Scopri anche

• L'impatto dei Capex Big Tech sull'ecosistema AI e i risultati trimestrali di Nvidia
• L'aumento dei prezzi dell'hardware spinge verso il cloud gaming
• AMD: volatilità del titolo e aspettative AI in vista degli utili del 3 febbraio
• Yahoo lancia Scout, il motore di risposte AI integrato nei suoi servizi
• Google Search Integra Gemini 3 per una Ricerca Conversazionale e Senza Interruzioni
• Nvidia e l'economia delle AI factories: la piattaforma Rubin e il nuovo paradigma infrastrutturale
• AMD: performance azionaria sotto pressione prima degli earnings nonostante la forza dei server CPU
• SynthSmith: addestramento AI con dati sintetici e nuove architetture chip
• Architettura dell'informazione AI-first: oltre l'interfaccia conversazionale
• Sperimentazione di Software AI per l'Insegnamento Linguistico: Il Caso dell'Università per Stranieri di Perugia
• Intel: la rinascita dei chip AI spinge il titolo ai massimi biennali
• AMD: la transizione strategica verso la leadership AI e data center
• Nvidia: Analisi delle Fluttuazioni del Titolo tra Tensioni Geopolitiche e Crescita AI
• AMD: strategia AI e crescita nel data center nel 2026
• Havas lancia AVA: il portale AI unificato per rivoluzionare il lavoro delle agenzie
• Soluzioni di raffreddamento per data center AI e HPC: dalla tradizione al liquido
• Chrome si trasforma con l'integrazione di Gemini: tutte le nuove funzionalità AI
• Google Chrome si rinnova con l'integrazione di Gemini: il browser diventa assistente AI
• AMD Instinct MI400 e MI500: la roadmap 2026-2027 per sfidare Nvidia nel mercato AI
• La strategia AI di AMD: obiettivi di crescita e roadmap tecnologica

Winter School Unistrapg 2026: Sperimentazione IA per l'Apprendimento Linguistico

Winter School Unistrapg 2026: Sperimentazione IA per l'Apprendimento Linguistico

Cinque giorni intensi e densi di attività hanno caratterizzato la Winter School on Artificial Intelligence for Language Learning, Teaching, and Assessment all'Università per Stranieri di Perugia. L'evento ha rappresentato un laboratorio vivo sull'intelligenza artificiale, attraversato da una sperimentazione reale avvenuta in simultanea durante una conferenza internazionale con partecipanti da tutto il mondo.

Il contesto scientifico e istituzionale

⬆ Torna su

La Winter School si è svolta in collaborazione con ALTE (Association of Language Testers in Europe) e con il CVCL dell'Unistrapg, full member di ALTE. L'iniziativa rientra nell'ambito del progetto TNE "IMPACT", finanziato dal MUR con fondi PNRR. La sperimentazione è stata realizzata da un team coordinato da Letizia Cinganotto, composto da Leonardo Angelini, Daniele Gaetti, Giorgia Montanucci, Sara Ferretti, Simone Filippetti e Talia Sbardella.

AI Translator: prototipo testato in tempo reale

⬆ Torna su

Durante gli incontri in Aula Magna è stato presentato e utilizzato in tempo reale "AI Translator", un software applicato sperimentalmente mentre il convegno era in corso. Si tratta di un prototipo messo alla prova nel flusso stesso del dialogo scientifico. Leonardo Angelini è indicato come autore del software.

La caratteristica distintiva di questa sperimentazione è stata l'applicazione del software durante lo svolgimento effettivo della conferenza, permettendo una validazione immediata delle sue funzionalità.

AIDI: chatbot per l'apprendimento dell'italiano L2/LS

⬆ Torna su

Accanto alla sperimentazione di AI Translator, ha preso forma AIDI, una chatbot pensata specificamente per l'apprendimento e il dialogo in italiano. Questa intelligenza artificiale è progettata per insegnare e apprendere l'italiano come L2/LS, sviluppata in collaborazione con l'Università Telematica degli Studi IUL.

AIDI nasce all'interno di una ricerca che ha l'obiettivo di integrare funzionalità di intelligenza artificiale nei corsi online di italiano all'Unistrapg. Il progetto mira a potenziare la pratica linguistica, semplificare l'accesso alle informazioni, favorire percorsi personalizzati e orientare gli studenti in modo più efficace.

Il progetto di ricerca su AIDI coinvolge inoltre Roberto Dolci dell'Unistrapg e Francesco Mugnai, sviluppatore senior dell'Università Telematica degli Studi IUL.

Scenari ItalIAni: apprendimento attraverso simulazioni

⬆ Torna su

Durante la Winter School è stata presentata anche l'app "Scenari ItalIAni", uno spazio applicativo e narrativo in cui la lingua fa da protagonista. L'applicazione lavora sulla simulazione di contesti comunicativi, sull'interazione situata e sulla possibilità di apprendere l'italiano attraverso situazioni, scelte e dialoghi che rispecchiano la complessità del reale.

L'approccio si concentra sulla creazione di scenari che mimano contesti di vita quotidiana, permettendo agli studenti di esercitare le competenze linguistiche in ambienti simulati ma realistici.

Il framework di ricerca più ampio

⬆ Torna su

Le sperimentazioni presentate durante la Winter School si inseriscono in un contesto di ricerca più ampio sull'insegnamento digitale dell'italiano. Il progetto "Insegnare/apprendere l'italiano L2/LS in digitale: focus sui corsi online dalla progettazione alla valutazione" mira a valorizzare le risorse online per l'autoapprendimento della lingua italiana, sfruttandone le potenzialità e testandole con campioni di studenti.

L'approccio adottato combina elementi narrativo-contenutistici, riferiti a "ciò che l'uso della lingua crea", con una prospettiva funzionale che descrive "la lingua in azione". I percorsi formativi sono progettati per rispondere ai bisogni specifici degli apprendenti nelle diverse situazioni di vita quotidiana.

Metodologia e fasi di sviluppo

⬆ Torna su

La ricerca si sviluppa nel corso di un periodo di circa due anni ed è articolata in cinque fasi distinte. La prima fase si concentra sull'analisi preliminare delle potenzialità di ampliamento del curriculum dei corsi online. La seconda fase riguarda la realizzazione e implementazione di materiali didattici innovativi e interattivi.

La terza fase prevede il monitoraggio delle attività nei corsi online, con rilevazione e analisi dei dati sulle performance degli studenti e sui loro feedback. La quarta fase mira alle prospettive di miglioramento basate sull'analisi dei dati, mentre la quinta fase è dedicata alla disseminazione dei risultati attraverso pubblicazioni accademiche e conferenze internazionali.

Questo articolo è stato redatto esclusivamente sulla base delle fonti elencate, senza aggiunte speculative o informazioni esterne.

Fonti

⬆ Torna su

• https://www.lavocedelterritorio.it/index.php/allunistrapg-si-sperimentano-software-per-linsegnamento-e-lapprendimento-linguistico/
• https://www.umbriacronaca.it/2026/01/23/alla-stranieri-si-sperimentano-software-per-linsegnamento-linguistico/
• https://www.unistrapg.it/it/conoscere-l-ateneo/organi-e-strutture/dipartimento-di-lingua-letteratura-e-arti-italiane-nel-mondo/ricerca/corsi-online-di-lingua-e-cultura-italiana