Esistono alcune raccolte di risorse educative aperte con buone licenze e probabilmente il vostro ministero ne ha una. Ma come trovare queste risorse ovunque sul web? Possiamo utilizzare un motore di ricerca specifico per questo?<\/p>\n<\/a>Il progetto X5-GON \u00e8 stato finanziato dall'Unione Europea per trovare e indicizzare le OER, utilizzare l'intelligenza artificiale per curare queste OER e proporre strumenti di intelligenza artificiale, tipicamente strumenti di ricerca, che consentano agli utenti di trovare meglio le OER.\n Durante la fase di ingestione, i robot effettuano lo scraping del web e restituiscono le OER: si tratta di un processo complesso, poich\u00e9 significa riconoscere le OER e quindi le licenze. Una parte di questo processo pu\u00f2 essere vista come un tipico compito di classificazione<\/strong> (un comune compito di AI).<\/p>\n Quando il robot ha trovato una risorsa, \u00e8 necessario recuperare il testo da questa risorsa. Quando la risorsa \u00e8 un file audio o video, ci\u00f2 significa utilizzare la trascrizione (per saperne di pi\u00f9, si veda il Capitolo 7).<\/p>\n A questo punto vi chiederete: La trascrizione e la traduzione automatiche sono tecnologie in rapida crescita. Ma commettono ancora gravi errori. Non \u00e8 pericoloso affidarsi a queste tecnologie? La risposta \u00e8 che gli algoritmi di ricerca e raccomandazione non hanno bisogno del testo esatto. Hanno bisogno di posizionare il documento in uno spazio, accanto a parole chiave o ad altri documenti.<\/p>\n Pensate a quando avete una scatola piena di vecchi documenti da organizzare. L'ideale sarebbe avere un'organizzazione predefinita e archiviare ogni foglio nel posto giusto. Ma di solito non abbiamo questo sistema di archiviazione preesistente e finiamo per mettere i documenti uno vicino all'altro quando hanno cose in comune, con regole non scritte di ogni tipo: questi due documenti vanno insieme perch\u00e9 risalgono allo stesso anno, questi due perch\u00e9 sono legati alle automobili, questi due perch\u00e9 hanno le stesse dimensioni, e cos\u00ec via... Il termine chiave qui \u00e8 \"vicino a\": ne parleremo pi\u00f9 avanti nel libro.<\/p>\n X5-Discover<\/strong> (https:\/\/discovery.x5gon.org\/<\/a>) \u00e8 un motore di ricerca.<\/p>\n La piattaforma di apprendimento X5-Learn<\/strong> (http:\/\/x5learn.org\/<\/a>)<\/a> permette di scegliere il proprio materiale didattico e di far s\u00ec che l'intelligenza artificiale lo organizzi nell'ordine migliore. In questo caso, si utilizza un motore di raccomandazione.<\/p>\n Pi\u00f9 strumenti X5-GON<\/strong> (un'API per gli sviluppatori, una versione da installare in Moodle) possono essere trovati qui<\/a>.<\/p>\n Il progetto X5GON \u00e8 stato finanziato dal programma di ricerca e innovazione Horizon 2020 dell'Unione Europea con la sovvenzione n. 761758.<\/p>","rendered":" La ricerca di risorse didattiche \u00e8 un’attivit\u00e0 importante per gli insegnanti: quando preparano una nuova lezione, esplorano un nuovo campo o argomento o preparano qualche attivit\u00e0. Questo materiale (courseware) pu\u00f2 servire solo come documentazione, ma a volte l’insegnante potrebbe voler costruire un nuovo courseware a partire da esso; ed \u00e8 allettante e intellettualmente legittimo non reinventare la ruota e usare una forma intelligente di copia-incolla. Ovviamente questo non \u00e8 legale nella maggior parte dei Paesi, in quanto viola le leggi sul copyright.<\/p>\n Quando gli autori delle risorse concedono il\u00a0loro lavoro con licenza\u00a0Creative Common<\/a>, le risorse diventano Risorse Educative Aperte (in inglese Open Educational Resources, o OER)\u00a0<\/strong>e l’insegnante pu\u00f2 riutilizzarle, trasformarle, remixarle e ridistribuirle liberamente. L’unico obbligo, di solito, \u00e8 quello di citare correttamente l’autore originale. \u00c8 quindi importante identificare quando una risorsa \u00e8 aperta o meno.<\/p>\n Esistono alcune raccolte di risorse educative aperte con buone licenze e probabilmente il vostro ministero ne ha una. Ma come trovare queste risorse ovunque sul web? Possiamo utilizzare un motore di ricerca specifico per questo?<\/p>\n <\/a>Il progetto X5-GON \u00e8 stato finanziato dall’Unione Europea per trovare e indicizzare le OER, utilizzare l’intelligenza artificiale per curare queste OER e proporre strumenti di intelligenza artificiale, tipicamente strumenti di ricerca, che consentano agli utenti di trovare meglio le OER.<\/p>\n Apparir\u00e0 in tutte le fasi:<\/p>\n Durante la fase di ingestione, i robot effettuano lo scraping del web e restituiscono le OER: si tratta di un processo complesso, poich\u00e9 significa riconoscere le OER e quindi le licenze. Una parte di questo processo pu\u00f2 essere vista come un tipico compito di classificazione<\/strong> (un comune compito di AI).<\/p>\n Quando il robot ha trovato una risorsa, \u00e8 necessario recuperare il testo da questa risorsa. Quando la risorsa \u00e8 un file audio o video, ci\u00f2 significa utilizzare la trascrizione (per saperne di pi\u00f9, si veda il Capitolo 7).<\/p>\n A questo punto vi chiederete: La trascrizione e la traduzione automatiche sono tecnologie in rapida crescita. Ma commettono ancora gravi errori. Non \u00e8 pericoloso affidarsi a queste tecnologie? La risposta \u00e8 che gli algoritmi di ricerca e raccomandazione non hanno bisogno del testo esatto. Hanno bisogno di posizionare il documento in uno spazio, accanto a parole chiave o ad altri documenti.<\/p>\n Pensate a quando avete una scatola piena di vecchi documenti da organizzare. L’ideale sarebbe avere un’organizzazione predefinita e archiviare ogni foglio nel posto giusto. Ma di solito non abbiamo questo sistema di archiviazione preesistente e finiamo per mettere i documenti uno vicino all’altro quando hanno cose in comune, con regole non scritte di ogni tipo: questi due documenti vanno insieme perch\u00e9 risalgono allo stesso anno, questi due perch\u00e9 sono legati alle automobili, questi due perch\u00e9 hanno le stesse dimensioni, e cos\u00ec via… Il termine chiave qui \u00e8 “vicino a”: ne parleremo pi\u00f9 avanti nel libro.<\/p>\n I modelli pi\u00f9 ricchi possono essere ottenuti attraverso l’addestramento. Possono rispondere a domande pi\u00f9 complesse:<\/p>\n X5-Discover<\/strong> (https:\/\/discovery.x5gon.org\/<\/a>) \u00e8 un motore di ricerca.<\/p>\n La piattaforma di apprendimento X5-Learn<\/strong> (http:\/\/x5learn.org\/<\/a>)<\/a> permette di scegliere il proprio materiale didattico e di far s\u00ec che l’intelligenza artificiale lo organizzi nell’ordine migliore. In questo caso, si utilizza un motore di raccomandazione.<\/p>\nDove si colloca l'IA in questo processo?<\/em><\/h3>\nApparir\u00e0 in tutte le fasi:\n
![\"\"](\"http:\/\/aiopentext.itd.cnr.it\/wp-content\/uploads\/sites\/12\/2023\/11\/chadd-X5-discovery-300x129-1.jpg\")
Il 5 in X5-GON si riferisce alle 5 barriere o dimensioni che il progetto voleva affrontare: una di queste \u00e8 la lingua. La fase successiva del processo consiste quindi nell'utilizzare strumenti di traduzione automatica per ottenere versioni del testo in ciascuna delle lingue scelte. Ancora una volta uno strumento tipico dell'AI.<\/p>\n![\"\"](\"http:\/\/aiopentext.itd.cnr.it\/wp-content\/uploads\/sites\/12\/2023\/11\/chadd-X5Learn-300x194-1.jpg\")
Una volta estratti i testi grezzi, \u00e8 possibile costruire dei modelli. I documenti diventeranno vettori in uno spazio ad alta dimensionalit\u00e0 e il confronto dei vettori ci permetter\u00e0 di rispondere alle domande: quali sono i 10 documenti pi\u00f9 simili a questo? Quali sono i 5 documenti che corrispondono meglio a questa parola chiave?<\/p>\nI modelli pi\u00f9 ricchi possono essere ottenuti attraverso l'addestramento. Possono rispondere a domande pi\u00f9 complesse:\n\n \t
Alcuni link<\/h3>\n
![\"\"](\"http:\/\/aiopentext.itd.cnr.it\/wp-content\/uploads\/sites\/12\/2023\/11\/chadd-Education-connected-300x178-1.jpg\")
Dove si colloca l’IA in questo processo?<\/em><\/h3>\n
Il 5 in X5-GON si riferisce alle 5 barriere o dimensioni che il progetto voleva affrontare: una di queste \u00e8 la lingua. La fase successiva del processo consiste quindi nell’utilizzare strumenti di traduzione automatica per ottenere versioni del testo in ciascuna delle lingue scelte. Ancora una volta uno strumento tipico dell’AI.<\/p>\nUna volta estratti i testi grezzi, \u00e8 possibile costruire dei modelli. I documenti diventeranno vettori in uno spazio ad alta dimensionalit\u00e0 e il confronto dei vettori ci permetter\u00e0 di rispondere alle domande: quali sono i 10 documenti pi\u00f9 simili a questo? Quali sono i 5 documenti che corrispondono meglio a questa parola chiave?<\/p>\n\n
Alcuni link<\/h3>\n