Morad (Google Research): con AI Quests gli studenti imparano come funziona l’intelligenza artificiale

Alla fine di ogni percorso compaiono anche videomessaggi dei ricercatori reali che lavorano sui progetti scientifici da cui il gioco prende ispirazione. Ogni modulo include inoltre materiali per insegnanti con attività preparatorie e discussioni successive al gioco.

In Italia AI Quests sarà integrato all’interno di Experience AI, il programma educativo sviluppato da Google DeepMind insieme alla Raspberry Pi Foundation e portato nelle scuole italiane con la Fondazione Mondo Digitale. Il progetto sarà disponibile gratuitamente anche per famiglie e organizzazioni educative attraverso il sito dedicato.

L’iniziativa arriva in un momento in cui il rapporto tra scuola e intelligenza artificiale è diventato uno dei temi più discussi nel mondo dell’educazione. Negli ultimi mesi il dibattito si è concentrato soprattutto sui rischi dei chatbot generativi: copiatura, dipendenza cognitiva, perdita di capacità critiche.

Molte scuole stanno ancora discutendo se l’IA generativa sia un rischio o un’opportunità per l’apprendimento. AI Quests è anche un tentativo da parte di Google di plasmare una nuova narrazione culturale intorno all’IA nell’istruzione?

«Il nostro obiettivo con AI Quests - di Ronit Levavi Morad, Senior Director, Google Research - non è imporre una singola narrazione, ma dare ai giovani studenti gli strumenti per essere gli artefici e i plasmatori del loro futuro guidato dall’IA. Vogliamo che passino dall’essere “consumatori di IA” a “costruttori con l’IA”. I nostri ricercatori sono ottimi modelli in questo senso. Crediamo che il modo migliore per prepararli a un futuro guidato dall’IA sia dare loro la possibilità di essere creatori critici e pratici. Questo gioco aiuta a spostare il dibattito da “rischio contro opportunità” a “come possiamo essere preparati, costruire e progettare in modo responsabile?”.

Riconosco che le cose stanno cambiando a un ritmo rapido. Credo che dovremmo ascoltare tutte le voci mentre attraversiamo questa trasformazione. Noi di Google cerchiamo sicuramente di farlo. Ecco perché io e il mio team dedichiamo molto del nostro tempo a incontrare educatori, studenti, decisori politici, ricercatori, imprenditori e aziende edtech di tutto il mondo».

 Un aspetto interessante di AI Quests è che gli studenti possono commettere errori, testare dataset e vedere come i bias o i dati di scarsa qualità influenzino i risultati. Quanto è importante per Google che l’alfabetizzazione all’IA includa la comprensione dei limiti e dei fallimenti dell’IA, e non solo delle sue capacità?

«È assolutamente essenziale. In realtà, la consideriamo la parte più fondamentale e gratificante dell’alfabetizzazione all’IA. Mostrando agli studenti come funziona l’IA — inclusa la logica alla base della “scatola nera” e le sue curve di apprendimento — diamo loro una reale sicurezza digitale. Capire perché un’IA arriva a un risultato specifico li aiuta a perfezionare le proprie capacità di problem-solving. Quando gli studenti vedono il personaggio del loro gioco migliorare perché hanno migliorato i dati, vivono un potente momento “aha!” di agency (consapevolezza del proprio ruolo attivo). Trasforma la tecnologia in uno strumento trasparente e gestibile che celebra il pensiero critico e la creatività umana».

AI Quests insegna agli studenti a raccogliere dati, addestrare modelli e valutare i risultati all’interno del gioco. Ci puoi spiegare che tipo di pipeline di IA viene effettivamente simulata “sotto il cofano” e come avete semplificato concetti complessi come l’addestramento dei modelli, i bias dei dati e la validazione per studenti dagli 11 ai 14 anni?

«Questa è una domanda fantastica perché va dritta al cuore di ciò che abbiamo costruito con i nostri partner dello Stanford Accelerator for Learning. Una parte centrale di questo progetto è stata prendere le complesse ricerche di Google Research e tradurle per gli studenti delle scuole medie senza perdere la vera essenza della scienza.

Sotto il cofano, simuliamo un vero ciclo di vita del machine learning end-to-end: definire un problema della comunità, raccogliere e pulire i dati, addestrare un modello e vederne l’impatto nel mondo reale. Ma per renderlo comprensibile a ragazzi dagli 11 ai 14 anni, abbiamo dovuto dare spazio alla creatività e ancorare tutto a un apprendimento tangibile ed esperienziale:

Usiamo il gameplay per rendere intuitivi gli algoritmi. Testando diverse scelte di dati, gli studenti vedono come si evolve il loro modello di previsione delle inondazioni in Fiera Fluviale. Se fanno scelte di dati sbagliate, il loro modello avrà prestazioni scadenti. Imparano attraverso la sperimentazione, perfezionando il loro approccio per ottenere risultati migliori, rispecchiando il processo iterativo e creativo della ricerca nel mondo reale.

La ricerca di Stanford ci ha mostrato che i “dati” come concetto astratto semplicemente non funzionano con questa fascia d’età. Quindi, abbiamo rappresentato i dati all’interno del gioco usando schede SD fisiche. È un esempio semplice e tangibile, e i ragazzi lo hanno capito all’istante.

Nella nostra missione medica, Canyon Crepusculo, introduciamo una frizione deliberata. Gli studenti costruiscono un modello per diagnosticare una malattia oculare, per poi rendersi conto che funziona alla perfezione per un gruppo di pazienti ma male per un altro. Questo “conflitto” li costringe a capire attivamente perché è “ingiusto” e come risolverlo.

Quanto alla privacy in Google questo aspetto non è negoziabile, quindi ci siamo assicurati di integrarlo in AI Quests fin dal primo giorno. Nella missione sanitaria, ad esempio, il primissimo compito degli studenti è ripulire il dataset da nomi e dettagli personali per proteggere la privacy dei pazienti.

In fin dei conti, l’IA è solo il mezzo, non il fine. Vogliamo mostrare ai ragazzi che l’IA non è una scatola nera, ma uno strumento progettato dall’uomo. Demistificandola, li aiutiamo a passare da consumatori passivi di tecnologia ad architetti di soluzioni guidate dall’IA in grado di risolvere problemi del mondo reale».