pericolo o opportunità?

Chi ha paura di ChatGpt a Scuola? Impariamo piuttosto a collaborarci

ChatGPT ci dimostra che l’IA è in grado di fornirci indicazioni sulla base di una domanda, restituendo un quadro coerente, ma è privo della capacità di contestualizzazione quindi non ci fornisce un testo che apra prospettive che non siano puramente descrittive. Questo sa farlo solo l’uomo, se conosce la testologia semiotica

Pubblicato il 18 Gen 2023

Gianna Angelini

Direttrice scientifica di AANT

chatgpt2

Non è strano che il bot ChatGpt abbia messo subito in allarme le istituzioni scolastiche e accademiche impegnate nella ricerca di strumenti di controllo, che, ovviamente esistono già. Scuole di New York e altre città hanno già bandito l’uso di questo bot sulla rete scolastica.

Il bot infatti riesce a produrre dei testi coerenti nella loro articolazione – anche se spesso con errori fattuali – e rispettosi delle regole antiplagio, perché inediti, quindi facilmente può essere usato per “barare” nei compiti.

ChatGPT, perché ora l’intelligenza artificiale ci stupisce e spaventa

Eppure, negli Usa e persino anche in Italia si sta già andando oltre la fase del puro allarmismo ed entrando in quella della possibile integrazione del bot nelle lezioni, come suggerito anche dal ministro dell’istruzione Valditara in un recente articolo su Repubblica.

Come usare ChatGpt in modo intelligente a scuola

Come ci dice lo stesso ChatGpt quando interrogato su questo: “Ci sono diversi modi in cui i testi generati dall’intelligenza artificiale possono essere utilizzati in modo intelligente a scuola”.

Tra questi cita, ad esempio:

  • “Generazione di testi di esempio per aiutare gli studenti a comprendere meglio un argomento;
  • Creazione di testi su argomenti specifici per gli studenti che hanno difficoltà a comprendere o a scrivere;
  • Utilizzo di testi generati dall’IA per generare domande di esercitazione e valutazione degli studenti;
  • Utilizzo di testi generati dall’IA per generare feed-back personalizzato agli studenti;
  • Utilizzo di testi generati dall’IA per generare materiale didattico aggiuntivo, come mappe concettuali, schemi, ecc.;
  • Utilizzo di testi generati dall’IA per generare modelli di scrittura per gli studenti, per aiutarli a migliorare la loro scrittura;
  • Utilizzo di testi generati dall’IA per generare traduzioni automatiche di testi per studenti non madrelingua;
  • Utilizzo di testi generati dall’IA per generare testi narrativi o descrittivi per studenti di letteratura o di scrittura creativa”.

Si va dal tutor personalizzato che può spiegare qualunque cosa a studenti di qualunque età; al supporto agli insegnanti per ideare lezioni, quiz o persino valutare compiti fatti dagli studenti.

Alcuni insegnanti di New York fanno usare il chatbot in classe per la prima fase di un compito, per fargli fare la struttura di base di un saggio o di un riassunto; poi chiedono allo studente di completare il tutto (facendogli chiudere il computer).

Altri insegnanti chiedono agli studenti di analizzare le risposte del chatbot, di vagliarne la validità e la veridicità, con un confronto con le fonti.

Risposte scontate a domande scontate: il ruolo della scuola di fronte all’arrivo di ChatGPT

Sin dai primi articoli apparsi in rete sul fenomeno, mi sono tornati in mente gli insegnamenti del mio docente di semiotica, nonché futuro Maestro di studio e di vita Jànos S.Petöfi. Egli ripeteva sempre che, tra le altre cose, un bravo studioso non dovrebbe mai compiere due errori grossolani: 1) usare sistemi semplici per analizzare oggetti complessi e, viceversa (usare cioè sistemi complessi per analizzare oggetti semplici) e 2) prendersela con le risposte senza aver prima valutato la correttezza e la legittimità delle domande. Le risposte, ci diceva durante le sue lezioni, sono scontate se lo sono le domande, ci aprono, invece, alla riflessione se sono generate sulla base di una visione precisa e da domande formulate con delle idee basate su delle competenze specializzate. La scuola dovrebbe insegnare ai suoi allievi a fare le domande per formare innovatori, diceva sempre, non a cercare le risposte, perché quelle non sono quasi mai difficili da prevedere con le giuste informazioni alla base. Era il 1998.

Il problema, quindi, stando a queste parole, alle quali ho sempre creduto fortemente, non sarebbe tanto quello di riconoscere i testi prodotti dall’intelligenza artificiale, che a livello di stile spesso presentano uno stile uniforme e privo di errori grammaticale; in termini di contenuti, spesso presentano contenuti generici e privi di dettagli specifici; non sono originali e possono essere simili a testi esistenti e possono essere analizzati usando strumenti specifici, come ad esempio GPT-2 detector. Il punto sarebbe piuttosto quello di sfruttare la velocità e la capacità dell’IA di creare connessioni semanticamente coerenti per accelerare il nostro meccanismo di pensiero costruttivo. E creativo. Cosa che l’IA non può essere, né diventare. Né in termini verbali che visivi o visivo e verbali assieme.

IA e testologia semiotica

Janos S. Petoefi, scomparso nel 2013, dedicò tutta la sua attività di ricerca alla costruzione e definizione di un modello che chiamò Testologia Semiotica, sviluppato nella sua forma più compiuta negli anni ’90 del secolo scorso, pensato proprio per aiutare lo studioso a farsi indicare le domande giuste dopo aver compiuto un’analisi del testo. Secondo il paradigma concettuale della Testologia Semiotica, la costruzione di un testo che sia in grado di attivare una corretta interpretazione, quindi la costruzione di domande in grado di attivare delle riposte utili, deriva dal riconoscimento delle sue cosiddette architettoniche (organizzazioni formali e semantiche)[1], ovvero connessità, coesione e costringenza.

Innanzitutto, la connessità. Un testo, quindi anche una domanda, presenta le caratteristiche della connessità se i suoi costituenti sono concatenati con rapporti formali (rapporti microsintattici e macrosintattici – usando il termine “sintattico” nel senso ampio).

In secondo luogo, la coesione. Una domanda ha la proprietà della coesione se i suoi costituenti sono concatenati con rapporti linguistico-semantici.

Infine, la costringenza. Tale aspetto ha a che fare con i frammenti di mondo assegnati al testo. Un frammento di mondo è costringente, se nella situazione comunicativa data o presunta può essere considerato completo e compiuto. Il testo, cioè, per essere accettabile e generare una giusta discussione deve offrire anche dei collegamenti rintracciabili nel contesto d’uso, presente, passato o futuro.

Conclusioni

Riassumendo, l’aspetto centrale dell’accettabilità di un testo come un comunicato/testo completo e compiuto è la coerenza. Un comunicato/testo è considerato come coerente, se ad esso può essere associato un frammento di mondo costringente.

L’esperienza di questi giorni con ChatGPT ci dimostra che l’IA è in grado di fornirci indicazioni riconoscendo “connessità” e coesione della domanda, restituendoci un quadro coerente, ma è privo della capacità di contestualizzazione quindi non è in grado di fornirci un testo che apra effettivamente delle prospettive che non siano puramente descrittive.

Tale capacità rimane affidata all’uomo che costruisce una domanda coesa e coerente sulla base di una visione che vuole mettere in discussione o provare a costruire da capo, attraverso l’utilizzo anche della costringenza.

Mettere in campo frammenti di mondo costringenti non vuol dire necessariamente seguire una logica formale, unica cosa che sembra in grado di fare l’IA. Vuol dire piuttosto delineare un contesto di applicazione accettabile secondo paramenti in continuo cambiamento.

Per questo penso che l’IA possa essere un nostro valido assistente che non deve assolutamente far paura.

Bibliografia

J.S.Petoefi, Scrittura e interpretazione, Carocci, Roma 2004

Petőfi J.S, Dorfmüller-Karpusa, “Einige empirische Aspekte der Textinterpretation“ in: Dorfmüller-Karpusa e Petőfi 1981

Petőfi J.S., Heydrich W. “Zur Berücksichtigung pragmatischer Faktoren in einem texttheoretischen Rahmen” in: Dorfmüller- Karpusa e Petőfi 1981

L.Vitacolonna, Principi e contributi di semiotica del testo, Bulzoni Editore, Roma 1999

  1. Per approfondimenti sulla Testologia Semiotica, si veda: G.Angelini, Guida allo studio della Testologia Semiotica. Introduzione al pensiero di Janos Petoefi, EUM, Macerata 2013

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati

Articolo 1 di 2