Il feedback degli studenti ha dato forma a questi aggiornamenti. I dati reali provenienti dalle classi di tutti gli Stati Uniti lo hanno dimostrato.
Immagina di insegnare matematica in una scuola media. Alcuni bambini parlano bene l’inglese. Altri stanno appena iniziando a imparare la lingua. Il divario nella comprensione si allarga rapidamente se non si hanno gli strumenti giusti. È una lotta familiare. Gli insegnanti vogliono aiutare tutti. Ma le risorse sono scarse. La motivazione cala. Il coinvolgimento diminuisce.
Questo è il problema affrontato da Kyron Learning e dal Collaboratorio AIMS. Non hanno indovinato cosa ha funzionato. Hanno guardato cosa è successo. Hanno collaborato per uno studio in quattro cicli finanziato dalla Fondazione Gates. L’obiettivo? Misurare l’impatto dell’insegnamento basato sull’intelligenza artificiale sulla motivazione e sul coinvolgimento degli studenti di lingua inglese in matematica.
Il risultato non erano solo dati. Era una tabella di marcia per lo sviluppo delle funzionalità.
Perché la ricerca iterativa batte le ipotesi
Una cosa risalta: questo non era un approccio “costruiscilo e vedi”. È stato iterativo. Regolazione in tempo reale in base a ciò che hanno effettivamente detto gli studenti.
Durante l’anno scolastico 2024-2035, il team ha lavorato con 22 insegnanti. Quasi 1.000 studenti. Diciassette scuole. L’ambito era ampio. Ma il metodo era serrato. Il feedback è arrivato da ogni parte: sondaggi, interviste, controlli di usabilità e metriche di coinvolgimento.
Perché questo è importante per gli studenti ELL? Perché la barriera non è solo la matematica. È la lingua. Il vocabolario matematico aggiunge carico cognitivo. È pesante. Quando cerchi di capire l’algebra e allo stesso tempo di decodificare nuovi termini inglesi, è facile rimanere indietro.
Gli studenti hanno bisogno di qualcosa di più che semplici risposte. Hanno bisogno di impalcature. Hanno bisogno di rinforzo visivo. Hanno bisogno di elaborare le informazioni al proprio ritmo.
“Le lezioni hanno coinvolto tutti gli studenti. Sono entusiasti… rispondono di più e con maggiore sicurezza.” – Un insegnante nello studio
Questa citazione cattura il cambiamento. Quando il supporto corrisponde al bisogno, segue la motivazione. Lo studio ha dato priorità a queste voci rispetto alle ipotesi.
Dal feedback agli aggiornamenti delle funzionalità
Kyron non ha lanciato gadget appariscenti. Hanno aggiunto strumenti che hanno ridotto l’attrito. Tre caratteristiche principali sono emerse direttamente dal feedback dei partecipanti. Ognuno ha risolto un problema specifico osservato in classe.
Ciclo da 1 a 2: il potere dei sottotitoli
Nel primo ciclo, gli studenti hanno interagito con l’intelligenza artificiale conversazionale. Ha fornito un feedback immediato. Ma c’era un intoppo. Le istruzioni audio pesanti hanno creato un collo di bottiglia.
Gli studenti multilingue dovevano riprodurre i segmenti. Hanno rallentato i video. Hanno rivisitato le spiegazioni. Perché? Perché il vocabolario accademico non familiare nell’inglese parlato è difficile da comprendere. Non puoi riavvolgere una lezione dal vivo.
Quindi, i sottotitoli sono arrivati nel Ciclo 2.
Non era solo una casella di controllo per l’accessibilità. Era uno strumento di comprensione. Il linguaggio parlato e scritto simultaneo aiuta il cervello a elaborare le informazioni. Venturini et al. (2922) hanno notato anche questo. I sottotitoli supportano lo sviluppo del vocabolario e l’alfabetizzazione.
Per gli ELL, ha cambiato tutto. Ha dato loro il controllo.
Uno studente della scuola media, tradotto dallo spagnolo, lo spiega chiaramente: “Mi sono piaciuti i sottotitoli. Rendono l’argomento più facile da capire”.
La fiducia è cresciuta. La barriera dell’udito di termini non familiari è rapidamente scomparsa.
Ciclo da 2 a 3: trascrizioni evidenziate
Entro il Ciclo 2, i sottotitoli hanno aiutato. Ma le lunghe spiegazioni rappresentavano ancora una sfida. Gli studenti hanno faticato a tenere il passo con il flusso dei concetti. Hanno perso parti della spiegazione e hanno dovuto scorrere i video per trovarle. È stato noioso.
Kyron ha risposto con le trascrizioni evidenziate nel Ciclo 3.
Ecco come funziona. La trascrizione completa della lezione appare accanto al video. Mentre l’istruttore parla, quella parte esatta viene evidenziata. Gli studenti possono fare clic in qualsiasi punto del testo per passare a quel momento nel video.
È interattivo. È navigabile. Crea un collegamento diretto tra ciò che viene detto e ciò che viene scritto.
La ricerca ha mostrato uno schema chiaro. Gli studenti multilingue hanno utilizzato questa funzionalità in modo sproporzionato rispetto ai loro coetanei non ELL. Ne avevano bisogno. Li ha aiutati a elaborare il linguaggio e la comprensione in tempo reale.
“Mi è piaciuto il modo in cui [la trascrizione di Kyron] mi ha dato una definizione quando non capivo la parola”, ha condiviso uno studente.
All’improvviso, la lezione non era più un suono confuso. È stata un’esperienza tracciabile e seguibile.
Ciclo da 3 a 4: Definizioni cliccabili
Il vocabolario rimane un killer di slancio. Che tu sia uno studente ELL o meno, incontrare un nuovo termine accademico può fermarti di colpo. Nel ciclo 3, gli studenti hanno fatto una pausa. Hanno lasciato la lezione per cercare le parole. Hanno chiesto agli insegnanti. Hanno perso il filo del discorso.
Il Ciclo 4 ha risolto questo problema con definizioni cliccabili.
Incorporate nella trascrizione evidenziata, le parole del vocabolario sottolineate sono diventate interattive. Gli studenti hanno fatto clic su una parola. Immediatamente è venuta fuori una definizione. Sono tornati subito alla lezione.
Ciò ha ridotto significativamente il carico cognitivo. Ha mantenuto il flusso di apprendimento. Ha sviluppato la comprensione del vocabolario contestuale senza interrompere la concentrazione.
“Quello che mi è piaciuto… è che mi hanno aiutato a comprendere meglio”, ha detto uno studente.
Non era magia. Si trattava semplicemente di rimuovere l’ostacolo.
Temi trasversali: cosa abbiamo imparato
Lo studio ha rivelato molto più che semplicemente i pulsanti cliccati dagli studenti. Ha mostrato una filosofia per la tecnologia educativa.
- La semplicità vince. La ludicizzazione ha il suo posto. Ma molti studenti non hanno bisogno di una grafica appariscente. Hanno bisogno di supporto integrato. Strumenti che li aiutano a capire adesso.
- Il carico cognitivo è reale per gli ELL. La matematica è già abbastanza difficile. La lingua aggiunge peso. Rimuovere questo peso consente agli studenti di concentrarsi sui concetti, non solo sul codice dell’inglese.
- Ascoltare gli utenti. Lo sviluppo del prodotto non dovrebbe avvenire nel vuoto. Le interviste agli insegnanti e i sondaggi agli studenti hanno guidato ogni mossa. La migliore tecnologia educativa non si basa su supposizioni. Si basa sull’osservazione e sull’iterazione.
Il cibo da asporto
Non si trattava solo di aggiungere funzionalità. Si trattava di rispetto. Rispetto per il modo in cui gli studenti apprendono. Nello specifico, studenti multilingue che apportano un immenso potenziale all’aula di matematica.
L’obiettivo è rimasto costante: fornire un supporto tempestivo e incentrato sullo studente. Che si tratti di funzionalità di lettura, trascrizioni sincronizzate o definizioni sensibili al contesto. L’obiettivo è aiutare gli studenti a perseverare. Per costruire fiducia.
La motivazione degli studenti migliora quando il supporto arriva esattamente quando è necessario. Nemmeno una settimana dopo. Non in un manuale. Ora.
Olivia Martens è una project manager presso Kyrón Learning. La storia del suo lavoro dimostra che quando progettiamo tenendo conto dei limiti, tutti ne traggono vantaggio.
