Quando si parla del futuro dell’eLearning, non si può non pensare ad una formazione online più flessibile e adattabile a delle specifiche necessità.
Il Machine Learning, quindi, si pone l’obiettivo di ottenere una formazione più personalizzata.
COS'É IL MACHINE LEARNING?
Partiamo dal concetto di AI (Artificial Intelligence).
Tutti ne abbiamo sentito parlare e tutto sembra essere integrato
con l’Intelligenza Artificiale.
Possiamo vederlo ad esempio sui Social Network, come Facebook, dove percepiamo un’entità che comprende ciò che postiamo riconoscendo anche l’empatia dietro i nostri testi, che ci da dei suggerimenti, che analizza le nostre immagini ed assegna dei tag così da costruire del significato. Lo stesso accade con Alexa, o Siri, che tramite l’AI riescono a prevedere la nostra routine, le nostre abitudini, analizzandole e consigliandoci delle attività, dei percorsi o delle informazioni che possano essere in qualche modo di nostro interesse.
Solo qualche anno fa, tutto questo riuscivamo solo ad immaginarlo e a vederlo nei film, mentre oggi l’AI esiste ed è largamente utilizzata.
Il Machine Learning è un concetto sottostante all’AI.
La differenza è che il Machine Learning si riferisce a solo una funzione dell’AI. In particolare il ML serve a raccogliere, identificare e organizzare i dati, in altre parole “imparare”, ad esempio riuscendo a distinguere se in una foto è presente un’auto o un furgone, discriminandone delle variabili come la grandezza complessiva, la larghezza delle ruote, il numero di porte e finestrini.
Il funzionamento del ML sta nel fornirgli del materiale da analizzare, come nel nostro caso potrebbero essere duemila immagini di auto e furgoni. Tutte le informazioni raccolte vengono raggruppate in grafici fino ad identificare un pattern, cioè delle similitudini tra la immagini di una categoria in confronto alle immagini dell’altra. Lo scopo è quindi ridurre la differenza tra i dati stimati ed i dati reali, così da capire nel dettaglio quale immagine corrisponde ad un’auto e quale ad un furgone.
Chiaramente non accade tutto nell’immediato, ma parliamo di un processo. Il primo step è quello di raccogliere tutti i dati, probabilmente in una tabella Excel o in un DataBase, così da costruire un modello, fino all’ultimo passaggio che è l’applicazione di questo modello “discriminante” al nuovo materiale.
Nel campo della Formazione Online, uno dei principali obiettivi è quello di aumentare il coinvolgimento dei discenti e rendere la formazione più efficace.
Il ML nel nostro campo, ha proprio l’obiettivo di aumentare l’engagement da un lato e prevedere le performance dell’utente dall’altro.
Quindi, cosa tracciamo con l’ausilio del ML nell’ambito della Formazione?
Cerchiamo di migliorare tutta la learning experience partendo dal non porci solo l’obiettivo di far acquisire della nuova conoscenza al discente, perché tutta la conoscenza è già disponibile online. Oggi basta cercare sui più comuni motori di ricerca ed accedere in pochi istanti a molta più informazione di quella che avremmo realmente bisogno.
Dai discenti vorremmo, invece, che acquisissero le competenze necessarie per acquisire la conoscenza di cui hanno bisogno.
Ad oggi possiamo – in un LMS – tracciare o suggerire dei corsi utilizzando la ML.
Se abbiamo un discente nel nostro LMS che è attualmente iscritto ad un corso di matematica magari non raggiungendo degli ottimi punteggi, e nel frattempo sta seguendo un corso di cucina con ottimi risultati; possiamo – tramite il ML – suggerire di seguire un corso di matematica correlata alle ricette o comunque che integri la noiosa matematica alle divertenti attività culinarie.
La ML capirà quindi che allo studente in questione piace davvero cucinare e che ha bisogno di apprendere maggiormente nozioni matematiche, suggerendo quindi un percorso personalizzato.
E questo è solo l’inizio. Abbiamo altre applicazioni in cui la ML gioca un ruolo fondamentale, come generare percorsi di apprendimento personalizzati, che consentano agli studenti di approfondire gli argomenti che devono imparare. Poi ancora degli indicatori delle prestazioni, report intelligenti che diranno agli insegnanti quanto gli utenti stanno andando bene e se stanno seguendo o meno un piano di apprendimento prestabilito.
Le più note piattaforme eLearning stanno sviluppando queste funzionalità, come in ILIAS LMS, e le prime versioni saranno disponibili tra pochi mesi.
