Un percorso pratico in autofruizione per progettare, valutare, personalizzare e innovare con l’intelligenza artificiale, senza perdere la centralità della relazione educativa. Pensato per docenti di ogni ordine e grado all'interno del progetto Ital.IA for School, realizzato con Microsoft.
DOCUMENTO DI PROGETTAZIONE
MODULO 1. Progettare insieme: l’IA come co‑designer didattico con Felicia Bitetti
Come costruire moduli didattici (Unità Didattiche, UdA, piani di lezioni) solidi, creativi e sostenibili con il supporto dell’IA.
Flow dei contenuti
- Unità Didattica, Unità di Apprendimento e Piano di lezioni: differenze, analogie e loro struttura
- L’IA nella progettazione didattica: cosa può fare e cosa non deve fare
- Etica, privacy e responsabilità professionale.
- Revisione critica degli output: coerenza, qualità, bias, limiti.
- Prompt design per strutturare una UD
- Laboratorio guidato: costruzione di un modulo didattico completo, dalla definizione degli obiettivi alla revisione critica degli output.
Competenze sollecitate
Il percorso integra due riferimenti fondamentali: il DigCompEdu 2.2, che definisce le competenze digitali professionali del docente, e l’AI Literacy Framework, che delinea le competenze necessarie per comprendere, valutare e utilizzare responsabilmente l’intelligenza artificiale.
- DigCompEdu
- Pedagogia digitale
- Risorse digitali
- Etica e responsabilità
- AI Literacy Framework
- Engaging with AI: comprendere capacità e limiti dell’IA
- Creating with AI: co‑progettare contenuti con l’IA
- Managing AI: guidare l’IA tramite prompt efficaci
- Designing AI: riconoscere implicazioni etiche e di trasparenza
Materiali e template
- Template Unità di Apprendimento
- Template di Unità Didattica
- Template per piano di lezioni
- Prompt template per prima bozza di una UD
- Checklist di revisione critica degli output IA
- Mini-guida “Cosa posso chiedere all’IA e cosa no”
Laboratorio / Compito
Creare una unità didattica completa su un tema della propria disciplina, generando una bozza con l’IA e poi migliorandola attraverso revisione critica e adattamento al proprio contesto.
MODULO 2. Valutazione aumentata: feedback personalizzati. Griglie e rubriche intelligenti. Con Lara Rollo
Come ottenere feedback più chiari, tempestivi e personalizzati, mantenendo la guida pedagogica.
Flow dei contenuti
- Oltre il limite del giudizio: opportunità e confini dell'IA nella valutazione scolastica.
- Architetture della valutazione: progettare e revisionare rubriche valutative solide con l'assistenza algoritmica.
- Griglia vs Rubrica: distinguere tra griglie prestazionali (punteggi) e rubriche autentiche (descrittori di competenza) per scegliere lo strumento più adatto all'obiettivo didattico.
- L'errore come risorsa: tecniche di analisi degli sbagli per creare percorsi di recupero mirati.
- Lente etica: riconoscere i bias dell'IA per garantire una valutazione equa e imparziale.
- Trasparenza e metodo: come documentare correttamente l'integrazione dell'IA nel processo valutativo.
- Laboratorio guidato: tutorial pratico su come generare feedback, costruire una rubrica, griglie e analizzare gli errori con il supporto dell’IA.
Competenze sollecitate
- DigCompEdu
- Valutazione
- Facilitazione dell’apprendimento
- Etica e Responsabilità
- AI Literacy Framework
- Engaging with AI: interpretare correttamente gli output
- Creating with AI: generare bozze di feedback e rubriche
- Managing AI: utilizzare l’IA per analisi valutative
- Designing AI: identificare bias nei processi di valutazione
Materiali e template
- Slide del docente
- Template editabili di rubriche e griglie valutative già strutturati.
- Prompt professionali pronti all'uso per la generazione di feedback formativi.
- Esempi di analisi guidata applicati a errori comuni.
- Scheda metodologica: "Come riconoscere i bias valutativi".
Laboratorio / Compito
Dalla bozza IA alla guida pedagogica: il docente è chiamato a selezionare tre elaborati (reali o simulati) e utilizzare l'intelligenza artificiale per generare una proposta iniziale di feedback. L'obiettivo della sfida è revisionare criticamente l'output dell'IA per renderlo pedagogicamente efficace e costruire, in parallelo, una rubrica di valutazione che rifletta gli obiettivi didattici prefissati.
MODULO 3. Personalizzare l’apprendimento con l’IA. Con Daniela Pieraccini
Come differenziare percorsi e materiali senza aumentare il carico di lavoro.
Flow dei contenuti
- Perché personalizzare: bisogni, equità, inclusione.
- Come l’IA può generare varianti di attività, testi, spiegazioni.
- Differenziazione per livelli, stili cognitivi, prerequisiti.
- Uso di dati didattici non sensibili per orientare le scelte.
- Bias nella personalizzazione: rischi e prevenzione.
- Laboratorio guidato: progettazione di percorsi differenziati. Dimostrazione della creazione di attività differenziate (base/avanzato) e varianti di materiali tramite IA
Competenze sollecitate
- DigCompEdu
- Supporto ai Discenti
- Risorse Digitali
- Alfabetizzazione ai Dati
- AI Literacy Framework
- Engaging with AI: valutare adeguatezza degli output per diversi livelli
- Creating with AI: generare varianti di materiali didattici
- Managing AI: usare dati non sensibili per orientare scelte didattiche
- Designing AI: prevenire bias nella personalizzazione
Materiali e template
- Template per percorsi differenziati (base/avanzato).
- Prompt per generare varianti di attività e spiegazioni.
- Scheda “Come leggere i dati didattici in modo responsabile”.
- Checklist per garantire equità e inclusione.
Laboratorio / Compito
Creare due percorsi didattici differenziati per lo stesso obiettivo: uno base e uno avanzato, con materiali generati e poi adattati dal docente.