Alessandro Puglisi
- Università per Stranieri di Siena
- https://www.unistrasi.it/
16 giugno 2021 - SESSIONE 6: DIDATTICA E FORMAZIONE
Reti di apprendenti, reti di apprendimento. Un uso ecologico della social network analysis per la progettazione di LMOOC
Learners' networks, learning's networks. A social network analysis' ecological use in LMOOC's design
Reti di apprendenti, reti di apprendimento. Un uso ecologico della social network analysis per la progettazione di LMOOC
Alessandro Puglisi è nato nel 1985. Ha ottenuto il Dottorato di ricerca in Linguistica e didattica dell'italiano a stranieri nel 2021 presso l'Università per Stranieri di Siena con una ricerca sullo studio delle interazioni all'interno dei MOOC di lingua italiana dal punto di vista della social network analysis. È stato International Visiting Graduate Student presso la University of Toronto (Department of Italian Studies) e ha insegnato Lingua e cultura italiana alla Società Dante Alighieri e all'Università di Catania.
Fra i suoi interessi di ricerca: insegnamento e l'apprendimento della lingua italiana online, analisi delle reti sociali in ambiti di apprendimenti, utilizzo delle tecnologie digitali in glottodidattica.
Alessandro Puglisi was born in 1985. He obtained his PhD in Linguistics and Italian language teaching to Foreigners in 2021 at the University for Foreigners of Siena with a research on the study of interactions within Italian language MOOCs from the social network analysis point of view.
He has been an International Visiting Graduate Student at the University of Toronto (Department of Italian Studies) and has taught Italian language and culture at the Società Dante Alighieri and at the University of Catania. His research interests include: online Italian language teaching and learning, social network analysis in learning environments, use of digital technologies in language teaching.
ABSTRACT
I Language MOOC (LMOOC) sono una realtà in ascesa all'interno del mondo dei MOOC. La diffusione di questa modalità di erogazione della formazione porta con sé enormi opportunità, tanto per lo studioso quanto per il progettista della formazione ma, allo stesso tempo, pone sfide di grande rilievo.
Il contributo prende le mosse da una ricerca svolta nell'ambito del Dottorato di ricerca in Linguistica e didattica dell'italiano a stranieri dell'Università per Stranieri di Siena; nello studio realizzato si è assunta una prospettiva di analisi delle reti sociali per indagare le interazioni comunicative all'interno del LMOOC Introduction to Italian, ospitato dalla piattaforma FutureLearn, avvalendosi delle metodologie e degli strumenti propri della data science. Su queste basi, si propone dunque una riflessione sullo sviluppo di un framework relativo alla raccolta, al trattamento e all'utilizzo dei dati relativi all'apprendimento online delle lingue in contesti di massa. In tal modo si intende perseguire l'obiettivo di implementare un ciclo di sviluppo della formazione linguistica online fondato sull'analisi dei dati in termini quantitativi, qualitativi e interazionali.
Language MOOCs (LMOOCs) are a rising reality within the world of MOOCs. The diffusion of this mode of training delivery brings with it enormous opportunities for both the scholar and the training designer but, at the same time, poses major challenges.
The paper is based on a research carried out during the PhD in Linguistics and Italian language teaching to foreigners at the University for Foreigners of Siena; in the study carried out, a social network analysis perspective was adopted to investigate the communicative interactions within the LMOOC Introduction to Italian, hosted by the FutureLearn platform, using data science methodologies and tools. On this basis, we propose a reflection on the development of a framework for collecting, processing and using data related to online language learning in massive contexts. In this way, we intend to pursue the objective of implementing a development cycle of online language learning based on the analysis of quantitative, qualitative and interactional data.
