Ogni nuova tecnologia porta con sé una promessa: rendere la conoscenza più accessibile.
La rivoluzione attuale rappresentata dall’intelligenza artificiale generativa si distingue per la sua concreta attuazione di tale promessa. Un sistema informatico in grado di scrivere, tradurre e disegnare ha anche il potenziale di semplificare e rendere visibile il sapere a chi, fino ad oggi, ne era escluso.
Tuttavia, l’accessibilità non è garantita automaticamente. È necessario un intervento educativo affinché l’intelligenza artificiale possa apprendere e comunicare efficacemente con individui che non rientrano in modelli neurotipici o che interpretano la realtà attraverso canali sensoriali diversi. Risulta cruciale formare l’IA affinché percepisca la diversità come norma, piuttosto che eccezione.
Questa rappresenta la sfida principale per i formatori della nuova generazione: non solo utilizzare l’IA per produrre contenuti didattici, ma educarla affinché interagisca con la varietà delle menti. Prima di sfruttare l’IA come supporto educativo, è fondamentale assumere il nuovo ruolo di “formatore delle IA”, per garantirne accessibilità, equità e apertura verso le diversità. In tal modo, si possono trasformare il prompting in pedagogia e il linguaggio in accessibilità.
Il “Plain Language” come grammatica dell’accessibilità
Un aspetto cruciale nell’addestramento di un’intelligenza artificiale per interagire con le neurodivergenze è l’implementazione di metodologie per la riformulazione di testi complessi. L’obiettivo è convertire contenuti densamente elaborati in un linguaggio semplice e chiaro, seguendo rigorosamente le linee guida dello standard UNI ISO 24495-1:2024, noto come “Plain Language” (linguaggio semplice).
Questo standard fornisce principi per redigere testi comprensibili, garantendo l’accessibilità del messaggio a una vasta varietà di lettori, incluse persone con diverse capacità cognitive. Adottare il “Plain Language” implica non solo semplificare il vocabolario, ma anche ottimizzare la struttura sintattica, ridurre ambiguità e organizzare le informazioni in modo logico.
Per un’IA che interagisce con neurodivergenze, la capacità di riformulazione è imprescindibile. Indivìdui neurodivergenti, come quelli con autismo o dislessia, possono incontrare difficoltà nel comprendere testi complessi. Un’IA addestrata a “tradurre” tali testi in formato accessibile può facilitare significativamente la comunicazione e l’accesso alle informazioni.
Tecniche di semplificazione e personalizzazione
L’addestramento dell’IA implica lo sviluppo di algoritmi avanzati nel Natural Language Processing (NLP) e Machine Learning (ML), capaci di identificare e semplificare la complessità testuale. Ciò può prevedere:
- sostituzione di parole complesse con sinonimi comuni,
- riduzione di frasi lunghe in periodi più brevi,
- utilizzo di esempi concreti per chiarire concetti astratti,
- riorganizzazione delle informazioni in elenchi puntati per migliorarne la leggibilità.
L’IA dovrebbe inoltre adattare il livello di semplificazione in base alle esigenze specifiche degli utenti, riconoscendo le diverse sfumature delle neurodivergenze. Tale approccio garantirebbe che l’output sia non solo semplice, ma anche pertinente e utile, evitando sia una semplificazione eccessiva che una insufficiente.
Il principio guida dell’addestramento delle IA è riassumibile nel prompt istruzionale:
L’addestramento tramite prompting avanzato segue una logica maieutica, non algoritmica. Non si tratta di semplicemente istruire su come “semplificare il testo”, ma di educare riguardo il come e il perché. Il formatore deve dunque fornire un set base di istruzioni semantiche per consentire alla macchina di identificare:
- contesto,
- criteri di leggibilità,
- target cognitivo,
- vincoli di chiarezza.
Un esempio di prompt formativo può essere il seguente:
| Role = “Esperto di “Plain Language”> Target = “Bambini 8-10 anni, con difficoltà di comprensione del testo”> Function =”Riscrivi i testi”> ** Usa frasi brevi, max 15 caratteri ** Scegli parole comuni e concrete ** Evita metafore e concetti astratti ** Introduci un’idea per paragrafo ** Spiega parola difficile con esempio o sinonimo semplice ** Usa tono positivo e incoraggiante |
L’IA dovrà essere corretta dal formatore umano a ogni output, effettuando una supervisione semantica, ossia non limitandosi a verificare la grammatica, ma anche la comprensibilità e il carico cognitivo.
Verifica della leggibilità e workflow testuale
Per supportare il percorso di addestramento in base agli output, il formatore può utilizzare strumenti di verifica quali:
- Indice di leggibilità Gulpease (per l’italiano),
- Controllo di frequenza lessicale (es. software di analisi linguistica),
- Il test “Prova a voce alta”, per verificare se un bambino può riassumere il testo in una frase.
Il workflow raccomandato potrebbe essere:
- Selezione del testo originale (manuale, scheda, paragrafo disciplinare).
- Prompt di addestramento → prima versione del testo elaborato dalla IA.
- Valutazione del formatore → individuazione di parole o strutture non chiare.
- Prompt di raffinamento → “riscrivi tenendo conto di queste difficoltà…”.
- Test con gruppo di prova → osservare tempi di lettura e livello di attenzione.
Il ciclo //prompt -> valuta -> adatta -> testa rappresenta formativamente la modalità di addestramento più efficace, permettendo alla macchina di apprendere a piccoli passi, con il formatore che garantisce il valore e la pertinenza linguistica.
Un caso pratico: l’incipit di Pinocchio
Un esempio pratico del workflow descrito è rappresentato dall’incipit della nota fiaba “Pinocchio” di Collodi. La IA Gemini (Google) è stata interrogata per riscrivere tale testo in forma semplificata per neurodivergenti. Ecco la versione originale:
| “C’era una volta… – Un re! – diranno subito i miei piccoli lettori. No, ragazzi, avete sbagliato. C’era una volta un pezzo di legno. Non era un legno di lusso, ma un semplice pezzo da catasta, di quelli che d’inverno si mettono nelle stufe e nei caminetti per accendere il fuoco… ” |
La IA ha riportato la seguente versione semplificata:
- C’era una volta un pezzo di legno.
- Non era un legno pregiato.
- Era un pezzo di legno comune, come quelli che si usano per il fuoco.
- Un giorno, il legno arrivò nella bottega di un falegname.
- Il falegname si chiamava Mastro Antonio.
- Tutti lo chiamavano Maestro Ciliegia perché il suo naso era rosso come una ciliegia.
- Maestro Ciliegia vide il legno e fu contento.
- Lui si strofinò le mani per la gioia.
- Poi pensò: “Con questo legno faccio una gamba per un tavolino.”
- Lui prese un’ascia.
- Voleva togliere la corteccia.
- Ma un momento prima di colpire, sentì una vocina.
- La vocina disse: “Non picchiarmi così forte!”
- Maestro Ciliegia si stupì molto.
- Lui guardò per tutta la stanza.
- Non vide nessuno.
- Lui pensò: “Ho capito. Ho immaginato io quella voce.”
- Maestro Ciliegia riprese l’ascia in mano.
- Lui colpì il pezzo di legno con un colpo forte.
Questa prima versione semplificata, pur necessitando di affinamenti, dimostra come la comprensibilità di un testo possa essere notevolmente migliorata.
La Comunicazione Aumentativa Alternativa (CAA) come grammatica visiva
Un ulteriore step per il formatore delle IA consiste nell’impiego delle intelligenze artificiali per generare immagini didattiche coerenti con i principi della Comunicazione Aumentativa Alternativa (CAA), così da visualizzare concetti astratti a studenti con bisogni di apprendimento non neurotipici.
La CAA è un approccio multimodale che integra vari metodi di comunicazione per integrare o sostituire l’uso del linguaggio parlato. Questo include simboli pittografici, tabelle comunicative e dispositivi dedicati.
In questo contesto, l’IA può assumere un ruolo chiave nella produzione di materiali didattici per alunni neurodivergenti, automatizzando e personalizzando la creazione di risorse visive e testuali. Per esempio, potrebbe generare immagini (pittogrammi o diagrammi) che rappresentano concetti astratti in maniera concreta.
- Adattare contenuti in base al profilo cognitivo e alle preferenze dell’alunno.
- Generare scenari visivi per routine quotidiane o storie sociali.
- Facilitare la comprensione di concetti complessi tramite sequenze visive.
- Migliorare l’efficienza nella creazione di materiali CAA di alta qualità per gli educatori.
Il principio guida per addestrare l’IA, in una logica maieutica, è:
| //ogni immagine deve aiutare a comprendere anche in assenza testo, non a decorare |
Nel prompting visivo, il formatore deve:
- Definire la funzione dell’immagine (descrittiva, istruttiva, simbolica).
- Esplicitare criteri di leggibilità: contrasto alto, colori primari, sfondo neutro.
- Specificare l’età cognitiva del target.
- Includere restrizioni semantiche riguardo l’immagine.
Un prompt addestrativo appropriato potrebbe essere:
| Role = “Grafico esperto di immagini CAA> Target = “Bambini 8-10 anni, con difficoltà di comprensione del testo”> Function =”Spiega il concetto di igiene personale”> ** Mostra un’azione per volta (es: lavare, pettinare) ** usa stesso personaggio e colori ** mantieni sfondo bianco e prospettiva costante ** includi pittogramma con parola chiave (“lavarsi”) |
Se addestrata correttamente, l’IA può produrre sequenze iconiche in tempi rapidissimi, utili per una vasta gamma di applicazioni didattiche.
Occorre evitare errori comuni come prompt vaghi, ad esempio “Crea immagini per bambini”, che porterebbero a immagini decorative piuttosto che funzionali all’apprendimento. Il formatore deve chiarire il significato del segno, dove un simbolo non è solo “carino”, ma rappresenta una chiave per la comprensione cognitiva.
Il workflow consigliato per CAA potrebbe essere:
- Progettare la sequenza visiva.
- Scrivere prompt strutturati con vincoli percettivi.
- Generare le immagini e controllarne la coerenza visiva.
- Richiedere correzioni tramite prompting riflessivo.
- Assemblare le immagini in schede visive.
- Aggiungere le didascalie in “plain language”.
Richieste simili possono essere elaborate anche sulla base dell’incipit di “Pinocchio”, come precedentemente illustrato.
Conclusioni
Questo viaggio nel potenziale dell’Intelligenza Artificiale Generativa come alleato dell’accessibilità didattica offre prospettive promettenti. Si tratta di una strada che invita a riflettere non solo sull’efficienza tecnologica, ma anche sull’importanza di un approccio di umanizzazione della tecnologia. L’IA, se ben addestrata, diviene non solo uno strumento per semplificare testi o generare immagini, ma un ponte verso la comprensione, capace di abbattere le barriere invisibili che escludono chi apprende in modo diverso. Ogni prompt, ogni correzione, ogni adattamento del formatore rappresenta un atto di empatia, un riconoscimento del valore della neurodiversità. Si tratta di offrire molteplici chiavi di accesso alla conoscenza, rispettando e valorizzando le individualità di ciascun studente. L’IA generativa si configura dunque come un partner prezioso per costruire un’educazione più equa e inclusiva, dove ogni studente può flore in forme diverse e raggiungere la conoscenza “a modo suo”. La vera sfida, e quella più gratificante, consiste nel trasformare la tecnologia in uno strumento di umanità profonda.
Note
[1] Utilizzare la tecnica Markdown per un linguaggio di markup semplice, convertibile in HTML e altri formati.
[2] Utilizzare piattaforme consolidate come DALL·E o Canva per la generazione di immagini.
[3] Correzioni per garantire coerenza visiva e narrativo.
[4] Scegliere tra icone di piattaforme riconosciute come PCS o Widgit.
