Didattica Digitale e Metodologie

Didattica digitale e metodologie innovative per l’apprendimento attivo

DESCRIZIONE

Il corso è finalizzato allo sviluppo delle competenze digitali dei docenti e all’utilizzo di metodologie didattiche innovative per migliorare la qualità dell’insegnamento e favorire un apprendimento attivo, inclusivo e partecipativo. Il percorso approfondisce strumenti digitali, ambienti collaborativi e strategie metodologiche innovative, promuovendo un uso consapevole delle tecnologie nella progettazione e gestione della didattica.

OBIETTIVI

Rafforzare le competenze digitali dei docenti per un utilizzo efficace delle tecnologie nella didattica.
Promuovere metodologie didattiche innovative orientate all’apprendimento attivo e partecipativo.
Favorire la progettazione di ambienti di apprendimento digitali inclusivi e collaborativi.
Sviluppare competenze nell’utilizzo di strumenti digitali per la valutazione e il monitoraggio degli apprendimenti.
Potenziare la capacità di integrare tecnologie e metodologie innovative nella pratica didattica quotidiana.

CONTENUTI

Competenze digitali dei docenti e quadro europeo DigCompEdu.
Strumenti e piattaforme per la didattica digitale integrata.
Creazione di contenuti multimediali e gestione di classi virtuali.
Educazione ai media, cittadinanza digitale e sicurezza online.
Metodologie innovative: flipped classroom, cooperative learning, problem based learning e gamification.
Utilizzo delle tecnologie per la personalizzazione degli apprendimenti e l’inclusione.
Strumenti digitali per la valutazione formativa e il monitoraggio degli apprendimenti.
Progettazione di attività didattiche digitali e collaborative.
Sperimentazione pratica di strumenti e metodologie innovative.
Condivisione di buone pratiche e costruzione di comunità di apprendimento professionale.

MAPPATURA DELLE COMPETENZE

Capacità di utilizzare piattaforme e strumenti digitali per la progettazione e gestione della didattica.
Capacità di progettare attività didattiche innovative e centrate sullo studente.
Capacità di utilizzare tecnologie digitali per favorire inclusione e personalizzazione degli apprendimenti.
Capacità di applicare metodologie innovative per sviluppare autonomia, creatività e collaborazione negli studenti.
Capacità di utilizzare strumenti digitali per la valutazione formativa e il feedback continuo.

L’Intelligenza Artificiale a Scuola

DESCRIZIONE

Il corso introduce i docenti all’uso di applicativi di Intelligenza Artificiale basati su tecnologia RAG (Retrieval-Augmented Generation), che consentono di “istruire” l’IA affinché operi esclusivamente su un corpus di fonti selezionate e validate dal docente (testi, dispense, video, siti web). Questo approccio riduce il rischio di allucinazioni algoritmiche e garantisce la tracciabilità e verificabilità delle informazioni.
Attraverso laboratori pratici, i docenti sperimenteranno la configurazione e l’uso di questi strumenti, sviluppando una competenza critica e consapevole nella scelta e nell’impiego dell’IA in classe, trasformando la tecnologia in un alleato della didattica senza sostituire il ruolo pedagogico del docente. Il percorso integra principi etici, sicurezza dei dati e conformità normativa, rendendo l’IA un supporto pedagogico sicuro e creativo.

OBIETTIVI

Comprendere i principi di funzionamento dei sistemi IA RAG e dei modelli linguistici avanzati.
Configurare ambienti IA personalizzati per la didattica, garantendo sicurezza, privacy e tracciabilità delle informazioni.
Integrare l’IA nella progettazione didattica, nella creazione di contenuti multimediali e nella valutazione degli apprendimenti.
Promuovere un uso etico, responsabile e pedagogicamente fondato dell’IA in classe.

CONTENUTI

Introduzione all’Intelligenza Artificiale

Cos’è l’IA: definizione e principi base
Tipologie di IA: generativa, predittiva, adattiva (LLM, reti neurali)
Tecnologia RAG (Retrieval-Augmented Generation)
Limiti dei sistemi IA: bias, discriminazioni e allucinazioni algoritmiche
Prompt engineering per ottenere output efficaci
Etica e normativa: GDPR, AI Act, privacy by design e by default, uso responsabile dell’IA in classe

Integrazione dell’IA nella didattica

Ruolo del docente nell’utilizzo dell’IA in classe
Supporto alla progettazione di unità di apprendimento (UDA)
Produzione di contenuti didattici, mappe concettuali, testi e materiali multimediali guidati dall’IA
Strategie per personalizzare l’apprendimento e supportare studenti con bisogni educativi speciali
Supporto alla valutazione e autovalutazione degli studenti

Come utilizzare l’IA in classe

Configurazione del corpus e istruzione dell’IA: selezione fonti, caricamento dati, impostazioni di sicurezza e privacy
Gestione delle allucinazioni algoritmiche: identificazione, correzione e verifica delle informazioni
Tracciabilità e citazione delle fonti: note a piè di pagina, rimandi diretti e documentazione dei contenuti

Strumenti IA più usati per l’insegnamento e lo studio

NotebookLM – riassunti e quiz
Claude – supporto alla scrittura e creazione di materiali interattivi
Gemini – pianificazione di lezioni, rubriche di valutazione e materiali didattici
Perplexity – ricerche e approfondimenti

MAPPATURA DELLE COMPETENZE

Capacità di configurare e utilizzare applicativi IA RAG in contesti educativi in totale sicurezza
Abilità nel progettare attività didattiche personalizzate e multimediali con il supporto dell’IA
Competenza nel riconoscere e gestire output non affidabili o distorti, mantenendo il controllo pedagogico

L’IA nella didattica del secondo ciclo (docenti e studenti)

DESCRIZIONE

Il laboratorio sul campo è rivolto a docenti e studenti della scuola secondaria di secondo grado e rappresenta un ambiente di sperimentazione avanzata dell’Intelligenza Artificiale (IA) applicata ai processi di insegnamento e apprendimento. L’attività si basa su un approccio laboratoriale, interdisciplinare e orientato a compiti autentici, in cui l’IA diventa uno strumento di supporto alla ricerca, alla progettazione, all’analisi dei dati e alla produzione di contenuti complessi.
Gli studenti sono coinvolti in attività di co-progettazione e problem solving, mentre i docenti assumono il ruolo di facilitatori, supervisori critici e garanti della qualità pedagogica. Il laboratorio promuove l’uso consapevole e responsabile dell’IA, sviluppando competenze digitali avanzate, spirito critico e capacità di applicazione in contesti reali e disciplinari.

OBIETTIVI

Sperimentare l’uso dell’IA in contesti didattici complessi e interdisciplinari.
Promuovere competenze avanzate di problem solving e pensiero critico.
Favorire la progettazione collaborativa di prodotti digitali e multimediali.
Sviluppare capacità di analisi, interpretazione e gestione dei dati.
Rafforzare la consapevolezza etica e il uso responsabile dell’IA.

CONTENUTI

Introduzione operativa all’IA nella didattica avanzata

Modelli di Intelligenza Artificiale generativa, predittiva e sistemi RAG
Applicazioni dell’IA nei diversi ambiti disciplinari
Limiti, rischi e affidabilità dei sistemi IA
Ruolo del docente nella didattica aumentata dall’IA

IA per la progettazione e la ricerca interdisciplinare

Progettazione di UDA e compiti autentici con supporto IA
Ricerca guidata e analisi di fonti digitali
Uso dell’IA per la sintesi e rielaborazione dei contenuti
Sviluppo di percorsi interdisciplinari (STEM, umanistico, tecnico-professionale)

Produzione di contenuti digitali avanzati

Creazione di testi, report, presentazioni e documenti complessi
Progettazione di prompt per narrazione digitale
Storytelling multimediale (video, podcast, documentari, simulazioni)
Generazione di contenuti visivi e audio con IA
Progettazione di prodotti digitali per la comunicazione dei risultati

IA per l’analisi dei dati e la valutazione

Raccolta e analisi di dati di apprendimento
Interpretazione di risultati e performance
Costruzione di rubriche e indicatori di competenza
Feedback personalizzato e valutazione formativa avanzata

Problem solving e simulazioni con IA

Simulazione di scenari reali (scientifici, economici, tecnici, sociali)
Progettazione di soluzioni a problemi reali (CBL – Challenge Based Learning)
Modellizzazione di problemi complessi
Sviluppo di piccoli modelli di analisi dati e machine learning
Produzione collaborativa di artefatti digitali
Uso dell’IA per supportare decisioni e strategie
Analisi di casi studio e progettazione di soluzioni

Ambienti di apprendimento e studio con IA

Creazione di ambienti digitali guidati per lo studio
Utilizzo dell’IA per approfondimenti disciplinari
Sistemi di supporto alla ricerca e alla rielaborazione dei contenuti
Monitoraggio dei percorsi di apprendimento

Analisi critica dei media e cittadinanza digitale

Uso responsabile e consapevole dell’IA
Privacy, GDPR e AI Act nel contesto scolastico
Bias algoritmici e verifica critica delle informazioni
Riconoscimento di fake news e deepfake
Verifica delle fonti e fact-checking con IA
Educazione alla cittadinanza digitale avanzata
Educazione al pensiero critico digitale
Responsabilità nell’uso delle informazioni

MAPPATURA DELLE COMPETENZE

Progettare e realizzare percorsi interdisciplinari complessi e compiti autentici supportati da IA.
Analizzare situazioni complesse e costruire soluzioni attraverso strumenti digitali e IA.
Utilizzare in modo consapevole strumenti IA per la gestione, analisi e interpretazione dei dati.
Creazione di contenuti digitali complessi e storytelling multimediale per la comunicazione dei risultati.
Utilizzare in modo responsabile, critico e consapevole dell’IA, con attenzione a sicurezza, privacy e affidabilità delle informazioni.

L’IA nella didattica del primo ciclo (docenti e studenti)

DESCRIZIONE

Il percorso è pensato per docenti e studenti della scuola del primo ciclo e rappresenta uno spazio di sperimentazione attiva dell’Intelligenza Artificiale (IA) nella didattica quotidiana. L’approccio è fortemente esperienziale e si basa sul “learning by doing”, in cui la classe diventa un ambiente di ricerca, esplorazione e co-creazione.
Attraverso l’uso guidato di dispositivi digitali e applicativi di IA, gli studenti imparano a utilizzare la tecnologia in modo consapevole e creativo, mentre i docenti sperimentano nuove metodologie didattiche orientate alla personalizzazione, all’inclusione e allo sviluppo del pensiero critico.
L’IA viene utilizzata come strumento di supporto per la produzione di contenuti, la risoluzione di problemi, la narrazione digitale e l’analisi di semplici dati, sempre sotto la supervisione pedagogica del docente, che mantiene il controllo del processo educativo e garantisce un uso etico e sicuro delle tecnologie.

OBIETTIVI

Sperimentare l’uso dell’IA in contesti didattici reali del primo ciclo.
Promuovere un apprendimento attivo, collaborativo e laboratoriale.
Favorire la creatività e il pensiero critico attraverso strumenti digitali.
Sviluppare competenze digitali di base negli studenti in modo guidato e sicuro.
Rafforzare il ruolo del docente come facilitatore e regista del processo di apprendimento.

CONTENUTI

Introduzione all’IA nella scuola del primo ciclo

Cos’è l’Intelligenza Artificiale spiegata in modo accessibile
Esempi di IA nella vita quotidiana degli studenti
Uso consapevole e sicuro delle tecnologie digitali
Regole base di cittadinanza digitale

Esperienze didattiche con l’IA

Utilizzo di strumenti IA per raccontare storie e creare contenuti
Generazione guidata di testi semplici, immagini e narrazioni digitali
Attività di scrittura creativa assistita
Produzione di piccoli progetti multimediali (testi, immagini, audio)

IA per l’apprendimento attivo e cooperativo

Lavori di gruppo con supporto digitale
Problem solving e attività basate su sfide (challenge based learning)
Creazione di mappe concettuali e sintesi guidate
Uso dell’IA per esplorare contenuti disciplinari in modo semplificato

Inclusione e personalizzazione

Strumenti per supportare diversi livelli di apprendimento
Semplificazione e adattamento dei contenuti
Supporto agli alunni con bisogni educativi speciali
Attività differenziate e inclusive

Pensiero critico e uso consapevole dell’IA

Riconoscere errori e limiti dell’IA in modo guidato
Comprendere che l’IA può sbagliare
Prime forme di verifica e confronto delle informazioni
Educazione all’uso responsabile e creativo della tecnologia

Ruolo del docente nel laboratorio IA

Progettazione e guida delle attività con IA
Supervisione pedagogica e gestione del gruppo classe
Valutazione dei processi di apprendimento
Integrazione dell’IA nella didattica quotidiana

MAPPATURE DELLE COMPETENZE

Utilizzare strumenti di Intelligenza Artificiale in attività didattiche semplici e guidate.
Produrre contenuti multimediali e racconti digitali con il supporto dell’IA.
Partecipare attivamente a lavori di gruppo e attività di problem solving con strumenti digitali.
Adattare contenuti e attività ai diversi bisogni degli studenti.
Utilizzare le tecnologie digitali in modo sicuro, etico e responsabile.

L’Intelligenza Artificiale come Strumento Didattico: Approcci, Risorse e Buone Pratiche

DESCRIZIONE

Il corso intende fornire ai docenti conoscenze teoriche e competenze pratiche sull’utilizzo dell’intelligenza artificiale (IA) nella didattica. In un’epoca di trasformazioni digitali rapide, l’IA può diventare un valido alleato nella progettazione di percorsi personalizzati, nella valutazione, nella gestione della classe e nella promozione dell’inclusione e del pensiero critico.
Attraverso esempi concreti e l’analisi di strumenti attualmente disponibili, i partecipanti acquisiranno consapevolezza delle potenzialità e dei limiti dell’IA nel contesto scolastico, con particolare attenzione agli aspetti etici e pedagogici.

OBIETTIVI

Comprendere i fondamenti dell’Intelligenza Artificiale
Conoscere strumenti e risorse digitali basati sull’IA
Applicare l’IA in contesti didattici concreti
Promuovere competenze digitali e metodologiche nei docenti
Riflettere su etica e sicurezza nell’uso dell’IA
Favorire la condivisione di buone pratiche

CONTENUTI

Introduzione all’Intelligenza Artificiale nella scuola

Cos’è l’IA: definizioni, origini e ambiti di applicazione.
Le basi dell’AI: Machine Learning, Deep Learning, Reti Neurali, Big Data, Cloud Computing
Tipi di IA: generativa, predittiva, conversazionale.
Evoluzione dell’IA in ambito educativo: tendenze internazionali e casi d’uso.
Potenzialità e limiti dell’IA nella scuola.
Strategie per un’Interazione efficace con strumenti di IA Generativa (Prompt Engineering di Base): Formulazione chiara, utilizzo del contesto, interazione e feedback, comprensione dei limiti, bilanciamento con l’intuizione umana, test e personalizzazione.

Strumenti di IA per la didattica

IA e chatbot educativi
Generare testi e presentazioni (es. ChatGPT, Gemini, Claude, NotebookLM, ecc.)
IA per lo studio, la ricerca e la creazione di mappe mentali (Deep Research dei LLMs, Napkin, Perplexity, Elicit, Khanmigo, ecc)
Generare e modificare immagini (es. Leonardo AI, Ideogram, Canva AI) e video (, Kling AI, Luma Dream Machine, Pika Labs ecc)
Creare quiz, questionari e sondaggi (es. Quizalize, Panquiz, PrepAI, Lumos Learning, Quillionz, Khan Academy + Khanmigo)
IA per la creatività: arte visiva (es. DALL·E, Midjourney, Artbreeder, AutoDraw, Craiyon ), musica (es. Suno, Soundraw, Amper Music), video e animazione (es. Lumen5, Animaker / Powtoon, Runway), Scrittura creativa e storytelling (es. ChatGPT, InferKit / Sudowrite)
Creare e adattare le lezioni ai diversi livelli di apprendimento (es. Diffit, Curipod, MagicSchool)

Progettare attività didattiche con l’IA

Come integrare l’IA nella progettazione per competenze.
Assistenti alla progettazione didattica
Progettazione inclusiva e personalizzazione dei percorsi.
Gamification e storytelling con strumenti IA.
Progettazione di un’attività didattica con l’uso dell’IA, per ordini e discipline diversi.

Educare all’uso consapevole dell’IA

L’IA come oggetto di apprendimento: alfabetizzazione digitale e AI literacy.
Discussione in classe: come coinvolgere gli studenti in un uso critico e riflessivo.
Rischi e sfide: Disinformazione e bias algoritmici, Plagio e uso improprio
Etica, privacy e cittadinanza digitale.

Valutazione e feedback con il supporto dell’IA

Strumenti IA per l’autovalutazione e il feedback formativo.
Rubriche automatiche e sistemi adattivi.
Uso dell’IA per la costruzione di prove personalizzate.
AI per la correzione e l’analisi dei compiti
Creare uno strumento di valutazione assistito da IA.
Verifiche, feedback e tutoraggio personalizzato

MAPPATURA DELLE COMPETENZE

Comprendere i fondamenti dell’IA e il suo impatto sulla didattica
Progettare percorsi didattici potenziati dall’IA
Sviluppare competenze di cittadinanza digitale e consapevolezza etica
Ottimizzare tempi, processi e carichi di lavoro grazie all’IA
Valutare e monitorare gli apprendimenti con il supporto dell’IA

Didattica per il pensiero visibile

DESCRIZIONE

Il corso propone un approfondimento sulla metodologia Making Learning and Thinking Visible (MLTV), integrata in modo strutturale con l’uso di strumenti digitali e di Intelligenza Artificiale, al fine di supportare la progettazione di ambienti di apprendimento capaci di rendere osservabili, documentabili e valutabili i processi di pensiero degli studenti.
Il percorso formativo si concentra intenzionalmente su un numero selezionato di routine MLTV ad alto impatto didattico, individuate per la loro trasferibilità trasversale alle discipline, per la loro replicabilità nei diversi contesti scolastici e per la loro coerenza con ambienti digitali e strumenti di Intelligenza Artificiale, in un’ottica di didattica attiva e valutazione formativa.

Ogni incontro formativo prevede:

una cornice metodologica di riferimento (MLTV);
l’utilizzo guidato di strumenti digitali e di Intelligenza Artificiale a supporto della progettazione, della documentazione e della valutazione dei processi di apprendimento;
un laboratorio applicativo, finalizzato alla sperimentazione immediata in classe e alla riflessione professionale sulle pratiche adottate.

OBIETTIVI

Sviluppare competenze metodologiche avanzate nella progettazione di attività didattiche basate sulla metodologia MLTV, finalizzate a rendere visibili i processi di pensiero degli studenti.
Integrare strumenti digitali e Intelligenza Artificiale nella didattica quotidiana per supportare osservazione, documentazione e valutazione dei processi cognitivi.
Applicare e adattare routine MLTV selezionate ad alto impatto didattico, garantendo la trasferibilità trasversale alle diverse discipline e la sostenibilità in contesti digitali.
Promuovere pratiche di didattica attiva e partecipativa, stimolando negli studenti pensiero critico, problem solving e riflessione metacognitiva.
Sperimentare laboratori applicativi immediatamente spendibili in classe, collegando la teoria metodologica alle pratiche operative e alla valutazione formativa.
Favorire la riflessione professionale e la condivisione tra docenti, per sviluppare comunità di pratica e strategie di innovazione didattica sostenibile.

CONTENUTI

Rendere visibile il pensiero: MLTV, digitale e AI

Routine MLTV: See – Think – Wonder
MLTV come metodologia per l’apprendimento profondo
Digitale e AI per attivare osservazione e domande
Costruire compiti che rendono visibile il pensiero
Uso di immagini, testi e video con Padlet e Mentimeter
Supporto AI per la generazione di domande-stimolo e varianti della routine

Attivare conoscenze e curiosità con il supporto dell’AI

Routine MLTV: Think – Puzzle – Explore
Attivazione delle conoscenze pregresse in ambienti digitali
AI per personalizzare domande e piste di esplorazione
Inclusione e differenziazione
Costruzione di attività MLTV con Nearpod
Utilizzo di ChatGPT per generare “Puzzle” calibrati per livelli diversi

Argomentare e pensare criticamente con strumenti digitali

Routine MLTV: Claim – Support – Question
Pensiero critico e argomentazione nella didattica
Digitale e AI per supportare la costruzione delle evidenze
Educazione al pensiero critico e all’uso consapevole dell’AI
Analisi di testi/fonti con supporto AI
Creazione di schede argomentative digitali condivise

Costruire connessioni e apprendimento significativo

Routine MLTV: Connect – Extend – Challenge
Apprendimento significativo e trasferimento
AI per stimolare connessioni interdisciplinari
Routine MLTV come strumento di valutazione formativa
Uso di Canva e Padlet per visualizzare connessioni
AI per generare domande di “challenge” e approfondimento

Documentare il pensiero con il digitale

Routine MLTV: See – Think – Wonder (riutilizzata in chiave documentativa), Claim – Support – Question
Documentazione dei processi di apprendimento
Tracce digitali del pensiero
AI per la sintesi e la riformulazione
Creazione di artefatti digitali (mappe, board, mini-report)
Uso dell’AI per feedback formativo e rielaborazione

Metacognizione, riflessione e feedback aumentato

Routine MLTV: I Used to Think… Now I Think
Metacognizione e consapevolezza dell’apprendimento
AI come strumento di riflessione guidata
Autovalutazione e feedback continuo
Moduli Google e Padlet per la riflessione metacognitiva
Prompt AI per accompagnare la revisione del pensiero

Progettare lezioni MLTV digitali e AI-based

Routine MLTV (in chiave progettuale): Connect – Extend – Challenge, I Used to Think… Now I Think
Progettazione didattica intenzionale con MLTV
Allineamento obiettivi–attività–valutazione
MLTV, digitale e AI nel DigCompEdu
Progettazione di una lezione o UDA MLTV con integrazione digitale e AI
Condivisione e riflessione finale

MAPPATURA DELLE COMPETENZE

usare MLTV in modo intenzionale e non episodico;
integrare digitale e AI per rendere visibile il pensiero;
progettare attività inclusive, valutabili e trasferibili;
guidare gli studenti verso un uso critico dell’AI.

Storytelling digitale e Intelligenza Artificiale per una didattica che coinvolge

DESCRIZIONE

Il corso intende accompagnare i docenti nella progettazione di esperienze didattiche fondate sullo storytelling, inteso come metodologia attiva, potenziata dall’uso consapevole dell’Intelligenza Artificiale. L’AI non viene proposta come strumento accessorio, ma come alleato cognitivo e creativo: supporto alla generazione di idee, alla costruzione di trame, alla personalizzazione dei percorsi, alla produzione di contenuti multimediali e alla riflessione metacognitiva.
Ogni modulo integra l’AI in modo funzionale, etico e didatticamente significativo, con attenzione a inclusione, valutazione autentica e sviluppo delle competenze.

OBIETTIVI

Sviluppare competenze metodologiche avanzate nella progettazione di attività didattiche basate sullo storytelling digitale, inteso come approccio attivo e partecipativo.
Integrare consapevolmente l’Intelligenza Artificiale nella didattica, valorizzandola come alleato creativo e cognitivo, per supportare ideazione, costruzione di trame, personalizzazione dei percorsi e produzione di contenuti multimediali.
Promuovere pratiche didattiche inclusive e personalizzate, in grado di rispondere ai bisogni specifici degli studenti e favorire la partecipazione di tutti.
Favorire la riflessione metacognitiva, attraverso l’uso dell’AI per osservare, documentare e valutare i processi di apprendimento.
Sperimentare laboratori applicativi, sviluppando competenze operative spendibili immediatamente in classe.
Supportare la progettazione di valutazioni autentiche, coerenti con i processi di apprendimento attivati e con le competenze digitali e narrative degli studenti.

CONTENUTI

Perché le storie funzionano: basi cognitive dello storytelling e AI come generatore di senso

Storytelling come dispositivo cognitivo ed emotivo per l’apprendimento
Strutture narrative applicabili alla didattica
AI come supporto alla costruzione delle trame: dall’idea grezza allo schema narrativo
Introduzione all’uso di prompt narrativi per la scuola
Co-progettazione di una micro-trama didattica con supporto AI (ChatGPT) e discussione metacognitiva (Mentimeter)

Scrivere e visualizzare storie: immagini, testi e AI generativa

Storytelling visuale e multimodale
Scrittura per il digitale e micro-narrazione
AI per la scrittura facilitata e inclusiva: semplificazione, riscrittura, adattamento per livelli diversi
AI per la generazione di immagini narrative (uso consapevole)
Creazione di una storia visuale con Book Creator / Canva, supportata da AI per testi e immagini

Narrazione interattiva e transmediale: progettare percorsi aumentati dall’AI

Dal racconto lineare all’esperienza narrativa
Storytelling interattivo e transmediale
AI come co-autore: suggerire snodi narrativi, diramazioni, scelte
Personalizzazione dei percorsi narrativi tramite AI
Progettazione di una narrazione interattiva con Canva o Genially, con supporto AI per scenari e diramazioni

La voce che racconta: podcast didattici e AI audio

Narrazione orale e apprendimento
Struttura di un podcast educativo
AI per la scrittura dello script e l’adattamento del tono comunicativo
Introduzione a strumenti di AI vocale (voice-over, supporto alla pronuncia)
Realizzazione di un mini-podcast con script supportato da AI e registrazione audio

Video storytelling e AI: raccontare con immagini, avatar e sceneggiature

Principi di video storytelling didattico
Dalla sceneggiatura al prodotto finale
AI per la scrittura di storyboard e sceneggiature
Introduzione a strumenti di video AI (avatar, sottotitoli, sintesi)
Creazione di un breve video narrativo con strumenti di editing e AI (CapCut / Synthesia / D-ID)

Storytelling immersivo, gamification e AI adattiva

Gamification come estensione narrativa
Escape Room e giochi di ruolo digitali
AI per la creazione di enigmi, missioni e feedback personalizzati
Storytelling adattivo: la storia cambia in base alle scelte
Progettazione di un’esperienza narrativa gamificata (Escape Room) con Genially e supporto AI

Progettare e valutare con lo storytelling e l’AI

Progettazione didattica basata sullo storytelling
Allineamento con DigCompEdu
AI per la progettazione didattica: obiettivi, attività, valutazione
AI per la costruzione di rubriche e feedback formativi
Progettazione completa di un’attività di storytelling digitale con integrazione AI, pronta per la sperimentazione in classe

MAPPATURA DELLE COMPETENZE

utilizzare lo storytelling come metodologia didattica trasversale;
progettare narrazioni educative con il supporto dell’AI;
integrare strumenti digitali e AI in modo intenzionale e critico;
personalizzare le attività narrative in ottica inclusiva (UDL);
valutare prodotti di storytelling digitale secondo criteri competenziali.

Innovazione nell’apprendimento: Gamification ed Escape Room per la Scuola del Futuro

DESCRIZIONE

Il corso è finalizzato a fornire ai docenti strumenti teorici e operativi per progettare ambienti di apprendimento innovativi, coinvolgenti e motivanti attraverso l’utilizzo della gamification e delle Escape Room didattiche.
In un contesto educativo in continua trasformazione, il percorso formativo esplora metodologie attive e strategie ludico-didattiche capaci di aumentare la partecipazione degli studenti, migliorare la motivazione e favorire l’apprendimento significativo.
Particolare attenzione sarà dedicata all’utilizzo della piattaforma Genially, strumento versatile per la creazione di contenuti interattivi, presentazioni dinamiche, quiz e ambienti di apprendimento immersivi. Il corso ha un forte taglio laboratoriale, con la progettazione progressiva di esperienze didattiche digitali replicabili in classe.

OBIETTIVI

Promuovere l’uso della gamification come strategia didattica efficace
Sviluppare competenze nella progettazione di Escape Room educative
Integrare metodologie attive e digitali nella pratica didattica quotidiana
Potenziare la motivazione e la partecipazione degli studenti
Utilizzare la piattaforma Genially per creare ambienti di apprendimento interattivi
Favorire l’apprendimento significativo attraverso esperienze coinvolgenti
Supportare la valutazione formativa attraverso strumenti ludico-didattici
Innovare la progettazione didattica in chiave laboratoriale e digitale

CONTENUTI

Gamification educativa: fondamenti e applicazioni

Concetti chiave di gamification nell’educazione
Differenza tra gioco, serious game e gamification
Elementi di game design applicati alla didattica
Analisi di casi studio e buone pratiche
Laboratorio: individuazione di contenuti disciplinari gamificabili

Metodologie didattiche innovative e attive

Flipped Classroom: principi e progettazione
Learning by Doing e apprendimento esperienziale
Didattica attiva e coinvolgimento degli studenti
Integrazione tra metodologie innovative e gamification
Laboratorio: riprogettazione di una lezione in chiave gamificata

Genially come strumento per la didattica interattiva

Introduzione alla piattaforma Genially
Creazione di contenuti interattivi e presentazioni dinamiche
Progettazione di quiz, giochi e attività gamificate
Microlearning e contenuti digitali interattivi
Laboratorio guidato: sviluppo di attività su Genially

Escape Room didattiche: progettazione e applicazione

Struttura e logica delle escape room educative
Storytelling e narrativa nell’apprendimento
Creazione di enigmi, puzzle e sfide disciplinari
Progettazione di escape room digitali con Genially
Workshop: realizzazione di un prototipo collaborativo

Implementazione e valutazione delle attività gamificate

Integrazione nel curricolo scolastico
Gamification e valutazione formativa
Monitoraggio dell’apprendimento e feedback
Analisi dei risultati e miglioramento delle attività
Presentazione dei progetti e riflessione finale

MAPPATURA DELLE COMPETENZE

progettare attività didattiche basate sulla gamification;
utilizzare la piattaforma Genially per creare contenuti interattivi;
realizzare Escape Room didattiche disciplinari o interdisciplinari;
integrare metodologie attive e digitali nella didattica quotidiana;
trasformare contenuti curriculari in esperienze di apprendimento ludico;
applicare strategie di coinvolgimento e motivazione degli studenti;
utilizzare la valutazione formativa in contesti gamificati;
progettare percorsi didattici innovativi, inclusivi e partecipativi.

STEAM e metodologia Inquiry (IBSE)

DESCRIZIONE

Il corso propone una panoramica sull’approccio didattico STEM e su alcune metodologie attive ad esse correlate che promuovono un apprendimento significativo e contestualizzato delle discipline di ambito scientifico-tecnologico attraverso attività laboratoriali che mettono in gioco contemporaneamente capacità intellettive e riflessive, manuali e creative, stimolano al confronto con gli altri e sviluppano lo spirito critico e la curiosità scientifica, competenze indispensabili per un inserimento attivo nella società attuale. Un fosus particolare riguarderà il metodo IBSE (Inquiry Based Science Education) ed il suo utilizzo pratico, permettendo ai partecipanti di progettare ed utilizzare unità didattiche attraverso un approccio “investigativo” in cui gli studenti comprendono i concetti o fenomeni che studiano attraverso l’esperienza diretta. Questo approccio innovativo, centrato sull’apprendimento attivo degli studenti piuttosto che sulle “spiegazioni” dell’insegnante, prevede che gli studenti dirigono il loro percorso di apprendimento attraverso l’indagine, si confrontano con l’oggetto di studio, si pongono domande, formulano ipotesi, le mettono alla prova, traggono nuove conclusioni e ne discutono i risultati.

Inoltre durante il corso saranno presentati esempi di buone pratiche didattiche di progettazione e valutazione di attività STEAM in cui le discipline tecno-scientifiche, arricchite da una giusta dose di arte e creatività, dialogano tra loro in un continuo scambio interdisciplinare.

OBIETTIVI

Promuovere l’utilizzo dell’approccio STEM/STEAM nella pratica didattica quotidiana.
Sviluppare competenze nella progettazione di attività basate sull’Inquiry Based Learning (IBL).
Favorire metodologie attive che stimolino curiosità, creatività e pensiero critico negli studenti.
Integrare tecnologie digitali e strumenti innovativi nei percorsi interdisciplinari.
Potenziare le competenze nella valutazione formativa e nel feedback continuo in ambito STEAM.

CONTENUTI

Introduzione alle STEM

Cos’è l’approccio STEM e la sua importanza nell’approccio multidisciplinare
Come integrare scienze, matematica, ingegneria e tecnologia in un unico percorso didattico.
Dalle STEM alle STEAM
L’aspetto creativo ed artistico delle discipline scientifiche
Inclusività nell’insegnamento STEM: approcci personalizzati per studenti con diverse abilità
Esempi pratici di attività STEM per diverse fasce di età.

Fondamenti dell’Inquiry-based Learning (IBL)

Principi e caratteristiche dell’IBL: apprendimento attivo, investigazione, problem-solving.
Approccio transdisciplinare dell’insegnamento e sviluppo delle soft skills
Come stimolare domande e curiosità degli studenti.
Creare un ambiente di apprendimento collaborativo.
Esempi di attività IBL che incoraggiano l’esplorazione scientifica e matematica.

Progettazione di Attività STEAM Interdisciplinari con IBL

Come progettare un’unità didattica che utilizzi l’Inquiry-based Learning in un contesto STEM
L’importanza del pensiero critico e della risoluzione dei problemi nelle attività STEM.
Attività STEAM – Setting d’aula e materiali utili, tecnologie digitali ed analogiche, ruolo dell’insegnante e degli alunni/studenti
Esempi di progetti in cui gli studenti utilizzano strumenti tecnologici per esplorare i concetti STEAM: Coding, Robotica, Making, Stampa 3D, storytelling, creatività digitale e multimedialità

Valutazione e Feedback

Monitoraggio e valutazione: dalla progettazione dell’UDA alla valutazione degli apprendimenti.
Tecniche per valutare l’apprendimento in un contesto STEAM
Feedback continuo e personalizzato per gli studenti.

MAPPATURA DELLE COMPETENZE

progettare percorsi didattici interdisciplinari STEM/STEAM.
applicare metodologie inquiry-based e problem solving nella didattica.
utilizzare strumenti digitali e tecnologie innovative in attività laboratoriali.
promuovere collaborazione, creatività e pensiero critico negli studenti.
monitorare e valutare gli apprendimenti attraverso strumenti e rubriche dedicate.

Didattica Digitale e Metodologie

Partner