|
LEZIONE |
DATA |
ORA INIZIO |
ORA FINE |
|
1 lezione |
19/09/23 |
15:00 |
18:00 |
|
2 lezione |
26/09/23 |
15:00 |
18:00 |
|
3 lezione |
03/10/23 |
15:00 |
18:00 |
|
4 lezione |
10/10/23 |
15:00 |
18:00 |
Iscrizione su Scuola Futura cod. ID 142635
ATTENZIONE: tutte le comunicazioni sull'organizzazione ed inizio del corso sono inviate dalla piattaforma all'indirizzo mail del vostro SPID, pertanto se tale indirizzo non viene più utilizzato scrivete a
Aree digComp Edu
- Risorse Digitali
- Pratiche di insegnamento e apprendimento
- Valorizzazione delle potenzialita' degli studenti
- Favorire lo sviluppo delle competenze digitali degli studenti
Formatore
Massimo PAPA
Destinatari
Docenti di scuola secondaria di primo e secondo grado
Cosa si propone il corso
L’applicazione dell’Intelligenza Artificiale nei più disparati campi e la sua incredibile pervasività ha portato a profondi cambiamenti che continueranno a trasformare la società, i nostri comportamenti, la natura del lavoro e, in generale, il nostro modo di vivere. Per tale motivo risulta utile, se non imprescindibile, costruire un approccio educativo innovativo che in parte riprogetti il curricolo delle scuole affinché includa gli apprendimenti nel campo dell’Intelligenza Artificiale e dei dati. La domanda è come l’Intelligenza Artificiale possa favorire l’apprendimento e modificare l’azione formativa per favorire l’aggiornamento delle competenze di studenti e corpo docente?
Possiamo rispondere utilizzando le tre necessità educative principali, individuate dalla prof.ssa Rose Luckin dell’University College London:
1. un cittadino partecipe della società in cui vive dovrebbe essere in grado di discutere sugli aspetti etici dell’intelligenza artificiale, su ciò che dovrebbe o non dovrebbe fare un algoritmo AI;
2. un cittadino dovrebbe essere in grado di comprendere le basi del funzionamento dell’AI, così da utilizzare consapevolmente i sistemi e le piattaforme commerciali che ci circondano, avendo anche la capacità di riconoscere rischi e potenzialità di questi strumenti;
3. uno studente dovrebbe essere in grado di progettare semplici sistemi AI, perché tra gli studenti di oggi abbiamo i futuri progettisti di algoritmi AI.
Seguendo questi tre punti si cercherà di portare il discente a conoscere cos'è e cosa tratta l’AI partendo da cenni storici sino ad arrivare alle odierne applicazioni. Proseguendo con un taglio prettamente sperimentale andando a progettare attività laboratoriali basate su strumenti che permettono di applicare concetti e algoritmi del machine learning e del deep learning utilizzando metodologie quali il coding, il tinkering e il problem solving. Si svilupperanno moduli didattici interdisciplinari mediante l’utilizzo di strumenti online che si prestano per essere utilizzati negli ultimi anni della scuola primaria sino ad arrivare alla scuola secondaria di II grado. Per ultimo saranno analizzate le questioni etiche legate all’utilizzo di software di AI che, consapevolmente o no, vengono utilizzati da tutti noi nella vita di ogni giorno.
Come viene erogato il corso
Il corso si strutturerà in 18 ore di formazione (12 sincrone - 6 asincrone): ogni incontro consta di 3 ore di attività, mentre in asincrono si affronteranno 4 e-tivities della durata di 1,5 ore ciascuna.
Il corso si svolgerà in modalità online utilizzando la piattaforma Classroom di Google Workspace, alla quale si accederà col proprio account Google personale, gli incontri sincroni si svolgeranno su Meet
L'iscrizione deve essere fatta attraverso la piattaforma Scuola futura del MIM https://scuolafutura.pubblica.istruzione.it/
Obiettivi formativi
Il corso permetterà di raggiungere i seguenti traguardi:
Comprendere le basi del funzionamento dell’AI, in particolare della classificazione utilizzando il machine learning.
Progettare semplici applicazioni per ambienti desktop e mobili e implementarle utilizzando linguaggi di programmazione visuali.
Progettare in DAD o in presenza percorsi didattici utilizzando gli strumenti che permettono agli studenti di sperimentare con i concetti base dell’AI.
Utilizzare il coding e il problem solving come elemento trainante per veicolare i concetti didattici
Progettare Project Work per attività sincrone ed asincrone con il singolo studente o con piccoli gruppi
Programma del corso
- Primo incontro sincrono
- L’ambiente di ML didattico di Google
- Creazione account e descrizione funzionalità
- Algoritmi di ML utilizzando gli strumenti forniti dall’ambiente
- Implementazione di app che utilizzino i modelli ML sviluppati
- Prima etivity
- Progettare e implementare un’app che utilizzi un classificatore di immagini che si basa su un modello costruito dal discente.
- Secondo incontro sincrono
- L’ambiente didattico basato su IBM Watson
- Creazione account e descrizione funzionalità
- Algoritmi di ML utilizzando gli strumenti forniti dall’ambiente
- Implementazione di app che utilizzino i modelli ML sviluppati
- Seconda etivity
- Progettare e implementare un’app che utilizzi un classificatore di testo che si basa su un modello costruito dal discente.
- Terzo incontro sincrono
- L’ambiente di ML didattico di Google
- Creazione account e descrizione funzionalità
- Algoritmi di ML utilizzando gli strumenti forniti dall’ambiente
- Implementazione di app che utilizzino i modelli ML sviluppati
- Terza etivity
- Progettare e implementare un’app che utilizzi un classificatore di immagini che si basa su un modello costruito dal discente.
- Quarto incontro sincrono
- L’ambiente di ML didattico del MIT
Creazione account e descrizione funzionalità
Algoritmi di ML utilizzando gli strumenti forniti dall’ambiente
Implementazione di app che utilizzino i modelli ML sviluppati
- Quarta etivity
- Utilizzare le schede didattiche fornite dall’ambiente per progettare un evento didattico.
Metodologia e strumenti operativi
Ogni incontro sincrono propone alcune attività precedute da un momento di Framework (breve cornice teorica) del formatore con possibilità di porre domande e richieste; l’avvio dell’attività; un momento di feed-back e il lancio dell’etivity da svolgere in modalità asincrona.
Modalità di condivisione e restituzione
Si utilizzerà Google Classroom su cui saranno messi a disposizione tutti i materiali presentati e utilizzati. I prodotti realizzati con le etivity saranno consegnati attraverso questa stessa piattaforma, così come il dialogo tra discenti e docente avverrà tramite lo stream della stessa.