RICERCA, SVILUPPO E INNOVAZIONE

Per essere realmente innovatori è necessario uscire dal confine delle prassi consolidate e avere una visione d’insieme dello scenario; quindi individuare nuove prospettive, definire obiettivi sfidanti, lavorare creativamente, impegnarsi a raggiungere nuovi traguardi.

Questo è il mindset di innovazione secondo Piazza Copernico.

Che sia un’innovazione incrementale o radicale, migliorativa o sostitutiva, ogni innovazione è un modo nuovo e creativo di affrontare i problemi conosciuti e quelli emergenti.

Fare innovazione richiede un approccio “ambidestro” (Charles O’Reilly e Michael Tushman, Harvard Business Review , 2004), cioè superare l’impasse tra le prassi consolidate e funzionanti e il saper esplorare nuove strade e opportunità, mantenendo nel contempo la capacità di svolgere efficacemente le attività esistenti.

Innovazione non è però solo fare le cose in modo nuovo, ma anche guidare il cambiamento sia nei processi di business, sia nella leadership delle persone ispirandole verso l’innovazione e il miglioramento.

Piazza Copernico realizza questa sfida con un’ottica di Open Innovation e attraverso un Piano di Innovazione e di Ricerca e Sviluppo (R&S) aggiornato annualmente. Il Piano viene dedicato allo studio e sviluppo di nuove applicazioni specificamente dedicate al settore Formazione e HR, ma prevede sempre di rendere tali nuove applicazioni trasversali, estendendone ove possibile l’impiego in altri settori di business.

Per questo abbiamo creato al nostro interno un team specializzato che coordina tutte le attività di Ricerca e Sviluppo, e ha consolidato nel tempo importanti collaborazioni con Aziende, Enti, Organismi di Ricerca nazionali e Università,  tra cui l’importante convenzione pluriennale con IAC – Istituto per le Applicazioni del Calcolo del CNR di Roma, e gli accordi con DiSMa (Dipartimento di Scienze Matematiche) del Politecnico di Torino, con NAC-LAB – Natural and Artificial Cognition Lab dell’Università Federico II di Napoli e Universitad de Nebrija di Madrid.

Le principali aree di lavoro sono attualmente:

  • innovazione e sperimentazione di nuovi modelli didattici e soluzioni per l’e-learning;
  • analisi qualitativa dei testi, attraverso tecniche di analisi semantica, Sentiment Analysis e Opinion Mining, Natural Language Processing;
  • generazione di paradigmi di visualizzazione di dati e creazione di indicatori statistici attraverso tecniche di Pattern Analysis, Clustering e indicizzazione aggregata.

Dalle attività di Ricerca e Sviluppo nascono le numerose innovazioni produttive  che PIAZZA COPERNICO mette continuamente a disposizione dei propri clienti.

AREE DI RICERCA

SEMANTICA

Modelli di analisi semantica, attraverso cui vengono analizzati i contenuti e le relazioni, elaborando una mappa gerarchica di contenuti

SENTIMENT

La Sentiment Analysis permette di analizzare le parole portatrici di polarizzazione e di verificare l’andamento delle opinioni dei singoli e dei topic per individuare le aree di soddisfazione/insoddisfazion

ANALYTICS

Per ogni tipo di dato numerico o strutturato è possibile organizzare cruscotti di Analytics finalizzati alla data visualization

FACE RECOGNITION

Permette di integrare nella piattaforma LMS e nei WBT il riconoscimento di espressioni facciali ed emozioni, nonché il controllo dell’attenzione

OUTPUT DELLA RICERCA E SVILUPPO

Software di Analisi semantica e di Sentiment di ampi volumi di testi aperti.

Gli algoritmi di Analisi Semantica e Sentiment analizzano le parole dei testi originali per scoprire quali temi li attraversano, come quest’ultimi sono collegati tra loro e come cambiano nel tempo.
Tali algoritmi permettono di superare i bias di classificazione manuale dei dati da parte di un team di valutatori, nonché di ridurre sensibilmente l’ampio effort richiesto.

Il software facilita e riduce il lavoro di analisi manuale, fornendo una sintesi oggettiva sulla quale i valutatori possono lavorare direttamente alla fase di interpretazione dei risultati.

Come utilizzare SemantiCase:

  • per intercettare gli argomenti effettivamente rilevanti per le persone, anche individuando argomenti nuovi o latenti fin dalle loro prime evidenze;
  • per misurare la gradualità delle opinioni (positive o negative) stratificate per categorie di persone, per singolo, per argomento/topic adottando una misurazione tarata sulla comunicazione interna;
  • per comprendere le tematiche “sensibili” e influenti sull’opinione;
  • per individuare le tipicità comunicative di ogni categoria di persone al fine di armonizzare la comunicazione con il linguaggio specifico dei vari gruppi;
  • per monitorare nel tempo i temi più o meno influenti sul giudizio delle persone.

Esempi di applicazione di SemantiCase:

  • ANALISI DI QUESTIONARI E SURVEY
  • ANALISI DI TEST E ESERCITAZIONI
  • MOTORE DI RICERCA DOCUMENTALE IN KNOWLEDGE BASE
  • ANALISI DATI DEL CUSTOMER CARE (RECLAMI)
  • ANALISI DI GIUDIZI IN COMMUNITY ONLINE

LEARNALYZE

Dashboard di analisi dell’andamento dei corsi, con possibilità di confronto tra diverse edizioni di un corso o nodi di organigramma, con capacità di analisi di pattern ricorrenti e classificazione dei comportamenti sui corsi.

Lo strumento di Learning Analytics può essere utilizzato sia in modalità stand alone che integrato alla piattaforma aziendale, e può processare dati di fonti terze quali anche piattaforme LMS terze.

Il presupposto dello strumento è che l’esperienza formativa del partecipante non si esaurisca nel lancio e studio di singoli materiali didattici, ma sia un processo più complesso in cui la piattaforma come ambiente di relazione con altri partecipanti e/o con un tutor di supporto allo studio, o perfino con la messaggistica programmata, rappresenta un sistema da comprendere più a fondo. Oltre tali aspetti altre “zone grigie” sono rappresentate dall’impatto delle variabili personali, delle caratteristiche del corso, del tempo a disposizione rispetto all’efficacia della formazione online.

Lo strumento implementa un sistema di analisi che dà la possibilità di comprendere:

  •  l’uso effettivo di un corso, per individuare non solo gli stili e le preferenze di studio, ma anche le aree di criticità del corso stesso (meta-valutazione didattica);
  •  i comportamenti degli utenti relativamente a uno specifico corso per valutare l’efficacia delle scelte progettuali e organizzative;
  •  le soluzioni didattiche maggiormente efficaci, l’attenzione alle diverse tipologie di corso, l’uso del tempo didattico, l’incidenza delle variabili esterne ai corsi.

Questa analisi sui dati permette di correlare le diverse variabili presenti in LMS, superando una logica di consultazione verticale dei report a favore di un’esplorazione tridimensionale dei fenomeni impliciti, per comprendere appieno il valore dell’esperienza didattica.

E’ possibile l’integrazione degli indici di performance dei partecipanti sui corsi (basato su 7 macro-variabili) con un sistema predittivo dei risultati a supporto delle attività di gestione della fase di erogazione dei corsi (forecasting formativo) e con eventuali regole di adattività.

PROFILING

Progetto finalizzato alla costruzione di un sistema di Assessment Dinamico per la personalizzazione delle prove valutative.

l progetto si caratterizza come un sistema di adaptive testing orientato a somministrare prove valutative complesse di tipo dinamico in grado di adeguare il percorso di somministrazione delle domande in base al risultato conseguito in progress durante la prova.

Permette durante la somministrazione del questionario di consolidare velocemente i risultati sulle aree di maggiore competenza, e di indagare in modo più approfondito le aree di minore preparazione al fine di discriminare efficacemente i livelli di conoscenza dei medium e low performer.

Fornisce un sistema di back-office per il confronto dei risultati dei rispondenti.

FACIAL RECOGNITION

Grazie a un accordo di partnership con un’azienda leader dell’adaptive media, la nostra piattaforma LMS Labe-l Academy è stata integrata con il sistema MorphCastun editor che combina video interattivi, AI, Machine Learning e riconoscimento di espressioni facciali, nonché controllo dell’attenzione,  senza utilizzare dati personali e quindi nel pieno rispetto della Privacy.

Le principali applicazioni in E-Learning:

  • Supporto ai processi di autenticazione in LMS: il discente può evitare di inserire credenziali e  procedere a loggarsi nella piattaforma attraverso il riconoscimento facciale;
  •  introduzione nei WBT del controllo di presenza e di attenzione.