AI-driven learning: non solo chatbot parte 2

L’evoluzione di Machine Learning e Deep Learning ha portato ad individuare interessanti applicazioni ai processi di apprendimento. I principali user case sono sostanzialmente tre:

1-Agenti conversazionali

Sono assistenti personali virtuali, che conversano con l’utente umano riconoscendo il linguaggio naturale. Se la conversazione è testuale ed avviene via chat, l’agente conversazionale è un chatbot. Se la conversazione avviene attraverso la voce l’agente conversazionale è un assistente vocale che viene attivato attraverso il dispositivo mobile (alla stregua di Alexa, Siri, etc) o integrato in un autoparlante intelligente come Amazon Echo o in uno smart display (un assistente digitale cui viene aggiunto uno schermo) come Lenovo Smart Display, prodotto per Google Assistant.

Attualmente, i chatbot sono il caso applicativo di IA più frequente nel campo del Learning & Development.

Applicati all’apprendimento, i chatbot diventano tutor virtuali, con i quali condurre conversazioni su temi molto verticali. Sono particolarmente adatti ad essere integrati in percorsi blended learning e flipped learning.

Possono diventare virali poiché l’esperienza di apprendimento attraverso il dialogo con un chatbot è un’esperienza interattiva, personalizzata, breve ma ripetibile con esiti sempre diversi, on demand, e spesso divertente: in pratica copre tutte le caratteristiche che i modern learner si aspettano dall’apprendimento.

I chatbot di solito “abitano” all’interno degli LMS più evoluti, ed in particolare nelle Learning Experience Platforms, ma possono anche essere “contattati” attraverso le principali piattaforme di messaggistica e collaborazione, come Slack, Telegram, Facebook Messenger.

2-Tecnologie di apprendimento adattivo

Alcuni le chiamano con la sigla ALP: adaptive learning platform, che incorporano tutte le funzionalità necessarie a progettare ed erogare percorsi adattivi, in modo scientificamente fondato, e sulla base di tecnologie cognitive avanzate.

Si tratta prevalentemente di piattaforme di apprendimento che usano algoritmi di AI non solo per fornire raccomandazioni personalizzate agli utenti (secondo il modello Spotify o Netflix), ma anche per costruire percorsi di apprendimento adattivo, che automaticamente e continuamente si modificano in base alla performance del learner (caratteristiche utente, tempi, permanenza sui contenuti, risultati di apprendimento): in sintesi, l’apprendimento adatta i contenuti formativi all’esperienza, passo-passo, del learner, continuamente ed automaticamente, attraverso i suoi algoritmi di AI.

L’esperienza utente è altamente inclusiva ed impegnativa: viene rilevato continuamente quello che so, che non so, e quello che sapevo ma che dimostro di aver dimenticato. Ed i contenuti vengono ripetuti, fino a quando la probabilità di non-comprensione si azzera. Tutti, quindi, vengono accompagnati al livello massimo di competenza su quell’argomento: un learning journey verso la mastery  al 100% del contenuto.

Le ALP garantiscono al learner il raggiungimento dei learning outcome e all’azienda un ROI molto elevato in termini di maggiore velocità dell’apprendimento. In particolare, le tecnologie di Adaptive Learning promettono di:

  • Ridurre il tempo di apprendimento del 50%
  • Incrementare non solo conoscenze e capacità, ma anche l’auto-consapevolezza  e l’auto-efficacia dei learner
  • Prevenire la Forgetting Curve automatizzando il rinforzo dei contenuti che è più probabile dimenticare

3-AI-powered Videolearning

Sono video adattivi basati sull’AI che attivano la videocamera del nostro dispositivo e, attraverso un programma di Intelligenza Artificiale, ci guardano e riconoscono alcune nostre caratteristiche, e sulla base di queste modificano automaticamente i contenuti. Sanno riconoscere:

  • Le nostre emozioni
  • Il nostro stato affettivo (stato di eccitazione – passivo/attivo, depresso/eccitato – e stato di soddisfazione – negativo/positivo, infelice/contento)
  • Sesso ed età
  • Posizione, indicatore di attenzione o distrazione
  • Altre caratteristiche fisiche (occhiali, barba, per esempio)

Applicati all’apprendimento, i video adattivi consentono di creare contenuti interattivi, ad altissimo engagement, che determinano un immediato effetto «wow» ma, oltre questo, consentono di migliorare l’efficacia di processi non solo di formazione, ma anche di selezione-onboarding.

Alcuni esempi:

  • Si adattano alla risposta emozionale dell’utente, per esempio fornendo un feedback se si accorgono che è assente o distratto (fermandosi, richiamando l’attenzione, etc)
  • Si adattano all’età: parlano per esempio di un tema digitale in modo diverso se un utente è un baby boomer o un millennial
  • Si adattano al genere: per esempio, parlano di diversità di genere in modo diverso se hanno davanti una donna o un uomo
  • Possono essere anche molto divertenti, quando per esempio consentono all’utente di pilotare un contenuto in modo hand-free, semplicemente modificando le espressioni facciali.

Prospettive

Le tecnologie di IA promettono in futuro ulteriori soluzioni: per esempio, authoring tool potenziati dalla IA che consentono la costruzione automatica e istantanea di digital learning object a partire da input destrutturati. Come diciamo sempre in Altaformazione: il futuro, anche del Learning, non è più quello di una volta. Al prossimo aggiornamento!

Share on linkedin
Share on twitter

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.