Serious games, Web 3.0, Realtà Aumentata, E-learning, Robotica educativa e Nuove tecnologie applicate all'apprendimento. Un Blog per riflettere su cosa significhino oggi apprendimento e formazione. Uno spazio per presentare idee e progetti formativi relativi alle TEL (technology enhanced learning). Un modo per capire il lavoro e la società attraverso la prospettiva di chi si occupa di apprendimento e sviluppo delle persone.
venerdì 13 giugno 2014
PalMa: un Serious Game per allenare le soft skill
Da diversi anni ormai, all'interno dei progetti di formazione che realizzo, faccio uso di Seriuos game e di altre tecnologie innovative per coinvolgere le persone e per potenziare l'apprendimento.
Fra i vari strumenti utilizzati Pal.ma (Palestra Manageriale) è certamente il principale, primo perché nasce da una idea che ho personalmente sviluppato (in sinergia con l'ISTC del CNR di Roma), secondo perché la la versatilità dello strumento ed il suo alto livello di customizzazione hanno permesso di utilizzarlo in maniera davvero trasversale, ovvero rispetto ad obiettivi, target e contesti organizzativi molto diversi fra loro.
Al di là di qualche articolo specialistico mi accorgo però di non aver mai descritto sinteticamente PalMa, cos'è e come funziona. Cerco dunque di rimediare.
Pal.Ma è un simulatore di dialoghi in cui l’utente umano si confronta con un Bot (un agente software appositamente programmato) ed attraverso una serie di scambi comunicativi cerca di raggiungere un certo obiettivo negoziale. Di volta in volta l’utente seleziona una frase che ritiene efficace rispetto al raggiungimento dell’obiettivo a partire da una serie di opzioni possibili. L’intelligenza artificiale risponde a sua volta con un proprio feedback. Se l’utente adotta una strategia comunicativa efficace ottiene per cosi dire ‘ascolto’ da parte del bot e raggiunge l’obiettivo. In caso contrario il dialogo fallisce.
PalMa è particolarmente flessibile dal punto di vista didattico poiché permette di simulare qualunque genere scambio comunicativo che avvenga fra due persone. Chi progetta la formazione può dunque personalizzare il SG creando una palestra definita da quattro parametri fondamentali:
• L’ambiente in cui agiscono i personaggi, selezionabile all’interno di diverse opzioni disponibili.
• I personaggi stessi, ovvero l’avatar dell’utente ed il bot, selezionabili anch’essi da rispetto ad una serie di possibilità predefinite.
• Il livello di difficoltà della palestra definito in base ad una serie di variabilli.
• I dialoghi che caratterizzano la palestra ovvero le opzioni di risposta a disposizione del giocatore e del bot nei diversi scambi previsti dalla palestra.
La versatilità dello strumento consente quindi di allenare un ampia gamma di soft skill: competenze legate all’esercizio della leadership, di natura commerciale, fino a competenze legate alla motivazione ed allo sviluppo degli altri.
Come è noto un elemento fondamentale che caratterizza i SG rispetto alla loro funzione educativa riguarda i feedback formativi che sono in grado di fornire all’utente . PalMa fornisce diversi feedback utili a generare apprendimento che ricadono in due categorie principali: impliciti ed espliciti.
Il primo genere di feedback riguarda informazioni inserite direttamente nella dinamica di gioco. PalMa adotta il linguaggio grafico tipico dei fumetti per cui ogni frase viene inserita all’interno di un callout. La forma, il colore e la dimensione del testo all’interno del callout permettono all’utente di capire se la discussione sta procedendo correttamente (se si sta stanno andando in direzione di un accordo) oppure se le frasi che l’utente seleziona non sono efficaci rispetto all’obiettivo . Oltre a questo primo genere di feedback l’utente ha poi a disposizione dati, grafici e commenti di vario tipo che vengono fornite dal SG al termine della prova. Questo secondo genere di feedback, di tipo esplicito, si compone di varie schermate che appaiono in sequenza al termine del gioco. Un dato particolarmente interessante in questo senso riguarda il confronto fra feedback dell’utente e risposte del Bot, ovvero il modo in cui quest’ultimo ha reagito alle frasi selezionate dall’utente. Nella figura sottostante ciascun nodo rappresenta una frase. Tanto più il feedback dell’utente è stato capace di riportare il bot vicino alla linea dell’assertività (la linea dello ‘0’ che rappresenta l’obiettivo da raggiungere) tanto maggiore può essere considerata l’efficacia del feedback in questione.
Iscriviti a:
Commenti sul post (Atom)

Nessun commento:
Posta un commento