Laboratorio STEM
Metodologie Attive
Laboratorio STEM con AI 2 –
ID Scuola Futura: 444389
Sede / Scuola
Scuola secondaria II grado “E. Fermi” – Lecce
Durata Totale
19 Ore (Laboratorio)
Posti Disponibili
10 Posti
Formatore & Destinatari

De Giorgi Carlo
Esperto in Didattica Innovativa e AI per le STEM
Formatore Docenti
Docenti
Tutte le Regioni
Calendario & Modalità
07/09/2026 – 30/11/2026
17/08/2026 – 06/09/2026
Esclusivamente in presenza
Descrizione Dettagliata del Percorso
Il percorso ha un unico centro di gravità: l’intelligenza artificiale come strumento concreto nelle mani del docente STEM. Non un modulo teorico, ma un laboratorio in cui l’AI attraversa ogni lezione e trasforma il modo di progettare, spiegare e valutare, portando i docenti da un uso passivo (chiedere una risposta) a uno generativo e progettuale: costruire con l’AI i propri strumenti didattici. L’impianto è operativo: ogni docente non assiste a dimostrazioni, ma produce.
Il corso si sviluppa in cinque tappe con progressione precisa. Si parte dal quadro etico-giuridico. La seconda tappa consolida gli strumenti STEM gratuiti (Wolfram Alpha, GeoGebra, PhET, Teachable Machine) in chiave AI, facendo costruire ai docenti un classificatore senza scrivere codice. Il cuore generativo sono la terza e la quarta lezione, dove l’AI diventa partner di sviluppo: con Google Colab e Gemini nasce un notebook-strumento per la propria materia; con Claude, Artifacts e Projects si creano applicazioni, giochi didattici e assistenti di materia, come il “docente virtuale socratico” che guida lo studente al ragionamento senza fornire soluzioni. La quinta tappa è la sintesi: un’unità didattica che utilizza le nozioni apprese.
Interamente laboratoriale e project-oriented, il percorso coltiva un principio ricorrente — l’uso critico dell’AI — e lascia a ogni docente prodotti pronti all’uso e una nuova competenza: costruire, con l’AI e in modo responsabile, ambienti di apprendimento su misura.
Framework delle Competenze (DigCompEdu) & Livelli
Livello di Ingresso
A1
Novizio
Primi passi nell’uso delle tecnologie digitali e AI nella didattica
Aree DigCompEdu Coinvolte
Area 1: Coinvolgimento e valorizzazione professionale
Area 2: Risorse digitali
Area 3: Pratiche di insegnamento e apprendimento
Programma Dettagliato dei Moduli
19 Ore Complessive
Quadro etico-giuridico dell’IA a scuola
Durata: 3 Ore
Obiettivo: Comprendere le implicazioni legali, di privacy ed etiche nell’adozione dell’AI in ambito educativo scolastico.
Contenuti Chiave:
- EU AI Act applicato all’istruzione (sistemi ad alto rischio e categorizzazione delle applicazioni).
- Privacy, GDPR e tutela dei dati dei minori, con gestione di accountability e liberatorie.
- Diritto d’autore sui contenuti generati, plagio e integrità accademica.
- Trasparenza, bias e allucinazioni nei modelli generativi.
- Analisi e stesura di una bozza di Regolamento d’Istituto per l’uso dell’IA generativa (patti di corresponsabilità e regole per docenti e studenti).
Analisi di Casi
Laboratorio di Stesura Normativa
EU AI Act / GDPR Guidelines
Strumenti gratuiti di matematica e scienze
Durata: 4 Ore
Obiettivo: Potenziare l’insegnamento scientifico mediante strumenti web gratuiti integrati con approcci di AI e Machine Learning.
Contenuti Chiave:
- Wolfram Alpha: risoluzione e spiegazione passo-passo di equazioni e funzioni (confronto diretto con gli LLM).
- GeoGebra: costruzioni dinamiche, grafici avanzati e condivisione di applet interattivi.
- PhET: simulazioni interattive per fisica e chimica affiancate da schede di laboratorio dedicate.
- Teachable Machine: addestramento no-code di classificatori (immagini, suoni, pose) per comprendere dataset, training ed errore (TinyML).
Wolfram Alpha
GeoGebra
PhET Interactive
Teachable Machine (No-Code AI)
Google Colab con AI: dal notebook alla propria applicazione
Durata: 4 Ore
Obiettivo: Utilizzare l’assistente AI per programmare ed elaborare dati scientifici senza barriere di codifica.
Contenuti Chiave:
- Fondamenti di Google Colab e integrazione dell’assistente Gemini per generazione e spiegazione di codice Python.
- Importazione, pulizia dataset, creazione di grafici e interpretazione critica dei dati.
- Sviluppo guidato di un notebook-strumento disciplinare su misura:
- Fisica/Meccanica: simulatore di moto o analisi dati di laboratorio.
- Scienze/Chimica: visualizzatore di reazioni o analisi dataset ambientali.
- Elettronica/Informatica: analisi segnali o dashboard da sensori.
Coding assistito
Google Colab
Gemini AI
Claude: Artifacts e Projects
Durata: 4 Ore
Obiettivo: Progettare web app didattiche ed assistenti virtuali personalizzati basati su approccio socratico.
Contenuti Chiave:
- Creazione di mini web-app interattive e giochi didattici da prompt (Artifacts): labirinti di equazioni, simulatori di forze, quiz autocorrettivi, flashcard.
- Esportazione in HTML ed integrazione nel registro elettronico o LMS.
- Uso di Claude Projects a contesto persistente per sviluppare assistenti disciplinari custom.
- Caso guida: creazione del “Docente Virtuale Socratico” (un tutor che stimola il ragionamento senza fornire risposte dirette).
Prompt Engineering
Claude (Anthropic)
Claude Artifacts & Projects
Project work e restituzione finale
Durata: 4 Ore
Obiettivo: Sintetizzare le competenze apprese in un’Unità Didattica integrata e sottoposta a peer review.
Contenuti Chiave:
- Progettazione di un’Unità Didattica completa che integri almeno 2 strumenti del corso (es. Colab + Artifact Claude, oppure PhET + GeoGebra).
- Sperimentazione simulata o reale su casi di studio della classe.
- Peer review tra docenti, autovalutazione guidata e condivisione delle buone pratiche didattiche.
Project Based Learning
Peer Review
Integrazione Multi-Tool AI