News
22/11/2019

L’intelligenza artificiale e il futuro dell’educazione

Raffaele Maurici

Come le nuove tecnologie avvieranno una rivoluzione nelle scuole


L’intelligenza artificiale si sta diffondendo rapidamente nella vita quotidiana delle persone. E’ un momento di fioritura, a lungo atteso, che chiude un lungo processo di maturazione, protrattosi per oltre sessant’anni. Un percorso di sviluppo, tormentato e discontinuo, dove momenti di grandi aspettative si sono alternati a lunghi periodi di disillusione, meglio noti come gli inverni dell’intelligenza artificiale. Una storia altalenante, fatta di ascese e cadute, che invita ad essere cauti nel valutare le prospettive future di questa tecnologia, soprattutto in un ambito tradizionalmente complesso e problematico come quello dell’educazione.

Sorprende pertanto lo slancio profetico di Anthony Seldon – figura di rilievo del mondo educativo – e, in particolare, la visione di radicale sovvertimento del mondo educativo che egli propone nell’ultimo saggio “The Fourth Education Revolution: Will Artificial Intelligence Liberate or Infantilise Humanity“. E’ opinione dell’educatore britannico che l’intelligenza artificiale è sul punto di dare vita a un cambiamento epocale del settore educativo. Una discontinuità che segue idealmente le grandi rivoluzioni educative del passato: l’avvento delle prime forme di trasferimento orale del sapere; lo sviluppo della scrittura; la diffusione della stampa e l’avvio della scolarizzazione di massa. Un modello educativo, consolidato ormai da tempo e sostanzialmente inerte al cambiamento, che sembra ormai evolversi in maniera più incrementale che qualitativa. Un sistema educativo che Kai-Fu Lee, noto esperto mondiali di intelligenza artificiale, definisce esplicitamente come un “nineteenth-century factory model of education” [1], una  sorta di “catena di montaggio educativa” dove tutti gli studenti sono vincolati ad apprendere in maniera identica, alla stessa velocità e al medesimo tempo. Un modello che storicamente giustificato nella limitatezza di risorse didattiche, a partire dalla scarsità di personale docente e conseguentemente del tempo e dell’attenzione che l’insegnante può dedicare a ciascun allievo.

Grandi aspettative sono state riposte nell’utilizzo delle tecnologie informatiche nella scuola. Ma questa fiducia è stata in gran parte disattesa. Come lo studio OCSE “Students, Computers and Learning: Making The Connection” ha dimostrato, non sempre a un elevato indice di adozione dell’ICT nelle scuole è corrisposto un miglioramento delle performance degli studenti. E’ opinione di Seldon che l’adozione dell’intelligenza artificiale nelle scuole possa superare queste limitazioni. In particolare, a suo giudizio, le tecnologie basate sul Deep Learning possono avviare una rivoluzione, introdurre quel cambiamento di paradigma che il mondo dell’educazione attende da tempo.

Tra le diverse modalità di applicazione dell’intelligenza artificiale in ambito educativo certamente la personalizzazione dell’apprendimento risulta essere una delle più convincenti e potenzialmente dirompenti.

Fin dagli anni sessanta, diversi studiosi – tra cui Bloom e Keller-  hanno sottolineato i possibili vantaggi della personalizzazione del processo di apprendimento. L’intelligenza artificiale potrebbe interagire in modo specifico con gli studenti, individuandone gli elementi più distintivi: potenziale di crescita, tempi, interessi e modalità di apprendimento. Una valutazione dinamica, alimentata dall’interazione costante, dalla profilazione dei contenuti proposti e dal monitoraggio delle verifiche e delle valutazioni.

Un secondo ambito certamente promettente è il contributo dell’intelligenza artificiale finalizzato ad alleviare l’insegnante dal carico eccessivo di burocrazia e incombenze amministrative che ormai in misura crescente caratterizza la professione. Grazie alle nuove tecnologie, il docente potrebbe avere a disposizione più tempo da dedicare agli studenti e alla cura della dimensione più relazionale dell’apprendimento: lavoro di gruppo, progettazione partecipata, problem solving guidato dall’insegnante.

Più aperti risultano invece l’analisi e il confronto su altri fronti che potrebbero essere favorevolmente coinvolti nell’utilizzo scolastico dell’intelligenza artificiale, quali: migliorare la valutazione dei progressi degli studenti; sviluppare modelli formativi più rigorosi e comprovati da dati; superare i limiti di un insegnamento basato su aree troppo ristrette di conoscenze e competenze; favorire una maggiore integrazione tra lo sviluppo delle capacità cognitive e i diversi aspetti dell’intelligenza multipla; facilitare l’accesso di studenti con disabilità e di chi vive in aree periferiche ad una educazione di qualità; più in generale, garantire una maggiore mobilità sociale e perseguire una riduzione delle disuguaglianze sociali.

La scalabilità futura delle soluzioni di intelligenza artificiale, ad oggi ancora troppo costose, potrà nel tempo costituire una modalità innovativa di fornire un’educazione di qualità su scala globale, In particolar modo nei paesi in via di sviluppo dove oggi a tanti risulta preclusa. Al di là dell’evidente opportunità, resta tuttavia il rischio reale di un mondo diviso in due, dove le nazioni più avanzate sono in grado offrire alle nuove generazioni un’educazione di qualità, ispirata da figure umane, supportate nelle loro attività da agenti intelligenti artificiali, mentre nel resto del pianeta l’opzione di un “docente artificiale” si configuri come la sola praticabile.

Almeno nei paesi più avanzati, difficilmente l’intelligenza artificiale si sostituirà all’insegnante umano, se non in fasi circoscritte dei percorsi di apprendimento. Tuttavia, resta difficile da stimare l’impatto complessivo di essa sull’occupazione del personale docente. Molto dipenderà dai cambiamenti organizzativi che necessariamente le istituzioni scolastiche dovranno operare e dal grado di flessibilità che le politiche scolastiche intenderanno perseguire nel riconoscimento e nell’accreditamento dei percorsi educativi che in futuro si prospettano molto più articolati ed eterogenei rispetti ad oggi.

Un elemento critico da considerare sono le implicazioni etiche che necessariamente comporta l’utilizzo di dati per simulare, soprattutto in chiave predittiva, il comportamento degli studenti. Altrettanto problematica risulta la prospettiva di sviluppare tutor artificiali intelligenti attraverso sistemi di apprendimento automatico, in grado di immagazzinare dati sensibili degli allievi, di profilare in modo distintivo contenuti e percorsi di apprendimento in grado di orientare l’attenzione e l’interesse di minori, valutandone atteggiamenti e risposte emotivi. Siamo in grado di realizzare soluzioni di intelligenza artificiale esenti da bias e distorsioni, in grado di garantire i tanti gradi di diversità e di pluralismo di idee nelle profilazioni? Quali strumenti abbiamo per verificare la trasparenza delle soluzioni adottate in contesto così delicato come quello educativo?

Il recente dibattito avvenuto sulla testata inglese “The Guardian” testimonia bene l’urgenza di una riflessione in merito. Il 22 settembre scorso, l’editoriale “The Guardian view on machine learning: a computer cleverer than you?” [3] ha posto all’attenzione dei lettori la questione etica dell’opacità dell’intelligenza artificiale, evidenziando il paradosso di essere oggi capaci di creare macchine che apprendono, senza tuttavia essere in grado di comprendere pienamente la loro conoscenza. Preoccupazioni considerate legittime anche dai fondatori dell’Institute for Ethical AI in Education (IEAIED), Rose Luckin, Anthony Seldon e Priya Lakhani [4], i quali, pur rimarcando le applicazioni estremamente vantaggiose del machine learning nell’educazione, hanno tuttavia ricordato le numerose questioni etiche che inevitabilmente pone la natura di black box tipica de Deep Learning. L’invito degli studiosi è quello di garantire una supervisione umana costante e di operare con tempestività verso l’Explainable AI (XAI), campo non certo agli esordi ma ancora non adottato a sufficienza in grado di fornire una visione più trasparente e spiegabile dei modelli di apprendimento automatico. Più in generale,  è necessario che la prospettiva etica diventi operante lungo l’intero ciclo di vita delle soluzioni educative di intelligenza artificiale, dall’ideazione alla progettazione, dallo sviluppo alla implementazione, dall’erogazione alla manutenzione evolutiva.

Forse il cambiamento non sarà epocale e repentino come alcuni educatori suggeriscono, ma  possiamo essere certi che l’intelligenza artificiale svolgerà un ruolo primario nel futuro dell’educazione. Probabilmente la relazione uomo-macchina diverrà presto così significativa da divenire essa stessa oggetto privilegiato di apprendimento. Interagire con una macchina in grado di apprendere aiuterà insegnanti e studenti a riflettere anche sul senso e sulla natura stessa del momento educativo. Imparare da una macchina che è in grado imparare attraverso di noi è una sfida che apre a imprevedibili possibilità. Ed essendo, almeno noi, esseri dotati di coscienza, rispecchiandoci negli artefatti “intelligenti” che abbiamo creato, potremo forse comprendere qualcosa di più della natura umana che ci contraddistingue, traguardo che resta ancora uno dei più alti che un percorso educativo può porre davanti a sé.

Raffaele Maurici è presidente di Innovation Agency e membro del comitato direttivo dell’Istituto Italiano di Bioetica.

RIFERIMENTI

[1]

Kai-Fu Lee “An OMO-Powered Education”, 2019

https://aisuperpowers.com/blog/an-omo-powered-education

[2]

OECD “Students, Computer and Learning. Making the Connection”, 2015

https://read.oecd-ilibrary.org/education/students-computers-and-learning_9789264239555-en#page5

[3]

“The Guardian view on machine learning: a computer cleverer than you?” – Editorial

https://www.theguardian.com/commentisfree/2019/sep/22/the-guardian-view-on-machine-learning-a-computer-cleverer-than-you

[4]

“The benefits of AI and machine learning” – Letters

https://www.theguardian.com/technology/2019/sep/30/the-benefits-of-ai-and-machine-learning