Intelligenza (poco) Artificiale e Pedagogia (tanto) Artificiale?

Claudio Canal

Machine learning, Deep learning, Learning analytics… apprendimento automatico, apprendimento profondo, analisi dell’apprendimento, sono le traduzioni disponibili e, come sempre, non esattamente coincidenti con l’originale.

Se c’è apprendimento, se c’è qualcuno o qualcosa che impara va da sé che c’è qualcuno o qualcosa che insegna. E che cosa insegna? Domande che entrano direttamente sotto la giurisdizione dell’educazione e della pedagogia anche se in una zona del sapere che richiede altre etichette.

Intelligenza artificiale è il contrassegno sotto cui raccogliere i vari learning elencati.

L’Intelligenza Artificiale [IA/ in inglese AI] non è così intelligente come si dice né così artificiale, come vedremo. È un ente ambiguo ontologicamente di cui si parla e sparla da più di mezzo secolo. Ha una storia dondolante, grandi frustrazioni e grandi entusiasmi. Delusione/euforia. Inverno/primavera. Oggi navighiamo a tutto andare nella seconda. L’Intelligenza Artificiale è il futuro. È fantascienza. Sottometterà gli esseri umani. È una tecnoutopia. Vincerà la malattia, la morte. E tante altre buone novelle oppure cattive.

Definizione minimale: è una disciplina dell’informatica che studia e progetta hard e software in modo tale che il computer agisca automaticamente come se fosse intelligente. Può bastare ed è falsificabile. Forse coincide con la cosiddetta I.A. debole, che si distingue da quella forte, che qui non sarà discussa. Quest’ultima è una religione scientifica, un cargo cult, che prevede che si possano costruire macchine/computer dotati di pensiero, come quello umano, ma straordinariamente più potente. Non ci vorrà molto per l’avvento di questo sorpasso – detto singularity- sostengono i fautori.

Il Machine Learning è una settore dell’Intelligenza Artificiale. anche se si sta velocemente guadagnando i gradi di super disciplina. Assumiamo come equivalente e orientativa la definizione minimale di I.A. data sopra. Più complesso definire Deep Learning dove la sofisticazione dei metodi e delle logiche è più alta. Me la cavo ricordando che sei anni fa il laboratorio X di Google ha messo al lavoro 16.000 computer per esplorare dieci milioni di immagini tratte da video di Youtube per addestrali a riconoscere…un gatto. Nel 2018 Google lancia una gara per riconoscimento visivo di 8000 specie di animali e piante tra 450.000 immagini: deep learning.

Le macchine/computer sono raggiungibili con un clic o un touch, uno sfioramento del display. In qualche caso, grazie soprattutto ad Alexa di Amazon, con la voce, in un prossimo futuro col pensiero? Si è materializzata corporalmente l’etimologia di digitale, su cui Michel Serres ha giocato definendo Pollicine le nuove generazioni.

L’illuminismo, nel senso più ampio di pensiero in continuo progresso, ha perseguito da sempre l’obbiettivo di togliere agli uomini la paura e di renderli padroni. Ma la terra interamente illuminata splende di trionfale sventura. Il programma dell’illuminismo era di liberare il mondo dalla magia. Esso di proponeva di dissolvere i miti e di rovesciare l’immaginazione con la scienza, affermavano Max Horkheimer e Theodor W. Adorno nell’incipit di un libro scritto più di settant’anni fa nell’esilio americano, Dialettica dell’illuminismo. Non saprei dire se merita l’oblio in cui è scivolato dopo certi superficiali fasti.

Rovesciare l’immaginazione con la scienza?

Cominciamo con la parola fatata Algoritmo, che poi, in origine, era una persona. al-Khuwārizmī [Algoritmo] o Muḥammad ibn Mūsa, matematico arabo vissuto a Baghdad nel nono secolo .

Oggi anche il mio gatto pensa che sia un algoritmo a preparargli le gustose crocchette. E forse non ha torto. Io penso e so che sono algoritmi a guidare gli aeroplani, a guidarci in città e in autostrada, a stabilire la spesa detta premio per assicurare l’auto, a dirigere il flusso delle transazioni finanziarie, a gestire i bancomat, a dirigere le ricerche sul web, a organizzare il lavoro in fabbrica, le assunzioni, i licenziamenti detti esuberi, a intervenire sul genoma, a far le previsioni meteo, a valutare i test Invalsi, a prenotare un albergo nelle Fiji, a infangare il mio avversario politico, a prevedere le politiche sanitarie, a tradurre i testi, a dedicarmi la pubblicità, a validare medicine ecc. ecc. L’algoritmo è in cielo, in terra e in ogni luogo. Egli è l’immenso. È invisibile e ha un potere impersonale. Può, a suo modo, vedere il futuro stabilendo delle correlazioni predittive. Suona come Mozart, dipinge come Rembrandt, fa discorsi che John F. Kennedy non è arrivato in tempo a fare, scrive giornali. Si fa più in fretta a dire che cosa non regola, per ora: la simpatia, l’amicizia, il dolore, la nostalgia, l’innamoramento, il sogno e alcune altre residue prerogative umane.

Un riconosciuto studioso del settore, Pedro Domingos, ha scritto un libro importante e coinvolgente in cui sta ad esempio scritto Gli algoritmi di apprendimento [learner] sono i semi, i dati sono il terreno e i programmi appresi sono le piante adulte. L’esperto di machine learning è come l’agricoltore: semina, irriga e concima il terreno, tiene d’occhio lo stato di salute del raccolto, ma per il resto non interferisce. Bella metafora poetica e didattica. Io vorrei saperne di più di questo contadino. E’ un bracciante indiano, è una piccola coltivatrice padana, lavora per l’agroindustria, con che cosa concima il terreno, usa pesticidi, semina cavolfiori, oppio, ogm, guadagna abbastanza. Domande così, per non dovermi affidare al prodigio indiscusso della tecnica autoreferente e autosufficiente, punto e basta. Tecnofanie le chiamava Gilbert Simondon.

Scrive ancora Domingos: L’impatto dell’Algoritmo Definitivo sulla tecnologia non si limiterà all’AI. Un learner universale è un’arma formidabile contro il mostro della complessità …Il frutto di tutto ciò sarà una vita più lunga, più felice e più produttiva. Amen. Un Algoritmo ci salverà. O ci seppellirà.

Sgombero cantine della vita, complessa, conflittuale, desiderante, mortale, contraddittoria, sognante. Se proprio devo genuflettermi preferisco farlo davanti a un padre Pio qualsiasi, che almeno si sporcava le mani di sangue.

Di che religione è l’Algoritmo di Google? È agnostico? Osservante? Al di sopra?

Per diversi anni è stato Innominato, dal 2013 il signor Google l’ha chiamato Hummingbird/Colibrì, e poi, in parte, Rank Brain.

Prima dell’esperimento casalingo che sto per proporre, devo dichiarare la mia impurità critica. Come altri miliardi di persone sono interno a ciò che osservo e critico. Abito nella baraccopoli digitale. Non sono esterno alla mercificazione. Offro gratis la mia soggettività, la mia energia psichica a Google e ai social media che la vendono facendo felici gli azionisti. Sono contemporaneamente forza lavoro, merce, cliente. Io sono il petrolio di questa rivoluzione. A differenza di ciò che sosteneva Marx, sono una merce che va di propria volontà a vendersi al mercato.

L’esperimento domestico a portata di dita è questo: digitare su Google: donne asiatiche. Dodici risultati, dodici proposte di incontri (sessuali) e video porno. Digitare: donne europee. Nove risultati, i primi dei quali dedicati ad una associazione di donne indipendenti. Digitare: donne italiane. Risposte varie di cui tre sul fatto che le donne italiane avrebbero fame di maschi africani. Digitare: donne ucraine o russe o slave. Novanta per cento di risposte a sottolineare la loro disponibilità sessuale.

Algoritmo imparziale o impostato su una deriva sessista? Un amico, grande esperto di informatica, mi ha apostrofato Google sa che tu sei un maiale e perciò ti dà le risposte che ti meriti. Allora ho chiesto ad una brillante docente universitaria e ad una giovane cameriera di fare la stessa digitazione su Google. Responso identico al mio.

Non ho bisogno di estendere l’esperimento. Una massa consistente di studi documenta che gli algoritmi dei social e, più in generale, quelli dell’intelligenza artificiale sono portatori dei pregiudizi dei loro costruttori. Ne sono gli amplificatori. Fingono però di essere asettici, tecnica pura, quando invece costituiscono un vero e proprio ecosistema carico di incompatibilità e fallimenti, come ogni attività umana, scienza inclusa.

La Stampa, 12 settembre 2018, inserto Tuttoscienze, titolo capitale L’Intelligenza Artificiale ci farà ricchi. Nel corpo dell’articolo le affermazioni sono meno enfatiche, come spesso succede. Ma prendiamolo come un indicatore non casuale dell’atmosfera eccitata, cui si accennava poco sopra. Uno spettro si aggira per il mondo: Udite, udite, o rustici; attenti, non fiatate… Comprate il mio specifico, per poco io ve lo do. Un mondo di trascendenze emana dai display dei nostri smartphone, tablet, pc. Ci connettono e ci sconnettono a piacere in una addictive hypnosis di dimensioni forse mai viste. Non è un’immersione, è una incorporazione.

Furio Jesi l’avrebbe classificata come macchina mitologica? C’è chi parla esplicitamente di alchimia e chi di algocrazia da cui difendersi. Io sto facendo di ogni erba un fascio perché non vorrei cacciarmi nei residui addensamenti di una discussione totalizzante. Se sia prima venuto l’uovo dell’erotica seduttiva della rete con le sue macchine computazionali oppure la gallina della nostra hybris connettiva.

A latere mi sento invece di proporre a studiose e studiosi di ripescare creativamente il dispositivo di magia elaborato da Giordano Bruno, soprattutto nella interpretazione proposta da Joan Petru Culianu in un libro straordinario e fuori dagli schemi: Bruno è il primo a spingere il concetto di magia fino alle estreme conseguenze, perché in tale ‘scienza’ vede un infallibile strumento psicologico per manipolare sia le masse che il singolo. La conoscenza dei ‘vincoli’ (vincula) appropriati permette al mago di realizzare il suo sogno di Padrone universale, potendo così disporre a volontà della natura e della società umana, anche se l’operazione si rivela esposta a difficoltà pressoché insuperabili.

Nella seconda metà del Settecento illuminista l’Europa si sbalordì per le prodezze di un turco meccanico costruito da un nobile buontempone. Era un automa in cui era abilmente nascosto un uomo piccolo che sapeva giocare molto bene a scacchi. Sull’onda del successo fu portato anche negli Stati Uniti, dove uno scrittore lo smaschererà con un articolo nel 1836. Si chiamava Edgar Alla Poe.

Al mondo ci sono oggi milioni di turkers che non giocano a scacchi ma fanno piccoli, microscopici lavori – leggere una targa, uno scontrino fiscale, tradurre tre parole, taggare un video, compilare una play list…- pagati un centesimo di dollaro o anche meno.

Task: scaricare un app e aprirla. Il committente entra nella tua rubrica e controlla se l’hai veramente fatto. Ti sei guadagnato il tuo primo centesimo, futuro Paperone.

Siccome la machina sapiens non è così tanto sapiens, ha bisogno di essere allenata, istruita, per poter poi automaticamente procedere nei suoi calcoli. Il suo learning prevede un teaching che in parte è svolto da un gruppetto di informatici e ingegneri, ma nella sostanza da una moltitudine di invisibili lavoratori e lavoratrici, considerati invece utenti e/o consumatori.

Amazon ha avviato nel 2005, con scarsa, o esagerata ironia, Mechanical Turk, una piattaforma di micro lavoro in cui vengono assegnati Hits-Human Intelligence Tasks, cioè nano-compiti frammentati secondo un neotaylorismo gigante. Artificial Intelligence nutrita da Human Intelligence. Non ruba lavoro l’intelligenza artificiale, lo degrada, lo miniaturizza e lo rende invisibile. Inventa il caporalato digitale. Ti gratifica però definendoti free lance. La cinese Zhubajie ne utilizza 7 milioni, altre decine di piattaforme mettono a sottopaga il precariato della favela globale per sfamare le prodezze dell’intelligenza artificiale. Si chiama digital labour.

Sarei curioso di sapere come è stato addestrato Libratus, il programma che ha sconfitto i migliori professionisti di poker avendo imparato a bluffare. Me ne servirebbe uno invincibile contro la roulette del casino e non mi dispiacerebbe vederne un altro sfidare il destino alla roulette russa. Sarei anche interessato a sapere come vengono addestrati i sex robot [sexbot] che stanno avendo un notevole successo mondiale (maschile, prevalentemente). Nell’ultima conferenze internazionale Love and Sex with Robots, Londra, dicembre 2017, David Levy si chiedeva se robot e umani possono fare figli assieme. Chi li istruisce e che cosa devono imparare? Quale Satyricon gli devono apprestare.

Dopo il vademecum tascabile approntato nelle pagine precedenti vorrei insinuare qualche modesto sospetto finale di fronte all’avanzata della ragione digitale come salvezza, redenzione di ogni tipo di scuola, educazione, pedagogia, intelligenza, learning and training.

Gli uomini si servono delle macchine che inventano conservando la mentalità dell’epoca precedente a questa macchina, Jacques Le Goff. La dice giusta il compianto storico francese. Forse non siamo all’altezza delle macchine pensanti, loro si evolvono, la crescita, la crescita, e noi stiamo fermi. Oppure per ripicca le celebriamo come il toccasana decisivo, il messia tanto atteso che metterà ogni cosa al suo giusto posto, che risolverà il problema di come educare le nuove generazioni e rieducare noi stessi, come accrescere conoscenza, sapere e convivenza, che fare di questo pozzo senza fine dell’intelligenza, artificiale e non.

Nel mio piccolo ho impiegato parecchio tempo a compulsare i voluminosi atti (mai sotto le 900 pagine) delle conferenze internazionali della Artificial Intelligence in Education e ho constatato la rarefatta, impercettibile presenza di riflessioni sullo statuto dell’Intelligenza Artificiale, dei suoi inganni prevedibili e non, sul senso di una pedagogia dai molti aggettivi ridotta a precettistica computazionale, sugli interessi che il capitalismo delle piattaforme mette in gioco in tutti gli ambiti della formazione. Invece ho soprattutto visto soluzioni applicative, anche ingegnose, ma destinate all’utilizzo, all’impiego in qualche contesto dato, quale che sia. Uno stretto funzionalismo da far venire i brividi.

Nella più recente assise, giugno 2018, Londra, l’introduzione di Paulo Blikstein adombra qualche traccia critica: i progetti presentati sono gestiti dalle grandi corporations, gli incentivi all’uso non necessariamente vanno a beneficio degli studenti, si favorisce la deprofesionalizzazione degli insegnanti, i contenuti sono standardizzati. L’intervento è ridotto ad un abstract di una paginetta, a fronte delle 900 pagine che presentano sfavillanti congegni. Un conceptual framework definito da: integrated, interactive, intelligent. Giochi di parole.

Lo spoglio delle riviste del settore, in aumento esponenziale, non riserva risultati migliori e confortanti. Quando leggo che l’innovazione consiste nel learning in doing, nel learning in working e nel problem solving sono spinto a chiedermi se è mai esistito un tale di nome John Dewey. Colonna sonora il coretto che canta amabilmente innovation, innovation.

Ho visto innovazioni veramente speciali, anche sotto casa. Robotica educativa gioiosa, app decisive nel coagulare l’interesse e la conoscenza del reale, connettività formativa che invece di esasperare il carico cognitivo, l’infobesità, lo filtra e lo elabora, realtà aumentata per gioco e approfondimento. Ho visto esperimenti di valutazione universitaria tramite web e assistente vocale di estremo interesse. Ho visto modestissime realizzazioni di flipped classroom – classe capovolta, che si beavano dell’italinglish e dell’informatizzazione generalizzata e niente sapevano del sistema dei laboratori proposto negli anni settanta da Francesco de Bartolomeis, ovvero un capovolgimento, cioè un vero cambiamento di paradigma e non una integrazione funzionale, nuovi concetti e non (solo) nuovi strumenti.

Ho visto cose. Ho visto il parto di discipline nuove di zecca, come educational genomics, educational data mining, computer-supported collaborative learning, educational neuroscience, educational computer game… e le relative associazioni accademiche e professionali, riviste, congressi internazionali, carriere, bibliografie ecc. Indice di una sensibilità speciale, di una effervescenza che risponde ad una globale e forte domanda di senso che purtroppo viene frammentata e specializzata in recinti più o meno dorati.

Le due discipline più dirompenti sono Learning Analytics e Pensiero Computazionale.

Con Learning Analytics ci si riferisce alla misurazione, alla raccolta, all’analisi e alla presentazione dei dati sugli studenti e sui loro contesti, ai fini della comprensione e dell’ottimizzazione dell’apprendimento e degli ambienti in cui ha luogo dichiara Rebecca Fergusson, esperta del settore. Gli studenti nel loro percorso scolastico si connettono, interagiscono con dispositivi mediatici, svolgono compiti e li presentano tramite piattaforme [smartphone, tablet, pc…], accedono a banche dati, chattano tra di loro, con gli insegnanti, con la burocrazia scolastica. Come dice un altro studioso, Ben Kei Daniel, rilasciano dietro di loro dati utilizzabili che vanno raccolti, analizzati, e interpretati per il bene degli utenti e delle loro carriere scolastiche e post scolastiche. Per il bene anche delle istituzioni formative a qualsiasi livello, perché conoscendo a fondo le prestazioni studentesche [key performance indicators (KPIs)] potranno al meglio programmare innovazioni ed emendare pecche. Potranno accettare o rifiutare iscrizioni. Potranno anche conoscere più a fondo gli studenti applicando la sentiment analysis di straordinaria efficacia nel business, su cui adesso non mi soffermo. Detecting and addressing students’ affective and emotional states, come recita il manifesto dell’ultima conference dei minatori/scavatori di dati educativi/educational data mining.

Microsoft ha bell’e pronta una Machine learning adeguata al compito, si chiama Azure. Accorpati questi big data potranno essere comunicati ai famosi stakeholders, amministratori, specialisti, dirigenti ministeriali, politici di governo. Imbottite di dati le machine learning daranno valutazioni e programmi futuri. Il marchingegno didattico conquista gli operatori del settore, dà un po’ di lavoro ad informatici, a pedagogisti computazionali e a garanti della privacy.

Sorvegliare e premiare. Rendere l’educazione leggibile dalla macchina. La medesima funzione per la giustizia, la polizia, la sanità, lo sport, le ricerche di mercato.

Non c’è nessuna prova che tutto questo migliori qualcosa nell’educazione, come dichiara candidamente un super rapporto di studio della Commissione Europea.

Se posso interrogare Google il sapiente invece dell’insegnante, se learning analytics è anche molto predictive, cioè in grado di vedere il mio futuro conoscitivo ed emotivo -potrei essere un tipo a rischio-, se la imminente, per ceti molto agiati, robotic-based instruction mi fornisce gli interlocutori polivalenti, se posso iscrivermi a qualsiasi corso on line, perfino ai MOOCs - Massive Open Online Courses dell’Università di Harvard, che ci fa l’insegnante? Che ci fa la scuola? Una pedagogia responsabile, analitica del senso dell’educazione è un accessorio che non possiamo più permetterci. È disponibile invece una pedagogia artificiale che, come un’azienda produttrice di sneaker, darà la caccia a tutti i dati possibili, anche i più “sensibili”, per immagazzinarli. Più dati saranno captati e stoccati e più sarà bello interrogarli perché ci diranno cosa fare dei dati stessi. I dati non sono passivi. Sono loro stessi a guidare la ricerca. Dati tuttavia sempre vulnerabili che patiscono trombosi e rapine. Datificazione radicale.

Mi torna alla mente un libro di Ivan Ilich e anche Friedrich Nietzsche: I maestri dell’età dei libri. Poiché l’educazione che ci si dà da sé e l’educazione di gruppo diventano più generali, il maestro, nella sua forma abituale, è destinato a divenire qualcosa di superfluo. Amici desiderosi di apprendere, che vogliono appropriarsi insieme di un sapere, trovano nella nostra epoca dei libri una via più breve e naturale della scuola e dei maestri. Sostituire libri con social media, machine learning ecc.

Pensiero Computazionale. È stato proposto da Jeannette Wing nel 2006. Ricercatrice di informatica e fino al 2017 vice presidente di Microsoft Reasearch.

Il pensiero computazionale consiste nel risolvere i problemi, progettare sistemi e comprendere il comportamento umano, attingendo dai principi fondamentali dell'informatica. Il pensiero computazionale comprende anche una serie di strumenti mentali che riflettono la vastità del mondo dell'informatica. 2006

Il pensiero computazionale/computational thinking l’attività mentale che formula un problema che ammette una soluzione computazionale. La soluzione può essere eseguita da un essere umano o da una macchina o, in generale, dalla loro combinazione. 2010

Allo scadere del decennale, 2016, Wing non riusciva a contenere la legittima felicità di riconoscere lo straordinario successo internazionale della sua proposta e dichiarava che il pensiero computazionale era diventato as fundamental as reading, writing and arithmetic.

Le definizioni un po’ traballanti riportate sopra andrebbero accantonate e, come sostengono tre studiosi italiani, andrebbero esplorate le procedure teoriche che l’informatica mette in gioco. Ma l’aureola mitica del rimedio dei rimedi per rimettere in piedi la scuola e l’educazione ha colpito a fondo e il MIUR se ne è perdutamente innamorato e lo sbandiera urbi et orbi. Bisogna programmare il futuro e il pensiero computazionale è il suo profeta. Non c’è pensiero computazionale senza coding, cioè programmazione, ovvio, altrimenti staremmo parlando d’altro e non di informatica [computer science per gli anglofili]. Un coding non lo si nega a nessuno.

Se usciamo dalle liturgie e dalle ovazioni possiamo in minuta sintesi convenire che le strategie mentali messe in opera dall’informatica hanno molto da insegnare se applicate a sistemi deterministici e con ordini di complessità molto più bassi, nonostante la dittatura del calcolo, rispetto a organismi umani, biologici, psicologici e sociali. Il rischio è di essere sopraffatti dall’algebrosi, come la definiva un originale e ignorato antropologo, Marcel Jousse.

In pausa pranzo facciamo una chiacchierata e diciamoci che i modelli dell’informatica, come di tutte le altre scienze, dure o molli, vanno e vengono, alcuni crollano, altri reggono, deformati o profondamente trasformati. La scienza, ella non può che avanzarsi, diceva Galileo. Avanzando abbandona certe cose, ne acquista altre. Conosce il limite, l’incertezza, l’approssimazione. Che sono invece completamente ignoti alla mitologia che vive di verità assoluta. Tantalo patisce un supplizio inequivocabile, categorico ed eterno. Il mercato fornisce automaticamente l’ordine di cui la società abbisogna. Infallibilmente.

L’algoritmo dove si colloca? Perché quello extra potente di Google, strapieno di pensiero computazionale, ha scambiato la foto di una giovane coppia afroamericana per gorilla? Perché novant’anni fa il massimo dell’algoritmica mondiale incarnato dall’IBM ha rigorosamente computato, ordinato, tabulato, elencato, codificato, programmato lo sterminio degli ebrei, dei rom, degli slavi ecc. per conto dell’iper tecnologico regime nazista?

Coda.

Siamo naufraghi fortunosamente arrivati su un’isola e lassù sulla scogliera al tramonto compare una giovane donna. Chi è? Cosa pensa? Ha uno sguardo malinconico. Sarebbe bello incontrarla, forse. Riappare al tramonto successivo. Risaliamo la china. Arrivano musiche ballabili dalla villa illuminata. Eccola. Lei non ci vede. Guarda lontano, poi torna con gli altri che non ci degnano. E così tutti i giorni.

È l’invenzione di Morel che ha programmato una macchina per riprodurre un momento felice, forse, di un gruppo di uomini e donne. Per sempre.

Si può rompere questo implacabile ripristino di una situazione? Alzando la voce? Quale trasgressione lo potrebbe minare se anch’essa viene assorbita dalla scena, anzi, la arricchisce?

Bisognerebbe trovare il modo di bloccare la macchina.

C’è un sistema sociale che ha fatto della sovversione la sua logica dominante. Si espande proprio grazie alle pratiche trasgressive che vengono immediatamente trasferite nel redditizio mercato dei simboli e dei simulacri. Non c’è piazza in tumulto che non deflagri in un remunerativo spettacolo universale. Anche la critica al sistema ha il suo benvenuto sonante. L’anticapitalismo inscenato dal capitalismo stesso.

Bisognerebbe trovare il modo di bloccare la macchina del valore, del profitto. L’unica legge veramente inattaccabile e intoccabile.

Commenti, bibliografia ragionata e documentazione, qui.

Una risposta a “Intelligenza (poco) Artificiale e Pedagogia (tanto) Artificiale?”

  1. Straordinaria e implacabile analisi: una descrizione della deriva formativa che diviene deriva educativa!
    Mi viene da riutilizzare la parola “resistenza”, intesa come azione che si oppone alla logica semplificatrice dell’apprendimento automatico dei vari Learning.
    Sì, ha ragione Canal l’unico scontro utile è contro la “macchina del valore”, quella del profitto, attrezziamoci per questo e intanto ricostruiamo le “comunità che si parlano”, la scuola può essere ancora una di queste.
    Ignoriamo le disposizioni ministeriali, le circolari, tanto sono solo chiacchiere, riprendiamoci lo spazio per guardarci in faccia, per comunicare con gli studenti guardandoli in faccia!
    Grazie!

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Il tuo commento dovrà essere approvato prima di apparire.