Publication Date:
2026
abstract:
Lo studio esamina il potenziale dei sistemi generativi di IA nel processo di feedback
universitario, con particolare attenzione al loro contributo allo sviluppo
della feedback literacy. La ricerca, condotta con 62 studenti di area pedagogica,
ha previsto la progettazione collaborativa di un compito, la sua generazione tramite
un modello linguistico, il confronto tra i due prodotti e la ricezione di feedback
automatizzato, seguita da momenti riflessivi individuali e di gruppo. I
risultati mostrano che la comparazione con l’elaborato generato dall’IA è stata
percepita dalla maggior parte degli studenti come un’opportunità di apprendimento
metacognitivo. Il feedback automatico è stato valutato come rapido, chiaro
e utile all’integrazione dei lavori, pur evidenziando limiti legati alla genericità
e alla scarsa personalizzazione. Nel complesso, l’IA emerge come risorsa complementare
alla mediazione docente, in grado di sostenere pratiche di feedback più
sostenibili e favorire l’autoregolazione. L’esperienza suggerisce la necessità di sviluppare
una cultura educativa dell’IA che integri efficacia algoritmica e sensibilità
pedagogica
universitario, con particolare attenzione al loro contributo allo sviluppo
della feedback literacy. La ricerca, condotta con 62 studenti di area pedagogica,
ha previsto la progettazione collaborativa di un compito, la sua generazione tramite
un modello linguistico, il confronto tra i due prodotti e la ricezione di feedback
automatizzato, seguita da momenti riflessivi individuali e di gruppo. I
risultati mostrano che la comparazione con l’elaborato generato dall’IA è stata
percepita dalla maggior parte degli studenti come un’opportunità di apprendimento
metacognitivo. Il feedback automatico è stato valutato come rapido, chiaro
e utile all’integrazione dei lavori, pur evidenziando limiti legati alla genericità
e alla scarsa personalizzazione. Nel complesso, l’IA emerge come risorsa complementare
alla mediazione docente, in grado di sostenere pratiche di feedback più
sostenibili e favorire l’autoregolazione. L’esperienza suggerisce la necessità di sviluppare
una cultura educativa dell’IA che integri efficacia algoritmica e sensibilità
pedagogica
Iris type:
2.1 Contributo in volume (Capitolo o Saggio)
Keywords:
Feedback Literacy; Feedback Loop; Feedback trasformativo, Large Language Models, Higher Education
List of contributors:
Fabbri, Manuela; Laici, Chiara; Pentucci, Maila
Book title:
Valutazione e intelligenza artificiale. Prospettive didattiche, etiche e metodologiche
Published in: