Machine Learning and Teaching



Spesso quando si parla di #machinelearning ci si concentra solamente sul processo di automazione, trascurando l’aspetto dell’apprendimento. Negli ultimi anni il crescente sviluppo tecnologico ha reso sempre più intelligente le macchine che hanno “imparato a imparare” con risultati sorprendenti.


Senza nemmeno il bisogno di andare a scuola, Hemingway è in grado di riprodurre qualsiasi stile di scrittura: non stiamo parlando del famoso scrittore e giornalista americano, ma del nuovo robot della The Handwriting Company che utilizzando un campione di scrittura a mano di una persona è in grado di imitarla, grazie ad un #algoritmo. Il robot non solo può scrivere più velocemente di un umano, ma è anche sorprendentemente accurato. Basti pensare che riesce anche a rilevare le diverse sfumature nella calligrafia che rendono diversa la scrittura di ogni essere umano.

Il robot Hemingway riesce a rilevare e riprodurre le diverse sfumature nella calligrafia che rendono diversa la scrittura di ogni essere umano

Un altro esempio di #apprendimentoautomatico applicato al campo della scrittura ci arriva dalla Brown University dove è stato sviluppato un algoritmo di #deeplearning che ha permesso a un robot di produrre non solo parole scritte a mano, ma persino immagini disegnate. Il robot è stato addestrato per scrivere a mano i caratteri giapponesi, successivamente è stato in grado di applicare quanto imparato ad altre lingue che non aveva mai scritto prima, tra cui greco, inglese e hindi, semplicemente guardando alcuni esempi di quella scrittura.

Il robot è stato in grado di scrivere i caratteri di altre lingue che non aveva mai scritto prima

L’intelligenza artificiale ha dimostrato di essere un’ottima allieva. Ma come se la caverà dall’altra parte della cattedra? Una probabile risposta giunge dal Dartmouth College dove hanno creato un algoritmo che potrebbe diventare un sopporto alla didattica universitaria. L’algoritmo, analizzando l'attività cerebrale di una persona, riesce a capire se un concetto spiegato in classe è stato assimilato in maniera corretta dallo studente tramite un meccanismo a “punteggi neurali”: in base a quanto frequentemente si accendono determinate parti del cervello si può determinare se gli studenti hanno capito o meno i concetti.


Sebbene il concetto di punteggi neurali possa essere applicato solamente ad alcune aree della conoscenza e la sperimentazione di questo algoritmo è orientata maggiormente verso l'apprendimento STEM, costituisce un valido supporto all’insegnamento grazie al quale i professori possono conoscere meglio le tecniche di apprendimento dei loro studenti e adattare di conseguenza i loro metodi di insegnamento.


La lezione data dall’#intelligenzaartificiale non si esaurisce fra i banchi di scuola: un grande insegnamento morale proviene da Memory Lane, la soluzione che utilizza l’#AI per affrontare la problematica della solitudine degli anziani. Memory Lane favorisce l’interazione fra l’anziano e lo #smartspeaker chiedendo di raccontare la storia della sua vita: in questo modo, oltre che tenere compagnia, offre la possibilità di raccogliere storie, aneddoti e ricordi da tramandare alle generazioni future. Pensata come un’attività di supporto, la persona è libera di rispondere o meno alle domande che gli vengono poste quotidianamente dal dispositivo; il tutto avviene in maniera molto naturale sfruttando gli algoritmi sottostanti basati sull'intelligenza artificiale conversazionale: un servizio accessibile agli anziani senza difficoltà perché non devono" imparare "come usare il sistema.

© Vetrya 2019 - All Rights Reserved

  • Facebook - Black Circle
  • LinkedIn - Black Circle
  • Twitter - Black Circle
  • Instagram - Black Circle