AI e Feedback : interazione tra agenti umani e artificiali per valutare prove scritte in ambito universitario

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 contestoè sorto il PRIN "AIF", 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. [Testo dell'editore].

Automated feedback, made possible by advanced technological tools such as artificial intelligence, represents an emerging frontier to overcome some of the traditional challenges related to the customisation and scalability of the assessment process, especially in large classes. In Italy, despite growing interest at European level, the adoption of digitally supported assessment remains limited and presents numerous challenges. These critical issues underline the urgency of promoting the professional development of teachers through training courses aimed at integrating automated feedback into teaching practice, in order to enhance the transformative potential of these tools. It is in this context that PRIN "AIF" has emerged, which aims to define a methodology for using an open source machine learning framework to support teachers in providing high quality feedback to large groups of students, generating interactive and transformative pathways in an ecosystem logic.

The paper presents current research progress and outlines future development perspectives. [Publisher's Text].