L’Embodied Education sottolinea il ruolo del corpo, delle percezioni sensoriali e delle interazioni materiali nella costruzione del sapere, proponendo esperienze di apprendimento in cui mente e corpo sono strettamente integrati (Gómez Paloma et al., 2017). Il presente contributo esplora come strumenti di intelligenza artificiale generativa possano supportare il ripensamento e il potenziamento delle Unità Didattiche di Apprendimento (UDA) in chiave embodied, valorizzando il ruolo centrale del docente nella progettazione didattica. Lo studio si inserisce nel contesto di un corso di formazione per insegnanti della scuola primaria sull’uso dell’IA applicata alla didattica, fornendo un quadro operativo per la riprogettazione delle UDA già in possesso dei docenti. Il modello proposto è articolato in cinque fasi: analisi della UDA originale, definizione di strategie embodied, riprogettazione guidata dall’IA, implementazione e osservazione in contesto reale e valutazione iterativa. In ogni fase, l’insegnante mantiene il ruolo decisionale, mentre l’IA agisce come partner cognitivo e creativo (Yang et al., 2023), suggerendo varianti, sequenze operative, materiali didattici e stimoli per integrare movimento, multisensorialità e interazione sociale. Attraverso esempi concreti e matrici comparative, il contributo illustra come le UDA possano essere trasformate e potenziate mediante strategie guidate dall’IA, in cui i docenti formulano prompt mirati per rielaborare attività tradizionali in esperienze embodied, mostrando le modifiche introdotte nelle attività e i benefici attesi in termini di engagement, esperienza incarnata e integrazione interdisciplinare. L’esperienza pone le basi per una nuova prospettiva progettuale in cui l’integrazione tra Embodied Education e IA generativa possa sostenere la creatività dei docenti e favorire ambienti di apprendimento inclusivi, interattivi e centrati sull’esperienza incarnata dello studente (Zhao et al., 2024).
Riprogettare Unità di Apprendimento in ottica embodied con l’Intelligenza Artificiale generativa: strategie, approcci ed esperienze applicative
Dicorato Martina
;Cuzzi A;Sarcina F. P.
2026-01-01
Abstract
L’Embodied Education sottolinea il ruolo del corpo, delle percezioni sensoriali e delle interazioni materiali nella costruzione del sapere, proponendo esperienze di apprendimento in cui mente e corpo sono strettamente integrati (Gómez Paloma et al., 2017). Il presente contributo esplora come strumenti di intelligenza artificiale generativa possano supportare il ripensamento e il potenziamento delle Unità Didattiche di Apprendimento (UDA) in chiave embodied, valorizzando il ruolo centrale del docente nella progettazione didattica. Lo studio si inserisce nel contesto di un corso di formazione per insegnanti della scuola primaria sull’uso dell’IA applicata alla didattica, fornendo un quadro operativo per la riprogettazione delle UDA già in possesso dei docenti. Il modello proposto è articolato in cinque fasi: analisi della UDA originale, definizione di strategie embodied, riprogettazione guidata dall’IA, implementazione e osservazione in contesto reale e valutazione iterativa. In ogni fase, l’insegnante mantiene il ruolo decisionale, mentre l’IA agisce come partner cognitivo e creativo (Yang et al., 2023), suggerendo varianti, sequenze operative, materiali didattici e stimoli per integrare movimento, multisensorialità e interazione sociale. Attraverso esempi concreti e matrici comparative, il contributo illustra come le UDA possano essere trasformate e potenziate mediante strategie guidate dall’IA, in cui i docenti formulano prompt mirati per rielaborare attività tradizionali in esperienze embodied, mostrando le modifiche introdotte nelle attività e i benefici attesi in termini di engagement, esperienza incarnata e integrazione interdisciplinare. L’esperienza pone le basi per una nuova prospettiva progettuale in cui l’integrazione tra Embodied Education e IA generativa possa sostenere la creatività dei docenti e favorire ambienti di apprendimento inclusivi, interattivi e centrati sull’esperienza incarnata dello studente (Zhao et al., 2024).I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
