Mastery learning, IA, edtech
“Uno dei principi del Mastery learning è che la maggior parte degli studenti può apprendere tutto quel che serve se gli si forniscono le condizioni ottimali di apprendimento”
questo è un concetto che sto ripetendo a pappagallo in questo periodo nel corso di frequenti telefonate in cui cerco di convincere i docenti a provare i nostri software. Il punto di fuga verso cui protendono le mie parole è un’adozione finanziata dal PNRR: visto che finalmente le scuole possono avere i software senza incidere sui tetti di spesa e senza pesare sulle famiglie, è un’occasione che non ha molto senso perdere.
Quel che aggiungo dopo è che quel che abbiamo fatto noi è stato segmentare ogni argomento in task formativi e sequenzializzare i task con la giusta progressione. In un secondo tempo parlo anche del gameplay che ti permette di procedere solo se hai dimostrato padronanza nei task propedeutici, dell’adattività che permette a chi ne ha più bisogno di lavorare di più, della reportistica che riporta gli errori frequenti per la classe e del resto.
Ma non ha caso ho scritto, e dico, “uno dei principi”. Perché in effetti Bloom (il più importante promotore dell’apprendimento per padronanza) considera due elementi: la misurazione della performance degli studenti (in entrata, prima di tutto) e la loro motivazione.
E mentre ragionavo sulla motivazione si è verificato un piccolo cortocircuito.
Perché l’onda lunga delle discussioni sull’impatto che questi chatbot super-performanti avranno sulla didattica (e sull’ed-tech) sta continuando.
Io, devo dire, sono abbastanza tranquillǝ: certo che un epigono di chatGPT o di Sparrow potrà rispondere a una buona parte delle nostre domande, ma prima qualcuno dovrebbe scrivere il software che li fa interagire, perché se invece il modo di “fregare il software” è riportargli le domande e poi ricopiare le risposte, noi abbiamo vinto lo stesso: l’esecuzione è più lenta di quella standard e la fatica del riportare la risposta giusta (la maggior parte dei tipi di domande non può essere eluso con un copia-e-incolla) ha comunque l’effetto di un discreto grado di memorabilità.
Quel che mi è venuto in mente è che, a fronte di una semplificazione “esecutiva”, un’attività nella quale i software sono deficienti è motivare. Lo vedo con app nella cui gamification sono stati investiti molti, molti più soldi di quelli che abbiamo mai avuto noi. Un esempio (non esaustivo): Duolingo. Lo sto usando per far esercitare le mie figlie sull’inglese: se non ci fossi io, se non ci fosse l’interazione, l’esempio e lo stimolo, il numero di esecuzioni sarebbe più basso. Per motivare un essere umanǝ, servono altri esseri umani.
Ecco allora l’intuizione (niente di che, ne convengo e in parte una riformulazione): un software potrà anche sostituire un docente nel correggere un compito o nello spiegare in modo chiaro un argomento, ma non potrà mai sostituirlo nel comunicare la passione, la fascinazione, la meraviglia e l’utilità di quello che viene insegnato. In prospettiva forse è questo il destino della classe docente: trasformarsi in persone che motivino, che lavorino sul rapporto con la disciplina da apprendere più che sulla disciplina in quanto oggetto di insegnamento. Docenti come facilitatorɛ.
È una prospettiva interessante, che a mio parere arricchisce la professione. Certo, a patto che quella passione “comunicanda” esista e che la cattedra non sia occupata per il solo salario.
