di Marco Guastavigna

Sono di nuovo in modalità “pippone”.

A ripristinarmi la logorrea è stata una lettura: “Potremmo chiamare mestiere il tipo di attività in cui il tempo non è sotto controllo, e riservare il termine lavoro ai compiti regolati da vincoli di tempo. Nel mestiere, il tempo non è centrale. L’uomo di esperienza lascia che la sua temporalità sia dettata dalla situazione che incontra e dal modo in cui potrà intervenire. Il medico sa che alcuni pazienti richiederanno trattamenti lunghi e spiegazioni dettagliate, mentre altri risponderanno e capiranno rapidamente. Allo stesso modo, uno scrittore di solito non si costringe a scrivere una pagina sotto pressione oraria. Tutto dipende dal soggetto, dalla sua forma, dalla sua meditazione preliminare.” (P. Chabot, “Avere tempo. Saggio di cronosofia”, Treccani. 2024).

Da una parte il mestiere di scrivere, insomma, dall’altra il lavoro di scrittura.
Nella tabella il modo in cui Copilot Pro di Microsoft rappresenta le due situazioni.

Scrittore senza tempo	Scrittore vincolato dal tempo

Continua a leggere→

   Invia l'articolo in formato PDF   

Esattamente, esattamente, esattamente…quali sono le differenze epistemologiche, ontologiche e deontologiche tra le tre situazioni di seguito rappresentate?

di Marco Guastavigna

Avendo dato poco più di un’occhiata a  ChatGPT e avendovi identificato non solo l’intelligenza artificiale generativa, ma l’intera intelligenza artificiale, vi è già chi pontifica senza pudore sulla assoluta necessità di modificare i compiti a casa: “è la fine delle assegnazioni compilative!”. Compito degli insegnanti? Prendere atto e adeguarsi.

L’arrogante superficialità di queste affermazioni è nella fattispecie davvero grottesca, perché una più approfondita esplorazione dei dispositivi esistenti avrebbe rivelato la disponibilità di almeno uno spazio di lavoro destinato – udite, udite! – a fornire agli insegnanti suggerimenti su come rendere le assegnazioni di compiti “resistenti all’IA”. Siamo di fronte a uno dei molti moduli compresi in MagicSchool, a cui abbiamo per altro già accennato.
Non è affatto scontato che realizzi quel che promette, ma è bene provarlo e riprovarlo prima di esprimere un giudizio.

La logica complessiva dell’ambiente – dichiarata – è fornire ai docenti dispositivi per ridurre il carico di lavoro professionale. Testimoniano questa impostazione moduli come “Piano di lezione secondo il modello 5E”, “Domande personalizzate di lettura SAT” , “Test di pratica di lettura SAT” e vari altri, anche se connotati in modo più generico. L’insieme è palesemente destinato all’istruzione con logistica statunitense. Continua a leggere→

di Marco Guastavigna

Prosegue a ritmo serrato il dialogo con i chatbot personalizzati che ho presentato qualche giorno fa.

A ChatProfInn ho chiesto di scrivere uno statuto in 10 articoli destinati all’associazione internazionale degli insegnanti innovatori, precisando che almeno due articoli dovevano contenere riferimenti ai dispositivi digitali per l’apprendimento”.

Ecco la sua risposta:

Statuto dell’Associazione Internazionale degli Insegnanti Innovatori

Articolo 1: Denominazione e sede
L’associazione si intitola “Associazione Internazionale degli Insegnanti Innovatori” e ha sede legale nel luogo designato dal consiglio direttivo.

Articolo 2: Scopo
Scopo dell’associazione è promuovere e sostenere l’innovazione nell’ambito dell’insegnamento e dell’apprendimento, favorendo lo sviluppo di pratiche pedagogiche avanzate e l’adozione di metodologie didattiche efficaci.

Articolo 3: Membri
Possono far parte dell’associazione tutti gli insegnanti, formatori e professionisti dell’istruzione che condividono la missione e gli obiettivi dell’associazione.

Articolo 4: Organi dell’associazione
Gli organi dell’associazione sono l’assemblea dei soci, il consiglio direttivo e il presidente. Continua a leggere→

di Marco Guastavigna

Una buona e sufficientemente sintetica definizione dei dispositivi di “intelligenza” artificiale generativa è questa: macchine predittive che, sulla base di allenamento e perfezionamento condotti su gigantesche quantità di dati disponibili a titolo diverso in rete (BigData), sono in grado di costruire correlazioni e modelli statistici, utili per imitare gli esiti di processi cognitivi umani, fornendo risposte e indicazioni plausibili alle sollecitazioni degli utenti.

Questo approccio prestazionale all’intelligenza ha una conseguenza fondamentale: tipologia e qualità degli input dipendono moltissimo dalle modalità di realizzazione delle fasi di apprendimento iniziale, oltre che dal monitoraggio delle interazioni degli utilizzatori, che in molti casi metteranno in moto conversazioni di perfezionamento della prestazione e a cui è richiesto, sempre e passo passo, un feedback – spesso da motivare – sul valore di quanto generato dal dispositivo.

Per verificare il primo aspetto, che è basilare, ho condotto un piccolo esperimento, approfittando del fatto che la piattaforma di AI MagicSchool offre la possibilità di realizzare chatbot personalizzati, con cui interagire in base a criteri originali e specifici, definiti di volta in volta dall’utente, con la massima precisione possibile.

Per primo ho realizzato ChatProfTRad, che impersona l’insegnante tradizionale.
Sono poi passato a ChatProfInn, il cui credo è l’innovazione.
Siccome non mi riconoscevo in nessuno dei due profili, ho successivamente abbozzato un auto-identikit professionale, sfociato in ChatProfDiv(ergente).
Ho poi condotto una conversazione con ciascuno dei tre interlocutori. Continua a leggere→