• Ritorna alla home page
• Mercato

"Il fallimento produttivo genera risultati di apprendimento per il XXI secolo"

Pubblicato il: 29 Maggio 2017

Questo articolo ha più di 5 anni

interviste Mercato Apprendimento e istruzione Società Tecnologia Competenze del X secolo Tecnologia dell'istruzione Ambienti di apprendimento Psicologia Metodi di insegnamento Tecnologia e società

Intervista di:

Sabine Gysi

Ex/fondatore caporedattore, BOLD

Manu Kapur, professore di Scienze dell'apprendimento e Istruzione superiore presso il Politecnico federale di Zurigo (ETH), ha sviluppato il concetto di "fallimento produttivo". Nella seconda parte della nostra intervista, parla di conoscenza tacita ed esplicita, e sottolinea come la tecnologia diventerà in futuro il principale mezzo di trasmissione di quest'ultima, ma non della prima. Spiega perché i test standardizzati non preparano gli studenti alla vita reale e presenta un esempio positivo di intervento in materia di politica educativa.

Sabine Gysi: La rivoluzione dell'aula tradizionale è ormai alle porte. L'intelligenza artificiale sta diventando sempre più importante nell'insegnamento e nell'apprendimento. Supponendo che vogliamo promuovere Fallimento produttivo Progettazione dell'apprendimento: un insegnante umano potrebbe non riuscire a resistere all'impulso di fornire supporto e guida. Dato che gli insegnanti umani hanno tali limitazioni, sono forse meno capaci di insegnare rispetto ai robot? L'intelligenza artificiale si dimostrerà l'insegnante perfetto?

Manu Kapur: Ci sono due livelli di risposta a questa domanda. La tua osservazione è corretta: gli insegnanti hanno questo istinto di insegnare. Se vedono che qualcuno non sa qualcosa, il loro istinto immediato è quello di aiutarlo. Gli insegnanti possono controllare questo istinto? Ho lavorato con gli insegnanti per un decennio e abbiamo seguito dei corsi di formazione per imparare a controllare questo istinto; spiego loro perché questo spinge lo studente a impegnarsi maggiormente a livello cognitivo, il che a sua volta lo aiuta ad apprendere meglio. Con la formazione e la comprensione di come avviene l'apprendimento, gli insegnanti sono in grado di controllare questo istinto.

L'intelligenza artificiale sarà un insegnante migliore? Parliamo di conoscenza esplicita e tacita. Se chiedete a un esperto: "Come hai risolto questo problema?" oppure a un artista: "Come hai realizzato questo disegno?", spesso fanno fatica a spiegarlo. Potrebbero essere in grado di spiegare alcuni aspetti della loro performance – la conoscenza esplicita – ma ci sono aspetti che semplicemente non saranno in grado di articolare; potrebbero dire: "Non lo so, l'ho fatto e basta!". Questa è la conoscenza tacita, ed è qualcosa che si può apprendere solo attraverso l'attività pratica, lavorando con un esperto in gruppo su problemi complessi; non è qualcosa che si può specificare. Si sviluppa su una scala temporale più ampia.

"L'apprendimento profondo si verifica quando la conoscenza esplicita viene coordinata con la conoscenza tacita, ed è in questo ambito che l'IA ha ancora molta strada da fare."

La conoscenza esplicita è programmabile. La tecnologia può gestirla; credo che tutto ciò che è esplicito alla fine verrà codificato. Se il ruolo principale di un insegnante è trasmettere conoscenza esplicita, diventerà irrilevante in pochissimo tempo; ma l'apprendimento profondo si verifica quando la conoscenza esplicita è coordinata con la conoscenza tacita, ed è in questo ambito che l'intelligenza artificiale ha ancora molta strada da fare.

L'intelligenza artificiale non è ancora in grado di sostituire gli insegnanti nella misura in cui questi ultimi sono in grado di progettare percorsi di apprendimento che integrino efficacemente conoscenze esplicite e tacite.

SG: Una volta hai detto: "Sfida, ma non frustrazione". Ma dove finisce la sfida e dove inizia la frustrazione? In altre parole: esiste un modo per personalizzare il concetto di "fallimento produttivo" in modo da rispondere alle esigenze individuali degli studenti di diversi livelli all'interno di una classe?

MK: È qui che la tecnologia e l'intelligenza artificiale possono essere d'aiuto, perché in una classe con 25-30 alunni, o anche di più, è difficile calibrare il livello di apprendimento per tutti; si tratta di un limite pratico. Uno dei vantaggi del machine learning e del deep learning è che potremmo essere in grado di migliorare questa calibrazione utilizzando tecniche di intelligenza artificiale e machine learning, offrendo una maggiore personalizzazione all'apprendimento di ogni singolo studente.

Ma anche in quel caso, il processo di calibrazione dovrebbe essere iterativo: dovrò coinvolgerti in qualcosa e, in base alla tua prestazione, aumenterò o diminuirò l'intensità. Questo è qualcosa che non può essere predeterminato. Devo progettare attività per capire a che punto sei e poi progettare il livello successivo in modo adattivo, in base a dove ti trovi.

"È la cosiddetta 'Zona Riccioli d'Oro', dove la sfida è sufficientemente stimolante da mantenere alto l'interesse, ma non così impegnativa da indurre alla rinuncia. Si ha la sensazione di poter fare qualcosa per risolvere il problema, ma non di poterlo eliminare completamente."

Sappiamo che, come studenti, dovete trovarvi nella "zona di apprendimento". È quella zona – la cosiddetta "zona Riccioli d'oro" – in cui la sfida è sufficientemente stimolante da mantenervi coinvolti, ma non così impegnativa da farvi desistere. Sentite di poter fare qualcosa per risolvere il problema, ma non di poterlo risolvere completamente. È in questa zona che avviene l'apprendimento profondo. E il segreto sta nel progettare percorsi di apprendimento che si inseriscano proprio in questa zona.

Il fallimento produttivo (PF) fa esattamente questo; non vogliamo renderlo così difficile che gli studenti non lo capiscano affatto; e non vogliamo renderlo così facile che possano portarlo a termine: il successo non è il criterio. Vogliamo mantenerlo a un livello tale che, se provano qualcosa, non saranno in grado di risolverlo. E va bene così perché l'obiettivo dell'attività non è l'apprendimento in sé; è il preparazione per L'apprendimento, e il fallimento nel risolvere un problema nonostante si siano provati diversi approcci, fornisce la preparazione necessaria per l'apprendimento. È così che funziona la PF.

SG: Il "fallimento produttivo" funziona anche per i bambini e i giovani provenienti da contesti socioeconomici svantaggiati e/o per coloro che hanno un rendimento scolastico inferiore alle aspettative?

MK: A Singapore abbiamo lavorato con studenti che non avevano superato nemmeno gli esami nazionali. E abbiamo dimostrato che PF ha funzionato bene con questi ragazzi.

L'idea è semplice: la scuola e l'istruzione formale si concentrano molto di più sulla conoscenza formale, e sulla conoscenza formale dal punto di vista di un esperto. PF, invece, si concentra molto sul pensiero dello studente, sia formale che intuitivo. In questo modo, per gli studenti che tradizionalmente ottengono punteggi bassi, ovvero che hanno un rendimento scolastico inferiore, costruiamo le basi per un apprendimento più efficace di questi concetti.

In uno ricercaAbbiamo preso studenti con risultati molto distanti negli esami nazionali e abbiamo dimostrato di poter colmare questo divario di rendimento. La maggiore resistenza al concetto di fallimento produttivo non proviene dal gruppo di studenti con rendimento inferiore, bensì dal gruppo con rendimento superiore, che è più restio ad utilizzarlo. Potrebbero dire: "So come funziona questo gioco, ecco perché frequento questa buona scuola, perché dovrei imparare dal fallimento produttivo adesso?".

SG: Singapore si colloca tra i paesi con i migliori risultati nel programma PISA e i suoi studenti sono in grado di utilizzare le proprie conoscenze e competenze per risolvere problemi innovativi. Tuttavia, il tasso di innovazione di Singapore è inferiore a quello della Svizzera, ad esempio. Come mai?

MK: Non sono un grande fan dei test standardizzati, nemmeno PISANon si diventa innovativi o creativi risolvendo problemi in un breve lasso di tempo, in un luogo sconosciuto, seduti davanti a un computer, senza risorse o senza parlare con nessuno: una situazione del genere difficilmente si ripresenta nella vita reale. Se si partecipa a un'attività così artificiale come la valutazione standardizzata, non c'è motivo di aspettarsi che questa si traduca in risultati concreti nella vita reale, soprattutto in termini di innovazione e creatività.

“Non si diventa innovativi o creativi risolvendo problemi in un breve lasso di tempo, in un luogo sconosciuto, seduti davanti a un computer, senza risorse o senza parlare con nessuno: una situazione del genere non si ripete spesso nella vita reale.”

Quindi, se gli studenti ottengono buoni risultati in un compito PISA che mette alla prova problemi nuovi, significa forse che sono più creativi e innovativi? Questa è una premessa errata perché, da un punto di vista cognitivo, non si traduce in un trasferimento efficace.

Negli ultimi 10-15 anni, il governo di Singapore ha finanziato programmi di ricerca volti a progettare interventi nelle scuole per coinvolgere gli studenti in esperienze di apprendimento più creative, tra cui PF. L'attuale generazione di ragazzi sperimenterà interventi ed esperienze di apprendimento più in linea con le teorie e i meccanismi di apprendimento che sviluppano sia una conoscenza approfondita sia flessibilità, adattabilità e creatività. L'idea è che, col tempo, forse tra dieci anni o più, avremo una generazione di studenti diversa da quella attuale.

SG: Ventunesimo-Le competenze del XXI secolo stanno acquisendo sempre maggiore importanza, sia nell'istruzione che nel mondo del lavoro. Se vogliamo ripensare l'apprendimento, metodi come il "fallimento produttivo" devono diventare socialmente accettabili. Tuttavia, molti responsabili politici operano ancora in sistemi che non supportano il fallimento produttivo. Come possiamo raggiungerli?

MK: Innanzitutto, le cose stanno cambiando. I responsabili politici non sono più così contrari a queste idee come lo erano dieci anni fa, quando ho iniziato. Vedo dei progressi; sempre più persone sono aperte a queste idee.

"L'attuale generazione di ragazzi sperimenterà interventi ed esperienze di apprendimento più in linea con le teorie e i meccanismi di apprendimento che sviluppano sia una conoscenza approfondita sia flessibilità, capacità di adattamento e creatività."

In secondo luogo, dobbiamo fornire prove scientifiche e dimostrare che PF produce risultati di apprendimento adeguati al XXI secolo. Come a Singapore: abbiamo iniziato in piccolo e gradualmente, ampliando il corpus di prove, fino al punto in cui i responsabili politici hanno detto: "Sì, va bene, avete svolto questo lavoro in diverse scuole e in diversi contesti, e sembra funzionare; estendiamolo". Oggi, PF viene esteso al curriculum di statistica pre-universitario di Singapore.

Ciò richiede un notevole lavoro di ricerca, molta comunicazione e una visione condivisa, oltre al sostegno di tutte le parti interessate. Ma è fattibile.

Nel prima parte di questa intervistaManu Kapur spiega il suo concetto di fallimento produttivo e perché l'insegnamento dovrebbe essere guidato dalle più recenti ricerche sulla cognizione e sull'apprendimento umano.