Può descrivere il suo ruolo e il suo coinvolgimento nel progetto Linguaskill?
In qualità di product owner, il mio compito è quello di ascoltare le esigenze del cliente e sviluppare una soluzione end-to-end in grado di rispondere a queste richieste. Tra i miei compiti, quindi, troviamo lo sviluppo dei test, della piattaforma di diffusione, della funzionalità di correzione automatica, fino alla comunicazione dei risultati al cliente.
Quali erano le necessità che desideravate soddisfare con Linguaskill?
I nostri clienti vorrebbero un sistema di valutazione sul quale possano avere controllo assoluto, che sia totalmente on-demand e in cui i test possono essere sostenuti in qualsiasi momento. Infine i risultati dovrebbero essere comunicati praticamente subito.
Cosa rende Linguaskill diverso dagli altri test?
La caratteristica di essere così adattivo è davvero un elemento di differenziazione rispetto agli esami tradizionali. Esistono anche altre organizzazioni che forniscono test adattivi, ma la tecnologia Cambridge English è più avanzata.
Non forniamo, infatti, un solo test che copre tutti i livelli, ma il nostro algoritmo garantisce anche la copertura dell’intera struttura del test. Questo significa che il nostro sistema è in grado di testare tutte le diverse sub-skill necessarie, in modo che candidati diversi, o addirittura lo stesso candidato che sostiene il test più di una volta, riceveranno test diversi. Inoltre, siamo in grado di correggere automaticamente anche testi più lunghi, ad esempio, di 200 parole, fornendo risultati in linea con il Quadro Comune Europeo di Riferimento per la Conoscenza delle Lingue (QCER).
Ora che Linguaskill è presente sul mercato, quali sono gli aspetti di cui si ritiene maggiormente soddisfatto in termini di prodotto e diffusione?
Il fatto che i nostri clienti abbiano la possibilità di acquistare i test, organizzare le sessioni in autonomia e accedere ai report finali, il tutto da una singola piattaforma. Per un test tradizionale, questi step richiedono molti mesi e il coinvolgimento di moltissime persone in tutto il mondo. Per questo, quando i clienti ci dicono che riescono a fare tutto da soli, per di più in maniera estremamente semplice, è sicuramente una bella soddisfazione. Moltissimi studenti hanno addirittura affermato che questo sarà il futuro degli esami. E addirittura si chiedono perché tutti i loro test non si svolgano in questo modo. Non male come feedback!
Come vede il futuro di Linguaskill nei prossimi 2-3 anni?
Continueremo sulla strada dell’automazione, in modo da rendere il processo sempre più facile e veloce per i clienti, offrendo un ventaglio di scelta più ampio. Forniremo anche maggiori feedback agli studenti e agli insegnanti, in modo da favorire un apprendimento più efficace della lingua inglese.
Come vede il futuro degli esami online, in particolare in relazione all’introduzione dell’Intelligenza Artificiale (AI)?
È un aspetto davvero entusiasmante. La nostra ricerca si concentrerà su sistemi di dialogo basati sull’intelligenza artificiale, per fare in modo che, nel giro di pochi anni, gli studenti possano addirittura conversare con il computer, invece di rispondere semplicemente a delle domande. Naturalmente siamo ancora in una fase estremamente embrionale e lo sforzo di ricerca sarà grande, ma grazie all’intelligenza artificiale si tratta di uno scenario possibile.
Esistono attualmente altre tendenze che secondo lei potrebbero influenzare l’apprendimento e la valutazione linguistica nei prossimi cinque anni?
Sì. Si parla spesso, ad esempio, di “localizzazione” dei test, ovvero di creare esami sviluppati su misura per un Paese o per un gruppo specifico. Questo è sicuramente un buon punto di partenza, ma credo che si possa andare ben oltre questo traguardo. Secondo me, si potrà arrivare a personalizzare l’apprendimento e gli esami per un singolo individuo, sia che si trovi in classe che a casa, realizzando esami o moduli didattici creati su misura per lui, come parte di un percorso personalizzato di apprendimento che possa portarlo esattamente dove desidera arrivare. Questo potrà rendersi possibile grazie alle tecnologie adattive, al machine learning e all’analisi dei dati (tanti dati!).