AIDI - AI per l’Apprendimento in Italiano e il Dialogo in Italiano

Insegnare e apprendere l’italiano L2/LS con l’IA in collaborazione con l’Università Telematica degli Studi IUL

Il progetto di ricerca si pone come obiettivo l'implementazione di funzionalità basate sull’Intelligenza Artificiale (IA) nei corsi online di Italiano dell’Università per Stranieri di Perugia, al fine di potenziare la pratica della lingua, l'accesso semplificato alle informazioni, l'apprendimento personalizzato e l'orientamento degli studenti.

Il progetto di ricerca mira a integrare la tecnologia dell’IA generativa all’interno dei corsi online di lingua italiana, con l’obiettivo di promuovere un apprendimento efficace e un’esperienza formativa personalizzata. Il potenziamento dei corsi online con l’IA offre anche l’opportunità di contribuire allo sviluppo di strumenti di testing e valutazione che siano al contempo accurati, efficienti e imparziali. La fase di sperimentazione, con apprendenti di origini e nazionalità diversificate, rivestirà un’importanza cruciale: rilevando il feedback degli utenti, la frequenza, i tempi di utilizzo e i miglioramenti in termini di sviluppo delle competenze, si renderà possibile valutare l’efficacia delle attività e il gradimento delle stesse. Al contempo, verranno analizzati anche i limiti, i potenziali errori e l’uso corretto di tali strumenti, garantendo prospettive di miglioramento al progetto di ricerca.

La strutturazione dei materiali sarà preceduta da uno studio finalizzato a configurare un ambiente di apprendimento online accessibile e inclusivo. Un ruolo determinante avrà l’analisi dei principi dell’Universal Design for Learning (UDL), utile per garantire una didattica universale, plurale e accessibile valorizzando differenze e punti di forza di ogni studente. All’interno di questa cornice, la progettazione di sistemi di IA persegue l’obiettivo di fornire molteplici opzioni di coinvolgimento, quali interattività, collaborazione, auto-apprendimento, rappresentazioni multiple e modalità diversificate di espressione delle competenze da parte dei discenti. Fondamentale sarà il riferimento alla normativa e alle indicazioni in merito alla gestione degli studenti con DSA e disabilità, sia in ambito italiano che europeo, cercando di orientare la fase progettuale ed esecutiva dei corsi verso modalità che favoriscano l’apprendimento di tutti e di ciascuno.


Obiettivi del gruppo di ricerca
  • promuovere la linguistica dei corpora e la creazione, la diffusione e l'uso di corpora linguistici, nella ricerca e nella didattica
  • analizzare l'attuale stato dell'arte dei corsi online di Italiano dell'Università per Stranieri di Perugia, identificando le aree che potrebbero beneficiare di un’implementazione di sistemi di IA
  • identificare e progettare attività glottodidattiche potenziate dall’IA che incentivino la pratica della lingua, l'accesso alle informazioni e l'orientamento degli studenti incoming
  • progettare, sviluppare e integrare sistemi di IA all’interno dei corsi, in collaborazione con l’Università IUL
  • valutare l'impatto dei sistemi di IA sull'apprendimento linguistico degli studenti, concentrandosi sull'efficacia dell'apprendimento personalizzato e l'uso dell’IA come strumento di correzione automatica degli errori nelle produzioni scritte
  • esplorare le percezioni degli studenti riguardo all'uso dei sistemi di IA per migliorare l'apprendimento e semplificare l'accesso alle informazioni, rilevando aspettative e feedback sulle esperienze di utilizzo

Membri del gruppo di ricerca

Letizia Cinganotto, ricercatrice RtdB L-LIN/02
Roberto Dolci, professore associato L-LIN/02
Valentino Santucci, professore associato IINF-05/A
Simone Filippetti, dottorando (indirizzo Linguistica e didattica delle lingue), XXXIX ciclo
Giorgia Montanucci, dottoranda (indirizzo Linguistica e didattica delle lingue), XXXVIII ciclo
Talia Sbardella, dottoranda (indirizzo Linguistica e didattica delle lingue) XXXVI ciclo
Francesco Mugnai, Sviluppatore Senior, Università Telematica degli Studi IUL

Progetti di ricerca

Fasi del progetto di ricerca

Lo studio si svilupperà nel corso di un periodo di circa due anni e sarà articolato nelle seguenti fasi:

Fase 1: Studio preliminare delle possibilità di implementazione dell’IA nei corsi di Italiano online 
Un'analisi preliminare, condotta anche sulla base della letteratura scientifica rilevante per la ricerca, consentirà di identificare le aree in cui l'integrazione di strumenti basati sull'Intelligenza Artificiale risulti efficace per il miglioramento delle competenze linguistiche degli studenti di lingua italiana, contribuendo così al potenziamento delle attività già presenti nei Corsi. In particolare, si focalizzerà l’attenzione su alcuni ambiti che tradizionalmente sono meno rappresentati nei corsi online, quali la produzione orale, la produzione scritta con feedback istantaneo e un tutoring diffuso.

Fase 2: Progettazione e realizzazione dei sistemi di IA da integrare
Sulla base dello studio condotto nella Fase 1, la progettazione dei sistemi di IA da implementare sarà svolta congiuntamente da esperti di IA ed esperti di glottodidattica, anche in collaborazione con l’Università IUL. Un team di esperti lavorerà a livello interdisciplinare per coordinare e realizzare strumenti che siano in linea con gli approcci metodologici dei Corsi, i sillabi dell’Università per Stranieri di Perugia e il QCER.

Fase 3: Integrazione dei sistemi di IA nei corsi online
Nella fase di integrazione, i sistemi di IA saranno resi accessibili tramite il Learning Management System dove sono dispiegati i materiali e le e-tivity dei corsi. Gli utenti potranno usare le funzioni specifiche che, in base al livello e alle richieste della committenza, verranno attivate al momento dell’erogazione del Corso.

Fase 4: Sperimentazione dei sistemi di IA con rilevazione e analisi dei dati
Sulla base dei dati rilevati durante la sperimentazione, verrà condotta un’analisi che tenterà di rispondere in modo esaustivo alle domande di ricerca. I dati riguarderanno molteplici aspetti della fruizione, interazione, produttività ed efficacia delle attività AI-powered svolte dagli studenti.

Fase 5: Dall’analisi dei dati alle prospettive di miglioramento
A partire da un’analisi evidence-based e dalla rilevazione dei dati e dei questionari degli apprendenti, sarà valutata l’efficacia di tali sistemi sulla base dei risultati ottenuti. Questa impostazione permetterà di identificare punti di forza, limiti e aree di miglioramento che consentiranno di ottimizzare l'uso dell'IA nei corsi online, andando a migliorare l'esperienza di apprendimento. L'obiettivo è identificare strategie didattiche efficaci e linee guida per l'utilizzo dell'IA come strumento supplementare strategico nell'educazione linguistica, tenendo conto delle limitazioni e delle eventuali criticità emergenti.

Metodologia

La ricerca adotta un approccio metodologico, che coniuga sia metodi qualitativi che quantitativi, al fine di condurre un'indagine dettagliata inerente alle questioni di ricerca.  Saranno condotti studi, rilevazioni e analisi di dati all’interno dei corsi online erogati, coinvolgendo gli studenti in una prospettiva metacognitiva. I dati verranno raccolti e analizzati utilizzando una metodologia mista, con l’obiettivo di rispondere in modo esaustivo alle domande di ricerca del progetto e, potenzialmente, a migliorare i sistemi di IA stessi secondo un approccio di tipo continuous improvement.

Strumenti

  • sistemi e modelli di IA basati su tecnologie diversificate collegate tra loro, basate su cloud
  • Learning Management Systems
  • tool digitali potenziati con tecnologie di IA

Pubblicazioni
  • Cinganotto, L., Montanucci G. (2024). Intelligenza artificiale e apprendimento linguistico: uno studio di caso sui corsi online di lingua e cultura italiana dell’Università per Stranieri di Perugia, Status Quaestionis, 1/2024
  • Cinganotto, L. (2024). Competenze linguistiche e multilinguistiche nell’era dell’Intelligenza Artificiale, in Ricucci R., Rosa A. (a cura di), DIDATTICA PER COMPETENZE E ORIZZONTI EDUCATIVI - La prospettiva Lifelong Learning, PensaMultimedia
  • Cinganotto, L. (2024). Language Testing Online: sperimentazioni sulla lingua italiana,  Italiano LinguaDue, numero 1, anno 2024
  • Cinganotto, L., Montanucci, G. (2024). Exploring the Integration of Artificial Intelligence in Online Language Learning: A Case Example on Italian as a Foreign Language, in Greco, S., Cinganotto, L. (edited), Innovation in Education for Deeper Learning, INDIRE-IUL Press, Collana "Quaderni" - Firenze
  • Cinganotto, L. (2018). Language Learning Technologies: A Study. Humanising Language Teaching, 20(6)
  • Cinganotto, L., &Cuccurullo, D. (2019). Techno-CLIL. Fare CLIL in digitale, Torino, Loescher
  • Cinganotto, L. (2021). Imparare l’Inglese con l’Intelligenza Artificiale, Brescia, La Scuola Sei
  • Cinganotto, L. (2022). Artificial Intelligence for Language Learning. In Conference Proceedings. Innovation in Language Learning 2022
  • Cinganotto, L., & Greco, S. (2023). Re-thinking Education in the Age of AI, Journal of e-Learning and Knowledge Society, 19(3), I-IV
  • Montanucci, G., & Peconi, A. (2023). Artificial Intelligence and Special Educational Needs: Exploring the Potential for Personalized and Inclusive Learning. In Conference Proceedings. Innovation in Language Learning 2023
  • Calicchio, C., Montanucci, G., & Peconi, A. (2023). Fostering Educational Sustainability Through Language Teachers' Training: Exploring Metacognitive Perspectives and Technological Integration. In Conference Proceedings. ICERI 2023
  • Calicchio, C., Montanucci, G., & Peconi, A. (2023). Exploring The Potential Of Memes In Language Teaching: Enhancing Pragmatic Skills And Embracing Informal Learning. In Conference Proceedings. ICERI 2023
  • Mengoni P, Santucci V. Special Issue “Recent Trends in Natural Language Processing and Its Applications”. Applied Sciences. 2023; 13(12):7284 https://doi.org/10.3390/app13127284
  • Biondi, G., Franzoni, V., Li, Y., Milani, A., & Santucci, V. (2023, October). RITA: A Phraseological Dataset of CEFR Assignments and Exams for Italian as a Second Language. In 2023 IEEE International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT) (pp. 425-430). IEEE
  • Biondi, G., Franzoni, V., Milani, A., & Santucci, V. (2023, June). Classification of text writing proficiency of l2 learners. In International Conference on Computational Science and Its Applications (pp. 15-28). Cham: Springer Nature Switzerland
  • Sbardella, T., Santucci, V., & Spina, S. (2022). SPOC and flexible language learning with Moodle: the experience at the University for Foreigners of Perugia. In 8th International Conference on Higher Education Advances (HEAd’22) (pp. 1017-1024). Universitat Politècnica de València
  • Milani A, Santucci V, Caraffini F. Special Issue “Emerging Artificial Intelligence (AI) Technologies for Learning”. 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). Il corpus CELI: una nuova risorsa per studiare l’acquisizione dell’italiano L2. Italiano LinguaDue, 14(1), 116-138
  • Santucci, V., Bartoccini, U., Mengoni, P., & Zanda, F. (2022, July). A Computational Measure for the Semantic Readability of Segmented Texts. In International Conference on Computational Science and Its Applications (pp. 107-119). Cham: Springer International Publishing
  • Biscarini, C., Santucci, V., & Sbardella, T. (2021). Fostering motivation in language learning through technology. In EDULEARN21 Proceedings (pp. 10494-10499). IATED
  • Forti, L., Grego, G., Filippo, S., Santucci, V., & Spina, S. (2020). MALT-IT2: A New Resource to Measure Text Difficulty in light of CEFR levels for Italian L2 learning. 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). Learning to classify text complexity for the italian language using support vector machines. In Computational Science and Its Applications–ICCSA 2020: 20th International Conference, Cagliari, Italy, July 1–4, 2020, Proceedings, Part II 20 (pp. 367-376). Springer International Publishing
  • Sbardella, T., Santucci, V., Biscarini, C., & Nencioni, G. (2020). Can web series improve language learning? A preliminary discussion. CALL for widening participation: short papers from EUROCALL 2020, 309
  • Santucci, V., Santarelli, F., Forti, L., & Spina, S. (2020). Automatic classification of text complexity. Applied Sciences, 10(20), 7285
  • Forti, L., Milani, A., Piersanti, L., Santarelli, F., Santucci, V., & Spina, S. (2019, August). Measuring text complexity for Italian as a second language learning purposes. In Proceedings of the Fourteenth Workshop on Innovative Use of NLP for Building Educational Applications (pp. 360-368)

Eventi

La disseminazione del progetto “Insegnare e apprendere l'italiano L2/LS con l’IA” prevede un momento cruciale di diffusione dei risultati, delle metodologie e delle innovazioni sviluppate nel contesto accademico. Questa iniziativa mira a raggiungere una platea diversificata, coinvolgendo gli stakeholder chiave nei settori dell'istruzione, della linguistica e dell’Intelligenza Artificiale. Le strategie di disseminazione sono concepite per massimizzare l'impatto del progetto e promuovere l'adozione di pratiche innovative nell'insegnamento dell'italiano come lingua straniera o seconda.