Descrizione

Il terzo pilastro della strategia Wiikiteach è l’adattamento dinamico. L’idea è avere un modulo che ricalibra automaticamente la complessità del linguaggio e delle formule in base al destinatario: per esempio una versione per la Triennale e una per la Magistrale, oppure una versione divulgativa e una avanzata.

Partendo da un’unica fonte (la lezione del/la docente), la stessa spiegazione può così esistere in più livelli di profondità, migliorando l’accessibilità per studenti con preparazioni di partenza diverse, senza dover riscrivere tutto da capo.

Ruolo Docente

Il/la docente resta il regista: decide i livelli, fissa i criteri e controlla la qualità di ogni versione. In concreto puoi:

• Definire i livelli e i parametri da regolare: profondità, prerequisiti dati per acquisiti, uso e formalismo delle formule, densità di esempi e analogie, lunghezza.
• Generare le versioni (per esempio Triennale, Magistrale, divulgativa) a partire da un’unica fonte, con istruzioni che esplicitano il livello.
• Adattare anche le verifiche, producendo quiz a difficoltà calibrata sul livello.
• Revisionare ogni versione per garantire che la semplificazione non introduca errori concettuali.

Ruolo Studente

Le/gli studenti accedono al contenuto al livello più adatto a loro:

• Scelgono o ricevono la versione calibrata sulla propria preparazione, con la possibilità di passare a un livello più o meno avanzato.
• Affrontano i prerequisiti mancanti con una versione più graduale, riducendo il rischio di restare indietro.

Come si fa in pratica

L’adattamento si realizza con un assistente conversazionale, partendo da un’unica fonte e cambiando solo le istruzioni. Conviene definire i livelli una volta sola e riusarli.

1. Prepara la fonte. Parti da una lezione o dispensa ben scritta e completa: sarà la base da cui derivare tutte le versioni.
2. Definisci i livelli e le regole. Per ogni livello fissa criteri chiari, per esempio: «Triennale: evita le dimostrazioni, aggiungi un esempio numerico e definisci ogni termine; Magistrale: mantieni il formalismo e cita le fonti».
3. Genera la prima versione. Incolla la fonte e usa un’istruzione parametrica: «Riscrivi questo testo per studenti di [livello] applicando queste regole: [regole]».
4. Confronta e rifinisci. Controlla che la versione semplificata non introduca errori e che quella avanzata non perda nulla; chiedi correzioni mirate.
5. Adatta anche i quiz. Con lo stesso criterio fai generare quiz a difficoltà diversa, regolando la plausibilità dei distrattori per ciascun livello.
6. Etichetta le versioni. Indica chiaramente il livello di ciascuna, così che gli studenti non studino su una versione troppo semplificata.

Vantaggi

• Differenziazione e personalizzazione su larga scala, senza riscrivere i materiali da zero.
• Migliore accessibilità per studenti con background eterogenei e per i corsi internazionali.

Svantaggi e possibili soluzioni

• Rischio di semplificazioni fuorvianti nelle versioni più facili. Soluzione: validare che non si introducano errori concettuali.
• Proliferazione di versioni da mantenere. Soluzione: gestire un’unica fonte e rigenerare le varianti solo quando serve.

Applicabilità @polito.it

• Utile per insegnamenti erogati su più corsi di studio e per i percorsi di recupero o di potenziamento.
• L’adattamento riguarda anche la difficoltà dei quiz e la plausibilità dei distrattori (Vesipa, Giaccone).

Punti di attenzione specifici e possibili soluzioni

• La versione semplificata non deve diventare imprecisa: la revisione del/la docente è indispensabile.
• Dichiarare il livello di ciascuna versione, per evitare che studenti la usino come unica fonte a un livello sbagliato.

Tecnologie a supporto

Si realizza con gli assistenti conversazionali tramite istruzioni parametriche e si integra con il flusso Quiz su Moodle con l’AI per generare quiz a difficoltà variabile. È un modulo chiave del Digital Twin del/la docente.

Esperienze e casi d’uso

• Alla Arizona State University l’uso di software adattivo nel corso di College Algebra ha portato i tassi di superamento dal 57% al 79%, salvando centinaia di studenti dalla bocciatura (Inside Higher Ed).
• La Georgia State University ha esteso il software adattivo ai corsi introduttivi, contribuendo a ridurre gli abbandoni per gli studenti più a rischio (GSU).
• Il tutor AI Khanmigo mostra risultati riportati più marcati per chi parte sotto il livello atteso (AI for Cause).

Contatti

Per dubbi, supporto o per proporre nuove schede scrivi a tllab@polito.it.

Bibliografia e link di approfondimento

Progetto Wiikiteach, Strategia e Sviluppo (2026). Materiali AI4Teach, Politecnico di Torino.

Vesipa, R. (2026). Moodle, non ti temo! Workshop AI4Teach, Politecnico di Torino, 30 gennaio 2026.

Giaccone, P. (2026). Lesson2Moodle by AI. TLLAB, Politecnico di Torino, 13 febbraio 2026.