La presente tesi intende esaminare il ruolo della tecnologia nel supportare la valutazione formativa in ambito universitario, avvalendosi di una prospettiva pedagogica socio-costruttivista. L’obiettivo centrale è indagare come l'integrazione dei diversi strumenti digitali, come i Learning Analytics e l'Intelligenza Artificiale (AI), possa superare i limiti della valutazione sommativa tradizionale, favorendo processi di apprendimento continui, personalizzati e orientati all'autoregolazione. La metodologia adottata consiste in una desk analysis sistematica e critica della letteratura scientifica internazionale. Attraverso un protocollo di ricerca strutturato, sono stati selezionati e analizzati contributi teorici ed empirici indicizzati nei principali database accademici, al fine di delineare lo stato dell’arte del settore. Dai risultati emerge che il Technology Enhanced Assessment agisce come un'infrastruttura pedagogica capace di migliorare le funzioni diagnostica, regolativa e orientativa della valutazione. Inoltre, l’impiego dei Learning Analytics e dell'AI generativa facilita l'erogazione di feedback tempestivi e dialogici, trasformando la valutazione da momento certificativo finale a processo continuo di supporto (feedforward). In conclusione, sebbene la tecnologia offra nuove opportunità per la sostenibilità didattica in contesti ad alta numerosità, la sua efficacia rimane strettamente legata a una solida intenzionalità pedagogica. Si presenta l’esigenza di promuovere una nuova data literacy per docenti e studenti, garantendo, attraverso il paradigma dell’intelligence augmentation, che il giudizio umano rimanga il fulcro della relazione educativa.
Tecnologia e valutazione formativa in ambito universitario: una prospettiva pedagogica
AZZOLINI, REBECCA
2025/2026
Abstract
La presente tesi intende esaminare il ruolo della tecnologia nel supportare la valutazione formativa in ambito universitario, avvalendosi di una prospettiva pedagogica socio-costruttivista. L’obiettivo centrale è indagare come l'integrazione dei diversi strumenti digitali, come i Learning Analytics e l'Intelligenza Artificiale (AI), possa superare i limiti della valutazione sommativa tradizionale, favorendo processi di apprendimento continui, personalizzati e orientati all'autoregolazione. La metodologia adottata consiste in una desk analysis sistematica e critica della letteratura scientifica internazionale. Attraverso un protocollo di ricerca strutturato, sono stati selezionati e analizzati contributi teorici ed empirici indicizzati nei principali database accademici, al fine di delineare lo stato dell’arte del settore. Dai risultati emerge che il Technology Enhanced Assessment agisce come un'infrastruttura pedagogica capace di migliorare le funzioni diagnostica, regolativa e orientativa della valutazione. Inoltre, l’impiego dei Learning Analytics e dell'AI generativa facilita l'erogazione di feedback tempestivi e dialogici, trasformando la valutazione da momento certificativo finale a processo continuo di supporto (feedforward). In conclusione, sebbene la tecnologia offra nuove opportunità per la sostenibilità didattica in contesti ad alta numerosità, la sua efficacia rimane strettamente legata a una solida intenzionalità pedagogica. Si presenta l’esigenza di promuovere una nuova data literacy per docenti e studenti, garantendo, attraverso il paradigma dell’intelligence augmentation, che il giudizio umano rimanga il fulcro della relazione educativa.| File | Dimensione | Formato | |
|---|---|---|---|
|
Azzolini_Rebecca.pdf
Accesso riservato
Dimensione
2.22 MB
Formato
Adobe PDF
|
2.22 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/106868