Prompt Engineering per la Didattica e l'Inclusione
LAB-03 · Laboratorio sul campo · 16 ore — 4 incontri da 4 ore
Un laboratorio in presenza che insegna ai docenti a "parlare" con l'IA generativa in modo professionale, per produrre in pochi minuti materiali su misura, versioni semplificate per BES/DSA e prove differenziate.
Perché questo laboratorio
Il vero salto di produttività non sta nell'"usare ChatGPT", ma nel saper formulare richieste strutturate che producano output utilizzabili in classe. Il laboratorio colma due esigenze prioritarie: ridurre il carico di lavoro del docente e includere gli studenti con bisogni educativi speciali.
A chi è rivolto
Docenti di ogni ordine e grado; focus su sostegno, BES e DSA
Struttura degli incontri
- Incontro 1 (4h) — L'anatomia di un prompt professionale Dallo schema Ruolo–Contesto–Compito–Formato–Vincoli applicato subito a un contenuto disciplinare reale, confrontando output ingenuo e ingegnerizzato.
- Incontro 2 (4h) — Differenziazione e materiali su misura Da un'unica unità didattica reale si generano tre versioni a difficoltà crescente, mappe, domande aperte e quiz.
- Incontro 3 (4h) — IA per l'inclusione (BES/DSA) Semplificazione ad alta leggibilità, linguaggio chiaro, sintesi visive e adattamento dei formati di verifica, con limiti e cautele etiche.
- Incontro 4 (4h) — Valutazione assistita e banca di prompt d'istituto Rubriche e prove differenziate; l'IA come supporto (non sostituto) alla valutazione; creazione della banca di prompt riutilizzabile.
Metodologie e attività
| Metodo | Esempio operativo |
|---|---|
| Learning by doing su materiali propri | Ogni docente trasforma dal vivo una propria unità didattica: a fine incontro esce con materiale pronto per la classe. |
| Job shadowing del formatore | Il formatore itera un prompt sul PC del docente finché l'output non è corretto e usabile. |
| Differenziazione guidata | Da una stessa verifica di storia si generano tre versioni: base, intermedia e ad alta leggibilità per DSA. |
| Peer review tra docenti | I prompt vengono scambiati e migliorati dai colleghi, costruendo la banca d'istituto. |
| Controllo critico dell'output | Caccia all'errore: individuare allucinazioni e imprecisioni nei testi generati. |
Strumenti utilizzati
- IA generativa testo (ChatGPT, Copilot o Gemini) su account didattici; in alternativa modelli con maggiore tutela del dato.
- Mappe e sintesi visive (Whimsical/Napkin o funzioni native dei modelli).
- Leggibilità e semplificazione: analisi della leggibilità e text-to-speech.
- Produzione documenti: Google Workspace for Education o Microsoft 365.
Materiali forniti
- Libreria di prompt-template (oltre 40 schemi per disciplina e funzione).
- Schema "Ruolo–Contesto–Compito–Formato–Vincoli" plastificato.
- Checklist per l'inclusione (alta leggibilità, semplificazione, accessibilità).
- Set di esempi "prima/dopo".
- Dispensa partecipante (12-16 pagine) e slide.
- Attestato di frequenza valido per la rendicontazione PNRR.
Requisiti tecnici e organizzativi
- Aula con LIM o videoproiettore e connessione internet stabile.
- 1 dispositivo per partecipante: è un laboratorio "mani sulla tastiera".
- Account didattici (Google Workspace for Education o Microsoft 365) se disponibili.
Output e risultati attesi
- Banca di prompt d'istituto riutilizzabile e ampliabile.
- Set di materiali differenziati e inclusivi pronti all'uso.
- Attestato di frequenza; competenze allineate a CompTIA AI Essentials.
Vuoi attivare un progetto DM 219 nella tua scuola?
Componiamo insieme laboratori e moduli in un progetto-tipo conforme ai vincoli ministeriali. Primo confronto gratuito.
Parla con un esperto