Descrizione
Gli studenti si dividono in due squadre: una allena una regola su dati noti, l’altra la testa con nuovi esempi. L’attività simula il funzionamento di un sistema di apprendimento automatico, introducendo concetti come addestramento, generalizzazione e overfitting.
Obiettivo didattico
- Comprendere la differenza tra dati di addestramento e di test.
- Riconoscere i rischi dell’overfitting (regole troppo specifiche).
- Simulare il ciclo completo di un modello supervisionato.
Materiale necessario
- Schede con oggetti o immagini di classificazione (forme, colori, animali, ecc.)
- Tabelle o fogli per segnare le risposte
- Etichette SÌ/NO
- Pennarelli
Procedura
- L’insegnante definisce una regola segreta (es. “oggetti rotondi e rossi“).
- La squadra A riceve 8 esempi con etichette (training set) e prova a dedurre la regola.
- La squadra B presenta 5 nuovi esempi (test set).
- La squadra A classifica: la regola funziona?
La squadra B rivela la verità. - Si invertono i ruoli e si conclude con una riflessione guidata.
Esempi di risposte attese
- “Pensavamo fosse il colore, ma sbagliava sugli oggetti blu.”
- “Il nostro modello andava bene solo sui dati iniziali.”