Salta al menu principale di navigazione Salta al contenuto principale Salta al piè di pagina del sito
FrancoAngeli Journals

Articoli/Articles

V. 15 N. 2 (2024): Intelligenza Artificiale nella scuola e nella formazione universitaria. Rischi e opportunità

AI e Feedback. Interazione tra agenti umani e artificiali per valutare prove scritte in ambito universitario

DOI
https://doi.org/10.3280/ess2-2024oa18951
Inviata
4 dicembre 2024
Pubblicato
31-01-2025

Abstract

Il feedback automatizzato, reso possibile da strumenti tecnologici avanzati come l’intelligenza artificiale, rappresenta una frontiera emergente per superare alcune delle sfide tradizionali legate alla personalizzazione e alla scalabilità del processo valutativo, soprattutto in classi numerose. In Italia, nonostante l’interesse crescente a livello europeo, l’adozione di valutazioni supportate da tecnologie digitali rimane limitata e presenta numerose sfide. Tali criticità sottolineano l’urgenza di promuovere lo sviluppo professionale dei docenti, attraverso percorsi di formazione mirati a integrare il feedback automatizzato nelle pratiche didattiche, al fine di valorizzare il potenziale trasformativo di questi strumenti. In tale contesto è sorto il PRIN “AI&F”, volto a definire una metodologia per l'utilizzo di un framework di machine learning open-source per supportare i docenti nel fornire feedback di alta qualità a gruppi numerosi di studenti generando percorsi interattivi e trasformativi in una logica ecosistemica. Il contributo presenta gli attuali avanzamenti della ricerca e delinea le future prospettive di sviluppo.

Riferimenti bibliografici

  1. Bearman M., Tai J., Dawson P., Boud D., and Ajjawi R. (2024). Sviluppo del giudizio valutativo per un'epoca di intelligenza artificiale generativa. Assessment & Evaluation in Higher Education, 49(6): 893-905. DOI: 10.1080/02602938.2024.2335321.
  2. Boud D., Ajjawi R., Dawson P., and Tai J. (2018). Developing evaluative judgement in higher education. London: Routledge.
  3. Braun V. e Clarke V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2): 77-101.
  4. Devlin J., Chang M.-W., Lee K., and Toutanova K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv, 1810.04805. DOI: 10.48550/arXiv.1810.04805.
  5. Doria B., Foschi L.C., Slaviero G., Zaggia C., and Grion V. (in press). Feedback e feedback automatizzato: Pratiche e percezioni dei docenti universitari. Research Trends in Humanities: Education & Philosophy.
  6. Doria B., Picasso F. (2024). Alternative Assessment and Technology Enhanced Assessment practices: Research to inform Faculty Development processes. QWERTY-Interdisciplinary Journal of Technology, Culture and Education, 19(1): 52-71.
  7. Doria B., Grion V., and Paccagnella O. (2023). Pratiche valutative nelle università italiane: Una ricerca esplorativa a livello nazionale. Italian Journal of Educational Research, 30: 129-143.
  8. Doria B., Grion V., and Zaggia C. (2024). How to train university professors in assessment? A systematic literature review. Form@re - Open Journal per la forma-zione in rete, 24(2): 14-30.
  9. Facer K., Selwyn N. (2021). Digital technology and the futures of education – To-wards ‘non-stupid’ optimism. Educational Philosophy and Theory, 53(3): 233-244.
  10. Fiorentino M.G., Montone A., and Ricciardiello G. (2024). The Feedback in a Formative Assessment Path: Development of Communicative Skills in a Workshop Online. In: International Conference on Higher Education Learning Methodologies and Technologies Online (pp. 250-261). Cham: Springer Nature Switzerland. DOI: 10.1007/978-3-031-67351-1.
  11. Giannandrea L. (2019). Valutazione, feedback, tecnologie. In: Rivoltella P.C. and Rossi P.G., a cura di, Tecnologie per l’educazione (pp. 69-81). Milano: Pearson.
  12. Giannandrea L., Ferrari S., and Laici C. (2024). Tecnologie per la riflessione e l’autovalutazione. E-portfolio, feedback, open badge. In: Rivoltella P.C. and Rossi P.G., a cura di, (nuova edizione), Tecnologie per l’educazione (pp. 189-199). Milano: Pearson.
  13. Grion V., Cesareni D. (2016). Multiplicity, fluidity, dialogue and sharing: Keywords to understand the complex dynamics between human learning and technology. QWERTY-Interdisciplinary Journal of Technology, Culture and Education, 11(1): 5-10.
  14. Grion V., Serbati A. (2019). Valutazione sostenibile e feedback nei contesti universitari. Prospettive emergenti, ricerche e pratiche. Lecce: PensaMultimedia.
  15. Grion V., Serbati A., Doria V., and Nicol D. (2021). Rethinking assessment and feed-back practices in higher education: A review of recent literature. Innovations in Education and Teaching International, 58(4): 405-416.
  16. Gupta P., Ding B., Guan C., and Ding D. (2024). Generative AI: a systematic review using topic modelling techniques. Data and Information Management, 8(2), 100066. DOI: 10.1016/j.dim.2024.100066.
  17. Laici C. (2021). Il feedback come pratica trasformativa nella didattica universitaria. Milano: FrancoAngeli.
  18. Laici C., Pentucci M. (2023). Developing university students’ feedback literacy through peer feedback activities. Education Sciences & Society - Open Access, 14(1). DOI: 10.3280/ess1-2023oa15925.
  19. Lipnevich A.A., Panadero E. (2021). A Review of Feedback Models and Theories: Descriptions, Definitions, and Conclusions. Frontiers in Education, 6, 720195. DOI: 10.3389/feduc.2021.720195.
  20. Nicol D. (2010). From monologue to dialogue: Improving written feedback processes in mass higher education. Assessment & Evaluation in Higher Education, 35(5): 501-517.
  21. Nicol D. (2018). Unlocking generative feedback via peer reviewing. In: Grion V. and Serbati A., a cura di, Assessment of learning or assessment for learning? Towards a culture of sustainable assessment in HE (pp. 73-85). Lecce: Pensa MultiMedia.
  22. Nicol D. (2021). Guiding learning by activating students’ inner feedback. Times Higher Education. https://www.timeshighereducation.com/campus/guide-learning-activating-students-inner-feedback.
  23. Nicol D.J., Macfarlane-Dick D. (2006). Formative assessment and self-regulated learning: A model and seven principles of good feedback practice. Studies in Higher Education, 31(2): 199-218.
  24. Nieminen J.H., Carless D. (2023). Feedback literacy: una revisione critica di un concetto emergente. High Education, 85: 1381-1400. DOI: 10.1007/s10734-022-00895-9.
  25. Panadero E., Lipnevich A.A. (2022). A review of feedback models and typologies: Towards an integrative model of feedback elements. Educational Research Review, 35, 100416.
  26. Panadero E., Fraile J., Fernández Ruiz J., Castilla-Estévez D., and Ruiz M.A. (2019). Spanish university assessment practices: Examination tradition with diversity by faculty. Assessment & Evaluation in Higher Education, 44(3): 379-397.
  27. Panciroli C., Rivoltella P.C. (2023). Pedagogia algoritimica. Per una riflessione educativa sull’Intelligenza Artificiale. Brescia: Scholè.
  28. Picasso F., Doria B., Grion V., Venuti P., and Serbati A. (2023). What technology-enhanced assessment and feedback practices do Italian academics declare in their syllabi? Analysis and reflections to support academic development. In: Fulantelli G., Burgos D., Casalino G., Cimitile M., Lo Bosco G., and Taibi D., a cura di, Higher education learning methodologies and technologies online (pp. 267-279). Cham: Springer.
  29. Price M., Handley K., Millar J., and O’Donovan B. (2010). Feedback: All that effort, but what is the effect? Assessment & Evaluation in Higher Education, 35(3): 277-289.
  30. Raffaghelli J.E., Ghislandi P., Sancassani S., Canal L., Micciolo R., Balossi B., and Zani M. (2018). Integrating MOOCs in physics preliminary undergraduate education: beyond large size lectures. Educational Media International, 1-16. DOI: 10.1080/09523987.2018.1547544.
  31. Raffaghelli J.E. (2024). Post Digital Scholarship. Professionalità accademica e trasformazione digitale in università. Didattiche, Tecnologie e Media Education. Frontiere per la Sostenibilità, 1: 1-460.
  32. Ranieri M., Raffaghelli J.E., and Bruni I. (2021). Game-based student response system: Revisiting its potentials and criticalities in large-size classes. Active Learning in Higher Education, 22(2): 129-142. DOI: 10.1177/1469787418812667.
  33. Redecker C., Punie Y. (2017). European framework for the digital competence of educators: DigCompEdu. Lussemburgo: Publications Office of the European Union.
  34. Rossi P.G., Pentucci M., Fedeli L., Giannandrea L., and Pennazio V. (2018). Dal feedback informativo al feedback generativo. Education Sciences and Society, 9(2): 83-107.
  35. Sadler R. (2010). Beyond feedback: developing student capability in complex appraisal. Assessment & Evaluation in Higher Education, 35(5): 535-550.
  36. Steiss J., Tate T., Graham S., Cruz J., Hebert M., Wang J., Moon Y., Tseng W., Warschauer M., and Olson C.B. (2024). Comparing the quality of human and ChatGPT feedback of students’ writing. Learning and Instruction, 91, 101894.
  37. Tam A.C.F. (2024). Interacting with ChatGPT for internal feedback and factors affecting feedback quality. Assessment & Evaluation in Higher Education, 1-17. DOI: 10.1080/02602938.2024.2374485.
  38. Tonelli D., Grion V., and Serbati A. (2018). L’efficace interazione fra valutazione e tecnologie: Evidenze da una rassegna sistematica della letteratura. Italian Journal of Educational Technology, 26(3): 6-23.
  39. Winstone N., Carless D. (2019). Designing Effective Feedback Processes in Higher Education: A Learning-Focused Approach (1st ed.). Routledge. DOI: 10.4324/9781351115940.

Metriche

Caricamento metriche ...

Puoi leggere altri articoli dello stesso autore/i

1 2 3 > >>