionale nella vita quotidiana 

∙ La robotica educativa 

∙ Introduzione all’Intelligenza Artificiale e alla Didattica  Innovativa

• Definizione di IA e storia dell’IA 

• Tipi di IA: debole vs forte, generale vs specifica 
• Introduzione alla didattica innovativa: flipped classroom, apprendimento basato su progetti, apprendimento collaborativo
• Discussione: Implicazioni etiche dell’IA
• Finalità: Fornire una panoramica dell’IA e della didattica innovativa con il coding.
  • Coding e robotica educativa 
  • Coding e Introduzione al Machine Learning (ML) 
  • Tipi di ML: apprendimento supervisionato, non supervisionato, semi supervisionato e per rinforzo 
  • Applicazione del ML alla didattica: personalizzazione Obiettivi: Alla fine di questa lezione, i partecipanti saranno in grado di definire gli elementi principali del pensiero computazionale, l’IA, descrivere la sua storia, identificare i diversi tipi di IA e comprendere come la didattica innovativa può essere applicata in classe. 

    Incontro 2: Coding e Machine Learning con Didattica Personalizzata

  • Progettazione e realizzazione di semplici programmi dell’apprendimento, analisi predittiva

Incontro 6: Riflessioni conclusive e prospettive future 

• Discussione sulle sfide e le opportunità dell’IA nella scuola. Condivisione di esperienze e buone pratiche.
• Identificazione di priorità e linee d’azione per il futuro.
• Brainstorming di idee: I docenti condividono idee su come potrebbero integrare l’IA nelle loro lezioni, con esempi di lezioni che utilizzano l’IA. 

Progettazione di lezioni: I docenti sviluppano un piano di lezione che incorpora l’IA, con esempi di obiettivi di apprendimento e attività che utilizzano l’IA. 

Condivisione e feedback: I docenti condividono i loro piani di lezione e ricevono feedback dai colleghi, con un focus su come migliorare ulteriormente le lezioni. 

L’obiettivo dell’utilizzo del pensiero computazionale e dell’IA in classe non è sostituire l’insegnante, ma piuttosto arricchire l’esperienza di apprendimento degli studenti e liberare tempo prezioso dell’insegnante per concentrarsi su attività ad alto valore aggiunto come l’interazione individuale con gli studenti. 

Metodologie: 

• Lezioni frontali per presentare i concetti chiave 
• Discussione in classe per stimolare il pensiero critico 
• Laboratorio pratico per fornire un’esperienza diretta con l’IA
• Materiali di lettura pre e post lezione per approfondire i temi trattati 

Ogni incontro è progettato per essere interattivo e coinvolgente, con una combinazione di lezioni frontali, discussioni di gruppo e attività pratiche. L’obiettivo è non solo insegnare ai docenti cosa sia il coding e/o l’IA, ma anche come possono utilizzarli per migliorare la loro didattica.

• 23/04 ore 17:00-19:30
• 29/04 ore 17:00-19:30
• 06/05 ore 17:00-19:30
• 13/05 ore 17:00-19:30
• 16/05 ore 16:30-19:30
• 20/05 ore 16:30-19:30