L’ apprendimento umano è un processo estremamente complesso, in cui si mescolano memoria, consapevolezza, meccanismi inconsci, interazioni e loop, esperienze sensoriali ed emotive, processi istintivi frutto dell’evoluzione della specie. La conoscenza di ciascuno di noi è il risultato di una serie straordinariamente complessa e irripetibile di esperienze e loro elaborazioni.
Quando l’apprendimento avviene in un contesto di interazione istituzionalizzata, quale può essere un modulo didattico, la personalizzazione dell’esperienza è in grado di impattare significativamente sull’efficacia del processo. Personalizzare un’esperienza di apprendimento significa adattare al discente i tempi, le modalità e il contenuto, al fine di permettere la più efficace assimilazione possibile.
Alla luce di questa consapevolezza, MerakAI ha come missione lo sviluppo di soluzioni tecnologiche in grado di accrescere il livello di personalizzazione dell’apprendimento, operando sui contenuti, sulle modalità e sui tempi. Attraverso le potenzialità del machine learning, obiettivo dell’azienda è quello di creare soluzioni digitalizzate di supporto all’apprendimento facendo leva sulla personalizzazione spinta dell’esperienza.
Cosa stiamo realizzando
MerakAI lavora su quattro progetti che intendono coprire l’intero processo di apprendimento. Ciascun progetto è volto ad automatizzare una fase, attraverso l’utilizzo di soluzioni di intelligenza artificiale. I risultati attesi di ciascun progetto sono soluzioni che i produttori di contenuti possono utilizzare per erogare servizi formativi. MerakAI è un fornitore di tecnologia: non offre contenuti nè offre corsi, bensì soluzioni tecnologiche a supporto di istituzioni che si occupano di apprendimento.
01. Sistemi di assessment automatizzati
Per intraprendere un percorso di apprendimento è necessaria la valutazione delle condizioni di partenza, in termini di conoscenze, competenze e abilità. Il primo progetto mira a costruire un sistema per l’assessment, in grado di valutare il singolo individuo sia rispetto al dominio sia rispetto alla dotazione di competenze e abilità di base. Tramite l’individuazione di benchmark, il sistema aspira ad essere in grado di identificare i percorsi più efficaci in termini di contenuti, modalità didattiche e tempistiche.
0.2 Sistemi per l’assemblaggio di contenuti
Un percorso di apprendimento si compone di contenuti connessi in una sequenza di senso. Il web è ricchissimo di contenuti e attività gratuitamente disponibili. Questo secondo progetto si propone di realizzare un sistema automatico di individuazione dei contenuti più adatti alla situazione e agli obiettivi di apprendimento individuali, connettendoli in una sequenza coerente con le specificità individuali sia in termini di argomenti, che di modalità didattiche e di tempistiche.
03. Sistemi di feed back continuativi
Il momento del feed back è essenziale per l’apprendimento, in quanto consente di misurare gli avanzamenti, generando maggiore ingaggio, e di focalizzare gli sforzi sugli aspetti ancora problematici nell’acquisizione di conoscenze, competenze e abilità. Il progetto di propone di realizzare un sistema di feed back automatizzato, in grado di restituire in modo continuativo e sostenibile sia i feed back sui risultati raggiunti sia suggerimenti su come migliorare il processo di apprendimento.
04. Sistemi per il gradind
Il quarto progetto si propone di automatizzare i processi di valutazione di output complessi, quali possono essere elaborati scritti, presentazioni o attività. Diversamente dall’uso di test con domande a risposta chiusa, che misurano solo una specifica componente dell’apprendimento, il sistema mira a standardizzare il processo di grading, consentendo valutazioni più oggettive e comparabili su conoscenze, competenze e ablità complesse.
Se sei interessato ai nostri progetti, saremo felici di conoscerti