Il contributo illustra un caso studio condotto presso ITI D.M. Turoldo (BG) su un percorso didattico di 12 ore dedicato al prompt engineering come declinazione del pensiero algoritmico e sviluppo di competenze di formalizzazione, verifica e uso consapevole dei sistemi. L’intervento, progettato in coerenza con il D.M. 26/2026, le Linee Guida STEM e le recenti disposizioni ministeriali per l’introduzione dell’AI (Artificial Intelligence), mira a superare la concezione dell’AI come black-box (scatola nera). Il prompt engineering viene trattato come pratica algoritmica: formalizzare una richiesta efficace richiede decomposizione, esplicitazione dei vincoli, sequenzializzazione delle istruzioni e verifica iterativa dell’output, competenze già previste dal curricolo informatico. Sulla base del framework DigComp 3.0, il percorso si è articolato in due fasi. (i) Fase collaborativa: focalizzata sulla co-produzione di artefatti multimodali (testuali, iconografici e infografici) in modalità autogestita, finalizzata a stimolare l’apprendimento situato e la negoziazione paritetica di strategie di prompting. (ii) Fase individuale: caratterizzata da un ciclo iterativo di formulazione e revisione del prompt applicato a domini disciplinari eterogenei (dalla storiografia al machine learning), sotto la guida del docente. L’analisi qualitativa e quantitativa sembra indicare una maggiore strutturazione dei prompt e alcuni primi, seppur non conclusivi, segnali di una crescente consapevolezza nella loro formulazione; permangono tuttavia alcune criticità nella valutazione degli output, che sembrano confermare il ruolo centrale della mediazione didattica. In prospettiva, è prevista una terza fase metacognitiva, orientata a rendere esplicito il processo di decomposizione e formalizzazione del problema per consolidare il legame tra prompt engineering e autonomia cognitiva.
Prompt Engineering come pensiero algoritmico: un caso studio tra collaborazione e autonomia individuale
perseghin erica
2026-01-01
Abstract
Il contributo illustra un caso studio condotto presso ITI D.M. Turoldo (BG) su un percorso didattico di 12 ore dedicato al prompt engineering come declinazione del pensiero algoritmico e sviluppo di competenze di formalizzazione, verifica e uso consapevole dei sistemi. L’intervento, progettato in coerenza con il D.M. 26/2026, le Linee Guida STEM e le recenti disposizioni ministeriali per l’introduzione dell’AI (Artificial Intelligence), mira a superare la concezione dell’AI come black-box (scatola nera). Il prompt engineering viene trattato come pratica algoritmica: formalizzare una richiesta efficace richiede decomposizione, esplicitazione dei vincoli, sequenzializzazione delle istruzioni e verifica iterativa dell’output, competenze già previste dal curricolo informatico. Sulla base del framework DigComp 3.0, il percorso si è articolato in due fasi. (i) Fase collaborativa: focalizzata sulla co-produzione di artefatti multimodali (testuali, iconografici e infografici) in modalità autogestita, finalizzata a stimolare l’apprendimento situato e la negoziazione paritetica di strategie di prompting. (ii) Fase individuale: caratterizzata da un ciclo iterativo di formulazione e revisione del prompt applicato a domini disciplinari eterogenei (dalla storiografia al machine learning), sotto la guida del docente. L’analisi qualitativa e quantitativa sembra indicare una maggiore strutturazione dei prompt e alcuni primi, seppur non conclusivi, segnali di una crescente consapevolezza nella loro formulazione; permangono tuttavia alcune criticità nella valutazione degli output, che sembrano confermare il ruolo centrale della mediazione didattica. In prospettiva, è prevista una terza fase metacognitiva, orientata a rendere esplicito il processo di decomposizione e formalizzazione del problema per consolidare il legame tra prompt engineering e autonomia cognitiva.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
