Anagrafe della ricerca

DATA2LEARN@EDU: Data-Driven Learning Organizations in the Education Domain

Durata:
24 mesi (2025)
Responsabile scientifico:
Tipo di progetto:
Ricerca da Enti privati e Fondazioni
Ente finanziatore:
PRIVATI (Compagnia di San Paolo)
Codice identificativo progetto:
71171
Ruolo PoliTo:
Coordinatore

Abstract

Nonostante alcuni risultati promettenti già conseguiti nell'istruzione superiore, l'analisi sistematica dei risultati di apprendimento in altri contesti educativi non ha raggiunto la stessa estensione. In particolare, le scuole primarie e secondarie mostrano un significativo ritardo, fenomeno non trascurabile. Infatti, la penetrazione della tecnologia educativa in quei livelli di istruzione ha creato ambienti ove è possibile estrarre grandi quantità di informazioni dai dati ivi generati. Mentre molti istituti di istruzione superiore hanno risposto con l’adozione di processi e strumenti per l’analisi dell'apprendimento - considerando anche gli effetti da questi prodotto nell’ambito di tutte le dimensioni del sistema di governo -, le scuole primarie e secondarie sono spesso scettiche sull'utilità di tali analisi, resistendo all’adozione di tali strumenti nell’esercizio della pratica quotidiana. Poiché la maggiore capacità del data-mining educativo ha determinato una spinta ulteriore verso lo sviluppo di strumenti tecnologici, è necessario mostrare come gli strumenti di analisi dell'apprendimento possano influenzare le attività condotte in classe - e anche oltre - per plasmare ulteriormente la forma del curriculum e la pedagogia applicata. L'analisi dell'apprendimento può essere utilizzata per affrontare le principali sfide, come, ad esempio, l'abbandono scolastico, la difficoltà di collaborazione tra gli studenti, lo sviluppo dell'argomentazione e della scrittura e lo sviluppo del pensiero computazionale, quest’ultima essendo un'abilità emergente per tutti i gradi di istruzione. I docenti devono essere sostenuti nella comprensione dei comportamenti degli allievi, e dei cambiamenti riscontrabili nelle classi, oltre che nel monitoraggio dei livelli di motivazione individuali e collettivi. I decisori possono utilizzare l'analisi dell'apprendimento per identificare il profilo degli allievi che manifestano maggior vulnerabilità, ad esempio non essendo in grado di diplomarsi nei tempi previsti, permettendo di pianificare adeguati programmi di studio che soddisfino le esigenze e le aspettative di tutti i gruppi di allievi. Un impatto scalabile multidimensionale sul dominio dell'istruzione, a partire dallo studente per giungere sino agli organi di governo, può essere ottenuto attraverso soluzioni basate sull’intelligenza artificiale. Al fine di favorire una più diffusa ed efficace applicazione dell’analisi degli apprendimenti, il progetto intende promuovere lo studio e lo sviluppo di un “cruscotto” accessibile e immediato, basato sull’impiego dell’IA, in grado di fornire un supporto adeguato ai docenti e ai dirigenti scolastici, costantemente impegnati nel miglioramento dell'istruzione, verificandone l’impatto attraverso il complesso caleidoscopio dell’informazione agita.

Strutture coinvolte

Partner

  • FONDAZIONE LINKS - LEADING INNOVATION & KNOWLEDGE FOR SOCIETY
  • FONDAZIONE PER LA SCUOLA COMPAGNIA DI SAN PAOLO
  • INVALSI - Istituto nazionale di valutazione del sistema educativo di istruzione e formazione
  • IRVAPP Istituto per la ricerca valutativa sulle politiche pubbliche
  • POLITECNICO DI MILANO
  • POLITECNICO DI TORINO - Coordinatore
  • UFFICIO SCOLASTICO REGIONALE PER IL PIEMONTE
  • Ufficio Scolastico Regionale Sicilia
Mostra di piùMostra meno

Parole chiave

Settori ERC

PE6_7 - Artificial intelligence, intelligent systems, multi agent systems

Obiettivi di Sviluppo Sostenibile (Sustainable Development Goals)

Obiettivo 4. Fornire un’educazione di qualità, equa ed inclusiva, e opportunità di apprendimento per tutti

Budget

Costo totale progetto: € 500.000,00
Contributo totale progetto: € 500.000,00
Costo totale PoliTo: € 90.000,00
Contributo PoliTo: € 90.000,00