Adaptive Learning System: la formazione tailor-made

Da ragazzo ho viaggiato molto. Nel mio vagabondare per l’Europa durante gli anni di studio universitario, ho potuto conoscere l’insolita storia di una fanciulla, parigina di origine, in vacanza nella Spagna assolata del mese di Agosto.

Mi raccontava di come i genitori, fermi sostenitori delle teorie di autodeterminazione tipiche di una certa avanguardia intellettuale francese del tempo, avessero deciso di non iscriverla a scuola, provvedendo in prima persona alla sua educazione all’interno delle mura domestiche.

Il principio era semplice: ogni bambino è differente, ha bisogni, interessi, modalità  di apprendimento, tempi e attitudini peculiari. La scuola non sarebbe stata in grado di valorizzare le singolarità  personali, appiattendo ogni individuo su un prototipo predefinito che ne avrebbe favorito omologazione e abbruttimento intellettuale. Così, accanto a mamma e papà , spettava a lei stessa la capacità  di scovare interessi e curiosità .

Il sistema francese, mi raccontava, prevedeva simili possibilità : lo stato metteva a disposizione alcuni ispettori che, alla fine di ogni anno, verificavano capacità  e competenze didattiche degli studenti fuori sede, per ammetterli, al pari dei coetanei, al livello superiore e permettere loro di accedere alle rispettive licenze scolastiche.

Nel ruolo di HR Cloud Sales Executive, mi occupo da anni del tema delle tecnologie a supporto della formazione, riconoscendo oggi più di prima il valore di questo racconto di giovinezza.

Nel corso della mia carriera in ambito IT ho potuto osservare come i CIO identifichino nel loro ruolo il dovere di risolvere il problema dell’erogazione della formazione al fine di renderla scalabile (per soddisfare una richiesta crescente), accessibile a livello di costi e di qualità . Concetti quali il blended learning, il modello 70:20:10 e l’apprendimento agile si sono imposti nella letteratura HR associata alle moderne tecnologie digitali. Accanto a queste, è stata introdotta una nuova etichetta, che viaggia sotto il termine Adaptive Learning System.

Cosa si intende per Adaptive Learning System?

Si tratta di un approccio ai contenuti formativi usato nel blended learning per raggiungere un pi๠alto grado di personalizzazione. Il sistema si basa sulla capacità  di monitorare il comportamento dell’utente all’interno della piattaforma di training. Ogni interesse del discente viene catturato e utilizzato per guidarlo all’interno della propria esperienza formativa, regolarne il ritmo e offrire dati real-time sulle performance, utili ai docenti per comprendere i progressi di ciascuno.

Le lezioni vengono così cucite sui bisogni individuali, sulla comprensione degli argomenti trattati e sull’attitudine dei fruitori dei contenuti formativi. Le piattaforme digitali regolano il carico cognitivo sulla base delle risposte ricevute, coinvolgendo il discente attraverso funzionalità  avanzate di collaboration e gamification. Sintetizzando i dati ricevuti, il software sarà  in grado di posizionare ognuno in modo coerente all’interno dei moduli, adeguando l’offerta al giusto grado di difficoltà  e offrendo i migliori suggerimenti per la prosecuzione dello studio. Il risultato è la creazione di milioni di percorsi di apprendimento personalizzati.

Nel modello tradizionale il docente si occupa di tutto in modo indifferenziato: crea e cura i contenuti formativi, li eroga, supporta i discenti, chiarisce i dubbi  seguendo un programma di studi predefinito e non negoziabile. E’ il docente e non il discente il centro dell’esperienza di training, il cardine di tutto il processo formativo.

Attraverso contenuti dinamici e interattivi, la piattaforma a supporto dell’Adaptive Learning è in grado di tracciare il livello di partenza di ciascun discente. Questo potrà  procedere nell’apprendimento solo dopo aver dimostrato di aver assimilato le competenze di base, seguendo una parabola virtuosa di miglioramento delle proprie skill.

I software a supporto dell’Adaptive Learning possono essere paragonati alla teoria di Winnicott:

“Winnicott definisce madre sufficientemente buona quella madre che, in maniera istintiva, possiede le capacità  di accudire il bambino dosando opportunamente il livello della frustrazione che gli infligge. La madre sufficientemente buona possiede la cosiddetta preoccupazione materna primaria, uno stato psicologico indispensabile perché essa possa fornire le cure adeguate al piccolo e che le permette di “fornire il mondo” al bambino con puntualità,  facendogli sperimentare l’onnipotenza soggettiva. Tra i compiti della madre, infatti, vi è anche quello di presentare il mondo al bambino (presentazione degli oggetti); la madre sufficientemente buona sa istintivamente quando presentare gli oggetti al piccolo, quando accudirlo, quando e come frustrarlo facendo sì che il suo sviluppo proceda senza intoppi e senza traumi per lui soverchianti.”

Allo stesso modo, le piattaforme di Adaptive Learning aiuteranno il discente nel suo percorso di miglioramento continuo, offrendo stimoli giustamente sfidanti, in grado di distoglierlo dalla frustrazione di una richiesta al di sopra delle sue capacità  o alla noia del sottodimensionamento delle proprie competenze.

Le forme dell’Adaptive Learning

Le dimensioni di customizzazione rispondono a due esigenze:

• La customizzazione dei contenuti, definita nei paragrafi precedenti
• La customizzazione della presentazione

Dalla costante analisi delle risposte e delle modalità  di interazione del discente deriva l’erogazione dei materiali, subordinata alla creazione del maggior senso possibile per ciascun individuo.

L’Adaptive Learning si presenta sotto due forme:

• Textbook: gli algoritmi alla base dell’analisi dei dati di fruizione vengono riempiti di contenuti formativi da un publisher per un utente finale
• Platform: sono gli stessi utenti finali a riempire il carrello della spesa, realizzando un vero e proprio sincretismo dei contenuti formativi

Il termine “apprendimento algoritmico”, formulato da Gartner (Fonte: Analytics, Assessment and Adaptive learning will prepare you for the Algorithmic Education Evolution), sottolinea il valore delle tecnologie all’interno di simili modalità  di erogazione della formazione:

“Algorithmic education is the industrialized use of complex mathematical algorithms pivotal to driving improved business decisions of process automation for competitive differentiation”

E ancora:

“The current market conditions in education present both the need and the opportunity to transform institutional decision making to a data-driven approach. Many institutions have been successful in compiling data to support descriptive analytics (“What happened?”), and some have succeeded with diagnostic analytics (“Why did it happen?”). Few have conquered the disciplines of predictive analytics (“What will happen?”) or the holy grail, prescriptive analytics (“What should we do?”). The move toward data-driven decisions is fundamental to the achievement of other objectives, such as the quest for improved student success.”

L’Adaptive Learning, supportato dal Learning Analytics e dal Digital Assessment si presenta come prima vera espressione dell’educazione algoritmica.

Alcuni approfondimenti

Pur non essendo nuovo, il concetto di Learning Analytics sta diventando sempre più sofisticato con il crescere dei volumi e della complessità  dei dati: social media, sensori di localizzazione, device di varia natura pongono sul piatto la sfida di trovare interrelazioni tra dati, al fine di portare avanti azioni predittive e prescrittive importanti per il successo del discente. I MOOC, Massive Open Online Courses, sono la testimonianza di come feedback immediati possano migliorare di gran lunga il rendimento del discente, rappresentando un ottimo terreno di prova per valori di scalabilità  e analisi statistica dei risultati della formazione.