Board Game-Based Learning e processi cognitivi. Un modello di valutazione con l’intelligenza artificiale

L’apprendimento basato sui giochi da tavolo (bGBL) sta suscitando un crescente interesse come approccio innovativo capace di promuovere il coinvolgimento attivo degli studenti e lo sviluppo cognitivo in una prospettiva olistica. Tuttavia, la sua integrazione in pratiche didattiche efficaci si presenta complessa, anche a causa della mancanza di un quadro teorico e metodologico consolidato. Spesso, infatti, l’implementazione del bGBL dipende dall’iniziativa personale degli insegnanti e dal loro grado di familiarità con i giochi, più che da linee guida o modelli di progettazione condivisi. Uno degli ostacoli principali riguarda il corretto allineamento tra gli obiettivi di apprendimento e le azioni che si svolgono durante il gioco, con i relativi processi cognitivi attivati. Per rispondere a questa esigenza, nel presente studio viene sviluppato un quadro teorico volto a connettere obiettivi educativi e processi cognitivi stimolati dai meccanismi di gioco. Tale quadro è stato utilizzato per addestrare un assistente GenAI (GADbot), concepito per supportare la progettazione didattica del bGBL e valutato attraverso il giudizio di esperti umani. Considerata la crescente disponibilità di giochi da tavolo e l’innovazione continua nelle loro meccaniche, questo approccio si propone di rivoluzionare il campo del bGBL, sfruttando l’intelligenza artificiale come strumento di supporto per ridurre le barriere di ingresso degli insegnanti nella scelta dei giochi più adeguati alle proprie esigenze educative. In tal modo, si pongono le basi per la progettazione di esperienze di apprendimento significative e per la diffusione di pratiche pedagogiche attive e consapevoli.