Progetto EduBot
Agenti didattici AI personalizzati a supporto dell’apprendimento disciplinare e delle competenze trasversali in materia di Intelligenza Artificiale
Il Progetto
Perché integrare l’AI nella didattica tecnica
Il progetto EduBot nasce per rispondere a un bisogno concreto: educare gli studenti a un utilizzo consapevole, critico e produttivo dell’Intelligenza Artificiale, contrastando la tendenza diffusa a trattare l’AI come un semplice “risolutore di esercizi”. Attraverso due agenti didattici specializzati — uno per Sistemi Automatici e uno per Laboratorio di Robotica — il progetto integra l’AI nel percorso formativo come strumento di potenziamento dell’apprendimento, non come sostituto del pensiero critico. L’intervento si allinea pienamente con le priorità strategiche del PTOF, in particolare con il potenziamento delle competenze STEM e lo sviluppo delle competenze digitali.
Uso consapevole dell’AI
Formare gli studenti a dominare in maniera critica il mezzo tecnologico, orientandoli all’utilizzo dello strumento come potenziatore dell’apprendimento anziché come esecutore a cui delegare lo svolgimento dei lavori assegnati.
Supporto individualizzato
Rendere accessibile la comprensione degli argomenti più complessi del curricolo con un’interazione one-to-one sicura, protetta da filtri e regole di sicurezza, adattata alle tempistiche di ciascun allievo.
Spazio non giudicante
Offrire agli studenti più timidi o riservati la possibilità di esplorare dubbi e commettere errori senza timore di giudizio, sentendosi a proprio agio nel porre anche le domande più basilari.
Accedi a EduBot
Effettua il login con il tuo account Google istituzionale @itiomar.net per accedere al tutor della tua materia.
Assistente specializzato nei contenuti di Sistemi Automatici: dai fondamenti della trasformata di Laplace ai regolatori PID, dai diagrammi di Bode alla trasmissione dati. Supporta la comprensione teorica, la risoluzione guidata degli esercizi e il debugging di codice Processing.
| Area tematica | Argomenti specifici |
|---|---|
| Laplace | Trasformata e antitrasformata, algebra schemi a blocchi, sistemi I e II ordine |
| Regime dinamico | Risposta al gradino, sovraelongazione, smorzamento, effetti reazione negativa |
| Controlli automatici | Sistemi ad anello aperto/chiuso, errore a regime, regolatori PID, stabilità BIBO |
| Regime statico | Diagrammi di Bode, stabilità (Routh, Nyquist), reti correttrici |
| Conversione A/D e D/A | Campionamento, quantizzazione, aliasing, filtri anti-aliasing, teorema di Nyquist |
| Trasmissione dati | Modulazioni AM/FM, ASK/PSK/FSK, QAM, protocollo WiFi |
| Processing | Programmazione grafica, interfacce, OOP, interfacciamento Arduino |
Assistente specializzato in Laboratorio di Robotica: dalla programmazione Arduino con linguaggio Wiring/C++ all’interfacciamento con sensori e attuatori, dalle basi dell’elettronica alla comunicazione seriale e IoT. Ideale per il debugging del codice e la comprensione dei circuiti.
| Area tematica | Argomenti specifici |
|---|---|
| Fondamenti | Basi di elettrotecnica ed elettronica per la comprensione dei circuiti |
| Ambiente Arduino | Scheda Arduino (pinout, versioni), IDE, sintassi Wiring, setup() e loop(), TinkerCAD |
| Input/Output | I/O digitale (pinMode, digitalWrite, digitalRead, pull-up/down) e analogico (analogRead, PWM) |
| Sensori e attuatori | SRF04, LM35, 18B20, IR, servomotori (Servo.h), motori DC, costruzione rover |
| Programmazione avanzata | Interrupt hardware, interfacciamento display LCD (I2C) e TFT |
| Comunicazione | Interfacciamento PC (C#, Processing), Bluetooth (HC-04), IoT (WiFi, LoRaWAN) |
| Applicazioni pratiche | Sistemi completi per il monitoraggio e il controllo — Progetti finali |
if (digitalRead(buttonPin) = HIGH). Nota l’operatore che hai usato. In C++, l’operatore = serve per assegnare un valore. Quale operatore si usa, invece, per confrontare due valori?💡 Guida per lo Studente: come usare al meglio il Tutor AI
L’AI non è una protesi per il tuo cervello: è un attrezzo per renderlo più flessibile e creativo. Meglio formuli il problema, più la risposta sarà accurata.
💬 Prompt attivi, non passivi
Fornisci contesto tecnico: pin usati, codice scritto, cosa hai già provato. Più dettagli dai, più l’aiuto sarà mirato.
🔍 Chiedi il perché
Obbliga l’AI a giustificare le sue affermazioni. Proponi soluzioni alternative per esplorare i concetti in profondità.
✅ Chiedi un controllo
L’AI può sbagliare. Chiedigli di verificare la correttezza tecnica della risposta e di correggere eventuali imprecisioni.
📋 Usa la tecnica della checklist
Per argomenti complessi, chiedi all’AI di strutturare la risposta prima di darla. Aiuta entrambi a organizzare il ragionamento.
🔬 Sperimenta e confronta
Chiedi all’AI di mostrarti approcci diversi allo stesso problema. Confrontare le soluzioni sviluppa il pensiero critico e la capacità di scelta progettuale.
📝 Riformula con parole tue
Dopo aver ricevuto una spiegazione, prova a riscriverla con parole tue e chiedi conferma. Rielaborare è il modo più efficace per consolidare l’apprendimento.
🎓 Metodologia Didattica
Gli agenti EduBot adottano un approccio maieutico: anziché fornire risposte e soluzioni pronte, guidano lo studente attraverso domande mirate per stimolare il ragionamento autonomo e il pensiero critico”
Domande mirate
Il bot pone domande per stimolare l’analisi critica e far emergere le conoscenze dello studente
Scomposizione
I concetti complessi vengono destrutturati in componenti più semplici e presentati in modo sequenziale
Feedback correttivo
Indizi, definizioni e procedure di debug anziché correzioni dirette del codice o degli errori
Adattamento
Lo stile si adatta: risposte dirette e approfondite per chi dimostra competenza tecnica avanzata
🔒 Sicurezza e Privacy
Architettura Privacy-by-Design conforme al GDPR e all’AI Act europeo
⚡ Stateless
I dati risiedono esclusivamente nella memoria volatile (RAM) e vengono cancellati automaticamente al termine della sessione. Nessun database, nessun log permanente.
🔐 Crittografia
Comunicazioni protette tramite TLS/HTTPS con crittografia end-to-end. Autenticazione OAuth 2.0 Google con token JWT per sessioni anonime.
🇪🇺 Dati in Europa
Tutti i dati sono processati esclusivamente su infrastruttura Google Cloud in regione europea (europe-west4), garantendo la piena conformità al GDPR.
🛡️ Filtri multi-livello
Protezione a più strati: filtri personalizzati nel prompt di sistema, Safety Settings di Google Gemini e protocolli anti-manipolazione e anti-metaprompting.
👤 Accesso controllato
Accesso riservato esclusivamente agli account istituzionali @itiomar.net tramite OAuth interno di Google Workspace for Education.
🛠️ Protezione anti-abuso
L’agente rifiuta alterazioni del ruolo, tentativi di social engineering, richieste di contenuti pericolosi e riconosce sequenze di domande con intento fraudolento.
🎯 Obiettivi Formativi
Competenze cognitive e comportamentali attese
Consolidamento disciplinare
Rafforzare la comprensione e l’applicazione dei concetti fondamentali e avanzati delle materie di indirizzo attraverso un percorso di apprendimento guidato e personalizzato.
Pensiero computazionale
Sviluppare la capacità di scomporre i problemi, strutturare il codice, identificare le variabili chiave e co-costruire la soluzione migliorando la consapevolezza metacognitiva.
Proprietà di linguaggio
Migliorare la capacità di esposizione e la proprietà di linguaggio tecnico, imparando a formulare domande chiare, complete e logicamente corrette.
Resilienza all’errore
Il bot normalizza l’errore presentandolo come tappa fondamentale del processo di apprendimento, aiutando a ridurre l’ansia da prestazione e a costruire un rapporto maturo con le difficoltà.
Consapevolezza sull’AI
Comprendere limiti, potenzialità e implicazioni etiche dell’Intelligenza Artificiale, sviluppando la capacità di valutare criticamente gli output generati e di riconoscere possibili errori o allucinazioni del modello.
Autonomia e collaborazione
Favorire la capacità di lavorare in autonomia utilizzando l’AI come risorsa complementare, e di collaborare con i compagni integrando le competenze acquisite nei progetti di gruppo e nelle attività laboratoriali.
Progetto EduBot — ITI “G. Omar” — Novara
Docente referente: Prof. Edoardo Salza
E-mail: edoardo.salza@gmail.com
© 2025 Edoardo Salza. Tutti i diritti riservati.