Exploring Students' Perceptions of Using Generative AI-Assisted Problem Posing

Immagina di stare imparando ad andare in bicicletta. Potresti anche stare lì seduto a guardare qualcun altro che pedala, oppure potresti cercare di memorizzare esattamente il percorso che ha seguito. Ma la vera magia avviene quando inizi a costruire le tue piccole rampe, a progettare i tuoi ostacoli e a capire come mantenere l'equilibrio su una superficie traballante che hai inventato tu stesso. Nel mondo dell'educazione alla fisica, questo atto di inventare le proprie sfide si chiama "problem posing" (formulazione di problemi). È un modo elegante per dire: invece di limitarti a risolvere un rompicapo matematico che qualcuno ti ha dato, ne scardini le regole, cambi i numeri o immagini un nuovo scenario per vedere se hai davvero capito come funziona l'universo.

Ora, immagina di avere un amico robot super intelligente e onnisciente (IA Generativa) che può aiutarti a costruire queste rampe. Ma ecco il punto: se chiedi semplicemente al robot, "Fammi una rampa per bici difficile", potrebbe darti qualcosa di strano o inutile. Tuttavia, se impari a parlare con il robot usando un "linguaggio segreto" chiamato prompt engineering — dove fornisci istruzioni, ruoli e passaggi molto specifici — esso diventa un partner incredibile. Questo articolo esplora cosa succede quando gli studenti imparano questo linguaggio segreto. I ricercatori volevano sapere: l'insegnare agli studenti come parlare correttamente all'IA cambia il modo in cui la usano per inventare i propri problemi di fisica? E gli studenti amano davvero usare questo amico robot per studiare, o pensano che sia un metodo che mina il processo di apprendimento?

---

L'Esperimento: Insegnare agli Studenti a Parlare con il Robot

In questo studio, i ricercatori della Purdue University hanno invitato un gruppo di studenti universitari che seguivano un corso di fisica a giocare a un gioco con l'IA Generativa. L'obiettivo era vedere se un po' di addestramento potesse trasformare un'interazione goffa con l'IA in uno strumento di studio potente. Gli studenti sono passati attraverso tre fasi nel corso di una settimana.

Per prima cosa, nella fase "Prima dell'Addestramento", agli studenti è stato chiesto di usare uno strumento di IA a loro scelta per creare una nuova versione di un problema di fisica che avevano già risolto. Dovevano chattare con l'IA, creare un nuovo problema e poi scrivere cosa pensavano della conversazione. A questo punto, la maggior parte degli studenti poneva solo domande basilari, come "Dammi una versione più difficile di questo".

Successivamente, è arrivata la fase di "Addestramento". Gli studenti hanno guardato un video di 15 minuti. Non si trattava di una lezione noiosa; insegnava loro come usare il "prompt engineering". Pensate a questo come all'apprendimento di come dare indicazioni molto specifiche a un GPS. Invece di dire solo "Vai in spiaggia", imparate a dire: "Vai in spiaggia, ma prendi la strada panoramica, evita l'autostrada e fermati per un gelato". Il video ha anche insegnato loro un modo speciale di pensare ai problemi di fisica, aiutandoli a capire come cambiare il contesto o la difficoltà di un problema in modo significativo.

Infine, nella fase "Dopo l'Addestramento", gli studenti sono tornati all'IA. Gli è stato chiesto di fare esattamente la stessa cosa: creare un nuovo problema di fisica. Ma questa volta dovevano usare il nuovo "linguaggio segreto" e le abilità di pensiero che avevano appena appreso. Successivamente, hanno riflettuto su quanto fosse diversa l'esperienza rispetto alla prima volta.

Cosa hanno Scoperto gli Studenti

I risultati sono stati come osservare un gruppo di persone che passa dal barcollare con un nuovo controller per videogiochi al diventare giocatori professionisti. Quando i ricercatori hanno esaminato le riflessioni degli studenti, hanno scoperto che il 76% degli studenti ha percepito un cambiamento positivo nel modo in cui interagiva con l'IA dopo l'addestramento.

Prima dell'addestramento, molti studenti descrivevano le loro conversazioni con l'IA come "basiche", "poco focalizzate" o come se stessero ricevendo risposte che non corrispondevano del tutto alle loro necessità. Era come cercare di ordinare una pizza personalizzata semplicemente gridando "Voglio una pizza!" e sperando nel meglio. Dopo l'addestramento, gli studenti hanno sentito che le loro conversazioni erano diventate più simili a un vero dialogo. Hanno utilizzato tecniche come il "role-playing" (dire all'IA di agire come un personaggio specifico) e il "chain of thought" (chiedere all'IA di mostrare il proprio lavoro passo dopo passo). Uno studente ha notato che prima le risposte sembravano meno dettagliate, ma dopo aver appreso le nuove tecniche, le risposte dell'IA sono diventate "più chiare, più complete e spiegavano meglio i passaggi coinvolti".

Interessante notare che i pochi studenti che non hanno percepito un grande cambiamento erano solitamente quelli che sapevano già come parlare all'IA o che stavano già usando trucchi semplici autonomamente. Per loro, l'addestramento ha solo dato un nome a cose che stavano già facendo.

Gli Studenti Vogliono Usare l'IA per Studiare?

La seconda grande domanda era: gli studenti vogliono davvero usare questo metodo per studiare da soli? La risposta è stata per lo più un allegro "Sì", ma con alcuni scontrosi "No" e alcuni "Forse".

Circa il 68% degli studenti ha avuto atteggiamenti positivi verso l'uso dell'IA per la formulazione di problemi. Lo vedevano come un modo per ottenere problemi di pratica personalizzati, ricevere feedback in stile tutoraggio e concentrarsi sulle aree specifiche in cui erano deboli. Immaginavano di usarlo per prepararsi agli esami o per approfondire la comprensione di concetti complicati. Era come avere un coach personale che poteva inventare un milione di esercizi diversi solo per te.

Un altro 17% di studenti aveva sentimenti contrastanti. Pensavano che l'idea fosse interessante e potenzialmente utile, ma erano esitanti. Alcuni temevano che l'IA potesse commettere errori o fornire problemi falsi, quindi avrebbero dovuto controllare tutto due volte. Altri sentivano che, sebbene fosse utile, preferivano attenersi ai compiti ufficiali e ai test di pratica forniti dai loro insegnanti. Erano come bambini che amano l'idea di costruire il proprio castello LEGO ma vogliono comunque assicurarsi che le istruzioni siano perfette prima di iniziare.

Infine, circa il 9% degli studenti aveva opinioni negative. Questi studenti erano fermamente contrari all'uso dell'IA per i loro studi. Le loro ragioni non riguardavano la qualità dei problemi, ma l'etica. Alcuni sentivano che fosse moralmente sbagliato usare l'IA per il lavoro scolastico, mentre altri erano preoccupati per l'impatto ambientale dell'uso di questi potenti computer. Credevano che gli studenti avessero imparato la fisica per anni senza l'IA, usando libri di testo e insegnanti umani, e che l'IA non dovesse essere incoraggiata.

Il Quadro Generale

Mettendo insieme tutti i pezzi, lo studio suggerisce una tendenza chiara: l'addestramento conta. La stragrande maggioranza degli studenti che ha percepito un miglioramento nell'interazione con l'IA dopo l'addestramento ha anche finito per avere una visione positiva dell'uso dell'IA per la formulazione di problemi. Anche tra gli studenti scettici nei confronti dell'IA in generale, quelli che hanno visto migliorare le loro interazioni hanno comunque riconosciuto che imparare come istruire l'IA era fondamentale.

I ricercatori hanno scoperto che, sebbene la maggior parte degli studenti sia aperta all'uso dell'IA come partner di studio, esiste un piccolo gruppo che non la userà mai per motivi morali. Tuttavia, per tutti gli altri, insegnare agli studenti come parlare correttamente all'IA sembra essere la chiave per sbloccarne il potenziale. Trasforma uno strumento che potrebbe limitarsi a darti risposte in un partner che ti aiuta a costruire la tua comprensione. Lo studio conclude che le scuole dovrebbero considerare l'insegnamento di queste abilità di "prompt engineering" per aiutare gli studenti a ottenere il massimo dall'IA senza perdere la propria capacità di pensiero critico. Non si tratta di sostituire lo studente con il robot; si tratta di insegnare allo studente come guidare il robot.