CALL FOR PAPER 1/2025
2024-12-23
L’esperienza formativa e gli effetti dell’intelligenza artificiale
L’intelligenza artificiale (IA) è pervasiva e largamente diffusa, produce grande ricchezza e abbondanti investimenti, presenta opportunità e rischi – di cui, di fatto, ignoriamo i confini – e sta subendo un’accelerazione che sta cambiando il mondo.
Il campo di incontro tra IA e pedagogia è recente. Siamo agli albori di questa relazione, non abbiamo ancora un vero e proprio terreno comune e manca anche un lessico (abbastanza) condiviso. Vista la rilevanza e l’urgenza, però, dobbiamo provare a chiederci quale sia il compito (se ha senso pensare che ci sia) della pedagogia nei contesti e negli ambiti dell’IA.
In prima approssimazione, e in linea generale, potremmo dire che la pedagogia potrà/dovrà avere una funzione critica e riflessiva nei confronti dell’IA. Più nello specifico, la pedagogia e la ricerca pedagogica – vincendo timori iniziali e panico – sono chiamate a contribuire a indagare e approfondire le problematiche etiche sollevate dall’IA, quelle antropologiche legate all’interazione uomo-macchina e le questioni connesse ai modelli dell’apprendimento. A questo proposito, in IA si parla di machine learning (apprendimento automatico) e di deep learning (apprendimento profondo): quanto è diverso l’apprendimento umano dall’apprendimento di una macchina, nello specifico di una rete neurale implementata su un computer? Tutto ciò pone alla pedagogia questioni epistemologiche di grande rilevanza. Facciamo un esempio. Ci sono diversi tipi di IA. Nella cosiddetta GOFAI (Good Old-Fashioned Artificial Intelligence), basata sul cognitivismo e sulla logica, il codice e la programmazione (l’input) è umano, e il risultato (l’output) rimane, in un certo senso, umano – semplicemente la macchina esegue i compiti più velocemente. Qui le differenze tra insegnamento-apprendimento umano e artificiale sono abbastanza evidenti. In una rete neurale, invece, che è un sistema connessionista, statistico inferenziale, stocastico, la generalizzazione a partire dai dati, e quindi l’apprendimento, “emerge” – a un certo punto, non sappiamo bene perché e come. In questo caso, le differenze tra uomo e macchina sembrano decisamente più sfumate. Questo esempio ci porta a chiedere in che cosa si discosti la dimensione umana da quella artificiale: c’è una specificità dell’umano? Ci piacerebbe poter rispondere in maniera affermativa a questa domanda, ma non si tratta di una risposta scontata. In ogni caso, se c’è una specificità dell’umano, qual è? E quali sono gli effetti in ambito pedagogico, nel contesto storico-culturale nel quale ci troviamo, di una domanda così generale?
Con la presente call si intende sollecitare la comunità pedagogica a condividere riflessioni su due questioni:
Deadline
Presentazione abstract (solo via mail all’indirizzo rivista@sipeges.it ): 26 gennaio
Sottomissione articolo (solo attraverso piattaforma OJS della Rivista): 13 aprile
Pubblicazione: Giugno/Luglio 2025
https://ojs.pensamultimedia.it/index.php/sipeges/about/submissions
L’intelligenza artificiale (IA) è pervasiva e largamente diffusa, produce grande ricchezza e abbondanti investimenti, presenta opportunità e rischi – di cui, di fatto, ignoriamo i confini – e sta subendo un’accelerazione che sta cambiando il mondo.
Il campo di incontro tra IA e pedagogia è recente. Siamo agli albori di questa relazione, non abbiamo ancora un vero e proprio terreno comune e manca anche un lessico (abbastanza) condiviso. Vista la rilevanza e l’urgenza, però, dobbiamo provare a chiederci quale sia il compito (se ha senso pensare che ci sia) della pedagogia nei contesti e negli ambiti dell’IA.
In prima approssimazione, e in linea generale, potremmo dire che la pedagogia potrà/dovrà avere una funzione critica e riflessiva nei confronti dell’IA. Più nello specifico, la pedagogia e la ricerca pedagogica – vincendo timori iniziali e panico – sono chiamate a contribuire a indagare e approfondire le problematiche etiche sollevate dall’IA, quelle antropologiche legate all’interazione uomo-macchina e le questioni connesse ai modelli dell’apprendimento. A questo proposito, in IA si parla di machine learning (apprendimento automatico) e di deep learning (apprendimento profondo): quanto è diverso l’apprendimento umano dall’apprendimento di una macchina, nello specifico di una rete neurale implementata su un computer? Tutto ciò pone alla pedagogia questioni epistemologiche di grande rilevanza. Facciamo un esempio. Ci sono diversi tipi di IA. Nella cosiddetta GOFAI (Good Old-Fashioned Artificial Intelligence), basata sul cognitivismo e sulla logica, il codice e la programmazione (l’input) è umano, e il risultato (l’output) rimane, in un certo senso, umano – semplicemente la macchina esegue i compiti più velocemente. Qui le differenze tra insegnamento-apprendimento umano e artificiale sono abbastanza evidenti. In una rete neurale, invece, che è un sistema connessionista, statistico inferenziale, stocastico, la generalizzazione a partire dai dati, e quindi l’apprendimento, “emerge” – a un certo punto, non sappiamo bene perché e come. In questo caso, le differenze tra uomo e macchina sembrano decisamente più sfumate. Questo esempio ci porta a chiedere in che cosa si discosti la dimensione umana da quella artificiale: c’è una specificità dell’umano? Ci piacerebbe poter rispondere in maniera affermativa a questa domanda, ma non si tratta di una risposta scontata. In ogni caso, se c’è una specificità dell’umano, qual è? E quali sono gli effetti in ambito pedagogico, nel contesto storico-culturale nel quale ci troviamo, di una domanda così generale?
Con la presente call si intende sollecitare la comunità pedagogica a condividere riflessioni su due questioni:
- Qual è la differenza specifica tra un’esperienza educativa tra umani e umani e una tra umani e macchine?
- Perché un soggetto umano dovrebbe desiderare di essere educato e formato da un umano piuttosto che da una macchina?
- Oltre i semplici dualismi, come cambia, se cambia, con l’avvento delle tecnologie dell’IA in ambito educativo, il concetto di ibridazione?
Deadline
Presentazione abstract (solo via mail all’indirizzo rivista@sipeges.it ): 26 gennaio
Sottomissione articolo (solo attraverso piattaforma OJS della Rivista): 13 aprile
Pubblicazione: Giugno/Luglio 2025
https://ojs.pensamultimedia.it/index.php/sipeges/about/submissions
