Perché il dominio è adatto
L'inferenza attiva tratta la percezione, l'azione e l'apprendimento come la minimizzazione di una funzionale di energia libera che limita la sorpresa sotto un modello generativo, e le interazioni didattiche ne istanziano il ciclo su larga scala: gli studenti aggiornano continuamente le loro credenze sui concetti ed sull'autoefficacia dal feedback mentre gli insegnanti progettano attività e valutazioni con incertezza pervasiva su ciò che sanno gli studenti. Modelli generativi gerarchici, in cui i livelli superiori codificano regolarità lente del contesto e i livelli inferiori codificano specifiche sensoriali rapide, si mappano sulla struttura del curriculum, con il requisito della funzionalità di energia libera che l'errore di previsione non sia né banale né travolgente corrispondente a costrutti come la zona di sviluppo prossimale. Le classi sono anche multi-agenti e parzialmente osservabili: gli insegnanti inferiscono conoscenze e stati emotivi nascosti degli studenti da segnali rumorosi come i punteggi dei test e il comportamento, mentre gli studenti inferiscono standard di valutazione nascosti e richieste del compito dal feedback limitato, dando all'interazione una struttura naturale POMDP con valore epistémico e pragmatico in gioco in ogni scelta di politica.
Stato della letteratura
La letteratura pertinente si divide in tre strati: una base fondamentale matura (il principio di energia libera di Friston, la codifica predittiva e i conti bayesiani del cervello, temperata da critiche che mettono in dubbio se le attuali evidenze supportino una lettura realista letterale delle affermazioni sul "cervello bayesiano"); studi di inferenza attiva empirica in neuroscienze cognitiva e clinica (ad esempio, l'encoding dopaminergico della certezza dell'outcome, l'esplorazione visiva come azione epistemica, studi psichiatrici trasdiagnostici sullo studio esplora-sfrutta) che dimostrano che il quadro di riferimento può essere adattato a dati comportamentali e neurali reali, sebbene questi studi si concentrino sulla percezione e la psicopatologia piuttosto che sull'istruzione; e un piccolo insieme di articoli che affrontano direttamente l'educazione. Due articoli sottoposti a revisione paritaria ancorano questo terzo strato – l'"inferenza attiva va a scuola: l'importanza dell'apprendimento attivo in classe" della Royal Society e l'"inferenza attiva e lo sviluppo degli insegnanti" di Taylor & Francis – insieme a uno studio neurofisiologico sulla codifica predittiva dipendente dalla sequenza nell'apprendimento delle abilità che mostra l'integrazione gerarchica del contesto e della conoscenza precedente durante la pratica. Il rapporto caratterizza questa letteratura educativa diretta come ancora emergente, incentrata sulla mappatura concettuale piuttosto che sulla validazione empirica su larga scala.
Progetti e strumenti chiave
L'inferenza attiva va a scuola” sviluppa modelli generativi delle interazioni in classe in cui studenti e insegnanti hanno credenze sul contenuto e sugli altri, trattando le azioni come scelte di politica che scambiano epistemiche contro valori pragmatici; sostiene che le pedagogie di apprendimento attivo superano l'istruzione passiva perché offrono ricche affordances epistemiche. “L'inferenza attiva e lo sviluppo degli insegnanti” estende lo stesso apparato agli insegnanti, modellando la crescita professionale come raffinamento generativo dei modelli in cui priori troppo precisi su ciò che "funziona" ostacolano la pratica adattiva mentre l'incertezza calibrata supporta la sperimentazione. Traduzioni orientate ai professionisti – il progetto “The Predictive Classroom” e l’introduzione della elaborazione predittiva della Devon Research School interpretano queste idee per gli insegnanti sull’evocare presupposizioni e riformulare gli errori come informativi, sebbene senza modellazione formale o valutazione empirica. Il rapporto è esplicito che non esiste ancora una piattaforma di tutoraggio attiva basata sull'inferenza, uno strumento di valutazione o un sistema di classe; le analogie computazionali più vicine sono simulazioni e lavoro su funzioni obiettivo costruiti per altri domini, come obiettivi di apprendimento per rinforzo basati sul free-energy e una tesi del Bristol sull’inferenza attiva in circuiti corticali simulati, nessuno dei quali è stato costruito per le classi.
Problemi irrisolti
Il rapporto tratta la validazione dell'inferenza attiva come una teoria descrittiva (e non solo normativa o prescrittiva) dell'apprendimento come problema aperto centrale, riflettendo il monito della critica del cervello bayesiano secondo cui eleganti formalismi non sono ancora prove che le persone si comportino effettivamente come minimizzatori di energia gratuita senza aspettative. L'aumento dalla piccola e ben definita attività di laboratorio utilizzata nel lavoro attuale sull'inferenza attiva a quella della complessità multi-agente, a lungo termine delle vere classi viene identificato come una sfida metodologica distinta, così come il rischio di confondere i principi di progettazione normativa (come dovrebbero essere strutturate le classi) con affermazioni descrittive (come si comportano effettivamente gli studenti). Il rapporto evidenzia anche preoccupazioni etiche e pratiche riguardo ai modelli generativi che codificano tratti latenti come motivazione e capacità per decisioni ad alto rischio, e una lacuna concettuale sull'integrazione di motivazione, emozione e identità sociale in questi modelli. La prossima evidenza prioritaria include esperimenti comportamentali controllati che testano le previsioni di minimizzazione dell'energia gratuita rispetto alle alternative di apprendimento per rinforzo, estensioni fisiologiche neurofisiologiche del lavoro sulla codifica predittiva sequenziale a compiti di classe, osservazioni longitudinali in classe e implementazioni pilota a basso rischio.
Spina dorsale di riferimento
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.