AI: Apprendere Insieme
1.3 Sperimenta
Dati in classe: osserviamo, raccogliamo, prevediamo
Per ogni momento di sperimentazione, ti proponiamo due attività: una “SPERIMENTA TU“, che ti permette di provare in autonomia e una “SPERIMENTA IN CLASSE“, che ti permette di provare con le tue studentesse e studenti.
Puoi scegliere cosa sperimentare, scaricare i modelli di sperimentazione e compilarli durante le tue prove.
Nella prossima unità potrai:
- prenotarti per lo sportello di ricevimento con la professoressa Panciroli, per sciogliere gli eventuali dubbi
- raccontarci la tua sperimentazione e quali sono stati gli esiti
- inviare il tuo modello di sperimentazione compilato, valido ai fini della certificazione
Sperimenta tu
Attività per l’insegnante
Sperimenta in prima persona la creazione di un semplice modello d’IA attraverso Teachable Machine, per:
- comprendere il ruolo cruciale dei dati nell’addestramento dell’IA
- riflettere sull’affidabilità dei dati raccolti in classe
CLICCA SU + PER VEDERE TUTTI I DETTAGLI
Fasi operative
- Scegli due classi di oggetti scolastici (es. penna vs matita; libro vs quaderno).
- Crea due classi (es. “Penna” e “Matita”).
- Raccogli i dati: scatta almeno 20 immagini per ciascuna classe, variando sfondo, luce e posizione.
- Addestra il modello.
- Metti alla prova il modello: cosa riconosce correttamente? Dove sbaglia?
Domande per la riflessione
- Cosa ha influenzato la qualità del modello?
- Quali accorgimenti avremmo potuto adottare nella fase di raccolta dati?
- In che modo le nostre osservazioni durante la raccolta hanno influito sul risultato?
- Che cosa ci insegna questo esperimento sul nostro lavoro in classe quando osserviamo gli studenti?
Focus
- La macchina apprende esattamente da ciò che le mostriamo
- Se i dati sono pochi, distorti o poco variati, il modello sarà fragile.
- Vale lo stesso per l’osservazione educativa: i dati che raccogliamo influiscono sulle decisioni didattiche.
Modello di sperimentazione
Qui puoi scaricare il modello e dopo averlo compilato potrai poi caricarlo nella prossima unità.
Sperimenta in classe
Attività per la classe
Accompagna i tuoi studenti e studentesse nella creazione di un semplice modello d’IA attraverso Teachable Machine, per:
- osservare, classificare e etichettare dati
- addestrare un modello d’IA
- riflettere sull’esperienza
CLICCA SU + PER VEDERE TUTTI I DETTAGLI
Fasi operative
1. Progettazione della raccolta dati
Ogni gruppo:
- sceglie un tema osservabile e misurabile.
- definisce categorie di classificazione (es. “felice/triste”, “penna/matita”, “suono forte/debole”).
- progetta un dataset coerente, specificando:
- numero di campioni per categoria
- condizioni di raccolta (es. luce, rumore, sfondo…)
- variabilità dei dati (diversi volti, oggetti, voci)
2. Domanda-guida iniziale
Quali aspetti del nostro ambiente scolastico possono essere osservati, classificati, etichettati?
Esempio: espressioni del viso, oggetti scolastici, tipi di suoni, posture corporee, ecc.
3. Costruzione del dataset
Ogni gruppo
- usa Teachable Machine per raccogliere immagini/suoni/pose.
- registra almeno 30 esempi per categoria.
- annota in una tabella:
Classe Numero di esempi Osservazioni Difficoltà incontrate
4. Addestramento e test del modello
Ogni gruppo:
- addestra il modello con un clic
- lo testa su nuovi dati
- annota accuratezza, errori, casi ambigui.
5. Output dell’attività
Ogni gruppo:
- presenta il proprio dataset, il modello e i risultati
- propone una breve riflessione scritta o orale su “Cosa abbiamo insegnato alla macchina?” e “Cosa abbiamo imparato noi?”
6. Discussione metacognitiva
L’insegnante guida una riflessione critica su:
- Qualità e quantità dei dati: “Cosa ha influenzato l’apprendimento della macchina?”
- Limiti dell’IA: “La macchina ha imparato veramente o ha semplicemente riconosciuto dei pattern?”
Modello di sperimentazione
Qui puoi scaricare il modello e dopo averlo compilato potrai poi caricarlo nella prossima unità.
Dati in classe: osserviamo, raccogliamo, prevediamo
Per ogni momento di sperimentazione, ti proponiamo due attività: una “SPERIMENTA TU“, che ti permette di provare in autonomia e una “SPERIMENTA IN CLASSE“, che ti permette di provare con le tue studentesse e studenti.
Puoi scegliere cosa sperimentare, scaricare i modelli di sperimentazione e compilarli durante le tue prove.
Nella prossima unità potrai:
- prenotarti per lo sportello di ricevimento con la professoressa Panciroli, per sciogliere gli eventuali dubbi
- raccontarci la tua sperimentazione e quali sono stati gli esiti
- inviare il tuo modello di sperimentazione compilato, valido ai fini della certificazione
Sperimenta tu
Attività per l’insegnante
Sperimenta in prima persona la creazione di un semplice modello d’IA attraverso Teachable Machine, per:
- comprendere il ruolo cruciale dei dati nell’addestramento dell’IA
- riflettere sull’affidabilità dei dati raccolti in classe
CLICCA SU + PER VEDERE TUTTI I DETTAGLI
Fasi operative
- Scegli due classi di oggetti scolastici (es. penna vs matita; libro vs quaderno).
- Crea due classi (es. “Penna” e “Matita”).
- Raccogli i dati: scatta almeno 20 immagini per ciascuna classe, variando sfondo, luce e posizione.
- Addestra il modello.
- Metti alla prova il modello: cosa riconosce correttamente? Dove sbaglia?
Domande per la riflessione
- Cosa ha influenzato la qualità del modello?
- Quali accorgimenti avremmo potuto adottare nella fase di raccolta dati?
- In che modo le nostre osservazioni durante la raccolta hanno influito sul risultato?
- Che cosa ci insegna questo esperimento sul nostro lavoro in classe quando osserviamo gli studenti?
Focus
- La macchina apprende esattamente da ciò che le mostriamo
- Se i dati sono pochi, distorti o poco variati, il modello sarà fragile.
- Vale lo stesso per l’osservazione educativa: i dati che raccogliamo influiscono sulle decisioni didattiche.
Modello di sperimentazione
Qui puoi scaricare il modello e dopo averlo compilato potrai poi caricarlo nella prossima unità.
Sperimenta in classe
Attività per la classe
Accompagna i tuoi studenti e studentesse nella creazione di un semplice modello d’IA attraverso Teachable Machine, per:
- osservare, classificare e etichettare dati
- addestrare un modello d’IA
- riflettere sull’esperienza
CLICCA SU + PER VEDERE TUTTI I DETTAGLI
Fasi operative
1. Progettazione della raccolta dati
Ogni gruppo:
- sceglie un tema osservabile e misurabile.
- definisce categorie di classificazione (es. “felice/triste”, “penna/matita”, “suono forte/debole”).
- progetta un dataset coerente, specificando:
- numero di campioni per categoria
- condizioni di raccolta (es. luce, rumore, sfondo…)
- variabilità dei dati (diversi volti, oggetti, voci)
2. Domanda-guida iniziale
Quali aspetti del nostro ambiente scolastico possono essere osservati, classificati, etichettati?
Esempio: espressioni del viso, oggetti scolastici, tipi di suoni, posture corporee, ecc.
3. Costruzione del dataset
Ogni gruppo
- usa Teachable Machine per raccogliere immagini/suoni/pose.
- registra almeno 30 esempi per categoria.
- annota in una tabella:
| Classe | Numero di esempi | Osservazioni | Difficoltà incontrate |
|---|---|---|---|
4. Addestramento e test del modello
Ogni gruppo:
- addestra il modello con un clic
- lo testa su nuovi dati
- annota accuratezza, errori, casi ambigui.
5. Output dell’attività
Ogni gruppo:
- presenta il proprio dataset, il modello e i risultati
- propone una breve riflessione scritta o orale su “Cosa abbiamo insegnato alla macchina?” e “Cosa abbiamo imparato noi?”
6. Discussione metacognitiva
L’insegnante guida una riflessione critica su:
- Qualità e quantità dei dati: “Cosa ha influenzato l’apprendimento della macchina?”
- Limiti dell’IA: “La macchina ha imparato veramente o ha semplicemente riconosciuto dei pattern?”
Modello di sperimentazione
Qui puoi scaricare il modello e dopo averlo compilato potrai poi caricarlo nella prossima unità.