{"id":21248,"date":"2023-12-13T07:29:00","date_gmt":"2023-12-13T06:29:00","guid":{"rendered":"https:\/\/www.roteco.ch\/?post_type=ro-stories&p=21248"},"modified":"2023-11-30T17:13:09","modified_gmt":"2023-11-30T16:13:09","slug":"lintelligenza-artificiale-in-classe-comprendere-e-applicare-il-machine-learning-di-urs-meyer","status":"publish","type":"ro-stories","link":"https:\/\/www.roteco.ch\/it\/stories\/articoli\/lintelligenza-artificiale-in-classe-comprendere-e-applicare-il-machine-learning-di-urs-meyer\/","title":{"rendered":"L’intelligenza artificiale in classe: comprendere e applicare il Machine Learning di Urs Meyer"},"content":{"rendered":"\n

<\/h2>
foto via freepik<\/figcaption><\/figure><\/div>\n\n\n\n

In un ambiente educativo sempre pi\u00f9 digitale, l’integrazione dell’intelligenza artificiale (IA) nell’insegnamento sta diventando sempre pi\u00f9 rilevante. L’uso dell’IA in classe offre agli studenti un’opportunit\u00e0 unica per comprendere a fondo il funzionamento di questa tecnologia e le sue numerose applicazioni. Studiando a fondo l’IA, gli studenti possono non solo acquisire conoscenze tecniche, ma anche diventare consapevoli delle questioni etiche e sociali associate a questa affascinante tecnologia.

Prima di tutto, \u00e8 essenziale individuare strumenti didattici efficaci che presentino la complessit\u00e0 della tecnologia dell’IA in una forma comprensibile e accessibile. La seguente selezione fornisce un esempio di alcuni strumenti di IA consigliati che promuovono la comprensione tecnica e computazionale dell’IA utilizzando un metodo visivo e orientato all’azione.<\/p><\/div>\n\n\n\n



<\/p><\/div>\n\n\n\n

\"\"\/
<\/figcaption><\/figure><\/div>\n\n\n\n

Teachable Machines<\/strong><\/a> \u00e8 uno strumento intuitivo basato sul web del Google Creative Lab che consente di addestrare e applicare modelli di apprendimento automatico di base senza alcuna conoscenza di programmazione preliminare. L’apprendimento automatico utilizza algoritmi in grado di imparare da soli dai dati e di migliorare le loro previsioni.<\/p><\/div>\n\n\n\n

\"\"\/
Figura 1: Insegnare a un computer a classificare e riconoscere immagini, suoni e pose con le Teachable Machines.
Fonte: https:\/\/teachablemachine.withgoogle.com\/<\/a><\/figcaption><\/figure><\/div>\n\n\n\n

Teachable Machine<\/strong><\/a> consente di addestrare facilmente tali modelli in modo interattivo e giocoso. Utilizzando una webcam o un microfono, \u00e8 possibile raccogliere dati e addestrare il modello, ad esempio per riconoscere determinati gesti ed espressioni facciali o per identificare il linguaggio parlato.<\/p><\/div>\n\n\n\n

\"\"\/
Fig. 2 Esempio di applicazione per la classificazione delle malattie delle piante.
Fonte: https:\/\/www.pluralsight.com\/guides\/getting-started-with-google-teachable-machine<\/a><\/figcaption><\/figure><\/div>\n\n\n\n

Dopo l’addestramento, il modello pu\u00f2 essere utilizzato in tempo reale per classificare nuovi dati e fare previsioni. Ad esempio, si pu\u00f2 insegnare a un modello a suddividere i rifiuti in vetro, carta e alluminio o a riconoscere l’umore di una persona in base alla sua voce. I modelli possono anche essere esportati per essere integrati in altre applicazioni.<\/p><\/div>\n\n\n\n




<\/p><\/div>\n\n\n\n

<\/div>\n\n\n\n

<\/p><\/div>\n\n\n\n

\"\"\/
<\/figcaption><\/figure><\/div>\n\n\n\n

SoekiaGPT<\/strong><\/a> \u00e8 un generatore di testo (in tedesco) progettato specificamente per uso didattico. Questo strumento d\u00e0 un’idea dei principi di base dei generatori di testo come ChatGPT.<\/p><\/div>\n\n\n\n

I modelli linguistici basati sul testo si basano su una raccolta spesso enorme di documenti. I dati di addestramento comprendono articoli di enciclopedie digitali come Wikipedia, opere letterarie, articoli di riviste, notizie e molte altre fonti. Sulla base di analisi statistiche tematiche, il modello linguistico calcola la probabilit\u00e0 di caratteri e token consecutivi in un testo. Il risultato \u00e8 un complemento di testo continuo.<\/p><\/div>\n\n\n\n

\"\"\/
Fig. 3 Funzionamento semplificato di un modello statistico del linguaggio
Fonte: https:\/\/www.soekia.ch\/gpt.html<\/a><\/figcaption><\/figure><\/div>\n\n\n\n

SoekiaGPT \u00e8 una risorsa di apprendimento gratuita basata sul web, adatta al livello secondario inferiore e superiore. Questo ambiente opera interamente all’interno di un browser web e non richiede una registrazione personale. Attraverso l’uso di raccolte di testi preconfezionati o individuali (di dimensioni variabili da poche frasi a diverse centinaia di pagine), SoekiaGPT fornisce una visione del funzionamento dei generatori di testo e dei modelli linguistici statistici. A differenza degli strumenti di visualizzazione pura, SoekiaGPT \u00e8 concepito come un ambiente di apprendimento, che offre agli studenti l’opportunit\u00e0 di simulare i singoli passaggi di un modello linguistico, di modificare i vari parametri e di utilizzare i propri testi.<\/p><\/div>\n\n\n\n

\"\"\/
Fig. 4 di SoekiaGPT illustra le diverse fasi di elaborazione dei generatori di testo.
Fonte: https:\/\/www.soekia.ch\/GPT\/<\/a><\/figcaption><\/figure><\/div>\n\n\n\n




<\/p><\/div>\n\n\n\n

<\/div>\n\n\n\n

<\/p><\/div>\n\n\n\n

\"\"\/
<\/figcaption><\/figure><\/div>\n\n\n\n

Machine Learning for Kids<\/strong><\/a> permette agli studenti di creare, addestrare e adattare semplici modelli di apprendimento automatico in modo intuitivo e interattivo. La raccolta di progetti predefiniti copre un’ampia gamma di applicazioni di IA, tra cui il riconoscimento di immagini basate su oggetti, la classificazione di testi e i generatori di giochi e musica.<\/p><\/div>\n\n\n\n

\"\"\/
Fig. 5 Modelli pre-strutturati in Machine Learning for Kids
Fonte: https:\/\/machinelearningforkids.co.uk\/?lang=de#!\/pretrained<\/a><\/figcaption><\/figure><\/div>\n\n\n\n

Ci\u00f2 che rende Machine Learning for Kids particolarmente interessante per l’istruzione secondaria inferiore \u00e8 la sua integrazione con l’ambiente di programmazione Scratch. Combinando Scratch e Machine Learning for Kids, gli studenti possono creare i propri modelli di apprendimento automatico e utilizzarli nei loro progetti Scratch.<\/p><\/div>\n\n\n\n

\"\"\/
Fig. 6 L’implementazione di modelli in Scratch consente di realizzare molti progetti personali di intelligenza artificiale.
Fonte :https:\/\/machinelearningforkids.co.uk\/?lang=de#!\/worksheets<\/a><\/figcaption><\/figure><\/div>\n\n\n\n




<\/p><\/div>\n\n\n\n

<\/div>\n\n\n\n

<\/p><\/div>\n\n\n\n

\"\"\/
<\/figcaption><\/figure><\/div>\n\n\n\n

K\u00fcnstliche Intelligenz verstehen: Eine spielerische Einf\u00fchrung<\/strong><\/a> (Capire l’intelligenza artificiale: un’introduzione giocosa) della Casa editrice Rheinwerk Verlag \u00e8 un approccio scientifico e al tempo stesso giocoso al complesso argomento dell’intelligenza artificiale.<\/em><\/p><\/div>\n\n\n\n

\"\"\/
Fig. 7 Esperimenti di intelligenza artificiale da riprogrammare, scaricare o eseguire online e modificare.
Fonte: https:\/\/www.maschinennah.de\/ki-buch\/<\/a><\/figcaption><\/figure><\/div>\n\n\n\n

Il libro e il site web<\/a> che lo accompagna (in tedesco) hanno un approccio interattivo. L’approccio divertente copre un’ampia gamma di argomenti relativi all’apprendimento automatico, tra cui le reti neurali, i generatori di testo, l’apprendimento profondo e le applicazioni dell’IA in diversi campi.<\/p><\/div>\n\n\n\n

\"\"\/
Fig. 8 I programmi JavaScript-p5.js possono essere ispezionati e modificati nell’editor online.
Fonte: https:\/\/editor.p5js.org\/MaschinenNah\/sketches\/dFTOMwQdL<\/a><\/figcaption><\/figure><\/div>\n\n\n\n



<\/p><\/div>\n\n\n\n

<\/div>\n\n\n\n

<\/p><\/div>\n\n\n\n

Conclusioni<\/h4>\n\n\n\n

Gli strumenti presentati per l’insegnamento dei principi dell’IA devono essere visti come utili risorse didattiche. Permettono agli studenti di sperimentare autonomamente in modo ludico, sviluppando cos\u00ec una comprensione fondamentale e una riflessione duratura su questo argomento complesso. Il risultato \u00e8 una maggiore capacit\u00e0 di comprendere e applicare le tendenze tecnologiche attuali.<\/p><\/div>\n\n\n\n

Oltre alle competenze tecniche, lo studio dell’IA favorisce anche la consapevolezza delle prospettive etiche e sociali ad essa associate. Tali conoscenze e competenze sono essenziali per valutare il ruolo attivo dell’IA nel nostro ambiente quotidiano.<\/p><\/div>\n\n\n\n


<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

In un ambiente educativo sempre pi\u00f9 digitale, l’integrazione dell’intelligenza artificiale (IA) nell’insegnamento sta diventando sempre pi\u00f9 rilevante. L’uso dell’IA in classe offre agli studenti un’opportunit\u00e0 unica per comprendere a fondo il funzionamento di questa tecnologia e le sue numerose applicazioni. Studiando a fondo l’IA, gli studenti possono non solo acquisire conoscenze tecniche, ma anche diventare […]<\/p>\n","protected":false},"author":2469,"comment_status":"open","ping_status":"closed","template":"","tags":[],"ro-categories":[319],"acf":[],"likes":{"post_id":21248,"likes":0,"status":"none"},"_links":{"self":[{"href":"https:\/\/www.roteco.ch\/it\/wp-json\/wp\/v2\/ro-stories\/21248"}],"collection":[{"href":"https:\/\/www.roteco.ch\/it\/wp-json\/wp\/v2\/ro-stories"}],"about":[{"href":"https:\/\/www.roteco.ch\/it\/wp-json\/wp\/v2\/types\/ro-stories"}],"author":[{"embeddable":true,"href":"https:\/\/www.roteco.ch\/it\/wp-json\/wp\/v2\/users\/2469"}],"replies":[{"embeddable":true,"href":"https:\/\/www.roteco.ch\/it\/wp-json\/wp\/v2\/comments?post=21248"}],"wp:attachment":[{"href":"https:\/\/www.roteco.ch\/it\/wp-json\/wp\/v2\/media?parent=21248"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.roteco.ch\/it\/wp-json\/wp\/v2\/tags?post=21248"},{"taxonomy":"ro-categories","embeddable":true,"href":"https:\/\/www.roteco.ch\/it\/wp-json\/wp\/v2\/ro-categories?post=21248"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}