![innovazione in e-learning](https://www.piazzacopernico.it/wp-content/uploads/innovazione-in-e-learning.jpeg)
Firmata la convenzione con IAC-CNR per potenziare la Ricerca e Sviluppo di Piazza Copernico.
Il 9 Luglio Piazza Copernico ha firmato un accordo triennale di collaborazione con IAC l’Istituto per le Applicazioni del Calcolo “Mauro Picone” del Consiglio Nazionale delle Ricerche di Roma.
IAC è un istituto del CNR che si occupa di sviluppo di metodi matematici e statistici, con l’obiettivo di fornire soluzioni per la società e l’industria in un contesto multidisciplinare, in interazione e collaborazione con istituzioni pubbliche e private extra-universitarie.
Il progetto intende favorire l’individuazione e lo sviluppo di soluzioni tecnologiche innovative a supporto dei progetti di innovazione della piattaforma LMS dal punto di vista degli analytics e dei sistemi di supporto all’apprendimento, sia per lo sviluppo di soluzioni didattiche che richiedano la valutazione di elaborati testuali, e progetti di social learning e informal learning.
Con questo accordo Piazza Copernico ribadisce e incrementa il proprio impegno nell’innovazione continua delle soluzioni e-learning offerte ai propri clienti.
In particolare, la collaborazione si concentrerà su queste tre linee di Ricerca applicata:
![Innovazione in e-learning](https://www.piazzacopernico.it/wp-content/uploads/003-web-development-1-300x300.png)
Nuovi strumenti per l’analisi qualitativa dei testi e l’interpretazione dei risultati di questionari a risposta aperta: tecniche Natural Language Processing (NLP), sentiment analysis e opinion mining, analisi semantica.
![Innovazione in e-learning](https://www.piazzacopernico.it/wp-content/uploads/006-web-optimization-300x300.png)
Generazione di paradigmi di visualizzazione dei dati e di tecniche di elaborazione performante, sistemi di visualizzazione adeguati a chi non ha una conoscenza tecnico-scientifica specifica.
![innovazione in e-learning](https://www.piazzacopernico.it/wp-content/uploads/014-speed-300x300.png)
Analisi dei dati di tracciamento dei corsi con creazione di indicatori di andamento, attraverso tecniche di pattern analysis, clustering e indicizzazione aggregata.