Categorie
esperimenti recensioni

Shepherd: una piattaforma per supportare l’apprendimento

Verso un nuovo modo di imparare e insegnare?

Il sito “Shepherd” offre una piattaforma di apprendimento per gli studenti che integra vari strumenti educativi in un unico posto. Consente agli utenti di prendere appunti, generare valutazioni di apprendimento, pianificare lo studio, e usufruire di tutor sia AI che umani. Offre due tipi di abbonamenti, uno di base e uno premium, con diversi servizi inclusi come la creazione di flashcards e quiz adattivi. Inoltre, è supportato da Y Combinator e utilizza l’intelligenza artificiale di GPT per migliorare l’esperienza di apprendimento.

Y Combinator è un acceleratore di startup molto noto, fondato nel 2005 negli Stati Uniti. È famoso per supportare e finanziare aziende nelle loro fasi iniziali, offrendo loro capitale di avvio, risorse e mentoring per aiutarle a svilupparsi rapidamente. Tra le aziende che hanno partecipato a Y Combinator ci sono Airbnb, Dropbox, e Reddit, che dimostra l’impatto significativo di questo acceleratore nell’industria tecnologica e startup.

Il coinvolgimento dell’acceleratore di startup ci fa pensare che gli studi preliminari su questo tipo di business lo indichino come promettente sul piano economico e quindi, come insegnanti, siamo chiamati a porci qualche domanda su come l’eventuale successo di questi strumenti presso il pubblico degli studenti potrà cambiare il nostro lavoro. Qui non siamo più di fronte a uno strumento di consultazione che può “fare i compiti”, rispondendo alle domande al posto dello studente, ma a un vero e proprio sistema di supporto per l’autoistruzione e l’autovalutazione.

Del resto, il sistema non si ferma alla sola prospettiva di supportare gli studenti, ma si offre anche come strumento per le scuole e le università.

Il sito “Shepherd” per le scuole offre un supporto agli studenti tramite un’integrazione di tutoraggio AI e umano per ridurre i costi del supporto scolastico e accademico fino al 50%. La piattaforma permette di personalizzare le lezioni e le valutazioni di apprendimento basate sui curricula caricati, e propone un sistema di tutoraggio che mira a migliorare i voti, la motivazione e la ritenzione degli studenti. Inoltre, garantisce l’integrità accademica e la sicurezza dei dati degli studenti.

Questo l’inizio del mio cammino di esplorazione… Il seguito alla prossima puntata.

Federica

Categorie
esperimenti recensioni risorse

Una startup che supporta la valutazione

Cari lettori,

abbiamo già avuto modo di riflettere più volte su quanto un assistente artificiale possa rendere più efficace e stimolante la nostra attività di valutazione, usualmente percepita come uno dei compiti più noiosi, monotoni e frustranti da parte della categoria professionale degli insegnanti di ogni ordine e grado.

Oggi vado ad esaminare e presentare sinteticamente una startup che cerca di dare risposta a questo bisogno: Graide – AI grading. Increase feedback and save time.

Al nostro arrivo sulla home page veniamo accolti da un chatbot, con questa proposta di interazione:

Ovviamente, chiediamo di saperne di più e ci vengono proposte alcune alternative: una linea di approfondimento sull’integrazione con i sistemi LMS (tra cui spiccano Moodle e Blackboard), una più tecnica sulla disponibilità di API (al momento non disponibile, contrattabile, diciamo, su misura) e una più accademica sulla presenza di casi di studio.

Questa ultima possibilità mi sembra la più interessante da proporvi, perché si lega bene a riflessioni che abbiamo fatto in passato sulla base di esperienze empiriche anche con strumenti gratuiti. Vengono citati tre studi di riferimento: i primi due sono entrambi dell’Università di Birmingham e il terzo di JSC (l’agenzia britannica per il digitale, i dati e la tecnologia che si occupa di istruzione terziaria, ricerca e innovazione, associazione no profit). Vengono pubblicati direttamente sul sito di Graide e non ci sono riferimenti a pubblicazioni scientifiche esterne, il che riduce forse la loro attendibilità ai nostri occhi. Tuttavia, la distribuzione nel tempo (dal 2021 al 2023), ci spinge a considerare con interesse i risultati, che non sembrano frutto di un’esperienza episodica o improvvisata, nata sull’onda dell’entusiasmo e delle “mode” che anche nella pedagogia, come nella tecnologia, si manifestano spesso nel mondo che ci circonda.

Il primo articolo, del novembre 2021, viene sintetizzato così nell’abstract iniziale:

Graide di 6 Bit Education è una piattaforma di valutazione e feedback basata sull’intelligenza artificiale. Impara il modo in cui gli educatori danno il feedback in modo da non dover valutare la stessa risposta due volte. Questa ricerca ha confrontato la valutazione su carta con quella sulla piattaforma Graide per 10 domande con 172 invii per domanda. I tempi medi di valutazione si sono ridotti del 74% e il numero di parole di feedback fornite è aumentato di un fattore di 7,2. Stimiamo che un’università, con 3500 studenti STEM, che utilizza Graide potrebbe risparmiare oltre 240.000 sterline all’anno.

Viene dunque evidenziata un’utilità per i feedback nei corsi universitari, con una forte enfasi sull’aspetto economico e pratico più che su quello metodologico-didattico.

Se volete leggere tutto lo studio, lo trovate qui: University of Birmingham – Graide Efficacy Research

Lo studio del 2022, sempre dell’Università di Birmingham mostra in modo più oggetivo e “data driven” cosa accade utilizzando uno strumento come Graide:

46 membri del personale e assistenti didattici post-laurea hanno utilizzato Graide durante il progetto pilota, 31 hanno partecipato all’indagine e le statistiche principali del progetto pilota sono le seguenti:

  • Quantità media di feedback dato al compito: 55,3 parole

  • Tempo medio impiegato per valutare i compiti: 5,3 minuti

  • 22532 domande classificate nel set di dati.

  • 10197 (45.3%) Domande valutate in 0-14 secondi.

  • 6873 (30.5%) Domande valutate da 0 a 6 secondi

  • 254.620 parole di feedback

  • 20.794 parole di feedback digitate (utilizzo 12,2x)

  • 46 dipendenti hanno utilizzato Graide per contrassegnare il lavoro (31 hanno partecipato all’indagine)

  • Rispetto ai sistemi esistenti:

  • L’80% ritiene che sia più facile dare un feedback coerente

  • Il 71% trova più facile dare un feedback di alta qualità

  • Il 58% afferma che è più facile per gli studenti partecipare e ricevere feedback, il resto afferma che è lo stesso

  • Il 90% lo trova più veloce

  • Graide ha mostrato una riduzione media del 53% dei tempi di valutazione.

  • Il 94% degli utenti desidera continuare a utilizzare Graide.

Anche in questo caso vi indico di seguito il link per chi vuole approfondire: graide.co.uk/case-studies/pdf-grading-univeristy-of-birmingham

La recensione più interessante è comunque quella del 2023, a cura dell’agenzia britannica per il digitale. In questo caso si rimanda anche all’articolo esterno al sito del produttore, proprio sul sito del Centro Nazionale per l’Intelligenza Artificiale: Graide Pilot Overview  – Artificial intelligence (jiscinvolve.org) Il Centro Nazionale per l’Intelligenza Artificiale nell’istruzione terziaria (NCAI) mira ad accelerare l’adozione dell’intelligenza artificiale (AI) nell’istruzione. Attraverso una serie di progetti pilota e di test che permettono ai membri di Jisc di sperimentare direttamente l’implementazione dell’AI, il NCAI può valutare diversi prodotti AI e condividere i loro punti di forza, aiutando i membri a comprendere meglio in quali circostanze gli strumenti AI funzionano bene.

Il test pilota di Graide nel settore dell’istruzione superiore aveva come obiettivo studiare la domanda di strumenti di valutazione AI e verificare se Graide potesse soddisfare tali esigenze. Iniziato a marzo 2022 e concluso a gennaio 2023, il progetto si è svolto in due fasi: nella prima, nove università hanno testato Graide e sono state intervistate per scoprire l’utilità della piattaforma; nella seconda, cinque università hanno sperimentato Graide direttamente.

I feedback rilevati indicano che Graide è particolarmente efficace nell’ambito matematico, grazie a un’interfaccia intuitiva e alla capacità di dare feedback consistente, migliorando anche la coerenza del feedback fornito dai docenti. Tuttavia, Graide si è mostrato meno efficace per domande matematiche più complesse con meno risposte standardizzate e per materie meno quantitative.

Le risposte degli studenti al monitoraggio mostrano un apprezzamento per la rapidità e la qualità del feedback ricevuto tramite Graide, con la maggior parte che desidererebbe continuare ad utilizzarlo.

E se questa sintesi dell’articolo sopra linkato di Tom Moule comincia a mettervi un po’ di curiosità e vi siete persi i miei post precedenti, trovate prove ed esperimenti su www.federicascarrione.info.

A presto!

Federica