Home » n. 30 ottobre 2004

Editoriale

30 ottobre 2004 | di Stefania Manca e Luigi Sarti
Intelligenza artificiale e E-learning

La ricerca sull’e-learning si avvale dei contributi di svariate discipline: dalla psicologia cognitiva alle tecnologie didattiche, dalle scienze della comunicazione all’informatica e alla telematica. Gli studi sull’apprendimento collaborativo mediato da supporti tecnologici, in particolare, costituiscono un “ponte” tra il mondo dell’e-learning e quello dell’intelligenza artificiale (IA), offrendo opportunità feconde  di fertilizzazione incrociata, ma

portando anche alla luce numerosi elementi problematici. Ad esempio, le tecnologie dell’IA possono fornire un contributo prezioso nell’affrontare alcune difficoltà connesse con l’interazione a distanza basata su comunicazione testuale scritta, con i limiti del canale comunicativo (impossibile comunicare mediante gestualità, tono della voce, espressione del volto), con la mancanza di un ricco campo referenziale costituito dal contesto concreto condiviso dai parlanti in presenza. A conferma di ciò, basta esaminare i contributi di ricerca proposti nelle principali conferenze internazionali dedicate a questi temi (tra cui: Artificial Intelligence in Education, CSCL, E-Learn); i riferimenti reciproci sono frequentissimi, e non di rado gli stessi ricercatori contribuiscono con i loro lavori in modo trasversale ai diversi ambiti. Esistono tuttavia anche aspetti problematici della relazione tra e-learning ed IA, i più gravi riscontrabili soprattutto nelle radici epistemologiche dei due approcci. L’IA, o quanto meno il suo filone più tradizionale, si fonda su un cognitivismo di prima generazione, oggettivista e ontologico, che assume che i meccanismi cognitivi possano essere rappresentati e automatizzati come manipolazioni formali di simboli astratti. L’e-learning, per quanto i suoi fondamenti epistemologici siano spesso più impliciti e meno consapevoli, tende almeno parzialmente a riconoscersi in un cognitivismo di seconda generazione (costruttivismo) che privilegia la costruzione sociale ed intersoggettiva del significato, la relazione con il contesto, la concretezza, l’apprendimento come processo di definizione identitaria nell’ambito di una comunità. È difficile, oggi, riuscire a prevedere le direzioni in cui una relazione ambivalente di questo tipo potrà evolvere; possiamo però rilevare il grande fermento che agita questi settori della ricerca, non solo nel mondo ma anche in Italia.

Questo numero di Form@re propone alcuni lavori di ricerca italiani che si collocano nell’intersezione tra e-learning e IA. Si tratta di una selezione dei contributi presentati al 3° Workshop su Intelligenza Artificiale & E-Learning tenutosi il 15 settembre 2004 presso il Dipartimento di Matematica e Informatica dell’Università di Perugia. La serie di questi convegni (i precedenti si sono tenuti nel 2002 a Roma, presso la sede del Consiglio Nazionale delle Ricerche, e nel 2003 a Pisa, presso il Polo didattico “L. Fibonacci” dell’Università di Pisa), organizzati nell’ambito delle attività dell’Associazione Italiana per l’Intelligenza Artificiale (AI*IA), rappresenta un importante momento di incontro e di confronto per una comunità di ricerca nazionale piccola ma in costante crescita.

Il contributo di Sabina Bordiga, Luigi Colazzo, Francesco Magagnino e Andrea Molinari affronta il tema della pragmatica della comunicazione, raramente approfondito nella ricerca sull’e-learning. Alcune domande a cui, con questo lavoro, si cerca di rispondere sono: è possibile riconoscere pattern diversi sul piano pragmatico, ma indipendenti dalla sintassi e dalla semantica della comunicazione, nei comportamenti di utenti che interagiscono con un sistema di e-learning? Se sì, è possibile integrare nei sistemi e-learning stereotipi pragmatici che ne favoriscano l’usabilità? In altre parole, si può definire un modello dello stile relazionale dello specifico utente che consenta di adattare le affordances comunicative di un sistema e-learning alle sue esigenze? Partendo dalle posizioni classiche di Bateson e della scuola di Palo Alto gli autori applicano il modello pragmatico EPM, sviluppato sul finire degli anni settanta, all’interpretazione del comportamento dell’utente durante le sue interazioni con il sistema; una serie di esperimenti sull’uso di un forum di discussione e di un’applicazione per la pubblicazione di documenti consente di trarre alcune interessanti considerazioni relative alle problematiche di ricerca sopra enunciate. Val la pena notare che EPM gode di alcune interessanti caratteristiche: è predittivo, e libero da pregiudizi relativi alla supposta razionalità dell’utente.

Marco Mari, Alessandro Negri, Agostino Poggi e Paola Turci descrivono l’architettura e le funzionalità di RAP (Remote Assistant for Programmers), un sistema di supporto allo sviluppo collaborativo di progetti in corsi di programmazione in linguaggio Java. Basato su un’architettura multi-agente, RAP fornisce supporto alle attività di problem solving attingendo sia ad una base di informazioni documentali, sia al contributo della comunità: l’utente può chiedere al proprio personal agent informazioni su una specifica classe Java, o su un aggregato di classi, o su un particolare aspetto problematico del proprio progetto; lo studente esprime la propria richiesta specificando sia un insieme di parole chiave, sia una domanda in linguaggio naturale. Nella formulazione della risposta, oltre ad avvalersi del repertorio documentale a disposizione, RAP cerca di coinvolgere altri membri della comunità la cui competenza è adeguata alla problematica in corso. Il profilo di expertise di ogni partecipante viene dinamicamente aggiornato sulla base dell’evoluzione dei processi comunicativi e produttivi. Il sistema mantiene aggiornata anche una raccolta delle risposte fornite alle domande degli studenti, contribuendo così alla reificazione e alla classificazione, nell’ambito della comunità di apprendimento, di pratiche e di conoscenze che potrebbero altrimenti rimanere tacite. In fase di avanzata realizzazione, RAP è stato valutato sia con una sperimentazione in contesto controllato, sia in situazioni simulate.

Roberto Pirrone, Massimo Cossentino, Giovanni Pilato e Riccardo Rizzo presentano TutorJ, un sistema tutoriale in rete per la gestione dei materiali somministrati allo studente. Il sistema adotta un approccio flessibile, fortemente interattivo, ed organizza dinamicamente la struttura di ogni learning object sulla base dello stile di apprendimento evidenziato dall’utente. La base di conoscenza è articolata a tre livelli: SCORM per i learning object al livello più basso, mappe concettuali auto-organizzate (SOM) sul piano intermedio di aggregazione, e una rappresentazione linguistica dell’ontologia del dominio al livello simbolico. TutorJ è in grado di costruire dinamicamente percorsi d’apprendimento personalizzati sulla base dell’interazione condotta con l’utente in linguaggio naturale, interpretato mediante meccanismi di pattern matching. Nel visitare la mappa concettuale che rappresenta la conoscenza del dominio, il motore inferenziale integrato nel sistema sfrutta link di prerequisito e di correlazione concettuale. Lo scenario di riferimento per la sperimentazione di TutorJ è costituito da un sistema tutoriale per l’apprendimento del linguaggio di programmazione Java, la cui base di conoscenza include sia materiale didattico che manualistica di riferimento.

Il lavoro di Carlo Tasso, Pier Giuseppe Rossi, Christian Virgili e Andrea Morandini esplora alcune tecniche di personalizzazione di strumenti e-learning e la sperimentazione di ifForum, un ambiente per la comunicazione asincrona dotato di particolari funzionalità: i meccanismi di filtro dell’informazione e di raccomandazione si adattano al profilo del singolo utente, costruito in base all’analisi concettuale delle informazioni prodotte e lette; è possibile ricevere una segnalazione via e-mail o sms quando nuovi messaggi vengono inoltrati in un’area di discussione; è disponibile un rating system con cui tutti i partecipanti possono esprimere valutazioni della qualità dei messaggi; la struttura dei forum e dei messaggi è compatibile SCORM e facilmente esportabile; il tutor può definire gruppi gerarchici, modificare i permessi d’accesso per gruppi e individui, monitorare l’interazione sociale e controllare le principali caratteristiche strutturali dei forum di discussione. Un aspetto particolarmente interessante è costituito dalla possibilità di identificare dinamicamente gruppi di utenti che condividono l’interesse per particolari contenuti, ed estendere automaticamente al gruppo le raccomandazioni rivolte al singolo.


Avanti >>