Il contributo analizza il ruolo del feedback automatizzato nei contesti universitari che coinvolgono la Matematica, evidenziandone le specificità epistemologiche e didattiche. Nell’ambito del progetto PRIN “AI&F”, l’attenzione è posta non tanto sulle potenzialità generali dell’intelligenza artificiale, quanto sulle condizioni che ne rendono possibile un utilizzo efficace in presenza di compiti aperti e strategie risolutive plurali. A partire da una rilettura dei modelli di feedback in relazione allo specifico ambito della didattica della matematica, il lavoro discute criticità e vincoli legati alla natura del discorso matematico, alla molteplicità dei registri semiotici e alla varietà delle argomentazioni. Viene inoltre proposto un modello interpretativo del feedback mediato dall’IA che integra dimensioni semiotiche e argomentative. I risultati evidenziano come l’efficacia del feedback automatizzato dipenda dalla progettazione didattica e dalla capacità di integrare l’interazione tra docente e sistema all’interno di processi di costruzione del significato.
L’intelligenza artificiale per il feedback formativo in matematica: specificità epistemologiche, modelli e progettazione nei problemi aperti per la formazione universitaria
Antonella Montone;Michele Giuliano Fiorentino
2026-01-01
Abstract
Il contributo analizza il ruolo del feedback automatizzato nei contesti universitari che coinvolgono la Matematica, evidenziandone le specificità epistemologiche e didattiche. Nell’ambito del progetto PRIN “AI&F”, l’attenzione è posta non tanto sulle potenzialità generali dell’intelligenza artificiale, quanto sulle condizioni che ne rendono possibile un utilizzo efficace in presenza di compiti aperti e strategie risolutive plurali. A partire da una rilettura dei modelli di feedback in relazione allo specifico ambito della didattica della matematica, il lavoro discute criticità e vincoli legati alla natura del discorso matematico, alla molteplicità dei registri semiotici e alla varietà delle argomentazioni. Viene inoltre proposto un modello interpretativo del feedback mediato dall’IA che integra dimensioni semiotiche e argomentative. I risultati evidenziano come l’efficacia del feedback automatizzato dipenda dalla progettazione didattica e dalla capacità di integrare l’interazione tra docente e sistema all’interno di processi di costruzione del significato.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
