Nei precedenti articoli abbiamo visto che sembra necessario introdurre l’intelligenza artificiale a scuola, che il Ministero dell’Istruzione e del Merito ci ha fornito le sue linee guida a riguardo, e che la cosa importante da fare ora come comunità educante è scegliere cosa e come portare in classe.
In questo articolo ti proponiamo una prospettiva che potresti trovare non comune ma che noi invece riteniamo la chiave di volta per navigare il presente e il futuro dell’interazione delle persone con le intelligenze artificiali.
IA: non solo chatbot
Partiamo da questo presupposto troppo spesso dimenticato: gli algoritmi di intelligenza artificiale che usiamo non sono soltanto i chatbot generatori di testo / immagini / video a cui la mente corre quotidianamente.
Non solo: forse a nostra insaputa, – nel senso che non avevamo collegato le due cose –, stiamo facendo uso di sistemi dotati di intelligenza artificiale da anni, ben prima dell’esplosione dei Large Language Model (LLM, Modelli linguistici di grandi dimensioni, come Chat GPT e simili).
Ad esempio, sai come fanno i servizi di posta elettronica a stabilire cosa è posta indesiderata e cosa invece devono mostrarti? Intelligenza artificiale: hanno imparato le caratteristiche più probabili di ciò che è significativo per l’utente e di ciò che invece non lo è. E ricordi quella fase, anni fa, in cui i vari fornitori di questo servizio ti chiedevano di selezionare a mano lo spam distinguendolo dalle mail non spam? Bene, quella era la fase di addestramento del modello: tutti noi attraverso quelle segnalazioni abbiamo contribuito a rendere Gmail o Hotmail o simili in grado di distinguere autonomamente cosa mostrarci e cosa nasconderci perché spam indesiderato.
Questo servizio non è l’unico uso pseudo invisibile di algoritmi di intelligenza artificiale con cui entri in contatto ogni giorno. Algoritmi IA si usano anche per riconoscere il tuo viso quando sblocchi la schermata del tuo smartphone, per consigliarti i beni o servizi specifici nelle pubblicità quando navighi su internet, per consigliarti il prossimo video da guardare sulla tua piattaforma di streaming preferita, per prevedere le condizioni meteo su tempi scala molto ridotti. E questi sono solo alcuni degli esempi che ti toccano da vicino: dovrei citare anche sistemi IA per la diagnostica medica, per la gestione della logistica e dei trasporti e molti altri settori specialistici, che non vediamo direttamente ma che hanno il loro effetto. Eravamo già immersi in sistemi che fanno uso di algoritmi di intelligenza artificiale e non ce ne eravamo accorti.
L’esplosione di attenzione nei confronti dell’IA che si è avuta dalla diffusione dei LLM in poi è l’occasione di approfondire questi temi e prendere consapevolezza del loro funzionamento e delle loro implicazioni. Per questo il nostro parere è che sia riduttivo parlare di intelligenza artificiale, a scuola o in generale nella società, pensando sempre e soltanto ai chatbot.
AI unboxing: spiegare l’IA sperimentando i suoi meccanismi
Ci sono tanti tipi diversi di algoritmi di intelligenza artificiale che si adattano agli obiettivi specifici per cui sono stati scritti. Come fa un modello a riconoscere delle immagini? Come fa un altro algoritmo a predire il meteo? Come insegno ad un programma a ottimizzare la logistica per le consegne? Come fa Chat GPT a rispondermi in maniera apparentemente sensata qualsiasi cosa io gli chieda?
Avere idea di quali sono i meccanismi alla base dei diversi algoritmi di intelligenza artificiale ci permette di capire cosa possiamo chiedere e demandare ad essi e quali sono i loro limiti.
Sapere come funzionano ci restituisce la libertà di scegliere cosa prendere e cosa scartare nell’uso che ne facciamo.
AI unplugged: più che un laboratorio, un metodo
Ho chiuso il precedente articolo con una provocazione: l’IA si può portare in classe a qualsiasi età. Adesso posso raccontarti l’idea alla base di questa affermazione.
Non è facile parlare di algoritmi fin dalle primarie o, perché no, fin dalla scuola dell’infanzia, ma possiamo tradurre i loro meccanismi di funzionamento in giochi in cui tutte le componenti essenziali hanno un ruolo ben definito e sono rappresentate. Possiamo far immaginare come funzionano gli algoritmi usando solo il corpo , il ragionamento e strumenti analogici come carta e penna.
Il lavoro che abbiamo fatto in Ossigeno SCS è proprio questo: tradurre in giochi con regole molto precise ciò che avviene nei diversi tipi di sistemi di intelligenza artificiale. In questo modo possiamo far sperimentare in prima persona i meccanismi a livello profondo, togliendo la mediazione di uno schermo con cui interagire.
Vedere un chatbot che ti risponde usando il tuo linguaggio o che produce immagini in base a quello che hai chiesto rischia di diventare quel tipo di “tecnologia sufficientemente avanzata da risultare indistinguibile dalla magia”, per dirla con Arthur C. Clarke di 2001: Odissea nello spazio. In Ossigeno siamo però scienziati di formazione e comunicatori di professione: la magia è affascinante, ma noi spieghiamo le cose con la scienza. E il bello di questo approccio è che la magia rappresenta i sistemi come “scatole misteriose” che ci si rifiuta a priori di conoscere e comprendere, mentre la scienza ci fornisce le chiavi per aprire tutte le scatole dell’universo. (Beh, almeno fino ad un certo punto…).
I nostri obiettivi didattici nel far sperimentare l’IA
Con i nostri corsi e laboratori dedicati all’intelligenza artificiale non vogliamo ottenere meri operatori di chatbot, ma persone in grado di comprendere le logiche che permettono ai sistemi IA di funzionare.
Capire i meccanismi di un chatbot equivale a padroneggiare il concetto di moltiplicazione; applicarlo senza conoscerne le basi significa solo aver imparato le tabelline a memoria. Se sai da dove viene un risultato, hai il controllo: puoi arricchire quella logica, estenderla e applicarla a problemi nuovi. (Che poi lo so che non è vero che usi le tabelline perché apri la calcolatrice sullo smartphone, ma facciamo finta di nulla per tenere buona la similitudine).
Quando un sistema resta una scatola magica, può solo essere usato. Quando diventa comprensibile, può essere governato.
Se introdurre l’IA a scuola significasse solo saper usare un particolare software, allora a ogni aggiornamento o comparsa di nuovo software bisognerebbe reimparare da capo. Se invece ragioniamo su ciò che c’è sotto, sui meccanismi, allora siamo tranquilli di poter padroneggiare in fretta qualsiasi nuovo strumento ci venga proposto, intuendo subito ambiti di applicabilità e limiti.
Applicabilità del metodo AI unplugged
Ok, belli questi discorsi, ma come li traduco in realtà?
Per quanto sia nostra convinzione che si possano affrontare argomenti complessi a qualsiasi età, non possiamo ovviamente usare la stessa ricetta dalle scuole dell’infanzia alle scuole secondarie di secondo grado e oltre.
L’adeguamento di forme e contenuti in base al target di riferimento è esattamente quello che siamo bravi a fare. È il nostro lavoro e la nostra sfida.
AI unplugged, come metodo, si può portare in tutte le classi. Come tipo di attività però va ovviamente calibrato in modo fine affinché risulti innanzitutto comprensibile e poi perché comunichi quei due o tre messaggi che sono il nucleo di ogni intervento, laboratorio o lezione.
Se anche tu pensi che portare l’IA a scuola significhi costruire comprensione, e non solo abilità operative, scrivici: possiamo progettare insieme un percorso adatto alla tua classe.
Immagine di copertina: Takashi Hososhima via Wikimedia Commons.
.jpg){kind=link}