Search by category:
Blog

Il LetMeLearn® Process come strumento integrabile in un sistema di eLearning adattivo.

(articolo tratto dall’intervento in occasione della “Giornata di studio su Let Me Learn® – un nuovo approccio pedagogico” tenutasi il 22 ottobre 2009 presso la Facoltà di Scienze della Formazione dell’Università degli Studi di Perugia)

Vorrei aprire ricordando una interessante e ormai celeberrima riflessione del visionario “learning designer”, come lui ama definirsi, Marc Prensky, tratta e tradotta dal libro “Digital Natives, Digital Immigrants – A New Way To Look At Ourselves and Our Kids”.

“I nostri studenti sono cambiati radicalmente. Gli studenti di oggi non sono più quelli per cui il nostro sistema educativo è stato progettato.

Il modo in cui pensano e prendono decisioni è cambiato considerevolmente. Sono stati influenzati dai media digitali e hanno accesso a una vasta gamma di informazioni. Analizzano le cose in modo diverso rispetto alla generazione più vecchia.  Vedi qui per saperne di più sull’influenza della tecnologia sui bambini di quest’epoca.

[omiss] Essi sono la prima generazione cresciuta con le nuove tecnologie. Hanno passato la loro intera vita usando ed essendo immersi in computer, videogames, riproduttori musicali, videocamere, cellulari e ogni altro gioco e strumento dell’era digitale.

[omiss] Videogiochi, email, Internet, cellulari, chat sono parte integrante delle loro vite.

[omiss] Sono nativi digitali.

[omiss] I cervelli dei nativi digitali sono probabilmente fisicamente differenti, effetto dell’input digitale che hanno ricevuto crescendo.”[1]

Prensky scrisse questo nel 2001 e ora, forse più di allora, occorre riconoscere la profonda portata di tale assunto espresso, a mio avviso, con una chiarezza e una semplicità che rendono l’osservazione affilata, al limite del cinismo.

In questo contesto ciascuno dovrebbe fare la sua parte per ricostruire un sistema educativo adatto a sostenere la complessità della società moderna, non nascondendo alcun elemento di ulteriore complicazione ma, al contrario, inserendo quante più variabili possibili nel sistema, al fine di creare soluzioni veramente adeguate.

Quindi non vorrei essere frainteso se ancorerò e limiterò il mio ragionamento all’ambito dell’e-learning, il tutto dovrebbe essere inquadrato in senso strumentalista; aperto e pragmaticamente generalizzabile.

 

Non credo sia necessario ribadire l’importanza, sempre crescente, che gli interventi in e-learning hanno oggi nel generale scenario educativo-formativo.

 

Occorre però riconoscere come una delle grandi potenzialità, inizialmente ascritte all’e-learning, sia, ad oggi, sostanzialmente inespressa. Infatti, indipendentemente dal quadro teorico di riferimento accettato, comportamentista, cognitivista o costruttivista; punto focale e significato fondante dell’e-learning dovrebbe rimanere l’attuazione di interventi di insegnamento-apprendimento centrati sulle caratteristiche uniche e peculiari dei discenti.

 

Più in generale, mentre il discorso pedagogico si incentra, con vasto consenso, nella visione teorica di modelli didattici student-centred; la progettazione didattica rimane ancora lontana da questo paradigma, rimanendo legata, probabilmente più per moti inerziali che per reale volontà, a quelli che in ambito anglosassone definiscono come modelli “anti-achievement”[2]

 

Infatti quella che fino a qualche tempo fa poteva considerarsi una fase di assestamento e consolidamento dell’e-learning, necessaria dopo il tumulto tecnologico che ha caratterizzato l’ultimo decennio del secolo scorso; ora assomiglia sempre di più ad una stagnante pozza dalla quale non riescono ad emergere le reali e sostenibili innovazioni delle quali il sistema educativo-formativo ha bisogno per assecondare e supportare le necessità e le aspettative della società attuale, pervasa da sofisticati strumenti di informazione che sono, e diventano, sempre meno governabili dagli utenti sotto tutti gli aspetti.

 

Non sto parlando del digital divide, ostacolo comunque ancora rilevante, ma di un fenomeno più subdolo e più complesso; legato ai settori dell’istruzione e della formazione che potremmo chiamare anche learning divide.

 

Riguarda la difficoltà del sistema educativo in generale, ai vari livelli, di rapportarsi, sia in termini di progettazione e attuazione didattica che in termini di strategie formative, con una realtà che richiede sempre più rapidamente nuovi contenuti, veicolati attraverso molteplici e nuovi canali al fine di attivare differenti processi di apprendimento sempre più mirati, efficienti ed efficaci.

 

Ovviamente per costruire strumenti efficienti e efficaci occorre conoscere profondamente l’oggetto, il soggetto, gli altri attori e anche i differenti meccanismi che intervengono in ogni singolo processo di apprendimento. Compito sicuramente non semplice, che in alcuni casi potremmo arrivare a definire insostenibile, soprattutto se si tiene conto delle normali risorse disponibili.

 

Una possibile soluzione e, allo stesso tempo, una delle chiavi di interpretazione del modello student-centred è rappresentata dalla progettazione e realizzazione di sistemi di e-learning cosiddetti “adattivi”, ovvero in grado di supportare le differenti caratteristiche di apprendimento proprie di ogni individuo e di modificare e adattare, in modalità più o meno automatizzata, strumenti e percorsi in base a tali caratteristiche, così da ottimizzare il prodotto tra i fattori di motivazione, capacità e inclinazione per ogni singola persona.

 

Il termine “adattivo” o “adaptive” è da intendersi, nel contesto, come la qualità di un sistema di e-learning di riuscire a supportare e facilitare in ogni fase ogni utente, sia esso un soggetto in apprendimento o altra figura, tramite il monitoraggio e l’interpretazione dei suoi comportamenti e delle sue attività (Peter Brusilovsky, 2008).

 

Per entrare, quindi, nel merito; senza disquisire nel dettaglio sulle molteplici differenti interpretazioni del concetto di “adattività”, mi limiterò a sottolineare, ammesso che ce ne sia la necessità, l’importanza che ha in un sistema di e-learning adattivo l’identificazione delle peculiarità di ogni singolo utente; ed è proprio in questo processo di attivazione e gestione di un apprendimento consapevole che si inserisce, a mio avviso, il LetMeLearn®.

 

Una delle aree identificate come maggiormente problematiche durante la recente 17ma conferenza internazionale sull’argomento, la UMAP2009[3], tenutasi lo scorso giugno in Italia, a Trento, è appunto quella dell’identificazione di un modello che possa coniugare la necessità dell’oggettiva misurabilità, la marcata affermazione della soggettività individuale e l’implementazione proattiva di strategie che siano anche autogestibili da ogni soggetto; e questo è quanto il LML[4] ci promette nella sua definizione generale e che lo renderebbero, qualora fosse incluso in un sistema di e-learning adattivo, non un semplice strumento di assessment deduttivo, ma anche parte integrante del processo di apprendimento e importante facilitatore.

 

Ovviamente il LML non è l’unico strumento creato al fine di individuare e evidenziare precipuità personali di apprendimento; mi riferisco ai differenti strumenti basati sul concetto di “stili di apprendimento”, dal modello di Kolb[5], al Learning Styles Questionnaire (LSQ) di Honey e Mumford[6], dall’indicatore di tipologia di Myers-Briggs[7], al modello di Dunn e Dunn[8], agli altri circa 70 modelli, leggasi anche questionari o inventari, per l’identificazione degli stili di apprendimento individuati, catalogati e analizzati criticamente da Frank Coffield[9] e dal gruppo di ricerca della University of Newcastle nel 2004.

 

A differenza di Coffield e del suo gruppo, il mio punto di vista critico non ha attualmente carattere induttivo in senso baconiano[10], ma considera il processo pragmaticamente sotto i profili di usabilità e di integrabilità dello stesso all’interno di un più vasto progetto di sistema di e-learning adattivo.

 

Studiando, in passato, i lavori dei maggiori esperti nel settore e in particolare del gruppo di lavoro della School of Information Sciences della University of Pittsburgh, condotto dal prof. Peter Brusilovsky; più volte ho riscontrato la relativa mancanza di sostegno pedagogico o, se si preferisce, di un quadro strategico generale di collegamento tra le differenti soluzioni risultanti dalla ricerca d’ambito informatico e delle scienze della comunicazione.

 

In sostanza si tende a generare molteplici sofisticati strumenti di misurazione informatico-psicologico-comportamentale ma non si riesce a definire un quadro sintetico-strategico generale che possa servire veramente agli utenti e ai facilitatori per arrivare efficientemente e efficacemente al raggiungimento degli obiettivi di apprendimento previsti.

 

Il valore aggiunto, a mio avviso, del LML Process consiste, appunto, nella sua duplice funzione di raffinato strumento tecnico facilmente integrabile e interpretabile, attraverso il Learning Connections Inventory (LCI) e i suoi risultati espressi come combinazione di valori numerici; e di altrettanto potente strumento di orientamento, attraverso le differenti interpretazioni dei pattern, già tradotti, ma anche ulteriormente traducibili agevolmente in precise strategie e tattiche estremamente mirate e personalizzate che consentono ad ogni persona di affrontare determinati contesti di apprendimento.

 

In questa prospettiva, senza entrare in comparazioni fuori tema nel contesto, il LML offre, a mio avviso, molteplici spunti sia per chi volesse integrarlo semplicemente come strumento di orientamento all’apprendimento consapevole, sia per chi intendesse utilizzarne a fondo le ricadute per costruire una forte adattività di sistema a livello di percorso e di contenuti.

 

In pratica un approccio step by step alla progettazione didattica nell’ambito di un sistema di e-learning adattivo potrebbe cominciare con l’implementazione di un sistema logico di supporto e di orientamento consapevole fondato sul LML e arricchirsi, via via nello sviluppo, con ambienti virtuali di apprendimento progettati per rispondere più o meno automaticamente ad una sempre più complessa rete di informazioni di ritorno; non solamente analizzando le attività dei soggetti in apprendimento, ma anche quelle degli altri attori, siano essi persone, come i tutor, i docenti;  o complessi soggetti sociali, come le classi, i gruppi, le comunità.

 

Altro aspetto del LML degno di nota, è rappresentato dalla possibilità che offre di facilitare le analisi, le valutazioni e le relative reazioni in forma di confronto, di comunicazione, fra più soggetti come, ad esempio, il soggetto “docente” con il soggetto “studente” o con il soggetto “classe”; il soggetto “singola persona” con il soggetto “comunità”, “azienda”, “organizzazione”, ecc..

 

Per concludere, come osservazione sull’utilizzo dello strumento LCI, vorrei evidenziare, come ho del resto fatto anche in altri consessi con argomento LML, due piccoli elementi dissonanti, quasi di distrurbo: Il primo è nel nome “LetMeLearn” che può suggerire ai neofiti interpretazioni restrittive del campo di applicazione del processo; il secondo è legato alla interpretazione dei pattern secondo valori numerici che, sebbene da una parte permetta facilità computazionali, dall’altra, quella del normale utente, può offrire il destro a erronee comparazioni basate meramente sulle singole grandezze numeriche.

 

 

 

Bibliografia di riferimento

 

Mark Prensky, Digital Natives, Digital Immigrants – A New Way To Look At Ourselves and Our Kids, in On the Horizon, MCB University Press,  ottobre 2001, Vol. 9 No. 5, p. 1

 

Cristina Segal, Luminita Dumitriu, Professor:e – An IMS Standard Based Adaptive E-learning Platform, in Computational Science – ICCS 2004 4th International Conference Kraków Poland June 6-9 2004 Proceedings Part III, Berlino, Springer, 2004

 

Rosemary Luckin, The learner centric ecology of resources: A framework for using technology to scaffold learning, in Computers & Education, Oxford (UK), Elsevier Science Ltd., 2008, Vol. 50 n. 2, pp. 449-462

 

George Walden, We Should Know Better: Solving the Education Crisis, Londra, Fourth Estate, 1996

 

David Kolb, Experiential Learning: Experience as the source of learning and development, Englewood Cliffs, Prentice-Hall, 1984

 

Peter Honey, Alan Mumford, The Manual of Learning Styles, Maidenhead (UK), Peter Honey Publications, 1982;

 

Peter Honey, Alan Mumford, Using Your Learning Styles, Maidenhead (UK), Peter Honey Publications, 1983;

 

Peter Honey, Alan Mumford, The Learning Styles Questionnaire, 80-item version, Maidenhead (UK), Peter Honey Publications, 2006.

 

Isabel Briggs Myers; Mary McCaulley, Manual: A Guide to the Development and Use of the Myers-Briggs Type Indicator (2nd ed.), Palo Alto (USA), Consulting Psychologists Press, 1985

 

Rita Dunn, Kenneth Dunn,  Gery Price, Learning style inventory, Lawrence (USA), Price Systems, 1984.

 

Frank Coffield, David Moseley, Elaine Hall, Kathryn Ecclestone, Learning styles and pedagogy in post-16 learning. A systematic and critical review, Londra (UK), Learning and Skills Research Centre, 2004.

 

Judy Kay, Scrutable adaptation: because we can and must. In Proceedings of Adaptive Hypermedia and Adaptive Web-Based Systems, 4th International Conference, AH2006, Dublino, Springer, 2006, pp. 11-19

 

Peter Dolog, Michael Schäfer, A Framework for Browsing, Manipulating and Maintaining Interoperable Learner Profiles, In Proceedings of the 10th International Conference on User Modelling, Berlino, Springer, 2005

 

Demetris Kyriacou, A Scrutable User Modelling Infrastructure for enabling life-long User Modelling,  In Adaptive Hypermedia and Adaptive Web-Based Systems – Doctoral Consortium, Berlin, Springer, 2008, pp. 421-425

 

Peter Brusilovsky, Alfred Kobsa, Wolfgang Neidl, The Adaptive Web: Methods and Strategies of Web Personalization, In Lecture Notes in Computer Science, Berlino, Springer, 2007

 

Paul De Bra, Peter Brusilovsky,  Ricardo Conejo,  Adaptive Hypermedia and Adaptive Web-based Systems, in Lecture Notes in Computer Science, Berlino, Springer, 2002

 

Peter Brusilovsky, Oliviero Stock, Carlo Strapparava, Adaptive Hypermedia and Adaptive Web-based Systems. Proceedings of AH’2000 International Conference, Trento, Springer, 2000

 

Peter Brusilovsky, Alfred Kobsa, Julita Vassileva, Adaptive Hypertext and Hypermedia,  Dordrecht, Kluwer Academic Publishers, 1998

 

Peter Brusilovsky, Maria Grigoriadou, Kyparissia Papanikolaou, Proceedings of the Workshop on Personalization in E-learning Environments at Individual and Group Level at the UM 2007, 11th International Conference on User Modeling, UM 2007, June 25, 2007, Berlino, Springer, 2007

 

 

[1] Tradotto liberamente da: Mark Prensky, Digital Natives, Digital Immigrants – A New Way To Look At Ourselves and Our Kids, in On the Horizon, MCB University Press,  ottobre 2001, Vol. 9 No. 5, p. 1

 

[2] Per modelli basati sul principio dell’”achievement”, infatti, s’intendono quei modelli nei quali viene ridefinito il percorso personalizzato in base all’osservazione dei parametri di “capacità” e “sforzo” di ogni singolo soggetto in apprendimento. Per contro per “anti-achievement” si intenda un modello “egualitarista-garantista”, ovvero che non prevede alcun meccanismo di selezione/valutazione. Rif. George Walden, We Should Know Better: Solving the Education Crisis, Londra, Fourth Estate, 1996.

 

[3] UMAP: User modeling, Adaption and Personalization

 

[4] Leggasi LetMeLearn®

 

[5] Rif. al “Modello di David Kolb” ed al suo Learning Style Inventory (LSI), basato sulla “teoria dell’apprendimento esperienziale” così come definita nel libro dello stesso David Kolb, Experiential Learning: Experience as the source of learning and development, Englewood Cliffs, Prentice-Hall, 1984

 

[6] Rif. Peter Honey, Alan Mumford, The Manual of Learning Styles, Maidenhead (UK), Peter Honey Publications, 1982;

 

Peter Honey, Alan Mumford, Using Your Learning Styles, Maidenhead (UK), Peter Honey Publications, 1983;

 

Peter Honey, Alan Mumford, The Learning Styles Questionnaire, 80-item version, Maidenhead (UK), Peter Honey Publications, 2006.

 

[7] Rif. al Myers-Briggs Type Indicator (MBTI), questionario di ispirazione psicometrica progettato allo scopo di definire quali inclinazioni psicologiche specifiche ha un individuo e come queste intervengono nella sua percezione del mondo e nel modo in cui questi prende le proprie decisioni. Creato da Katharine Cook Briggs e dalla figlia Isabel Briggs Myers traendo spunto dalla teoria della tipicizzazione di Carl Gustav Jung, così come espressa nel saggio “Tipi Psicologici” pubblicato nel 1921. Vedasi anche: Isabel Briggs Myers; Mary McCaulley, Manual: A Guide to the Development and Use of the Myers-Briggs Type Indicator (2nd ed.), Palo Alto (USA), Consulting Psychologists Press, 1985.

 

[8] Rif. Learning Style Inventory (LSI) creato da Rita Dunn, recentemente scomparsa, e da Kenneth Dunn. Vedasi Rita Dunn, Kenneth Dunn,  Gary Price, Learning style inventory, Lawrence (USA), Price Systems, 1984.

 

[9] Frank Coffield, David Moseley, Elaine Hall, Kathryn Ecclestone, Learning styles and pedagogy in post-16 learning. A systematic and critical review, Londra (UK), Learning and Skills Research Centre, 2004.

 

[10] Ovvero non è basato sull’osservazione di numerosi risultati sperimentali.