Il nuovo apprendimento, personalizzato e automatizzato

Quali sono, al momento, in questo secondo decennio del XXI secolo, le principali innovazioni tecnologiche che impattano sull’apprendimento? 

Sono molteplici e spesso integrate tra loro. Le connessioni sempre più potenti, ad esempio, hanno permesso, durante la pandemia, di gestire in contemporanea la DaD di milioni di studenti e lo smart working di milioni di lavoratori. Solo pochi anni fa, non sarebbe stato possibile. 

Le nuove connessioni 5G e quelle che saranno successivamente sviluppate, amplieranno ulteriormente le possibilità di comunicazione, permettendo di scambiare dati a velocità impensabili. 

Parallelamente alla crescita della potenza delle connessioni, si stanno presentando tante nuove modalità di apprendimento, come la realtà virtuale (VR), che già oggi è in grado di trasportarci e immergerci efficacemente in mondi e contesti di simulazione creati al computer, o la realtà aumentata (AR), che può erogare informazioni, immagini, istruzioni in maniera direttamente connessa, integrando ciò che vediamo e tocchiamo. 

L’intelligenza artificiale (AI) comprende sempre meglio il nostro linguaggio e l’interazione uomo/macchina, accompagnata e potenziata, acquisisce tratti sempre più realistici e naturali. Nello stesso tempo, si alimenta e impara grazie alla mole di informazioni generata dall’utilizzo di prodotti digitali, i big data. Questo apprendimento asincrono e continuo restituisce significati e connessioni invisibili alla mente umana, con una tendenza ormai irreversibile, che ci porta ad una personalizzazione sempre più profonda dell’apprendimento.

La formazione tecnica e l’apprendimento di operazioni complesse si spostano progressivamente in ambienti, laboratori, campus, con simulatori evoluti ed integrati. 

Negli ultimi anni, gli esperti di intelligenza artificiale hanno evidenziato un’ampia varietà di applicazioni nel settore della formazione e dell’educazione, come tutor intelligenti, piattaforme di analisi dei big data o sistemi che personalizzano automaticamente i contenuti per ogni specifico discente. 

I tutor intelligenti, tipicamente dominio-specifici, ovvero progettati per assistere l’apprendimento di un determinato argomento, cercano di replicare l’azione di un docente umano, invitando il discente a svolgere attività o fornendo feedback durante la pratica.

L’analisi semantica, invece, è la capacità di estratte automaticamente concetti e significati da un testo. Ha trovato molte applicazioni nell’e-learning grazie ad agenti intelligenti in grado di analizzare in maniera semantica i testi, generare quiz a risposte multiple e dare feedback sulle risposte. L’analisi semantica, inoltre, è necessaria per la classificazione e il tagging automatico dei contenuti formativi, utile quando si hanno a disposizione tante risorse. Infatti, la possibilità di comprendere il significato di migliaia di articoli e documenti presenti in un archivio apre la strada a sistemi che raccomandano il giusto contenuto, alla giusta persona, nel giusto momento. 

Un’altra applicazione importante, come accennato, è l’analisi statistica dei big data, ovvero l’analisi di enormi masse di dati non sempre organizzati in modo strutturato. I sistemi in grado di analizzare le reportistiche, tracciare la formazione e individuare schemi significativi si diffonderanno sempre di più. Immaginiamo un futuro in cui le piattaforme, analizzando il comportamento degli utenti, sapranno dirci quali attività formative sono state più efficaci, quando i partecipanti sono stati più concentrati e dove possiamo migliorare.

Nelle grandi organizzazioni, anche italiane, stanno iniziando le sperimentazioni di modalità evolute di apprendimento, dove si incontrano: persone, con i propri ruoli, stili ed esperienze di apprendimento, bisogni espliciti e taciti, oggetti di apprendimento strutturati e non, interni ed esterni all’organizzazione e ambienti di apprendimento basati su infrastrutture tecnologiche e sistemi di intelligenza artificiale.

Come funzioneranno questi ambienti, una volta a regime? Che impatto avranno sull’apprendimento e sulla certificazione dello stesso?

Vediamo, in sintesi, alcuni aspetti fondanti.

  1. Nell’ambiente digitale di apprendimento ogni persona è riconosciuta grazie al suo profilo utente, che contiene il ruolo (quindi le competenze formali richieste) e lo stile di apprendimento. Una volta a regime, come avviene nell’esperienza quotidiana del web, sulla base del comportamento quotidiano dell’utente, il sistema lo seguirà nei suoi comportamenti e la profilazione evolverà continuamente.
  2. La Library aziendale è l’ambiente dove sono raccolte, taggate ed organizzate tutte le risorse formative e documentali, rese accessibili attraverso sistemi di ricerca evoluti. Nella Library tutti gli oggetti di apprendimento e tutti gli oggetti formativi esistenti nell’organizzazione, in qualunque formato (testo, video, PowerPoint, altro) sono mappati e riclassificati con diversi livelli di ingegnerizzazione e tagging per il riutilizzo da parte degli utenti. 
  3. Le infrastrutture e i sistemi di intelligenza artificiale permettono tecniche di analisi semantica dei testi, selezione/filtraggio/estrazione di contenuti specifici, clustering e identificazione di concetti e relazioni, tracciamento e mappatura dei comportamenti. Questi ambienti hanno la potenzialità di creare un vero big data delle esperienze di apprendimento. In quest’ ottica, le classiche piattaforme e-learning forse non scompariranno, ma saranno solo una parte del sistema, che comprenderà tutti gli ambienti e le esperienze di conoscenza interne e nel tempo, esterne.

Sebbene i diversi modelli presentino differenti strategie e vari livelli di complessità progettuale e gestionale, il modello del recommendation system, che permette di suggerire percorsi formativi personalizzati con un match tra persona, ruolo, stile, ambienti e oggetti di apprendimento, può essere considerato un riferimento. Uno degli approcci è content-based e prevede che il sistema suggerisca risorse formative sulla base delle scelte fatte (se hai scelto questo, ti suggerisco anche queste altre risorse). Un altro approccio è quello collaborativo: all’utente è permesso commentare, valutare, suggerire corsi mentre il sistema ha modo di evolvere e perfezionarsi continuamente. 

Processi così radicali non sono indolori e una vasta fascia della popolazione e del mondo del lavoro ha difficoltà a tenere il passo e vive con sofferenza queste trasformazioni. È indubbio che questo processo, se non accompagnato, rischia di creare tante nuove emarginazioni: tecnostress e tecnofobia sono presenti, così come lo sono i rischi legati alla cybersecurity. Per questo è importante che i temi della trasformazione digitale siano centrali in tutti i sistemi di apprendimento e che si lavori sulle culture, sul digital mindset e sulle competenze. Il processo sarà vincente se i gruppi dirigenti del paese e di ogni organizzazione ed i sistemi formativi pubblici e privati sapranno essi stessi adeguarsi coerentemente alle sfide dei cambiamenti in atto.

 

*Presidente di Skilla spa e autore di Apprendere nell’infosfera, Franco Angeli