L'IA in classe: cosa ha rivelato il primo grande test di Google DeepMind in Sierra Leone

L'obiettivo era che gli studenti usassero lo strumento di IA durante due delle quattro ore settimanali di matematica, per un totale di 12 ore di apprendimento guidato nelle otto settimane .

Una lezione in quattro fasi con ruoli ben definiti

L'intervento non si riduceva a dare un chatbot in mano agli studenti. Seguiva un rigoroso quadro pedagogico progettato per rendere l'IA un partner in un processo di apprendimento collaborativo:

1. Introduzione dell'insegnante: L'insegnante stabiliva gli obiettivi di apprendimento e verificava le conoscenze pregresse degli studenti.
2. Attività principale a coppie: Gli studenti lavoravano in coppia con un unico dispositivo (con un rapporto di 2 studenti per dispositivo). Fondamentale era l'assegnazione di ruoli definiti: il "pilota" (driver) digitava le domande su Gemini, mentre il "navigatore" prendeva appunti e guidava l'indagine. I ruoli venivano scambiati a ogni lezione per garantire una partecipazione equilibrata.
3. Discussione in classe: L'insegnante guidava una sessione per consolidare quanto appreso.
4. Riepilogo finale: L'insegnante chiudeva la lezione con una sintesi conclusiva .

Per prepararsi, gli insegnanti definivano gli obiettivi della lezione, scrivevano prompt iniziali e abbozzavano possibili domande sulla lavagna per guidare l'interazione degli studenti con Gemini .

I risultati: un miglioramento significativo, ma non per tutti

Il trial ha prodotto guadagni statisticamente significativi, ma la dimensione dell'effetto dipendeva molto da quanto lo strumento veniva usato e dal punto di partenza dello studente.

Come gli studenti hanno interagito con Gemini

Una delle parti più rivelatrici dello studio è stata l'analisi delle trascrizioni di oltre 113.000 interazioni tra studenti e Gemini. Ha dipinto l'immagine di un'IA che agisce non come una macchina per dare risposte, ma come un tutor.

La stragrande maggioranza delle conversazioni—il 91,4%—era focalizzata sulla comprensione matematica . Il comportamento di Gemini era guidato con precisione dalla funzione Guided Learning: ha posto domande guida nel 76,4% dei messaggi, spingendo gli studenti a ragionare da soli, e ha fornito una soluzione diretta solo nel 2,1% dei casi .

Il rischio di ampliare i divari di apprendimento

La scoperta che gli studenti inizialmente più bravi abbiano guadagnato di più ha spinto i ricercatori a segnalare una preoccupazione significativa. Senza strategie deliberate per supportare gli studenti con maggiori difficoltà, l'intervento rischia di ampliare i divari di rendimento esistenti anziché colmarli .

L'esperienza degli insegnanti

Il feedback qualitativo raccolto nei focus group con gli insegnanti ha aggiunto un'altra dimensione ai risultati. I docenti hanno segnalato un notevole aumento del coinvolgimento degli studenti e una partecipazione più attiva in classe . Molti hanno iniziato a usare Gemini per preparare le lezioni, scoprendo nuovi modi per spiegare argomenti complessi come le frazioni .

Fondamentalmente, gli insegnanti hanno descritto un cambiamento nella propria identità professionale, percependo un'evoluzione del loro ruolo da "docente" a "facilitatore" che si muoveva tra i banchi per supportare le coppie di studenti .

Non tutti i feedback sono stati positivi. Alcuni insegnanti hanno segnalato difficoltà, tra cui la tendenza di Gemini a introdurre occasionalmente contenuti fuori tema o a rallentare il progresso della classe nel programma previsto .

I limiti dello studio: cosa non ci dice

Nonostante i risultati positivi, i ricercatori sono attenti a delineare diversi limiti che devono contestualizzare i risultati:

• Intervento "pacchetto": Il trial ha combinato l'apprendimento guidato con la formazione degli insegnanti, una nuova struttura delle lezioni, la fornitura di dispositivi e il monitoraggio in classe. Il disegno dello studio non può isolare l'effetto del solo strumento di IA da questi altri supporti cruciali .
• Generalizzabilità: Il campione proviene da un singolo distretto della Sierra Leone e non è rappresentativo a livello nazionale. I risultati sono più applicabili a scuole con infrastrutture comparabili, tra cui tablet, connessione Internet affidabile e preparazione degli insegnanti .

Modello per una ricerca globale

Il trial in Sierra Leone è solo l'inizio. È il primo di una pianificata serie internazionale di studi pre-registrati da Google DeepMind e Fab AI per studiare il Guided Learning in diversi sistemi educativi . In un'ottica di trasparenza e scalabilità, i partner hanno rilasciato pubblicamente il loro materiale per la formazione degli insegnanti e un manuale per condurre RCT rapidi, fornendo un modello per altri ricercatori e sistemi educativi .