Inizio contenuto principale del sito

  • Istituto TeCIP

Nuovi sistemi ICT per la valutazione dell’apprendimento: nasce il Progetto europeo PELARS dell’Istituto TeCIP

Data pubblicazione: 13.03.2014
Image for img_tecip_130314.png
Back to Sant'Anna Magazine

Prende avvio presso l’Istituto di Tecnologie della Comunicazione, dell’Informazione e della Percezione (TeCIP) della Scuola Superiore Sant'Anna, il nuovo Progetto Pelars – Practice-based Experiential Learning Analytics Research and Support, finanziato dall’Unione Europea nell’ambito del settimo programma quadro (FP7) , sotto la responsabilità scientifica del Dott. Emanuele Ruffaldi, ricercatore del Laboratorio di Robotica Percettiva (PercRo).

Obiettivo del progetto è sviluppare strumenti e metodi ICT-based per supportare la valutazione delle attività di studenti universitari, di scuola media superiore e designers durante progetti e laboratori nel contesto delle scienze, tecnologie, ingegneria e matematica (STEM).

I risultati del progetto permetteranno di ottenere strumenti di supporto per insegnanti e studenti. Ciò renderà possibile la costruzione di ambienti intelligenti per l’insegnamento pratico di STEM e la creazione di curricula “oggettivi” basati sul monitoraggio e le analisi condotte in questi ambienti.

Si tratta quindi di creare un nuovo sistema di learning analytics basato sul riconoscimento del movimento e delle azioni sugli oggetti, in grado di fornire un nuovo livello di valutazione nel processo di apprendimento in scenari basati su progetti ed attività pratiche.

Il progetto, della durata di 36 mesi, ha ottenuto un finanziamento di circa 400 mila euro e coinvolge 12 partner con competenze nelle tecnologie e metodi dell’insegnamento, human factors e piattaforme hardware come ad esempio la piattaforma Arduino.

Il ruolo svolto dai ricercatori della Scuola Sant’Anna nell’ambito del progetto Pelars sarà quello di sviluppare il sistema di riconoscimento delle azioni e la piattaforma di analytics che estrarrà le "learning traces" attraverso tecniche di machine learning.