Rechercher sur le site

AIDI - IA pour l’Apprentissage en Italien et le Dialogue en Italien

Enseigner et apprendre l’italien L2/LS avec l’IA en collaboration avec l’Università Telematica degli Studi IUL

Le projet de recherche vise à intégrer des fonctionnalités basées sur l’Intelligence

Artificielle (IA) dans les cours en ligne d’italien de l’Università per Stranieri di Perugia, afin de renforcer la pratique linguistique, d'améliorer l’accès à l’information, de proposer un apprentissage personnalisé et de soutenir l’orientation des étudiants.

Le projet de recherche a pour

objectif d’intégrer la technologie de l’IA générative dans les cours en ligne de langue italienne, en vue de promouvoir un apprentissage efficace et une expérience éducative personnalisée. L’amélioration des cours en ligne grâce à l’IA permet également de contribuer au développement d’outils d’évaluation et de tests rigoureux, performants et impartiaux. La phase d’expérimentation, menée avec des apprenants de différents horizons et nationalités, jouera un rôle crucial : en recueillant les retours des utilisateurs, la fréquence, le temps d’utilisation et les progrès réalisés en termes de développement des compétences, il sera possible d’évaluer l’efficacité des activités et le degré de satisfaction. Parallèlement, les limites, les éventuelles erreurs et la bonne utilisation de ces outils seront également analysés, assurant ainsi des perspectives d’amélioration pour le projet de recherche.

La structuration des supports pédagogiques sera précédée d’une étude

visant à concevoir un environnement d’apprentissage en ligne accessible et inclusif. L’analyse des principes de l’Universal Design for Learning (UDL) jouera un rôle déterminant pour garantir un enseignement universel, pluraliste et accessible, valorisant les différences et les points forts de chaque étudiant. Dans ce cadre, la conception de systèmes d’IA a pour objectif de proposer de multiples options d’engagement, telles que l’interactivité, la collaboration, l’auto-apprentissage, des représentations multiples et diverses modalités d’expression des compétences des apprenants. Une attention particulière sera portée à la législation et aux recommandations concernant la prise en charge des étudiants avec troubles spécifiques des apprentissages (TSA) et des étudiants en situation de handicap, tant au niveau national qu’européen, afin d’orienter la planification et la mise en œuvre des cours vers des modalités favorisant l’apprentissage pour tous et pour chacun.

  • promouvoir la linguistique de corpus ainsi que la création, la diffusion et l’utilisation
de corpus linguistiques, tant dans la recherche que dans l’enseignement
  • analyser l’état
  • actuel des cours d’italien en ligne de l’Università per Stranieri di Perugia, en identifiant les domaines pouvant bénéficier de la mise en œuvre de systèmes d’IA
  • identifier et concevoir
  • des activités de glottodidactique renforcées par l’IA afin de stimuler la pratique de la langue, l’accès à l’information et l’orientation des étudiants entrants
  • concevoir, développer
  • et intégrer des systèmes d’IA au sein des cours, en collaboration avec l’Université IULli>évaluer l’impact des systèmes d’IA sur l’apprentissage linguistique des étudiants, en se concentrant sur l’efficacité de l’apprentissage personnalisé et l’utilisation de l’IA comme outil de correction automatique des erreurs dans les productions écrites
  • explorer les perceptions
  • des étudiants concernant l’utilisation des systèmes d’IA pour améliorer l’apprentissage et faciliter l’accès à l’information, en recueillant attentes et retours d’expérience>

    Letizia Cinganotto,

    chercheuse RtdB L-LIN/02
    Roberto Dolci, professeur associé L-LIN/02
    de l’enseignant">Valentino Santucci, professeur associé IINF-05/A
    title="aller à la page du doctorant">Simone Filippetti, doctorant (Spécialisation Linguistique et didactique des langues), XXXIX cycle
    la doctorante">Giorgia Montanucci, doctorante (Spécialisation Linguistique et didactique des langues), XXXVIII cycle
    Talia Sbardella, doctorante (Spécialisation Linguistique et didactique des langues), XXXVI cycle
    Francesco Mugnai, Développeur Senior, Università Telematica degli Studi IUL

    Étapes du projet de recherche

    L’étude se déroulera sur une période d’environ deux

    ans et sera structurée selon les étapes suivantes :

    Étape 1 : Étude préliminaire

    des possibilités d’intégration de l’IA dans les cours d’italien en ligne
    Une analyse préliminaire, basée également sur la littérature scientifique pertinente, permettra d’identifier les domaines où l’intégration d’outils basés sur l’Intelligence Artificielle s’avère efficace pour l’amélioration des compétences linguistiques des apprenants en italien, contribuant ainsi à renforcer les activités déjà présentes dans les cours. Une attention particulière sera portée à certains domaines traditionnellement moins représentés dans les formations en ligne, tels que la production orale, la production écrite avec retour immédiat, et l’accompagnement personnalisé.p>

    Étape 2 : Conception et développement des systèmes d’IA à intégrer
    Sur

    la base de l’étude réalisée lors de l’étape 1, la conception des systèmes d’IA à mettre en œuvre sera menée conjointement par des spécialistes en IA et par des experts en didactique des langues, également en collaboration avec l’Université IUL. Une équipe d’experts travaillera de manière interdisciplinaire pour coordonner et développer des outils conformes aux approches méthodologiques des cours, aux syllabi de l’Università per Stranieri di Perugia et au CECR.

    >Étape 3 : Intégration des systèmes d’IA dans les cours en ligne
    Pendant la phase d’intégration, les systèmes d’IA seront rendus accessibles via la plateforme de gestion de l’apprentissage où sont déployés les supports pédagogiques et les e-tivities du programme. Les utilisateurs pourront accéder aux fonctionnalités spécifiques activées en fonction du niveau et des besoins identifiés au moment de la mise en œuvre du cours.

    Étape 4 : Expérimentation des systèmes d’

    IA avec collecte et analyse des données
    À partir des données recueillies durant l’expérimentation, une analyse sera menée afin de répondre de manière exhaustive aux questions de recherche. Les données porteront sur différents aspects liés à l’accès, à l’interaction, à la productivité et à l’efficacité des activités utilisant l’IA réalisées par les apprenants.

    strong>Étape 5 : De l’analyse des données aux perspectives d’amélioration
    Sur la base d’une évaluation fondée sur des données probantes issues des retours et des questionnaires des apprenants, l’efficacité de ces systèmes sera analysée en fonction des résultats obtenus. Cette approche permettra d’identifier les points forts, les limites et les axes d’amélioration, afin d’optimiser l’utilisation de l’IA dans les cours en ligne et d’améliorer l’expérience d’apprentissage. L’objectif est de définir des stratégies pédagogiques efficaces et des lignes directrices pour l’intégration de l’IA comme outil d’accompagnement stratégique dans l’enseignement des langues, tout en tenant compte des limitations et éventuelles problématiques relevées.4>Méthodologie

    La recherche adopte une approche méthodologique alliant méthodes qualitatives

    et quantitatives afin de réaliser une analyse approfondie des problématiques étudiées. Des enquêtes, collectes de données et analyses seront menées au sein des cours en ligne dispensés, avec l’implication des étudiants dans une perspective métacognitive. Les données seront recueillies et analysées suivant une méthodologie mixte, avec pour objectif de répondre de manière exhaustive aux questions de recherche du projet et, potentiellement, d’améliorer les systèmes d’IA selon une logique d’amélioration continue.

    Outils

    • solutions et modèles d’IA reposant
    sur des technologies variées connectées entre elles, principalement cloud
  • plateformes de gestion
  • de l’apprentissage
  • outils numériques enrichis par des technologies d’IA
    • Cinganotto, L., Montanucci G. (2024). Intelligence artificielle et apprentissage linguistique
    : une étude de cas sur les cours en ligne de langue et culture italiennes de l'Università per Stranieri di Perugia, Status Quaestionis, 1/2024
  • Cinganotto, L. (2024). Compétences linguistiques
  • et multilingues à l’ère de l’Intelligence Artificielle, in Ricucci R., Rosa A. (dir.), ENSEIGNEMENT PAR COMPÉTENCES ET HORIZONS ÉDUCATIFS – La perspective d’apprentissage tout au long de la vie, PensaMultimedia
  • Cinganotto, L. (2024). Évaluation linguistique en ligne : expériment
  • ations sur la langue italienne, Italiano LinguaDue, numéro 1, année 2024
  • Cinganotto, L., Mont
  • anucci, G. (2024). Explorer l'intégration de l'intelligence artificielle dans l'apprentissage des langues en ligne : un exemple de cas sur l'italien langue étrangère, in Greco, S., Cinganotto, L. (dir.), Innovation dans l'éducation pour un apprentissage approfondi, INDIRE-IUL Press, Collection "Quaderni" – Florence
  • Cinganotto, L. (2018). Technologies d’apprentissage des langues : une étude
  • . Humanising Language Teaching, 20(6)
  • Cinganotto, L., & Cuccurullo, D. (2019). Techno-CL
  • IL. Pratiquer le CLIL en version numérique, Turin, Loescher
  • Cinganotto, L. (2021). Apprendre
  • l’anglais avec l’intelligence artificielle, Brescia, La Scuola Sei
  • Cinganotto, L. (2022
  • ). L’intelligence artificielle pour l’apprentissage des langues. Dans Actes de la Conférence. Innovation in Language Learning 2022
  • Cinganotto, L., & Greco, S. (2023). Repensez l’éducation à
  • l’ère de l’IA, Journal of e-Learning and Knowledge Society, 19(3), I-IV
  • Montanucci, G.,
  • & Peconi, A. (2023). Intelligence artificielle et besoins éducatifs particuliers : explorer le potentiel pour un apprentissage personnalisé et inclusif. Dans Actes de la Conférence. Innovation in Language Learning 2023
  • Calicchio, C., Montanucci, G., & Peconi, A. (2023). Promouvoir
  • la durabilité de l’éducation via la formation des enseignants de langue : perspectives métacognitives et intégration technologique. Dans Actes de la Conférence. ICERI 2023
  • Calicchio, C.,
  • Montanucci, G., & Peconi, A. (2023). Explorer le potentiel des mèmes dans l’enseignement des langues : améliorer les compétences pragmatiques et valoriser l’apprentissage informel. Dans Actes de la Conférence. ICERI 2023
  • Mengoni P, Santucci V. Numéro spécial « Trends récents dans
  • le traitement automatique du langage naturel et ses applications ». Applied Sciences. 2023 ; 13(12) :7284 https://doi.org/10.3390/app13127284
  • Biondi, G., Franzoni, V., Li, Y., Milani, A., &amp
  • ; Santucci, V. (octobre 2023). RITA : un ensemble de données phraséologiques d’assignations et d’examens CECR pour l’italien langue seconde. In 2023 IEEE International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT) (pp. 425-430). IEEE
  • Biondi, G., Franzoni, V., Mil
  • ani, A., & Santucci, V. (juin 2023). Classification du niveau de compétence rédactionnelle des apprenants L2. In International Conference on Computational Science and Its Applications (pp. 15-28). Cham : Springer Nature Switzerland
  • Sbardella, T., Santucci, V., & Spina, S. (2022). SPO
  • C et apprentissage flexible des langues avec Moodle : l’expérience à l’Università per Stranieri di Perugia. In 8th International Conference on Higher Education Advances (HEAd’22) (pp. 1017-1024). Universitat Politècnica de València
  • Milani A, Santucci V, Caraffini F. Numéro spécial
  • « Émergence des technologies d’intelligence artificielle pour l’apprentissage ». Applied Sciences. 2022 ; 12(17) :8819 https://doi.org/10.3390/app12178819
  • Spina, S., Fioravanti, I., Forti, L
  • ., Santucci, V., Scerra, A., & Zanda, F. (2022). Le corpus CELI : une nouvelle ressource pour étudier l’acquisition de l’italien L2. Italiano LinguaDue, 14(1), 116-138
  • Santucci, V., Bart
  • occini, U., Mengoni, P., & Zanda, F. (juillet 2022). Une mesure computationnelle de la lisibilité sémantique des textes segmentés. In International Conference on Computational Science and Its Applications (pp. 107-119). Cham : Springer International Publishing
  • Biscarini, C., Santucci, V., & S
  • bardella, T. (2021). Favoriser la motivation dans l’apprentissage des langues grâce à la technologie. In EDULEARN21 Proceedings (pp. 10494-10499). IATED
  • Forti, L., Grego, G., Filippo, S., Santu
  • cci, V., & Spina, S. (2020). MALT-IT2 : une nouvelle ressource pour mesurer la difficulté des textes selon les niveaux du CECR pour l’apprentissage de l’italien L2. In Proceedings of the 12th Language Resources and Evaluation Conference (pp. 7206-7213). The European Language Resources Association (ELRA)
  • Santucci, V., Forti, L., Santarelli, F., Spina, S., & Milani, A. (2020). Apprendre à
  • classifier la complexité des textes en italien en utilisant les machines à vecteurs de support. In Computational Science and Its Applications–ICCSA 2020: 20th International Conference, Cagliari, Italie, 1–4 juillet 2020, Actes, Partie II 20 (pp. 367-376). Springer International Publishing
  • S
  • bardella, T., Santucci, V., Biscarini, C., & Nencioni, G. (2020). Les web séries peuvent-elles améliorer l’apprentissage des langues ? Discussion préliminaire. CALL for widening participation: short papers from EUROCALL 2020, 309
  • Santucci, V., Santarelli, F., Forti, L., & Spina, S. (2020). Classification
  • automatique de la complexité des textes. Applied Sciences, 10(20), 7285
  • Forti, L., Milani,
  • A., Piersanti, L., Santarelli, F., Santucci, V., & Spina, S. (août 2019). Mesurer la complexité des textes pour l’apprentissage de l’italien langue seconde. In Proceedings of the Fourteenth Workshop on Innovative Use of NLP for Building Educational Applications (pp. 360-368)

    La dissémination du projet « Enseigner et apprendre l’italien L2/LS avec l’IA » prévoit une

    étape fondamentale de diffusion des résultats, des méthodologies et des innovations développées dans le contexte académique. Cette initiative vise à atteindre un public diversifié, en impliquant les parties prenantes clés des secteurs de l’éducation, de la linguistique et de l’Intelligence Artificielle. Les stratégies de dissémination sont conçues pour maximiser l’impact du projet et encourager l’adoption de pratiques innovantes dans l’enseignement de l’italien comme langue étrangère ou seconde.
    Remonter