L’Intelligenza Artificiale è uno specchio delle domande che le poniamo: più chiara è la nostra intenzione, più efficace sarà il risultato. Ma come si impara a “parlare” con l’IA? Questo è stato il cuore del secondo incontro del modulo per formatori, svoltosi il 5 ottobre, in cui abbiamo esplorato le strategie per scrivere istruzioni mirate e funzionali.

Contesto e Metodologia

Il percorso, della durata di tre ore, ha coinvolto i docenti in una sessione dinamica che ha unito momenti plenari a lavori di gruppo nelle stanze di Google Meet. L’approccio scelto è stato quello dell’apprendimento attivo: abbiamo iniziato raccogliendo le conoscenze pregresse dei partecipanti tramite Mentimeter. Alla domanda “Cosa è il prompt engineering?”, i corsisti hanno risposto evidenziando concetti chiave come “dare le istruzioni alla macchina”, “scrittura e perfezionamento di input testuali” e “costruzione e progettazione”. Partendo da questo brainstorming visivo, abbiamo sfidato i docenti con un quiz su Kahoot!, affrontando concetti avanzati come il Chain-of-Thought, il Few-Shot Learning e la Constrained Generation.

Sviluppo dell’Attività e Risultati

Nella seconda fase, abbiamo introdotto le vere e proprie architetture di prompt engineering, illustrando quattro modelli strategici per la costruzione delle istruzioni:

• Modello PTCF: Identità, Azione primaria, Vincoli accademici, Scaffolding strutturale.
• Modello R-T-C-O: Identità pedagogica, Obiettivo di contenuto, Profilazione estrema dell’aula, Prodotto azionabile.
• Modello P.R.O.M.P.T.: Identità e Obiettivo, Variabili, Il motore teorico, Struttura e Voce.
• Modello Le 5 S: Scenario e Compito, Limiti, Struttura, Il loop iterativo.

Suddivisi in gruppi di lavoro (stanze Meet), i docenti hanno scelto un’attività didattica specifica e hanno testato questi modelli compilando una tabella di progettazione. Successivamente, sono passati alla pratica inserendo i prompt strutturati all’interno di Google Gemini, analizzando e confrontando criticamente i risultati ottenuti in base alla tecnica utilizzata.

Riflessione e Conclusioni

Nel debriefing in plenaria è emersa una consapevolezza fondamentale. Nonostante la necessità di comprendere quale sia lo schema migliore per la propria disciplina, la lezione più grande è stata l’importanza di ragionare prima di agire. L’intelligenza artificiale non sostituisce la progettazione didattica, ma la amplifica. Il prompt engineering efficace richiede che l’insegnante abbia chiarissimo in mente l’obiettivo pedagogico finale, trasformando l’interazione con l’IA in una pratica riflessiva e profondamente umana.