Il progetto si basa su un approccio sperimentale e laboratoriale, incentrato sull’uso dell’intelligenza artificiale generativa (IAG) come strumento di supporto all’apprendimento della matematica. Le metodologie adottate includono:

Apprendimento attivo e sperimentazione in classe
Gli studenti vengono coinvolti attivamente nell’interazione con l’IA, attraverso esercitazioni pratiche guidate.
Viene incentivato l’uso del prompt engineering per migliorare la qualità delle risposte fornite dall’IA.

Didattica comparativa
Gli studenti vengono suddivisi in gruppi con diverse modalità di accesso all’IA (formati, non formati, senza IA).
Si confrontano i risultati ottenuti nei tre gruppi per analizzare l’impatto dell’IA sulla risoluzione di problemi matematici.

Metodo induttivo e riflessione metacognitiva
Gli studenti analizzano le risposte dell’IA e identificano eventuali errori o incongruenze.
Si incoraggia la riflessione critica sul processo di apprendimento, valutando il contributo dell’IA nel migliorare la comprensione e la risoluzione dei problemi.

Lavoro collaborativo e peer learning
Gli studenti lavorano in gruppo per discutere strategie di prompting ed elaborare soluzioni condivise.
L’interazione tra pari aiuta a consolidare le competenze digitali e matematiche.

Approccio basato su dati e osservazione
I risultati delle interazioni con l’IA vengono analizzati attraverso strumenti di raccolta dati, come questionari, schede di osservazione e test comparativi.
Si valutano le strategie più efficaci nell’utilizzo dell’IA per il supporto allo studio personale.