di
Fabrizio Benelli
Erdet Këlliçi
Franco Maciariello
Claudio Salvadori
Vittorio Stile
Universitas Mercatorum
Tirana Business University College
Universitas Mercatorum
New Generation Sensors srl
New Generation Sensors srl
Il contesto europeo dell’AI in Education
L’integrazione dell’intelligenza artificiale nei sistemi educativi rappresenta una priorità strategica per l’Unione Europea. Le politiche su competenze digitali, il Digital Education Action Plan e l’AI Act delineano un quadro in cui la scuola è chiamata a diventare data-driven, inclusiva e tecnologicamente consapevole. In questo scenario si colloca lo studio “Enhance Student Well-being and Digital Literacy with Machine Learning and Spatial Analysis”, presentato in ambito accademico europeo.
Obiettivi della ricerca
La ricerca analizza il rapporto tra digital literacy, benessere studentesco e rendimento scolastico in tre classi di scuola superiore italiana (N=64). L’obiettivo è comprendere come competenze digitali e dinamiche spaziali dell’aula influenzino gli esiti educativi, offrendo evidenze utili per le politiche scolastiche italiane ed europee.
Metodologia: machine learning ed econometria spaziale
Lo studio integra modelli di Machine Learning, tra cui Random Forest e reti neurali, con modelli di econometria spaziale come Spatial Autoregressive Model (SAR) e Geographically Weighted Regression (GWR). I dati includono voti, questionari di benessere, test di competenza digitale, log LMS e disposizione dei banchi.
Il modello Random Forest ha spiegato il 55% della varianza nei voti finali (R²=0,55), mentre il modello SAR ha raggiunto un R²=0,725, evidenziando un significativo effetto della prossimità tra studenti sulle performance accademiche.
Risultati principali
Nel corso del semestre si è registrato un incremento medio dei voti da 5,34 a 6,15 e un miglioramento del benessere da 0,48 a 0,95. La prossimità a studenti con rendimento elevato è associata a un aumento medio di 0,38 punti nel voto finale, dimostrando l’impatto delle dinamiche spaziali.
Gli studenti con maggiore digital literacy hanno mostrato risultati accademici migliori e livelli superiori di benessere psicologico, confermando l’importanza delle competenze digitali come leva strategica per l’apprendimento.
Implicazioni per la scuola italiana ed europea
I risultati suggeriscono che le politiche educative dovrebbero integrare stabilmente la digital literacy nei curricula e considerare la progettazione fisica degli spazi scolastici come fattore determinante. La combinazione tra AI, analisi dei dati e progettazione consapevole dell’aula può supportare strategie educative più eque e mirate.
In un contesto europeo orientato alla sovranità digitale e alla trasformazione tecnologica dell’istruzione, tali evidenze rafforzano l’importanza di investimenti in formazione docente, infrastrutture digitali e governance etica dei dati.
Prospettive future
Gli autori evidenziano la necessità di ampliare il campione e replicare lo studio in altri contesti europei. Future ricerche potrebbero integrare approcci di federated learning per coniugare performance predittiva e tutela della privacy, in linea con il GDPR e le linee guida europee sull’AI.
Conclusione
L’integrazione tra machine learning, analisi spaziale e digital literacy offre un modello replicabile per migliorare rendimento e benessere studentesco. La sfida per la scuola italiana ed europea non è solo adottare l’intelligenza artificiale, ma governarne l’uso in modo etico, inclusivo e basato su evidenze scientifiche.
