|
C'è una cosa che accomuna quasi tutti gli insegnanti che conosco: il tempo non basta mai. Ore spese a correggere, a gestire la burocrazia, a rincorrere scadenze. E nel frattempo, la parte bella del lavoro, stare con gli studenti, spiegare, discutere, ispirare, rimane sempre un po' in secondo piano.
WeTambara nasce esattamente da questa consapevolezza. Non in una startup della Silicon Valley, ma in un liceo di Vicenza. L'ha ideata Diego Benna, professore di informatica al Liceo G.B. Quadri, insieme a Nicola Lovo, un suo ex studente oggi all'università. Già questo dovrebbe dirci qualcosa: è uno strumento pensato da chi conosce la scuola dall'interno, non da chi la immagina dall'esterno.
Prima di parlare di funzionalità, vale la pena capire la filosofia di fondo, perché è quella che distingue WeTambara da tanti altri strumenti IA sul mercato.
Il rischio più grande dell'intelligenza artificiale in classe non è che sia troppo difficile da usare. È che diventi una scorciatoia. Lo studente fa una domanda, l'IA risponde, lo studente copia. Fine del ragionamento, fine dell'apprendimento.
WeTambara parte dall'assunto opposto: l'IA non deve sostituire il pensiero, deve accenderlo. Il sistema non fornisce risposte preconfezionate. Se la risposta dello studente è incompleta, non la corregge semplicemente: fa domande, stimola, guida verso la risposta attraverso un ragionamento autonomo. Un po' come farebbe un buon insegnante, in fondo.
La piattaforma ha due interfacce distinte: una per il docente e una per lo studente.
Dal lato del docente, creare un esercizio è un processo in tre passaggi. Si inserisce la domanda, eventualmente arricchita con immagini, video o audio. Si definisce la risposta ideale, che può essere scritta dal docente stesso o costruita con il supporto dell'IA. Infine si imposta la griglia di valutazione, specificando indicatori e criteri. Anche qui l'IA può aiutare, generando automaticamente una griglia coerente con la domanda.
Un esempio concreto: in un esercizio di storia sull'antico Egitto, posso istruire il sistema affinché valuti positivamente la risposta solo se lo studente menziona esplicitamente il ruolo del Nilo per la stabilità della civiltà. Non una valutazione generica, ma precisa, calibrata su quello che voglio davvero verificare.
Dal lato dello studente, entra in gioco il Tutor. E qui sta il cuore della cosa: il Tutor non dà risposte. Analizza quello che lo studente ha scritto, lo confronta con la griglia del docente, e poi fa domande. Domande mirate, che spingono a riflettere su quello che manca. È un approccio socratico, applicato in modo scalabile.
I dati che circolano sulla piattaforma parlano di oltre 300 scuole coinvolte, più di 120.000 esercizi gestiti, 500 classi in tutta Italia e circa 9.000 utenti al giorno tra docenti e studenti. Non è un esperimento pilota: è uno strumento già rodato.
Un dato che trovo particolarmente interessante riguarda il coinvolgimento degli studenti: rispetto alle verifiche tradizionali, il livello di partecipazione e la percezione di "sfida positiva" raddoppiano. Non è poco, considerando quanto sia difficile tenere alta la motivazione.
Sul fronte del tempo per i docenti, si parla di una riduzione del carico di correzione manuale fino al 70%. Ore recuperate che si possono reinvestire nel lavoro che conta davvero.
WeTambara è compatibile con la Carta del docente e rispetta i requisiti del Codice Etico dell'IA e dell'AI Act europeo.
Il professor Benna ha una buona abitudine: invita i colleghi a provare la piattaforma e a dargli un feedback diretto. È l'atteggiamento di chi ha costruito qualcosa con l'intenzione di migliorarlo continuamente, non di chi ha già tutte le risposte.
E in un settore dove gli strumenti calati dall'alto raramente funzionano, questo mi sembra già un ottimo punto di partenza.
WeTambara
|
