Un nuovo sistema di progettazione didattica
Il nostro team R&S sta lavorando da tempo per realizzare un sistema di progettazione didattica basato su AI generativa.
Il progetto riguarda l’implementazione di un software che utilizzi Large Language Models (LLM), con il duplice obiettivo di:
- automatizzare la stesura di corsi,
- ottimizzare il processo formativo.
L’idea è quella di ridurre significativamente i tempi di produzione dei contenuti educativi, mantenendo però nel contempo un’elevata qualità e personalizzazione della documentazione formativa.
Cosa significa introdurre l’intelligenza artificiale nel processo formativo
In pratica lo sforzo è teso a rendere più efficace l’attività di analisi dei contenuti e la preparazione dei documenti progettuali base (macro-progettazione degli obiettivi didattici) da finalizzare poi in modo da renderli efficaci per la trasformazione in prodotti di digital learning.
La sfida nell’introduzione di intelligenza artificiale è inserire un ulteriore strumento a supporto di questa fase progettuale, che non solo permetta una migliore gestione dei tempi impiegati, ma anche il mantenimento di alti standard qualitativi di progettazione e di un’esatta rappresentazione dei contenuti.
Il tutto con un ottimo un livello di supervisione del risultato prodotto.
Un progetto attualmente già in fase di collaudo
Il progetto è in fase di implementazione con la collaborazione di GRID+, startup dell’Università Sapienza di Roma.
Si tratta dello sviluppo di una soluzione su misura basata su AI Generativa, che utilizza LLM con metodologia Retrieval-Augmented Generation (RAG) per generare testi complessi e personalizzati per ogni corso.
Il sistema viene ospitato interamente su server proprietari di Piazza Copernico, che non dipendono da API esterne, garantendo così efficienza e assicurando la massima riservatezza nella gestione e trasmissione delle informazioni.
La soluzione è attualmente in fase di collaudo, a internamente si stanno misurando in via sperimentale gli impatti sul processo di lavoro.
Già sono stati percepiti alcuni benefici rilevanti:
- la possibilità di progettazione attraverso l’interrogazione dei dat, che permette di accedere alle fonti informative per verificare l’efficacia dell’interazione uomo-macchina;
- il vantaggio di permettere agli instructional designer di concentrarsi di più sulle strategie didattiche, e meno sulla generazione dei materiali che viene in buona parte automatizzata.