Il progetto Artificial Intelligence and Feedback for Effective Learning (Intelligenza Artificiale e Feedback per un Apprendimento Efficace) ha l’obiettivo di fornire un metodo, un’interfaccia intuitiva e dei tutorial per utilizzare framework open source gratuiti di Machine Learning per fini educativi, con lo scopo di fornire feedback di qualità anche a gruppi numerosi di studenti. L’obiettivo generale è costruire un sistema che possa supportare un apprendimento efficace, mantenendo comunque la sostenibilità. Il progetto intende quindi utilizzare la tecnologia per cogliere aspetti e identificare analogie a supporto  dell'essere umano.

Basandosi su dati da analisi documentali e sperimentazioni sul campo, il progetto fornirà strumenti per l’uso dei framework open source di Machine Learning da parte di insegnanti e studenti. La fase di progettazione e sviluppo permetterà alle università di sperimentare in contesti reali, testando il funzionamento, l'affidabilità, la rilevanza e l’utilità ai fini dell’apprendimento, sia per i docenti sia per i  discenti.
Inoltre, i dati raccolti permetteranno di:

a) perfezionare il modello d’uso del software nel fornire feedback;
b) validare gli aspetti e i processi che hanno portato a un apprendimento efficace;
c) identificare potenziali sviluppi futuri e elementi associati che potrebbero emergere nel tempo durante l’implementazione. Poiché il software sarà utilizzato in discipline differenti, le variabili legate agli aspetti contestuali, alle dimensioni e agli attributi specifici saranno oggetto di analisi.

I progressi scientifici implicano la possibilità di utilizzare il feedback nei processi di insegnamento-apprendimento, supportando un apprendimento efficace anche  nei corsi con un ampio numero di studenti. La ricerca riguarda la comprensione più profonda delle interazioni uomo-macchina e la disponibilità di strumenti e procedure validate per l’uso quotidiano.

The Artificial Intelligence and Feedback for Effective Learning project aims to provide a method, a friendly interface and related tutorials to use free Open Source Machine Learning Frameworks for educational feedback purposes to ensure quality feedback for large students groups. The overarching aim is to build a system that can support effective learning being in any case sustainable. The project intends thus to use technology to capture aspects and identify similarities that a human agent might not notice.

The project, based on desk and field data, will provide instruments for using the free Open Source Machine Learning Frameworks by teachers and students. The design and development phase will enable universities to pilot in real settings to test functioning, reliability, perceived relevance and usefulness for learning purposes by teachers and learners. Furthermore, data collected will allow to

a) refine the model of the use of the software for feedback purposes; 

b) validate the aspects and processes which resulted in successful effective learning; 

c) identify potential development and associated elements that could emerge during the implementation over time. Since the software will be used in different field subjects, variables related to contextual aspects, facets and attributes will be subject to analysis.

Scientific advancements include an increased capacity in the teaching and learning process to use feedback for effective learning also in large-size lecturers; technological advancements are related to increased understanding of human-machine interactions and availability of validated tools and procedures to use it in daily work.