Prevenire gli abbandoni universitari: ecco l’innovativo progetto spagnolo STAR.APP
Prevenire gli abbandoni universitari: accanto alle azioni di tutoraggio e orientamento, possono aiutarci anche strumenti evoluti di analisi dei dati. Il progetto STAR.APP esplora nuovi possibili modelli di intervento.
L’idea di intervenire prima e presto sul fenomeno degli insuccessi nello studio accademico è una grande sfida per tutti gli Atenei. Gli alti tassi di abbandono sono infatti un dato costante e molti interventi arrivano quando ormai la situazione dello studente è già compromessa. Per migliorare i servizi di orientamento e tutorato è infatti fondamentale riuscire ad intervenire in modo preventivo e mirato. Ma come fare? Oggi una possibile risposta ci arriva dalle potenzialità dell’analisi dei dati tramite algoritmi e strumenti di intelligenza artificiale.
Su questo tema vi presentiamo qui di seguito il lavoro intrapreso a livello internazionale dal progetto STAR.APP, promosso dall’Università di Zaragoza in Spagna e dall’Università di Camerino in Italia.
Il progetto si propone di mettere in connessione l’orientamento e servizi di tutorato con le grandi potenzialità predittive dell’intelligenza artificiale che, analizzando grandi masse di dati, è in grado di evidenziare correlazioni ed elementi utili proprio per identificare situazioni potenzialmente a rischio o anche nuovi e specifici bisogni di supporto e consulenza.
Con il progetto STAR.APP (Student’s Academic perfoRmance) (https://www.star-app.eu/ ) si vuole esplorare le potenzialità dell’intelligenza artificiale (AI) nel campo dell’istruzione superiore con l’obiettivo di ridurre l’abbandono dei percorsi di istruzione superiore e con l’obiettivo di aumentare il rendimento scolastico degli studenti nei paesi europei.
STAR. APP è un progetto finanziato dal programma Erasmus+ che coinvolge 6 partner di 5 paesi europei: il Dipartimento di Scienze dell’educazione dell’Università di Saragozza, capofila del progetto, la Facoltà di ingegneria elettrica e informatica dell’ Università di Maribor (UM FERI, SLO), il Centro Studi Pluriversum Srl in qualità di esperti nel costruire competenze utili per le pratiche di orientamento, l’Università degli Studi di Camerino, il Centro Edex – Educational Excellence Corporation Limited di Cipro (CY), e il Centro lituano Viesoji Istaiga Socialiniu Mokslu Kolegija.
Avviato nel mese di settembre 2020 il progetto si propone di:
- Costruire, partendo dai dati degli studenti, un modello di machine learning in grado di identificare gli studenti a rischio (si usano dati demografici, di rendimento, di engagement nella community universitaria)
- Costruire una serie di piccoli strumenti operativi da usare per supportare gli studenti a rischio.
- Promuovere l’utilizzo dei dati e le potenzialità dell’intelligenza artificiale per migliorare i servizi per gli studenti e personalizzare il supporto.
I principali elementi innovativi di questo progetto sono due. In primo luogo lo sviluppo di un algoritmo predittivo in grado di identificare gli studenti che potrebbero presentare caratteristiche tipiche del dropout, può facilitare il successo formativo e produrre un grande impatto sulla prevenzione dell’abbandono scolastico degli studenti. Il secondo elemento invece riguarda l’utilizzo del costrutto pedagogico delle Career Management Skills, sul quale si sta lavorando proprio in questi mesi attraverso il progetto Careers https://www.careersproject.eu/. Con questo costrutto infatti si mira a definire il successo formativo nell’ottica del life long learning e si motiva gli studenti non solo a concludere il percorso di studi ma anche immaginarsi, progettare e realizzare un progetto di vita, dandogli strumenti utili, pedagogicamente fondati, che siano capaci di orientarli ad usare al meglio le proprie competenze, le opportunità che incontreranno e a sviluppare le proprie passioni.
I partner si incontreranno in Lithuania la prossima settimana per iniziare a far dialogare i modelli predittivi con gli strumenti pedagogici e l’Università di Camerino sperimenterà con la sua popolazione universitaria questi modelli.
Questo il sito per rimanere aggiornati: https://www.star-app.eu/
