Intelligenza Artificiale e apprendimento

Lunedì 18 marzo 2024 alle ore 14:30, presso il MuSEd, si terrà l'incontro dal titolo "Intelligenza Artificiale e apprendimento" a cura del prof. Fabio Paglieri (Istituto di Scienze e Tecnologie della Cognizione CNR Roma), per il ciclo "Le scuole di Roma al MuSEd. Percorsi di visita per gli insegnanti di Roma e della Città Metropolitana" - II edizione.

Negli ultimi anni, l’Intelligenza Artificiale (IA) generativa ha invaso il dibattito pubblico e politico: in maniera forse meno evidente ma altrettanto ineluttabile, è entrata anche nei processi di apprendimento e insegnamento. Ciò rende urgente una riflessione critica su questi sviluppi tecnologici e culturali: se i nuovi strumenti digitali da un lato aprono interessanti opportunità educative, dall’altro pongono sfide specifiche e rischi non trascurabili, nella cui gestione in mondo della scuola ha un ruolo importante. Questo incontro intende approfondire tali temi, partendo da un approccio laboratoriale: nella prima parte, verranno analizzati esempi concreti di opere (testuali e grafiche) realizzate da programmi di IA generativa, per riflettere sulle loro caratteristiche, in relazione a opere analoghe prodotte da soggetti umani. Una volta costruita una base di esperienze comuni sul tema, la seconda parte proseguirà in forma seminariale, affrontando i seguenti punti: (1) Che cos’è, esattamente, l’IA generativa e come funziona? Verranno definiti alcuni concetti fondativi dell’IA generativa (machine learning, deep neural networks, large language models, ecc.) e chiariti i meccanismi di base che consentono a questi programmi di ottenere prestazioni notevoli; si discuterà inoltre della trasparenza di questi sistemi, distinguendo vari livelli di descrizione: tecnico, economico, sociale. (2) Quali sono i problemi sociali, economici, legislativi e culturali legati al diffondersi dell’IA generativa? Si chiarirà la natura sociotecnica delle principali sfide poste dall’IA generativa, con particolare attenzione alla gestione dei dati che questi sistemi usano per sviluppare prestazioni soddisfacenti (non solo parlando di protezione di dati personali e sensibili, ma anche affrontando il tema di una più equa distribuzione degli ingenti guadagni che tali dati consentono, distinguendo fra la prospettiva privatistica dei data dividends e quella pubblica della Digital Service Tax), nonché le ripercussioni sul mondo del lavoro, soprattutto per le professioni creative; l’argomento sarà messo in relazione con recenti eventi pubblici, quali la causa del New York Times contro OpenAI e Microsoft, e la lunga vertenza di sceneggiatori e attori di Hollywood contro i grandi studi di produzione cinematografica. (3) Quali sono i rischi specifici per i processi di apprendimento? Si distinguerà fra rischi legati a un cattivo uso delle tecnologie di IA generativa (dagli equivoci che portano scambiare l’abilità sintattica di questi sistemi con una reale competenza semantica, agli usi a sostegno di pratiche sociali problematiche, quali il cyberbullismo e il revenge porn) e rischi che sono invece intrinseci ad esse, con particolare attenzione al problema del de-skilling (perdita di competenze cognitive causa affidamento sistematico a scorciatoie digitali) e alla possibile presenza di bias sistematici nelle risposte fornite dai sistemi di IA generativa. (4) Quali sono, invece, le opportunità di innovazione didattica? Si inizierà discutendo del ruolo affidato alla scuola nel formare le nuove generazioni all’uso delle tecnologie digitali, in relazione a quanto invece dovrebbe competere alla famiglia; poi si prenderanno in considerazione usi virtuosi dell’IA generativa in ambito scolastico, ispirandosi alle esperienze condotte insieme nella prima parte dell’incontro; infine, si ragionerà sulle implicazioni che il diffondersi di queste tecnologie potrebbe (e probabilmente dovrebbe) avere sul tipo di compiti a casa e prove a distanza che ha senso assegnare ai propri studenti – ad esempio, scoraggiando l’uso di tesine e prove scritte da remoto come strumenti di verifica finale, in quanto troppo facilmente delegabili a programmi di IA generativa.

Link identifier #identifier__6375-1Il calendario completo degli appuntamenti.