Scoprire i poteri dell’intelligenza artificiale generativa nella didattica - Scuola futura
Scoprire i poteri dell’intelligenza artificiale generativa nella didattica
Percorso Formativo (Polo Didattica digitale - Tropea - VVIS00200C)
![](https://scuolafutura.pubblica.istruzione.it/documents/portlet_file_entry/290056/Area3_DigComp_Edu_digitale2.jpg/146cc3f9-5588-0765-30c0-1192694fcdb9?status=0&download=true)
-
ID percorso
268609
-
Titolo Percorso
Scoprire i poteri dell’intelligenza artificiale generativa nella didattica
-
Tipologia di svolgimento
Online
-
Data inizio
02/09/2024
-
Data di conclusione
30/09/2024
-
Durata (in ore)
20
-
Numero posti
30
-
Descrizione
L’Intelligenza artificiale generativa può essere utilizzata in vari modi in classe per stimolare la creatività e l’apprendimento degli studenti. 1. Personalizzazione dell’insegnamento: L’IA può aiutare i docenti a personalizzare il loro insegnamento per soddisfare le esigenze individuali degli studenti. 2. Automazione delle attività di routine: i docenti possono utilizzare l’IA per automatizzare alcune delle loro attività di routine, come la valutazione dei compiti e la risposta alle domande frequenti degli studenti. 3. Formazione continua: L’IA può fornire opportunità di formazione continua per i docenti. 4. Insegnamento dell’IA: i docenti possono acquisire le competenze necessarie per insegnare l’IA stessa. Questo può includere la comprensione dei concetti fondamentali dell’IA, la capacità di insegnare la programmazione e l’uso di strumenti di IA, e la capacità di guidare le discussioni sull’etica dell’IA. 5. Etica dell’IA: con l’aumento dell’uso dell’IA, diventa sempre più importante comprendere le implicazioni etiche dell’IA, questioni come la privacy dei dati, il bias nell’IA, e l’uso responsabile dell’IA. 6. Creazione di contenuti: creare esempi di testo, immagini o musica. 7. Scrittura creativa: aiutare gli studenti a superare il blocco dello scrittore, per cui lo studente potrebbe iniziare una storia e poi utilizzare un Tool di IA per generare possibili sviluppi della trama. 8. Apprendimento personalizzato: creare materiale didattico personalizzato per ciascuno studente. 9. Simulazioni: creare simulazioni realistiche per l’apprendimento basato su esperienze.
-
Regioni destinatarie della formazione
INTERO TERRITORIO NAZIONALE
-
Tipologia scuola
Scuola dell'infanzia, Scuola primaria, Scuola secondaria I grado, Scuola secondaria II grado, Personale educativo (convitti, educandati, ecc…), ATA, CPIA (Centri provinciali per l'istruzione degli adulti)
-
Macro argomento
Transizione digitale
-
Destinatari
Personale amministrativo, Dirigenti scolastici, Docenti, Assistenti tecnici, Personale educativo
-
Area DigCompEdu
2. Risorse digitali
3. Pratiche di insegnamento e apprendimento
6. Favorire lo sviluppo delle competenze digitali degli studenti
-
Livello di ingresso
B1. Sperimentatore/Intermedio/Conosce e utilizza in modo efficace e responsabile
-
Programma
Il percorso si compone di 20 ore di cui 15 sincrone e 5 asincrone con produzione di e-tivity.
- Incontro 1: Introduzione all’Intelligenza Artificiale e alla didattica innovativa:
• Definizione di IA e storia dell’IA.
• Tipi di IA: debole vs forte, generale vs specifica.
• Introduzione alla didattica innovativa: Flipped Classroom, apprendimento basato su progetti, apprendimento collaborativo.
• Discussione: Implicazioni etiche dell’IA.
- Incontro 2: Machine Learning e didattica personalizzata:
• Introduzione al Machine Learning (ML).
• Tipi di ML: apprendimento supervisionato, non supervisionato, semi-supervisionato e per rinforzo.
• Applicazione del ML alla didattica: personalizzazione dell’apprendimento, analisi predittiva.
• Discussione: Casistica di applicazione del ML alla didattica.
- Incontro 3: Deep Learning e Tutor intelligenti:
• Introduzione al Deep Learning.
• Architetture di rete neurale: perceptron multistrato, reti neurali convoluzionali, reti neurali ricorrenti.
• Applicazione del Deep Learning alla didattica: tutor intelligenti, valutazione automatizzata.
• Discussione: Limiti e sfide del Deep Learning nella didattica.
- Incontro 4: IA generativa e creatività:
• Introduzione all’IA generativa: reti generative avversarie (GAN), modelli di linguaggio.
• Applicazione dell’IA generativa alla didattica: creazione di contenuti, stimolo alla creatività.
• Discussione: Opportunità e sfide dell’IA generativa nella didattica.
- Incontro 5: Laboratorio pratico:
• Creazione di un semplice modello di ML utilizzando un Tool online.
• Creazione di un semplice esempio di IA generativa.
• Discussione: Riflessioni sull’uso dell’IA in classe.
Brainstorming di idee: I docenti condividono idee su come potrebbero integrare l’IA nelle loro lezioni, con esempi di lezioni che utilizzano l’IA.
Progettazione di lezioni: I docenti sviluppano un piano di lezione che incorpora l’IA, con esempi di obiettivi di apprendimento e attività che utilizzano l’IA.
Condivisione e feedback: I docenti condividono i loro piani di lezione e ricevono feedback dai colleghi, con un focus su come migliorare ulteriormente le lezioni.
Date e orari incontri sincroni:
Lunedi 2 Settembre 2024 dalle 16.30 alle 19.30, 3h
Venerdì 6 settembre 2024 dalle 16.30 alle 19.30, 3h
Lunedi 9 Settembre 2024, dalle 16.30 alle 19.30, 3h
Venerdì 13 Settembre 2024, dalle 16.30 alle 19.30, 3h
Lunedì 16 Settembre 2024, dalle 16.30 alle 19.30, 3h -
Formatore/i
FORTUNATO DE LUCA
-
Data inizio iscrizioni
08/07/2024
-
Data fine iscrizioni
30/08/2024