Potenziare gli studenti nella Progettazione di Città e Oggetti Intelligenti: Una via alle Competenze del 21° Secolo e all’Innovazione Tecnologica

https://www.steamcity.eu/post/smart-object-co-design-with-learners

Il concetto di una città intelligente si riferisce alla “ricerca e identificazione di soluzioni intelligenti che consentono alle città di migliorare la qualità dei servizi forniti ai cittadini” (Clarival et al., 2021). In generale, le città intelligenti e gli oggetti intelligenti percepiscono lo stato dell’ambiente circostante, elaborano le informazioni in ingresso ed interpretano le condizioni esterne, intraprendendo azioni per risolvere problemi specifici (Zulkarnaen et al., 2019), sfruttando l’architettura dell’Internet delle cose (IoT) (Cocchia, 2014) (Sunyaev, 2020).

Nonostante vi sia un notevole interesse nel rendere le nostre città più intelligenti, come dimostrato dall’attenzione dei media e dall’interesse governativo, cosa siano esattamente le città intelligenti e come vengano progettate rimane piuttosto vago per le persone senza una formazione tecnica (Simonofski et al., 2019) (Clarival et al., 2021). Recenti ricerche accademiche riconoscono la necessità di permettere ai cittadini di svolgere un ruolo attivo nella progettazione delle città intelligenti (Hollands et al., 2020) (Wanderley et al., 2019). Ciò implica esporre i cittadini ai componenti tecnici su cui si basano le città intelligenti e aiutarli a capire come funzionano questi sistemi (Gianni et al., 2017) (Wolff et al., 2020), comunicando concetti complessi in un linguaggio comprensibile anche a coloro senza una formazione tecnica. La letteratura accademica ha rivelato molteplici metodi per abilitare la partecipazione di utenti non tecnici, come la creazione collaborativa di servizi pubblici coordinando cittadini e autorità cittadine (Peacock et al., 2020) (Goodman et al., 2020) (Wolff et al., 2017), garantendo coinvolgimento degli utenti finali e soluzioni inclusive (Kbar et al., 2018) attraverso workshop interattivi e iniziative online (Simonofski et al., 2017).

Nel discutere della partecipazione dei cittadini, spesso si assume che questi siano adulti. Tuttavia, i bambini e i giovani sono un gruppo essenziale di cittadini e dovrebbero essere sensibilizzati a familiarizzare e progettare soluzioni intelligenti (Hennig, 2014) (Clarival et al., 2021). Coinvolgere gli apprendisti nella progettazione di oggetti intelligenti offre diversi vantaggi, come lo sviluppo di competenze tecniche, specialmente in termini di pensiero computazionale e programmazione (Gomes et al., 2019), la consapevolezza del ruolo che anche il cittadino più giovane può svolgere nel migliorare e arricchire la nostra città, e lo sviluppo di competenze essenziali per la vita personale e professionale da adulti (Chawla et al., 2001). Questi obiettivi vanno oltre l’idea stretta di preparare programmatori e ingegneri più competenti, rappresentando un approccio più ampio per potenziare le abilità di risoluzione dei problemi, creatività, comunicazione e pensiero astratto degli apprendisti (Gomes et al., 2019). È cruciale e nostro dovere come educatori e ricercatori non solo educare gli apprendisti di oggi nelle competenze del 21° secolo, ma anche abilitarli a progettare e contribuire al loro futuro tecnologico (Kinnula et al., 2019). Gli apprendisti dovrebbero svolgere un ruolo attivo nel processo di progettazione, comprendendo, riflettendo criticamente e guidando l’innovazione delle soluzioni intelligenti (Iversen et al., 2017) (Iivari et al., 2018).

Nel contesto della progettazione di città intelligenti e oggetti intelligenti, gli apprendisti sono tipicamente coinvolti nell’apprendimento basato su progetti che si basa su compiti complessi, stimolanti domande o problemi che richiedono ai partecipanti di progettare, sperimentare con la risoluzione dei problemi e prendere decisioni. L’apprendimento basato su progetti introduce il pensiero computazionale in modo che i partecipanti possano imparare attraverso scenari autentici in un approccio iterativo alla creazione di prodotti realistici con programmazione e robotica (Bakala et al., 2021)(Gomes et al., 2019). In questo modo, gli apprendisti partecipano attivamente alla costruzione, creazione e personalizzazione di oggetti quotidiani per risolvere problemi personali e socialmente significativi, promuovendo un apprendimento attivo e significativo (Gomes et al., 2019).

Impegno e Risorse di SteamCity
Per consentire ai moderatori e agli educatori di proporre attività legate alle città intelligenti con gli apprendisti durante attività formali e non formali senza richiedere competenze tecniche specifiche, il progetto SteamCity mira a sistematizzare e rilasciare materiali educativi in un formato aperto, sia in termini di protocolli che di strumenti. Nel contesto della co-progettazione di oggetti intelligenti, il materiale educativo rilasciato consiste in un protocollo articolato su almeno 6 ore distribuite su 3 giorni e quattro fasi ampiamente riconosciute nella letteratura (Thoring et al., 2011):

  1. Fase di familiarizzazione o esplorazione per acquisire la terminologia legata alle città intelligenti, agli oggetti intelligenti, ai sensori e agli attuatori.
  2. Fase di ideazione per concepire e concettualizzare nuove idee intelligenti.
  3. Fase di programmazione per programmare soluzioni intelligenti.
  4. Fase di prototipazione per simulare il comportamento della soluzione proposta.

Manuale operativo open source
Il manuale è destinato agli educatori per consentire loro di moderare le

attività in classe o durante attività educative extrascolastiche, preferibilmente svolte di persona. Si alternano lezioni frontali per imparare concetti interattivamente, attività di laboratorio individuali e sessioni collettive di riflessione. L’obiettivo educativo della parte di programmazione è acquisire competenze nel pensiero computazionale e nella programmazione per l’uso consapevole e la comprensione di cicli, e condizioni semplici e complesse utilizzando operatori booleani, e applicare queste competenze apprese in progetti concreti per la creazione di oggetti intelligenti capaci di supportare o ostacolare veicoli autonomi.

Il manuale è composto da:

  1. Manuale di preparazione: una sezione deliberatamente dettagliata per l’educatore da leggere e interiorizzare prima di proporre l’attività agli studenti. Si propone di dettagliare il protocollo da seguire e fornire una serie di punti di riflessione per capire le ragioni di proporre l’attività in questo modo, obiettivi di apprendimento, possibilità di personalizzazione e avvertenze riguardo agli aspetti sensibili da affrontare e gestire, come errori comuni e concetti facilmente fraintendibili.
  2. Checklist per verificare che tutti i materiali siano pronti.
  3. Materiale fisico e digitale per moderare l’attività, compresa una versione compatta del protocollo, questionari e materiali di supporto.

La parte di valutazione dell’attività si basa sul monitoraggio e sulla valutazione dell’impegno e dell’apprendimento. La procedura di valutazione si basa su:

  1. Un questionario per valutare l’impegno alla fine dell’attività, chiedendo ai partecipanti di autovalutare la percezione di semplicità e divertimento.
  2. Diari degli osservatori per tenere traccia dell’impegno osservato dai moderatori e/o osservatori esterni, con note prese durante le attività o immediatamente dopo.
  3. Questionari condotti prima e dopo le attività di programmazione per valutare la competenza nella comprensione e produzione del codice.
  4. Valutazione dell’esito presentato durante ciascuna fase di programmazione.

Dettagli dell’esperimento
Approfondendo il protocollo, le seguenti sono le fasi dell’esperimento:

Fase 1Familiarizzazione e Ideazione: Il workshop inizia con l’amministrazione di questionari di ingresso e una sessione introduttiva, della durata approssimativa di 15 minuti. Lo strumento principale utilizzato per questo passaggio è il “Questionario di Aspettative e Profilazione dei Partecipanti”. Passando al secondo passo, si svolge un processo di familiarizzazione della durata di 30 minuti, utilizzando carte sensoriali e attuatori simili a quelli utilizzati nel gioco della memoria. Durante questa fase, viene introdotto il concetto di oggetti intelligenti, capaci di rispondere autonomamente agli stimoli esterni tramite sensori e attuatori, con esempi pratici per concretizzare l’esplorazione. Il terzo passo, della durata di 60 minuti, porta i partecipanti nella fase di ideazione, facilitata dalla bacheca di ideazione e dalle carte di oggetti, sensori e attuatori. Questa fase si svolge individualmente, con un approccio pratico, e presenta la missione di progettare oggetti intelligenti che possano supportare o ostacolare veicoli autonomi. Infine, il quarto passo, che dura 15 minuti, segna la conclusione delle attività, concentrandosi sulla raccolta del lavoro e su una breve riflessione.

Fase 2 Implementazione: La seconda fase è una progressione strutturata. Inizia con il primo passo, una somministrazione di un questionario di apprendimento della durata di 15 minuti. Il secondo passo introduce i cicli in una lezione frontale di 10 minuti utilizzando MakeCode, con esempi guidati di crescente complessità e coinvolgimento interattivo attraverso domande e sfide. Questo passaggio copre vari tipi di cicli, tra cui l’assenza (blocco START), cicli infiniti (FOREVER), ripetizioni finite (ciclo FOR) e cicli condizionali (ciclo WHILE). Il terzo passo prevede una pratica pratica di 15 minuti con cicli, seguita da una breve riflessione collettiva nel quarto passo. Procedendo, il quinto passo dedica 10 minuti a un’altra lezione frontale utilizzando MakeCode, introducendo condizioni semplici e confronti con coinvolgimento interattivo degli studenti. Gli esempi mostrano l’uso di IF e ELSE con diversi sensori e attuatori per ispirare la creatività. Il sesto passo fornisce 20 minuti per l’esplorazione pratica individuale di condizioni semplici e confronti. Infine, il settimo passo si conclude con una riflessione collettiva di 10 minuti.

Fase 3 – Continuazione dell’implementazione: La fase finale inizia con il primo passo, una lezione frontale di 15 minuti tramite MakeCode. Questa fase introduce condizioni complesse attraverso esempi guidati, progredendo incrementalmente in complessità e utilizzando operatori booleani come AND, OR e NOT. Seguendo questo, il secondo passo coinvolge i partecipanti per 25 minuti in una pratica pratica individuale con condizioni complesse. Il terzo passo fornisce un momento di riflessione collettiva di 30 minuti, portando al quarto passo in cui gli apprendisti possono perfezionare le loro idee pratiche individualmente in 30 minuti. La fase si conclude con l’ultimo passo, che prevede una somministrazione di 10 minuti del questionario di uscita sull’apprendimento e sull’impegno.

Conclusioni
Circondati da una realtà digitale in continua evoluzione e dalla pressione di rendere le nostre città più intelligenti, tutti i cittadini, indipendentemente dall’età e dalle competenze tecniche, devono imparare a padroneggiare gli strumenti che il mondo digitale offre e contribuire attivamente alla proposta e progettazione di oggetti intelligenti. Il progetto STEAMCity mira a fornire tutti gli strumenti necessari per consentire agli educatori di guidare la formazione e l’apprendimento dei loro apprendisti. In particolare, il cluster sulla mobilità del progetto propone un protocollo per la co-progettazione di oggetti intelligenti in grado di assistere o ostacolare veicoli autonomi. Il protocollo riassunto in questo articolo è descritto dettagliatamente nel manuale dell’educatore, liberamente accessibile a tutti i moderatori interessati. Esso contiene linee guida pratiche e operative per consentire una riproducibilità facile e un confronto equo tra attività simili. Tutti gli aspetti suggeriti nel protocollo sono motivati e giustificati dalla letteratura scientifica e/o sperimentazione sul campo, accompagnati da opportunità di personalizzazione e metodi e strumenti suggeriti per l’esecuzione e la valutazione dei risultati ottenuti durante l’esecuzione dell’attività.