Call for Abstract - Vol. 6, num. 12, dicembre 2025

 

PERSONALIZZAZIONE DIDATTICA E INTELLIGENZA ARTIFICIALE: IMPATTI, SVILUPPI E CRITICITÀ IN EDUCAZIONE

Personalized learning and Artificial Intelligence: Impacts, Developments and Criticalities in Education

 

Il concetto di personalizzazione didattica viene costantemente richiamato nella normativa scolastica italiana, sin dalla Legge n. 53/2003 che sottolinea l'importanza di adattare l'insegnamento alle caratteristiche e ai ritmi di apprendimento di ciascun alunno ed alunna. Tale concetto viene ripreso, tra gli altri, nelle Indicazioni Nazionali del Curricolo (2012) e nelle più recenti Linee guida per l’orientamento (2022), in cui si evidenzia l'importanza di adattare i percorsi formativi alle esigenze individuali degli studenti, riconoscendo e valorizzando i loro talenti e potenzialità.

La personalizzazione didattica è un approccio educativo che si propone di creare percorsi di apprendimento tenendo in considerazione le capacità, i tempi, gli interessi e le difficoltà degli studenti, con l’obiettivo di valorizzarne il potenziale e migliorare i risultati scolastici (Zanniello, 2010; 2018)

L'intelligenza artificiale generativa ha il potenziale per migliorare la personalizzazione didattica, offrendo strumenti che possono adattarsi alle esigenze di apprendimento individuali, fornendo supporto in tempo reale a studenti e docenti. Le indicazioni della Commissione Europea (2023) e dell’UNESCO (Miao & Cukurova,2024) enfatizzano l’importanza di utilizzare l’intelligenza artificiale in modo responsabile ed etico nell’istruzione, con particolare attenzione alla personalizzazione dell’apprendimento per migliorare i risultati scolastici e il coinvolgimento degli studenti (Muscarà et al, 2024). L’utilizzo di AI in educazione può permettere infatti la creazione di contenuti didattici su misura; può migliorare le attività di tutoraggio e le modalità di erogazione dei feedback; può analizzare l’andamento degli studenti in modo maggiormente dinamico; può facilitare l’accessibilità dei contenuti didattici; può permettere una maggiore conoscenza e sviluppo delle proprie potenzialità (Mori & Niewint, 2024). Tuttavia, questo richiede che i docenti acquisiscano una solida conoscenza di tali strumenti, che li utilizzino in modo consapevole e che siano in grado di sfruttarne appieno il potenziale per migliorare l’esperienza di apprendimento: per tale ragione, risulta essenziale una riflessione critica sulle modalità con cui introdurre le nuove tecnologie e l'intelligenza artificiale generativa in un contesto didattico (Gulbay et al., 2024).

Obiettivo della presente call for paper è di raccogliere contributi in grado di illustrare ed esplorare le potenzialità, i rischi e le ricadute dell’utilizzo dell’intelligenza artificiale per una maggiore personalizzazione didattica e lo sviluppo delle potenzialità degli studenti.

Verranno, dunque, accolti contributi specificatamente orientati ad approfondire una delle seguenti tematiche:

  • Progettazione di percorsi didattici ed educativi personalizzati, sfruttando nuove tecnologie e strumenti di intelligenza artificiale.
  • Sviluppo di esperienze innovative nella formazione del personale scolastico riguardanti l’intelligenza artificiale generativa e la personalizzazione didattica.
  • Creazione di percorsi didattici anche grazie all’integrazione dell’intelligenza artificiale generativa.
  • Realizzazione di ambienti di apprendimento per una didattica inclusiva e personalizzata, resa possibile dall’uso efficace dell’intelligenza artificiale generativa.
  • Valutazione dell’impatto e della ricaduta degli interventi formativi per il personale scolastico sull’utilizzo dell’intelligenza artificiale in aula.
  • Analisi dell’efficacia dei percorsi didattici personalizzati attraverso l’applicazione di strumenti di intelligenza artificiale generativa.

 

Parole chiave: Personalizzazione Didattica; Intelligenza Artificiale Generativa; Innovazione Didattica; Valutazione di impatto; Inclusione; Ambienti di apprendimento; Percorsi Educativi Personalizzati.

 

Curatori:

Alessandra La Marca, Professoressa Ordinaria di Didattica e Pedagogia speciale, Dipartimento di Scienze Psicologiche, Pedagogiche, dell’Esercizio Fisico e della Formazione, Università degli Studi di Palermo.

Marinella Muscarà, Professoressa Ordinaria di Didattica e Pedagogia speciale, Dipartimento di Studi classici, linguistici e della formazione, Università Kore di Enna

Sara Mori, Ricercatrice INDIRE, Docente IUL

Jean-François Chesné. Coordinatore Centro nazionale di studi sui sistemi scolastici, Conservatorio nazionale di arti e mestieri

 

Bibliografia di riferimento

Gulbay, E., Falzone, Y., & La Marca, A. (2024). Intelligenza artificiale e formazione dei futuri insegnanti. In Professionalità docenti. Percorsi e strumenti. Pensa Multimedia.

European Commission: European Education and Culture Executive Agency. (2023). AI report – By the European Digital Education Hub’s Squad on artificial intelligence in education. Publications Office of the European Union. https://data.europa.eu/doi/10.2797/828281

Miao, F., & Cukurova, M. (2024). AI competency framework for teachers. UNESCO. https://doi.org/10.54675/ZJTE2084

Mori, S., & Niewint, J. (2024). Personalization and teaching: Cognitive processes and digital technologies for the development of everyone's potential. QWERTY-Interdisciplinary Journal of Technology, Culture and Education, 19(2), 59-80. https://doi.org/10.30557/QW000086

Muscarà, M., Romano, A., Lizio, A., & Carnazzo, V. (2024). Le Emotional Technologies nell’educazione: Sviluppo, impatto e prospettive per una pedagogia digitale innovativa. Research Trends in Humanities Education & Philosophy, 11, 10-18.

Zanniello, G. (2010). Dalla pedagogia della persona alla didattica per la persona. In G. Malizia & S. Cicatelli (Eds.), La scuola della persona (pp. 11-30). Armando.

Zanniello, G. (2018). Il concetto di personalizzazione: Evoluzione teorica e applicazioni scolastiche. In Centro Studi per la Scuola Cattolica (Ed.), Personalizzazione e progetto educativo. Scuola Cattolica in Italia. Ventesimo rapporto (pp. 11-64). La Scuola.

 

Tipologie di contributo

IUL Research accetta contributi in italiano e inglese che rientrino in una delle seguenti tipologie:

  • Research papers: contributi di natura scientifica che comprendano una letteratura di riferimento, una dichiarazione del problema, l’indicazione delle domande di ricerca, la descrizione della metodologia, la presentazione dei risultati della ricerca e la relativa discussione. Lunghezza massima: 6000 parole.
  • Reflection papers: contributi teorici o commenti di approfondimento su una delle tematiche previste dalla call. Lunghezza massima: 5000 parole.
  • Systematic review: revisione esaustiva dei principali riferimenti bibliografici disponibili in relazione a una delle tematiche previste dalla call. Lunghezza massima: 8000 parole.
  • Voices from the field: descrizione di esempi e casi di studio particolarmente rilevanti circa un particolare ambito di sperimentazione. Lunghezza massima: 4500 parole.

Saranno inoltre accolte in una sezione dedicata anche recensioni di volumi italiani o stranieri che abbiano negli ultimi anni contribuito ad arricchire la ricerca educativa attraverso approfondimenti di aspetti inerenti alla call (lunghezza massima: 800 parole).

Lingua: italiano o inglese.

 

Per l’invio degli abstract si prega di seguire le indicazioni a partire dal seguente link: https://iulresearch.iuline.it/index.php/IUL-RES/about/submissions

Gli abstract, in forma anonima, dovranno essere in italiano e inglese, avere una lunghezza compresa fra le 400 e le 600 parole ed essere corredati da 3 a 5 parole chiave in italiano e inglese. Gli autori dovranno fornire insieme all’abstract un breve profilo biografico (massimo 200 parole) in un file separato. Dopo l’eventuale accettazione dell’abstract, per la predisposizione del manoscritto dovrà essere utilizzato il template della rivista e si dovrà fare riferimento alle Linee guida per gli autori.

 

 Date importanti:

  • Invio degli abstract: entro il 16 marzo 2025.
  • Valutazione degli abstract pervenuti e comunicazione degli esiti ai proponenti: entro il 28 marzo 2025.
  • Invio manoscritti per gli abstract accettati: entro il 25 maggio 2025.