I ricercatori Indire presenteranno i primi dati raccolti tramite questionari nella piattaforma di formazione pensierocomputazionale.indire.it. A seguito della formazione, infatti, sono stati rilevate la percezione dei partecipanti riguardanti le proprie competenze in ingresso e in uscita, e riguardanti alcuni asset psicologici che la formazione ritiene fondamentali per la comprensione del pensiero computazionale, come il concetto di trasferibilità delle competenze in ambiti diversi, la competenza nella risoluzione di problemi e la strategia didattica del problem solving, i concetti di motivazione intrinseca ed estrinseca, e riguardanti gli stereotipi di genere nelle discipline STEM. La formazione è stata progettata in collaborazione con l’Università Politecnica delle Marche e con i fondi del Piano Nazionale Ricerca, ed è stata strutturata nei seguenti moduli formativi: Pensiero computazionale: presenta definizioni e studi nel contesto europeo e le riporta nel contesto italiano, con l’obiettivo di fornire al corsista una panoramica che gli consenta di orientarsi nei vari contesti in cui il termine “pensiero computazionale” viene utilizzato, spesso con un significato poco preciso.
Competenza digitale e DigComp: descrive il DigComp e la sua evoluzione negli anni attraverso il lavoro degli esperti del JRC e poi propone l’analisi di una unità didattica di coding e competenza digitale sperimentata a scuola.
Metodologia e pedagogia: partendo da quanto presentato nel modulo 1 e nel modulo 2, si vedrà come pensiero computazionale e competenza digitale possano integrarsi attraverso una conoscenza pedagogica precisa e puntuale rispetto a tematiche, come il problem based learning ed il project based learning che ambedue i contesti toccano in modo implicito.
Programmazione e robotica: enuclea gli aspetti informatici di coding e robotica in un percorso esercitativo che parte dai costrutti logico algoritmici di base fino a quelli più complessi, presentando contestualmente esempi, tanto di coding che di robotica, e di come integrarli in classe.
Contestualizzare l’AI generativa attraverso la storia di coding e robotica educativa: la robotica educativa ed il coding nascono in ambito educativo avendo legami stretti con la pedagogia attiva ed obiettivi strettamente collegati agli apprendimenti degli studenti. Conoscere questi aspetti, ci aiuterà a contestualizzare l’utilizzo dell’AI a scuola.
Progettazione didattica: fornisce un modello di lavoro per progettazione didattica per il coding e la robotica educativa, e, come esercitazione verrà chiesto di progettare un’unità didattica, sperimentarla in classe e analizzarne il risultato.
Divari di genere e STEM: presenta una riflessione sul divario di genere nel rapporto tra ragazze e tecnologia e sul ruolo della scuola per contrastarlo.

Relatori

• Beatrice Miotti - Tecnologa INDIRE
• Daniela Bagattini - Ricercatrice
• Giovanni Nulli - Ricercatore