atomo-1

“L’adaptive è un approccio alternativo a quello più tradizionale del ‘one-size-fits-all’ (letteralmente ‘una taglia per tutti’), nello sviluppo dei sistemi di apprendimento online. Un sistema adaptive costruisce un modello degli obiettivi, delle preferenze e delle conoscenze di ogni singolo utente, e lo utilizza durante le interazioni con quell’utente, per adattarsi alle necessità del medesimo.”*

Il team Osel ha iniziato ad affrontare il tema dell’Adaptive nei primi giorni di Settembre, nel 2011. Dopo pochi mesi prese vita il “Progetto Adaptive”. L’obiettivo a lungo termine della ricerca era quello di sviluppare un’ambiente per il nostro LMS che potesse fornire gli strumenti giusti ai tutor e agli insegnanti per costruire corsi adaptive; ma a quei tempi, il nostro primo intento era solo di nascondere il contenuto didattico che fosse già nelle conoscenze apprese di un discente.

L’activity locking è una funzione comune tra i moderni LMS. Ti permette di configurare delle condizioni che un discente dovrà soddisfare prima di poter accedere ad un particolare contenuto. Combinandolo con un quiz che faceva da sondaggio, realizzammo il nostro primo componente adaptive.

Presto, però, ci accorgemmo che il nuovo elemento aveva dei limiti: ogni sondaggio doveva essere legato ad un corso e aveva validità solo in quel corso; quindi, anche se due corsi avessero avuto degli argomenti in comune, il professore avrebbe dovuto creare due sondaggi differenti e gli studenti avrebbero dovuto completare entrambi.

Per superare questi limiti sviluppammo delle nuove tabelle per il database del LMS che servissero a tener traccia delle conoscenze degli studenti tra un corso e l’altro. Aggiungendo l’opzione di creare dei test finali per ogni corso riuscimmo anche a dare la possibilità di registrare i progressi fatti dai discenti all’interno del sistema.

Ma l’Adaptive non è solo una questione di COSA, ma anche di COME.

Ogni studente ha stili e tecniche di apprendimento differenti. Ogni stile di apprendimento raggruppa diversi usi comuni di imparare. Ciascun discente possiede differenti mix di questi stili. Alcuni hanno uno stile di apprendimento dominante e fanno un uso più ridotto degli altri stili. Altri usano stili differenti secondo le circostanze in cui si trovano. Non esiste una sola soluzione per tutti.

Lstyles

Lo scorso autunno, abbiamo cominciato a classificare i learning object nei sette stili più rilevanti secondo la letteratura moderna (vedi figura). Quindi abbiamo aggiunto un componente di student modeling automatico che registra ed aggiorna le preferenze di ogni utente, nel periodo in cui questi utilizza il sistema. Queste preferenze servono a creare una classifica – per ogni studente – completa e aggiornata dei sette stili di apprendimento; il LMS la consulterà per scegliere il giusto contenuto didattico per ogni studente.

Credete che ora il progetto sia finalmente finito? La risposta giusta è no.

Il Prof. Peter Brusilovsky una volta – quasi quindici anni fa, ma non è mai stato così attuale – scrisse: “Ogni volta che un sistema applicativo avrà bisogno di un nuovo componente ipermediale, sarà il momento ideale per sviluppare un componente adaptive.”. Finché un sistema sarà integrato con nuove tecnologie, sarà possibile renderlo ancora più adaptive.

Creare un sistema completamente adaptive è un viaggio senza fine.

*User Modeling and User-Adapted Interaction. © 2001 Kluwer Academic Publishers. Printed in the Netherlands.