Intelligenza Artificiale e Formazione: ci avevi mai pensato?
Per affrontare questo tema abbiamo chiesto aiuto ad Alessandro Iannella, esperto e ricercatore nel campo della sociologia digitale ed informatica umanistica.
Alessandro Iannella si descrive come una figura interdisciplinare, che crede nel dialogo tra la cultura umanistica e scientifica. Professore a contratto di discipline informatiche, didattiche, socio-informatiche e didattico-informatiche presso alcuni atenei italiani, è stato di recente coinvolto nelle attività di COMPACADEMY, proponendo alla Comunità dei Formatori della PA del FVG un intervento sull’intelligenza artificiale generativa al servizio della Formazione nella PA.
Di seguito riportiamo i concetti chiave che Alessandro ci ha presentato, dandoci la possibilità di confrontarci con una realtà in continua evoluzione che sempre più vedrà coinvolto in mondo della formazione.
Intelligenza Artificiale
L’Intelligenza Artificiale (IA) è quel campo interdisciplinare dell’informatica che si occupa della produzione di algoritmi e sistemi (modelli) in grado di eseguire compiti che, in genere, richiederebbero intelligenza umana.
Tali compiti sono destinati a:
• replicare processi di pensiero umano;
• comportarsi in maniera simile a un umano (cfr. Test di Turing):
• emulare il ragionamento logico-razionale, come la risoluzione di problemi specifici;
• agire razionalmente.
Nei contesti di educazione, istruzione e formazione, l’IA è citata come strumento per:
• rendere maggiormente efficaci i processi organizzativi;
• personalizzare il percorso formativo sulla base delle esigenze individuali dell’apprendente;
• supportare rispetto a dubbi specifici;
• valutare e fornire feedback;
• analizzare dati relativi a comportamenti;
• generare automaticamente contenuti testuali e multimediali.
L'intelligenza Artificiale Generativa
L’IA Generativa è una sotto-categoria dell’IA appartenente alla branca del machine learning.
Si occupa della produzione di nuovi dati (es. testo, immagini, video, modelli 3D o musica) coerenti e/o simili ai dati forniti
in una fase di addestramento.
Nell’ultimo anno è diventato particolarmente noto il modello di IA GPT-3.5 (poi 4), sviluppato dall’ente di ricerca OpenAI e reso disponibile sia per lo sviluppo di applicazioni di terze parti che come research preview con un’interfaccia conversazionale. Garantendo un’interazione testuale, ChatGPT risponde a quesiti, scrive poesie e codice informatico, simula individui e competenze professionali specifiche, produce riassunti e parafrasi, schematizza, progetta attività.
Rischi e benefici dell'IA Generativa
Partiamo dai principali rischi. Un sistema di IA Generativa:
• può generare risposte errate, imprecise o fuorvianti (allucinazioni);
• mostra un punto di vista non obiettivo, parziale, stereotipato o discriminante (bias);
• possiede una conoscenza limitata del mondo e degli eventi, ossia potrebbe non essere aggiornato.
È fondamentale pertanto verificare sempre i risultati e chiedere chiarimenti o ritrattazioni affinché il sistema dichiari la falsità di eventuali affermazioni.
Ma vendiamo ora i benefici! Il professionista può stabilire una partnership attiva con l’IA Generativa, valorizzandola come spazio transitorio di crescita:
• come fonte di ispirazione;
• come supporto, consulente per il raggiungimento di un determinato obiettivo (scaffolding);
• come strumento per l’ottimizzazione del tempo, attraverso l’automazione di procedure.
L'approccio metacognitivo secondo Alessandro Iannella
Adottare un approccio metacognitivo significa saper formulare input adeguati e soprattutto non tanto rispondere ma saper rispondere alla domanda “l’output è convincente?”.
Non è ammissibile affidarsi all’output per se, ma è necessario interpretarlo ed essere in grado di individuare eventuali bias o allucinazioni così da valutarne con criterio l’efficacia.
Nell’interazione con il sistema di IA Generativa, l’individuo deve (già) essere competente rispetto all’oggetto dell’interazione.
È interessante notare come il dialogo con l’algoritmo testimoni la prima situazione comunicativa nella quale non vi è condivisione di conoscenza tra gli interlocutori. Tuttavia, sebbene la macchina non comprenda le informazioni trasmesse, non capisca né i contenuti che gli vengono dati né quelli che produce, tali contenuti possiedono un significato per l’interattante umano e consentono il raggiungimento dello scambio comunicativo.
E quindi: come interagiamo con macchine che non ci comprendono né comprendiamo? Come facciamo in modo che ci aiutino a prendere delle scelte giuste?
Per ottenere risultati ottimali da un sistema di Intelligenza Artificiale Generativa, è cruciale utilizzare un linguaggio specifico e ben ponderato.
Questo implica una selezione continua di variabili e relativi parametri, nel singolo turno di parola e durante il dialogo. Più l’input è ben strutturato, più l’output sarà efficace. Il prompt deve essere chiaro, completo, non ambiguo.
È consigliabile:
• inserire esempi che possano guidare l’elaborazione;
• chiedere chiarimenti e riformulazioni;
• mettere in discussione l’output;
• suddividere una richiesta in più fasi;
• proseguire la logica conversazionale.
Laddove vi sia memoria conversazionale (vd. ChatGPT), è possibile che i contenuti generati facciano riferimento al contesto (tema) dialogico prodottosi.
