16–18 set 2026
Europe/Rome fuso orario

Usare i dati Moodle per comprendere e sostenere l’apprendimento

18 set 2026, 13:05
8m
Comunicazione (Short paper) Apprendimento integrato dalle tecnologie Contributi

Relatore

Marco Novarese (Università del Piemonte Orientale)

Descrizione

Le attività svolte su Moodle producono dati che permettono di osservare diversi aspetti delle modalità di studio e apprendimento, tra cui la distribuzione dell’impegno nel tempo, l’uso della ripetizione, la reazione al feedback, la persistenza degli errori e la capacità di trasferire quanto appreso a domande simili. Il contributo analizza i dati relativi ad alcuni corsi universitari di Economia politica, integrando informazioni provenienti dai quiz, dagli esami e da questionari compilati prima e dopo la prova.

La struttura del dataset consente di seguire, per ciascuna persona e per ciascuna domanda, la sequenza dei tentativi, i tempi di svolgimento, le ripetizioni, i miglioramenti e gli errori persistenti. I risultati mostrano che la performance nei primi tentativi è fortemente associata al risultato dell’esame, anche controllando per il voto ottenuto in una prova precedente. Anche la procrastinazione, i tentativi vuoti o quasi vuoti e le ripetizioni molto ravvicinate risultano associati a risultati peggiori. Queste relazioni non possono essere interpretate in senso causale, ma indicano che i dati Moodle possono contribuire a individuare precocemente traiettorie di studio differenti e possibili segnali di difficoltà.

L’analisi considera inoltre ciò che accade quando una persona incontra nuovamente la stessa domanda. Nella maggioranza dei casi, una risposta inizialmente errata viene corretta nel tentativo successivo. Tuttavia, una parte degli errori persiste. Per analizzare questo fenomeno viene studiata la stickiness dell’errore, cioè la tendenza a ripetere la stessa risposta errata. La frequenza osservata viene confrontata con quella attesa sulla base dell’attrattività generale dei diversi distrattori. In alcuni quiz emerge una persistenza individuale molto superiore a quella attesa; in altri prevale invece una convergenza collettiva sugli stessi errori, senza una specifica stabilità individuale. Gli errori non sembrano quindi sempre casuali, ma possono riflettere rappresentazioni, associazioni o procedure errate relativamente stabili.

Il miglioramento sulla stessa domanda non dimostra però, da solo, un apprendimento trasferibile, perché può dipendere dal riconoscimento dell’item o dal ricordo della risposta. Per questo l’analisi considera anche domande diverse che richiedono lo stesso principio o la stessa procedura. I primi risultati mostrano una chiara continuità tra la performance nei quiz e quella all’esame, mentre il trasferimento specifico a domande nuove e concettualmente analoghe appare più difficile da misurare e richiede una classificazione didattica accurata degli item.

Nel complesso, i dati Moodle possono essere utilizzati per comprendere meglio i processi di apprendimento, monitorare le traiettorie degli studenti, individuare segnali di difficoltà e valutare percorsi o interventi personalizzati. La ricostruzione delle sequenze di risposta permette infatti di osservare come le persone affrontano l’errore, utilizzano il feedback e modificano, oppure mantengono, le proprie risposte nel tempo.

Autore principale

Marco Novarese (Università del Piemonte Orientale)

Materiali di presentazione

Non sono ancora presenti materiali