Intelligenza Artificiale e e-Learning: Prospettive

Condividi questa notizia:

L’uso generalizzato delle tecnologie di intelligenza artificiale le rende naturalmente idonee ad una loro applicazione in qualunque ambito di business, ivi incluso quello della formazione, con particolare riferimento alla formazione di tipo e-learning

L’e-learning rappresenta in effetti un trend nel mondo della formazione e consiste nell’uso di piattaforme FAD (formazione a distanza) per l’organizzazione e l’erogazione di corsi di studio riguardanti qualunque tipo di argomento. 

La formazione a distanza ha ricevuto in particolare un certo boost nell’ultimo decennio poiché è stata affinata sia nelle modalità di erogazione del servizio, rendendo l’esperienza di apprendimento individuale sempre più efficace ed efficiente, sia nella qualità dei contenuti offerti.

L’INTELLIGENZA ARTIFICIALE NELL’E-LEARNING

L’intelligenza artificiale (IA) può essere considerata come uno dei megatrend della ricerca ICT più promettenti per il futuro dell’e-learning.

Si tratta di una tecnologia ad uso generalizzato (General Purpose Technology), poiché lo spettro delle sue applicazioni abbraccia praticamente ogni possibile ambito di interesse.

L’IA è una branca della computer science deputata mediante l’implementazione di particolari algoritmi alla riproduzione di processi di apprendimento seguiti da un qualche tipo di azione:

Si tratta di una famiglia piuttosto vasta di algoritmi al cui interno ricadono le casistiche particolari del machine learning e del deep learning. Entrambi basati sul principio dell’apprendimento per “ottimizzazione numerica” ma aventi uno scope via via più specifico nelle tipologie di modelli utilizzati.
AI, ML E DL

PERCHÉ L’INTELLIGENZA ARTIFICIALE MIGLIORA L’E-LEARNING

La personalizzazione della formazione individuale e l’assistenza al discente rappresentano i due perni su cui si basa l’applicabilità dell’intelligenza artificiale all’e-learning. Le piattaforme FAD possono essere organizzate in modo tale da offrire un’esperienza di studio altamente personalizzata in funzione della varietà dei corsi e del materiale didattico presente sulla piattaforma. Allo stesso tempo sono in grado di offrire assistenza e tanti altri servizi come l’apprendimento adattivo che aiuta i discenti a trovare il corso più adatto e ne calibra il percorso formativo. In questo modo il discente può studiare seguendo i propri ritmi e la propria curva di apprendimento.

Le piattaforme FAD contengono spesso materiale formativo per una moltitudine di aree d’interesse e di conoscenza. L’orientamento dello studente, specialmente quando interessato ad argomenti molto tecnici, può essere particolarmente difficile. Soprattutto nei casi in cui non si possiede una conoscenza approfondita degli argomenti d’interesse, né delle parole chiave da utilizzare in un ipotetico motore di ricerca interno.

È la necessità di orientamento specifico che crea una prima ed importante opportunità di applicazione dell’intelligenza artificiale nell’ambito dell’e-learning: l’idea è quella di dotare la piattaforma di una macchina che possa apprendere le aree di interesse dello studente, comprenderne i possibili risvolti ed orientarlo così alla continuazione efficace del suo percorso di studio.

In termini tecnici si tratta di implementare un recommendation system, ossia un algoritmo (nello specifico di deep learning non supervisionato) che sulla base dei dati generati dall’interazione dello studente con la piattaforma riesca a formulare suggerimenti per lui utili nella scelta dei prossimi corsi e del materiale didattico di interesse.

L’applicazione dei recommendation systems nelle interfacce web rappresenta in effetti lo stato dell’arte per moltissime aziende di successo (da Youtube ad Amazon) e la sua applicabilità nel mondo dell’e-learning appare particolarmente utile. La personalizzazione del percorso formativo per lo studente si dovrebbe dunque basare su elementi quali la ricchezza dell’offerta formativa e la precisione del recommendation system utilizzato in piattaforma.

Un altro aspetto di fondamentale importanza è quello di offrire assistenza al discente in difficoltà. In questo ambito l’applicazione dell’intelligenza artificiale trova ancora un campo di ricerca molto interessante ed utile.

Il discendente può avere la necessità di avere informazioni sui singoli corsi o più in generale sull’utilizzo delle piattaforme FAD.

I CHATBOT NELL’E-LEARNING

Uno strumento di intelligenza artificiale che è stato notevolmente migliorato negli ultimi anni è sicuramente il chatbot, ossia un’intelligenza artificiale basata su meccanismi di reinforcement learning (i meccanismi di addestramento dei robot veri e propri) e di Natural Language Processing (NLP).

Un chatbot è in grado di interpretare il linguaggio scritto o parlato e generare delle risposte stabilendo così una vera e propria comunicazione con l’interlocutore. Si tratta senza dubbio dello standard del futuro per ogni forma di assistenza al cliente, specialmente nel contesto delle assistenze di tipo tecnico, dove è probabile che le domande dell’utente siano strettamente attinenti ad un insieme limitato di argomenti.

I chatbot sono già utilizzati nelle piattaforme FAD per l’assistenza tecnica ma la sfida del futuro è trasformarli in “tutor intelligenti”. Programmi in grado di replicare l’azione di un docente umano e fornire feedback e consigli ai discenti. Sebbene sia un’operazione complessa grazie all’utilizzo dei big data è possibile addestrare i chatbot per interagire in maniera “intelligente” con gli utenti.

Per concludere

L’intelligenza artificiale ha già fatto molti passi in avanti, concetti che prima sembravano di difficile realizzazione come le reti neurali e il deep learning sono già utilizzati. Sicuramente gli sviluppi futuri ci permetteranno di aumentare le funzioni e gli ambiti di applicazione sempre tenendo in considerazione la scalabilità e gli obiettivi di business.

Cerchi partner per progetti ICT? Chiedi a PMF Research compilando il contact form

PKU Smart Sensor

Il progetto PKU Smart Sensor (n. 08RG7211000341 – CUP G89J18000710007) è stato finanziato grazie al Fondo Europeo di Sviluppo Regionale (FESR) 2014/2020 Sicilia, nell’ambito dell’Asse 1 – Obiettivo Specifico 1.1 – Azione 1.1.5. “Realizzazione e validazione di un sistema Point-of-Care, per il monitoraggio home-testing di fenilalanina in pazienti affetti da iperfenilalaninemie”. Importo spesa ammissibile PMF Srl: 208.864,00 euro. Importo contributo PMF Srl: 146.674,00 euro. Il contenuto di questo sito web è sotto la responsabilità della PMF Srl e non riflette necessariamente le opinioni della Commissione Europea.

VESTA

Il progetto VESTA (n. F/050074/02/X32 – CUP B58I17000190008) è stato finanziato grazie all’Asse 1 Priorità di investimento 1.b Azione 1.1.3 LDR. BANDO HORIZON 2020 – PON 2014/2020 “Realizzazione di un sistema di sicurezza (antifurto) evoluto basato su tecnologie innovative di ispezione radio a corto raggio e su sensori multimediali audio/video miniaturizzati”. Importo spesa ammissibile PMF Srl: 299.915,01 euro. Importo contributo PMF Srl: 131.284,02 euro. Il contenuto di questo sito web è sotto la responsabilità della PMF Srl e non riflette necessariamente le opinioni della Commissione Europea.

MINERVA

Il progetto MINERVA (n. F/190045/01/X44 – CUP B61B1900048008) è stato finanziato grazie al Fondo per la Crescita Sostenibile – Sportello “Fabbrica intelligente” PON I&C 2014-2020, di cui al DM 5 marzo 2018 Capo III. Metodi Innovativi e-learning e realtà virtuale in azienda. Importo spesa ammissibile PMF Srl: 274.791,25 euro. Importo contributo PMF Srl: 160.532,00 euro. Il contenuto di questo sito web è sotto la responsabilità della PMF Srl e non riflette necessariamente le opinioni della Commissione Europea.

SECESTA ViaSafe

Il progetto SECESTA ViaSafe (n. 08CT6202000208 – CUP G69J18001010007) è stato finanziato grazie al Fondo Europeo di Sviluppo Regionale (FESR) 2014/2020 Sicilia, nell’ambito dell’Asse 1 – Obiettivo Specifico 1.1 – Azione 1.1.5. “Applicazione della rete di monitoraggio dalla ricaduta di cenere vulcanica dell’Etna alla gestione della mobilità nel territorio etneo”. Importo spesa ammissibile PMF Srl: 267.400,00 euro. Importo contributo PMF Srl: 190.752,00 euro. Il contenuto di questo sito web è sotto la responsabilità della PMF Srl e non riflette necessariamente le opinioni della Commissione Europea.

Questo sito fa uso di cookie per migliorare l’esperienza di navigazione degli utenti e per raccogliere informazioni sull’utilizzo del sito stesso.