L'intelligenza artificiale bloccherà lo sviluppo della motricità fine?
DOI:
https://doi.org/10.4454/graphos.101Parole chiave:
caligrapher AI, scrittura, intelligenza artificiale, coordinazione, motricitàAbstract
L'intelligenza artificiale sta rivoluzionando il mondo così come i processi di istruzione, di condivisione di informazioni e le interazioni docente-discente. Strumenti come Caligrapher AI simulano la grafia umana partendo da parole digitate sembrando essere un aiuto a chi ha disturbi di scrittura. Tuttavia, l'uso dell’AI può compromettere lo sviluppo delle abilità motorie legate alla scrittura a mano che ipso facto è una coordinazione complessa. La scrittura a mano è un elemento cruciale dello sviluppo motorio fine e l'uso prematuro dell'AI potrebbe impedire questa maturazione. Si suggerisce limitare tali strumenti fino ai 12 anni.
Riferimenti bibliografici
Berninger V.W., Mizokawa D., Bragg R. (1991). Theory-based Diagnosis and Remediation of Writing Disabilities. Journal of School Psychology, 29, pp. 57-79.
Castiello U., Stelmach G.E. (1993). Generalized representation of handwriting: evidence of effector independence. Acta psychologica, 82 (1-3), pp. 53-68.
Chiappedi M., Togni R., De Bernardi E., Baschenis I.M.C., Battezzato S., Balottin, U., Bejor, M. (2012). Arm trajectories and writing strategy in healthy children. BMC pediatrics, 12, pp. 1-6
Giuriato M., Filipas L., Crociani M., Carnevale Pellino V., Vandoni M., Gallo, G., La Torre A., Rossi C., Lovecchio N., Codella, R. (2024). Inter-Trial Rest Interval Affects Learning Throwing Skills among Adolescents. Journal of Motor Behavior, 56(2), pp. 132-138.
Goodbody S.J., Wolpert D. M. (1998). Temporal and amplitude generalization in motor learning. Journal of Neurophysiology, 79(4), pp. 1825-1838
Hopcan S., Polat E., Ozturk M.E., Ozturk, L. (2023). Artificial intelligence in special education: A systematic review. Interactive Learning Environments, 31(10), pp. 7335–7353.
Hughes P.P., Beanland M.G., Danielson T., Jacobson B.H. (2020). Writing legibility of selected effectors: Evidence for a generalized motor program? Auc Kinanthropologica, 56(2), 67-78
Julius M.S., Meir R., Shechter-Nissim Z., Adi-Japha E. (2016). Children's ability to learn a motor skill is related to handwriting and reading proficiency. Learning and Individual Differences, 51, pp. 265-272
Kumar D., Haque A., Mishra K., Islam F., Mishra B. K., Ahmad S. (2023). Exploring the transformative role of artificial intelligence and metaverse in education: A comprehensive review. Metaverse Basic and Applied Research, 2, pp. 55.
Lin H. (2023). Calligraphy to Image. In Proceedings of the 16th International Symposium on Visual Information Communication and Interaction (pp. 1-5).
Lovecchio N., La Torre A., Della Vedova N. (2018). Dallo spazio vissuto allo spazio del foglio: l’attività motoria come compensatore dei DSA. Formazione & Insegnamento, 16(1), pp. 305-314.
Lovecchio N., Sangalli S., Borgogni A. (2023). Movements in Analogic or Digital Context: A Critical Comparison. Italian Journal of Health Education, Sport and Inclusive Didactics, 7(1)
Lovecchio N. (2024a). Kinesis e grafia: la performance dello scrivere. Graphos. Rivista internazionale di pedagogia e didattica della scrittura, 5, pp.11-23
Lovecchio N. (2024b). The limit of artificial intelligence: the motor control. Italian Journal of Health Education, Sport and Inclusive Didactics, 8(3)
Maarse F.J., Van Galen G.P, Thomassen, A.J. (1989). Models for the generation of writing units in handwriting under variation of size, slant, and orientation. Human Movement Science, 8(3), 271-288
Mavropoulou A., Barkoukis V., Douka S., Alexandris K., Hatzimanouil, D. (2019). The role of autonomy supportive activities on students’ motivation and beliefs toward out-of-school activities. The Journal of Educational Research, 112(2), 223–233.
Palmis S., Danna J., Velay J.L., Longcamp M. (2019). Motor control of handwriting in the developing brain: A review. Developmental Dysgraphia, 123-140.
Petryński, W. (2007). Bernstein’s construction of movement model and contemporary motor control and motor learning theories. Human, 8(2): pp. 36-147
Porayska-Pomsta K.K. (2015). AI in Education as a methodology for enabling educational evidence-based practice. http://ceur-ws. org/Vol-1432/, 1432, 52–61.
Raj J.S. (2019). A comprehensive survey on the computational intelligence techniques and its applications. Journal of ISMAC, 1(03), pp. 147-159.
Schmidt R.A., Zelaznik H., Hawkins B., Frank J.S., Quinn Jr, J.T. (1979). Motor-output variability: a theory for the accuracy of rapid motor acts. Psychological review, 86(5), 415.
Sülzenbrück S., Hegele M., Rinkenauer G., Heuer H. (2011). The death of handwriting: Secondary effects of frequent computer use on basic motor skills. Journal of Motor Behavior, 43(3), pp. 247-251.
Tuomi, I. (2019). The Impact of Artificial Intelligence on Learning, Teaching, and Education: Policies for the Future. JRC Science for Policy Report. European Commission.
Van Galen G. P. (1991). Handwriting: Issues for a psychomotor theory. Human Movement Science, 10(2-3), pp. 165-191.
Zhang R. (2022). College sports decision-making algorithm based on machine few-shot learning and health information mining technology. Computational Intelligence and Neuroscience, 2022.
Downloads
Pubblicato
Come citare
Fascicolo
Sezione
Licenza
Copyright (c) 2024 nicola lovecchio
TQuesto lavoro è fornito con la licenza Creative Commons Attribuzione 4.0 Internazionale.
Edizioni ETS s.r.l. LUNGARNO MEDICEO 16 - 56127 - PISA