Maestro Roberto - Tecnologie e didattica

Stiamo pian piano scoprendo che con ChatGPT si possono ottenere risultati molto interessanti semplicemente cambiando il modo in cui formuliamo la richiesta.

Siamo ormai abituati a chiedere all'intelligenza artificiale di creare un'immagine su un determinato argomento. Ma provate a fare un passo in più: non dite soltanto “crea un'immagine sulla fotosintesi”. Dite a ChatGPT come volete che quell'argomento venga rappresentato.

Una pagina di appunti scritti a mano? Uno schema con frecce e collegamenti? Una parete piena di post-it? Una vera e propria infografica per la classe?

Ho provato alcuni codici che permettono di ottenere proprio questo tipo di risultati e che, a mio avviso, possono diventare interessanti strumenti da inserire nella nostra cassetta degli attrezzi didattica.

Il primo comando che da provare è:

/generate handwritten image [ARGOMENTO]

L'idea è semplice: chiediamo a ChatGPT di rappresentare un argomento sotto forma di appunti visuali scritti a mano, con parole chiave, piccoli disegni, frecce e annotazioni.

Per esempio: /generate handwritten image la fotosintesi clorofilliana per alunni di 10 anni

Il risultato può ricordare una pagina di quaderno costruita durante una spiegazione: non un semplice testo illustrato, ma una rappresentazione nella quale le informazioni vengono distribuite nello spazio e accompagnate da elementi grafici.

E qui possiamo già immaginare diverse applicazioni. Possiamo proiettarla alla Digital Board e chiedere agli alunni di individuare le informazioni fondamentali. Possiamo nascondere alcune parole e chiedere loro di completarle. Possiamo utilizzarla come base per una spiegazione orale oppure chiedere di trasformare gli appunti visuali in una mappa concettuale.

Ancora più interessante: possiamo mostrare l'immagine senza spiegare l'argomento e chiedere ai bambini di ricostruire ciò che, secondo loro, sta cercando di raccontare.

L'immagine generata dall'AI diventa così non il prodotto finale, ma l'innesco di un'attività didattica.

Il secondo codice è:

/visualize learning [ARGOMENTO]

Qui l'obiettivo è diverso. Non ci interessa semplicemente avere un'immagine bella, ma chiediamo all'AI di visualizzare le relazioni tra i concetti attraverso schemi, frecce e collegamenti.

Per esempio: /visualize learning* la civiltà degli Etruschi per alunni di 9 anni

Oppure: /visualize learning* il ciclo dell'acqua per alunni di 8 anni

O ancora: /visualize learning* cause e conseguenze della Rivoluzione francese per studenti di 12 anni

Questa modalità mi sembra particolarmente interessante perché ci porta direttamente dentro una delle questioni centrali dell'apprendimento: capire non significa soltanto conoscere delle informazioni, ma riuscire a collegarle tra loro.

Possiamo quindi utilizzare l'immagine come una sorta di “mappa da interrogare”.

• “Perché questa freccia collega questi due elementi?”
• “Che relazione c'è tra questi concetti?”
• “Cosa succederebbe se togliessimo questo passaggio?”
• Sono domande semplici, ma possono trasformare una rappresentazione grafica in una vera attività di comprensione.

Questo è probabilmente il comando che trovo più curioso:

/sticky-notes [ARGOMENTO]

In questo caso chiediamo di rappresentare i concetti attraverso post-it, come se avessimo davanti una grande parete utilizzata per organizzare idee e informazioni.

Ad esempio: /sticky-notes le caratteristiche del testo narrativo per alunni di 9 anni

Oppure: /sticky-notes gli ecosistemi per alunni di 10 anni

Il bello è che possiamo utilizzare l'immagine in modo completamente diverso da quello per cui è stata generata.

Immaginiamo di proiettare sulla lavagna digitale una serie di post-it apparentemente “disordinati”.

A questo punto niente spiegazione. La domanda potrebbe essere: “Come li organizzereste?”

I bambini, a gruppi, devono individuare possibili categorie, discutere, spostare mentalmente i concetti e motivare le proprie scelte.

Possiamo chiedere a un gruppo di trovare tre categorie, a un altro di costruirne quattro e a un altro ancora di trovare un criterio completamente diverso.

Alla fine confrontiamo le soluzioni.

In questo caso l'AI ha prodotto i materiali, ma il lavoro cognitivo lo fanno gli alunni. Ed è esattamente questo il tipo di utilizzo dell'intelligenza artificiale che trovo più interessante a scuola.

Non una macchina che dà la risposta, ma una macchina che ci aiuta a costruire un problema interessante da risolvere.

Il quarto codice è:

/teacher [ARGOMENTO]

L'idea è orientare la generazione verso una infografica didattica, pensata per essere utilizzata dall'insegnante con una determinata fascia d'età.

Ad esempio: /teacher la fotosintesi clorofilliana per alunni di 10 anni

Oppure: /teacher le frazioni per alunni di 9 anni

Possiamo essere ancora più precisi: /teacher il ciclo dell'acqua per alunni di 8 anni, linguaggio semplice, pochi testi, immagini grandi, parole chiave evidenziate

Oppure: /teacher il sistema solare per alunni di 10 anni, infografica verticale, pianeti, caratteristiche principali e confronto delle dimensioni

Qui entra in gioco una regola che vale sempre quando lavoriamo con l'AI: più informazioni diamo sul contesto, più possibilità abbiamo di ottenere un materiale realmente utile.

Dire semplicemente “crea un'infografica sul sistema solare” è una cosa. Dire “crea un'infografica sul sistema solare per bambini di 9 anni, con poco testo, grandi immagini, parole chiave e una struttura facilmente leggibile alla LIM” è tutta un'altra storia.

Quattro comandi, quattro modi di rappresentare la conoscenza

La cosa interessante è che questi codici non producono semplicemente quattro stili grafici ma ci permettono di lavorare su quattro modi diversi di organizzare la conoscenza.

• Con generate handwritten image possiamo simulare degli appunti visuali.
• Con visualize learning possiamo mettere in evidenza relazioni e collegamenti.
• Con sticky-notes possiamo trasformare le informazioni in elementi da classificare e ricomporre.
• Con /teacher possiamo costruire una sintesi visuale pensata per la spiegazione.

E allora possiamo cominciare a ragionare in maniera diversa. Non: “Che immagine posso far creare a ChatGPT?”, ma: “Quale rappresentazione visiva può aiutare i miei alunni a comprendere meglio questo argomento?”

La domanda cambia. E cambia anche il ruolo dell'AI.

E se l'immagine contiene un errore?

Qui c'è un altro aspetto che possiamo sfruttare didatticamente.

Le immagini generate dall'intelligenza artificiale possono contenere informazioni imprecise o errori. Per questo, soprattutto quando affrontiamo discipline come storia, scienze o geografia, non dobbiamo considerarle automaticamente corrette. Ma anche questo può diventare un'attività.

Mostriamo un'infografica alla classe e diciamo:

“L'intelligenza artificiale sostiene che sia tutto corretto. Siete d'accordo?”

A quel punto parte la caccia all'errore.

Gli alunni devono confrontare le informazioni con il libro di testo, gli appunti, fonti affidabili o altre risorse indicate dall'insegnante.

Quella che sembrava una semplice immagine diventa così un esercizio di lettura critica dell'output dell'AI. Ed è probabilmente una delle competenze più importanti che dobbiamo iniziare a costruire.

Una piccola attenzione per l'inclusione

Questi comandi possono essere adattati anche per realizzare materiali più accessibili.

Possiamo aggiungere richieste come:

• utilizza frasi molto brevi
• utilizza poche parole per ogni elemento
• evidenzia le parole chiave
• usa immagini esplicative
• organizza le informazioni in modo molto chiaro
• adatta il linguaggio a bambini di 8 anni

In questo modo possiamo ottenere rappresentazioni con una maggiore componente visiva e con una quantità di testo più controllata, che possono essere utili anche nella progettazione di materiali per alunni con differenti bisogni educativi.

L'AI che non dà la risposta, ma prepara il terreno

Credo che sia proprio questa la direzione più interessante.

Possiamo usare ChatGPT per generare una spiegazione. Ma possiamo anche utilizzarlo per creare un'immagine da interpretare, un errore da scoprire, una mappa da completare, una serie di post-it da organizzare, un'infografica da criticare.

E forse è qui che l'AI generativa comincia davvero a diventare interessante per la scuola e non è quando fa tutto al posto nostro, ma quando ci permette di progettare più velocemente situazioni nelle quali gli alunni devono osservare, confrontare, collegare, discutere, scegliere e spiegare.