MACHINE LEARNING PREDICTIVE MODELS: LIMITS, CONDITION AND APPLICATION POSSIBILITIES IN EDUCATIONAL CONTEXT.
DOI:
https://doi.org/10.32043/gsd.v8i2.1107Abstract
According to G. Floridi (2023), the spread of artificial intelligence in everyday life contexts determines, on a general level, a process of "wrapping" the real world around the virtual world. Based on this process "è l’ambiente ad essere progettato in modo da essere compatibile con i robot, non il contrario…avvolgiamo microambienti attorno a robot semplici per adattarli ad essi” (Floridi, 2023, p. 56).
Machine Learning represents the form of artificial intelligence specifically oriented towards the management of learning processes, and its dynamisms (Binary Classification, Multiple Classification, Clusterization, etc.) can be considered as the anchor point around which teaching contexts are increasingly "wrapped".
The purpose of this reflection is to place under observation the ML procedures with the greatest predictive impact, with the aim of verifying their conditions, limits and adaptive possibilities in order to the variables constituting the teaching-learning processes.
Dowloads
Pubblicato
Fascicolo
Sezione
Licenza
Copyright (c) 2024 Marco Piccinno

Questo volume è pubblicato con la licenza Creative Commons Attribuzione 4.0 Internazionale.
La licenza che si applica a questo articolo è quella indicata sopra e nella sua prima pagina. Dal Volume 7 (2023) la rivista pubblica con licenza Creative Commons Attribuzione 4.0 Internazionale (CC BY 4.0); gli articoli dei Volumi 1–6 (2017–2022) sono stati pubblicati con licenza Creative Commons Attribuzione – Non commerciale – Non opere derivate 3.0 Italia (CC BY-NC-ND 3.0 IT) e mantengono quella licenza. Gli autori mantengono i diritti sulla propria opera e concedono alla rivista il diritto di prima pubblicazione.