Capitolo 3 Prompting per educatori: una guida pratica
Questo capitolo esplora l’arte e la scienza del prompting nell’ambito dell’istruzione scolastica, una competenza sempre piu’ essenziale per gli insegnanti che desiderano sfruttare efficacemente il potenziale dell’intelligenza artificiale generativa. Il prompting, ovvero la formulazione di istruzioni chiare e precise per i modelli di IAG, si rivela fondamentale per guidare questi strumenti nella generazione di contenuti utili e pertinenti per la didattica. Dopo aver definito i concetti chiave e i componenti di un prompt efficace, il capitolo presentera’ una panoramica delle principali strategie di prompting a disposizione degli educatori, tra cui le tecniche zero-shot, few-shots, chain of thought ed explain-then-respond. Il capitolo si conclude illustrando una serie di applicazioni in diversi scenari educativi, dalla pianificazione delle lezioni alla valutazione degli studenti, fino al supporto di compiti amministrativi e all’assistenza di studenti con bisogni speciali. I docenti sono incoraggiati a testare gli stessi concetti sulle attivita’ pratiche piu’ utili per loro.
3.1 Che cos’e’ un prompt
Nel contesto della IAG, un prompt e’ un’istruzione testuale fornita a un modello linguistico di grandi dimensioni per ottenere una risposta o generare un contenuto. E’ il modo principale con cui l’utente comunica con l’intelligenza artificiale, guidandola verso un obiettivo specifico.
Scrivere un prompt significa quindi formulare una richiesta chiara, mirata e utile. Questo passaggio e’ fondamentale, perche’ la qualita’ della risposta dipende molto da come e’ formulato il prompt. Essenzialmente un buon prompt:
Definisce cosa si vuole ottenere.
Fornisce il contesto necessario.
Specifica eventuali vincoli o condizioni.
Usa un linguaggio semplice e diretto.
Per un docente, saper scrivere buoni prompt e’ una competenza strategica: permette di risparmiare tempo, personalizzare la didattica, esplorare nuove idee e rendere l’uso della IAG realmente utile in classe.
3.2 Componenti chiave di un prompt efficace
Anche se gli LLM sono stati studiati per funzionare con dialoghi il piu’ possibile simili al dialogo umano, tuttavia un prompt efficace non nasce per caso: e’ costruito con attenzione, tenendo conto di alcuni elementi fondamentali. Queste componenti aiutano la IAG a comprendere meglio il contesto, il compito e le aspettative dell’utente, migliorando la qualita’ delle risposte. Ecco di che si tratta.
3.2.1 Contesto
Il contesto aiuta la IAG a ‘calarsi nella parte’ e a generare risposte piu’ pertinenti. Specificare chi sei, in quale ambito ti trovi o per chi e’ destinato il contenuto e’ spesso il primo passo per un prompt ben costruito. In questo prompt vediamo il contesto in azione:
3.2.2 Compito
Il compito e’ cio’ che si chiede alla IAG di fare. Va espresso in modo chiaro e diretto, specificando l’obiettivo della richiesta. Ad esempio:
3.2.3 Vincoli
I vincoli (o requisiti) servono a delimitare il campo d’azione della IAG: durata, numero di attivita’, livello linguistico, strumenti da utilizzare, ecc. Osserva un esempio nel seguente prompt:
3.2.4 Formato
Indicare il formato desiderato della risposta aiuta la IAG a presentare le informazioni in modo utile: testo, elenco, tabella, ecc. Un classico esempio di formato e’ esemplificato da questo prompt:
Per ottenere il massimo dall’interazione con un modello di intelligenza artificiale, inoltre, non basta inserire queste componenti: e’ fondamentale anche seguire alcune linee guida generali per affinare l’efficacia dei prompt. Prima di tutto, e’ importante essere chiari e specifici: le richieste vaghe o ambigue generano risposte imprecise. Il linguaggio utilizzato deve essere semplice e diretto, adatto anche a un lettore ‘non umano’, che interpreta letteralmente cio’ che scriviamo. Inoltre conviene fornire tutti i dettagli rilevanti in un’unica istruzione, cosi’ da ridurre la necessita’ di ulteriori chiarimenti. Infine, ricordiamoci che il prompting e’ un processo dinamico: spesso e’ necessario iterare, cioe’ riscrivere e perfezionare il prompt in base alla qualita’ della risposta ottenuta.
In conclusione, scrivere un buon prompt e’ un’abilita’ che si affina con la pratica. Piu’ esercitiamo questa competenza, piu’ la IAG diventa uno strumento flessibile, potente e soprattutto utile per il lavoro di educatori.
3.3 Strategie di prompting
Una volta compresi i principi di base per scrivere un prompt efficace, e’ utile conoscere alcune strategie specifiche che permettono di adattare la richiesta al tipo di risultato desiderato. A seconda del compito e del livello di dettaglio necessario, si possono utilizzare approcci diversi. Di seguito presentiamo quattro strategie fondamentali, tutte facilmente applicabili nel lavoro quotidiano dell’insegnante.
3.3.1 Prompting zero-shot (senza esempi)
Lo stile zero-shot consiste nel fare una richiesta diretta alla IAG senza fornire esempi. E’ il modo piu’ semplice e immediato di interagire con il modello, ed e’ molto utile per ottenere risposte rapide o per generare idee in fase iniziale. Lo zero-shot si usa di solito:
Per cercare informazioni rapide.
Per generare idee abbozzate o spunti da sviluppare.
Ecco due esempi tipici:
3.3.2 Prompting few-shots (con pochi esempi)
Lo stile few-shots prevede invece di includere uno o piu’ esempi nella richiesta, cosi’ che la IAG possa essere piu’ accurata nel prodotto fornito. E’ particolarmente utile quando si ha un modello preciso da seguire. Il few-shots si usa:
Per creare contenuti che seguano un certo schema.
Per generare materiali didattici con caratteristiche specifiche.
Esempi tipici:
3.3.3 Prompting chain of thought (a catena di pensieri)
Questa strategia, chiamata chain of thought, invita la IAG a ragionare passo dopo passo, scomponendo il problema in fasi. E’ utile quando il compito e’ complesso o richiede un processo articolato di pensiero. La chain of though si usa:
Per progettare attivita’ didattiche strutturate.
Per affrontare problemi che richiedono un ragionamento logico o creativo.
Ecco un paio di esempi che includono la chain of thought:
3.3.4 Prompting explain-then-respond (spiega-poi-rispondi)
In questo approccio, detto explain-then-respond, si chiede alla IAG di spiegare un concetto prima della successiva richiesta che e’ un applicazione a un caso concreto. E’ una tecnica utile per verificare che la comprensione della IAG sia corretta prima di generare contenuti, soprattutto quando si lavora su argomenti complessi o didatticamente delicati. Si usa explain-then-respond:
Per creare materiali didattici accurati (accuratezza superiore a quella ottenuta con few-shots).
Per aiutare la IAG a produrre contenuti più affidabili e strutturati.
Esempi tipici:
In entrambi gli esempi verifichiamo che la IAG abbia veramente ‘compreso’ il concetto (metafora e sviluppo cognitivo) cosi’ facciamo in tempo a cambiare il prompt se vediamo che la ‘comprensione’ della IAG non e’ allineata con la nostra.
Le quattro strategie appena descritte ed esemplificate non sono rigide ne’ esclusive: possono essere combinate, adattate o raffinate in base al contesto educativo. Con un po’ di pratica, ogni docente riuscira’ ad individuare la strategia piu’ efficace per il tipo di contenuto o attivita’ che vuole generare, fino a rendere il proprio uso della IAG molto personale e soprattutto, direi, un alleato concreto nella progettazione didattica.
Per finire si tenga presente che le traduzioni delle quattro espressioni inglesi sono state decise dall’autore. I docenti che operano in Italia possono essere a conoscenza di termini di uso corrente piu’ appropriati.
3.4 Prompting iterativo: migliorare i risultati passo dopo passo
Scrivere un buon prompt non e’ sempre immediato. Spesso serve qualche tentativo per ottenere la risposta desiderata dalla IAG. Per questo motivo, una delle strategie più importanti, anche se forse non molto nota, e’ il prompting iterativo, un approccio in cui si parte da una prima richiesta alla IAG e si affina il prompt a ogni passaggio, sulla base delle risposte ricevute. E’ un processo ciclico: si osserva, si riformula, si osserva nuovamente.
In altre parole, non si tratta di ‘indovinare’ il prompt perfetto subito, ma di collaborare con la IAG per costruire insieme il risultato migliore. Ogni nuova versione del prompt e’ un passo verso una risposta piu’ precisa, efficace e pertinente. Di solito si decide di provare il prompting iterativo:
Quando la risposta IAG e’ troppo generica o fuori tema.
Quando serve maggiore controllo sul tono o sul formato.
Quando si vogliono testare diverse opzioni o stili.
Quando si lavora su contenuti didattici complessi o su processi che devono essere strutturati in maniera specifica.
Un esempio puo’ aiutare a vedere il lato pratico del prompting iterativo. L’esempio verte sulla creazione di un’attivita’ didattica.
- Si parte con un prompt iniziale e minimale (zero-shot), a cui il modello risponde in maniera vaga e insoddisfacente.
Crea un’attivita’ di grammatica italiana per studenti stranieri.La richiesta e’ vaga, forse non adatta al livello dei tuoi studenti.
- A questo punto si ripropone il prompt, migliorandolo.
Crea un’attività sull’uso del passato prossimo per studenti stranieri di livello A2. Deve includere una breve spiegazione e almeno due esercizi.La tua richiesta e’ piu’ focalizzata, ma magari l’attivita’ e’ ancora troppo vaga, lunga o poco coinvolgente.
- Alla terza iterazione il prompt risulta perfezionato.
Crea un’attivita’ sull’uso del passato prossimo per studenti di livello A2. Deve durare 30 minuti, contenere una spiegazione semplice, un esercizio di completamento e uno orale a coppie. Scrivi tutto in un linguaggio chiaro per studenti non madrelingua.Questa volta la tua richiesta sembra abbastanza accurata. L’output e’ dettagliato, concreto e adatto alla classe …
Il resto dell’output e’ omesso, ma la dimostrazione dovrebbe rendere chiaro il meccanismo del prompting iterativo.
3.5 Esempi pratici di prompting in contesti educativi
L’esempio e la dimostrazione pratica sono i metodi piu’ efficaci coi quali l’arte del prompting puo’ essere compresa. In questo paragrafo illustreremo come si possono creare prompts utili ed efficaci in alcune aree educative o di ausilio alla docenza scolastica.
3.5.1 Pianificazione delle lezioni e sviluppo del curriculum
L’ intelligenza artificiale puo’ essere un valido alleato nella progettazione di percorsi didattici, nel generare idee per attivita’ coinvolgenti e nel differenziare i materiali per diversi livelli di competenza. Di seguito proponiamo alcuni prompts utili da usare come spunto per gli esercizi seguenti.
3.5.2 Valutazione e feedback
L’intelligenza artificiale generativa puo’ aiutare nella creazione di strumenti valutativi e nella personalizzazione del feedback agli studenti, risparmiando tempo e migliorando la qualita’ delle comunicazioni. Alcuni prompt utili ed esercizi relativi sono proposti di seguito.
3.5.3 Compiti amministrativi
Anche molti compiti extra-didattici possono essere alleggeriti con l’uso della IAG: comunicazioni con le famiglie, report, relazioni o riassunti. Possibili prompt ed esercizi sono proposti qui di seguito.
3.5.4 Supporto agli studenti con bisogni speciali
La IAG puo’ contribuire alla creazione di materiali accessibili, all’adattamento di contenuti e alla personalizzazione delle strategie educative per studenti con bisogni educativi speciali (BES) e cha abbisognanodi un piano educativo individualizzato (PEI). Ecco alcuni prompt utili e relativi esercizi proposti.
3.6 Tecniche di prompting avanzate
Una volta acquisite le strategie fondamentali di interazione con l’intelligenza artificiale generativa, e’ possibile passare a un livello più avanzato, dove il prompting diventa uno strumento flessibile e creativo. Alcune tecniche, infatti, permettono di simulare contesti, sperimentare approcci progressivi e combinare strategie diverse per ottenere risultati piu’ ricchi e articolati. Tra queste, tre si rivelano particolarmente utili per i docenti: il role-playing, il prompting iterativo e la combinazione di strategie.
La tecnica del role-playing, ovvero il ‘gioco di ruolo’, consiste nel chiedere alla IAG di assumere un’identita’ o un punto di vista specifico. Questo approccio e’ estremamente potente perche’ permette di generare risposte piu’ aderenti a un contesto simulato: ad esempio, si puo’ chiedere alla IAG di comportarsi come uno studente della scuola media che ha bisogno di aiuto con un compito, oppure come un personaggio storico che ‘risponde’ a domande su un evento del passato. In ambito didattico, questo consente di arricchire le lezioni con dialoghi immaginati, scenari interattivi, esercizi teatrali e riflessioni interdisciplinari. La IAG puo’ diventare, a seconda delle necessita’, un collega con cui pianificare, uno studente da supportare, o una voce da interrogare in chiave storica, letteraria o civica.
La seconda tecnica, il prompting iterativo, e’ gia’ stata trattata nel paragrafo 3.4, dove ne sono stati chiariti i principi e forniti esempi dettagliati. Qui lo si richiama come parte integrante delle pratiche avanzate, sottolineando il suo valore come strumento di rifinitura e miglioramento continuo del dialogo con l’intelligenza artificiale. L’obiettivo non e’ scrivere il prompt perfetto al primo tentativo, ma attivare un processo progressivo in cui la IAG risponde, il docente valuta e riformula, fino a ottenere un risultato che rispecchia i reali bisogni didattici.
Infine, una tecnica ancora più potente e’ la combinazione di strategie. I modelli di intelligenza artificiale rispondono molto bene a prompt che uniscono più approcci: si può cominciare con una richiesta semplice (zero-shot), integrare esempi (few-shot), e poi guidare la IAG nel ragionamento passo dopo passo (chain of thought), magari all’interno di un contesto simulato (role-playing). Questa combinazione permette di affrontare compiti complessi in modo articolato e strutturato, come ad esempio la progettazione di un percorso didattico multidisciplinare, la creazione di un test a livelli differenziati, o l’analisi critica di un tema culturale. Non esiste un’unica ricetta: cio’ che conta e’ la consapevolezza dell’intento e la capacita’ di calibrare ogni componente del prompt in base all’obiettivo educativo.
Queste tecniche avanzate non sostituiscono le strategie di base, ma le estendono e le arricchiscono. Offrono ai docenti un margine piu’ ampio di creativita’ e controllo, trasformando l’interazione con la IAG in un processo didattico vero e proprio, capace di riflettere la complessita’ del lavoro educativo e di adattarsi ai bisogni concreti della classe. Per concludere, in questa sezione non verranno forniti ulteriori esempi espliciti, poiché si preferisce lasciare lo spazio all’esplorazione autonoma e pratica che il docente avra’ modo di sviluppare durante il corso e a corso terminato.