Introduzione
Il ragionamento matematico è uno degli aspetti più difficili da valutare su larga scala. Sulla carta, gli studenti espongono i loro ragionamenti in modo naturale: fanno schizzi, cancellano, provano approcci diversi e arrivano alla risposta passo dopo passo. Ma quando le prove si svolgono online, gran parte di quel processo va perso.
La valutazione digitale della matematica avrebbe dovuto cambiare questa situazione. La promessa era che la registrazione digitale delle risposte ci avrebbe fornito dati più approfonditi sul modo di ragionare degli studenti, andando oltre il semplice fatto di aver dato la risposta giusta. Tuttavia, in molti sistemi, gli strumenti a disposizione degli studenti per inserire le risposte in matematica hanno di fatto limitato ciò che possono esprimere, spingendo i programmi verso formati di domande più semplici, più facili da somministrare ma dai quali è più difficile trarre insegnamenti.
Questo articolo esamina i motivi per cui tale divario persiste, quali sono i costi per i programmi di valutazione e in che modo le piattaforme di valutazione e i moderni strumenti di inserimento dei dati matematici, come MathType di Wiris, stanno contribuendo a colmarlo
Quando l'interfaccia diventa d'intralcio
Se chiedi a uno studente di risolvere un'equazione in più passaggi su carta, prenderà una matita e inizierà a scrivere. Se gli chiedi di fare la stessa cosa sullo schermo, l'esperienza cambia a seconda della piattaforma: potrebbe dover sfogliare una tavolozza di simboli o digitare una sintassi LaTeX che non conosce.
Questo tipo di attrito è facile da sottovalutare dal punto di vista progettuale, ma per gli studenti cambia la natura del compito. Una ricerca condotta nell’ambito del progetto Phoenix nel 2025 ha rilevato che scrivere notazioni matematiche in formato digitale richiede uno sforzo che distoglie le risorse cognitive dalla comprensione concettuale. In altre parole, invece di concentrarsi sulla matematica, gli studenti si ritrovano a dover capire come utilizzare lo strumento. Uno studio del 2023 ha confermato l’impatto concreto di questo fenomeno, rilevando che la modalità di presentazione stessa — tablet anziché carta — può influenzare in modo misurabile i punteggi ottenuti dai bambini piccoli nei test di matematica.
Tuttavia, il problema non è che l’input digitale sia intrinsecamente peggiore della carta. Il punto è che molti strumenti non sono ancora stati ottimizzati per il modo in cui le persone affrontano naturalmente la matematica. L’interfaccia si frappone tra lo studente e la valutazione, distogliendo l’attenzione da ciò che viene valutato.
L'impatto di tale attrito sulla qualità della valutazione
Quando un metodo di inserimento dei dati è difficile da usare, ciò non influisce solo sull’esperienza dello studente, ma può anche incidere sulla qualità della valutazione stessa. Questo perché la valutazione finisce per misurare qualcosa che non era stata progettata per misurare. In termini di misurazione, questo fenomeno è noto come “varianza irrilevante rispetto al costrutto” — un concetto elaborato dai ricercatori nel campo dell’educazione Haladyna e Downing in un influente articolo del 2004. In parole povere, il test riflette la capacità degli studenti di orientarsi nell’interfaccia, non solo la loro comprensione della matematica.
Questo aspetto è importante a livello di programma. Se alcuni studenti ottengono punteggi più bassi perché hanno avuto difficoltà con l’editor di equazioni piuttosto che con la matematica, quei punteggi non hanno il significato che dovrebbero avere. La valutazione perde validità e i dati che produce diventano meno utili ai fini del processo decisionale.
Su larga scala, questo tipo di rumore si accumula. Può distorcere i confronti tra le scuole e minare la fiducia nei risultati nazionali. Per i programmi che utilizzano i dati delle valutazioni per orientare le politiche o allocare le risorse, la posta in gioco è alta.
Pertanto, per i responsabili della valutazione che stanno analizzando i propri strumenti attuali, la domanda è chiara: il metodo di inserimento dei dati è sufficientemente trasparente da non influenzare i risultati? Se gli studenti hanno bisogno di una formazione sull’uso dello strumento prima di poter dimostrare le proprie conoscenze, ciò indica che l’interfaccia sta introducendo un elemento di disturbo nei dati.
Il compromesso delle domande a scelta multipla
Un modo comune con cui i programmi cercano di ridurre tale rumore è quello di affidarsi maggiormente alle domande a scelta multipla e ad altri formati a risposta fissa. Vale la pena spiegare chiaramente perché così tante valutazioni digitali di matematica si basino su di essi: questi formati funzionano. Garantiscono una valutazione affidabile, sono facilmente scalabili e producono dati coerenti su ampie popolazioni. Per molti programmi, rappresentano la scelta più pratica.
Il compromesso si manifesta quando tali formati diventano l’ unico modo in cui gli studenti possono rispondere. Le domande a scelta multipla possono mostrare se uno studente è in grado di riconoscere la risposta corretta o di eliminare quelle errate, ma rivelano molto meno su come lo studente sia giunto a quella risposta. Ad esempio, non indicano se uno studente sia in grado di elaborare una soluzione, scegliere una strategia o risolvere un problema in più fasi. E quando un programma di matematica pone l’accento sul ragionamento e sulla risoluzione dei problemi, ma la valutazione si limita a misurare la selezione, si crea una discrepanza tra ciò che si insegna e ciò che si valuta.
Questa tensione è evidenziata dai confronti tra la Valutazione Nazionale dei Progressi Educativi (NAEP) e il Programma per la Valutazione Internazionale degli Studenti (PISA). Il PISA attribuisce maggiore importanza alle domande a risposta aperta e a quelle che richiedono un ragionamento in più fasi, mentre il NAEP si basa maggiormente sulle domande a scelta multipla. Entrambi sono programmi di valutazione rigorosi, ma misurano aspetti diversi delle prestazioni matematiche, in parte a causa delle differenze nel formato di valutazione.
L'opera di Downing del 2002 sulla sottorappresentazione dei costrutti descriveva esattamente questo rischio: quando le valutazioni si basano eccessivamente su tipologie di domande troppo ristrette, non riescono a cogliere in misura sufficiente le competenze e le conoscenze che dovrebbero misurare, limitando così la validità delle conclusioni tratte sull’apprendimento degli studenti.
Tuttavia, il punto non è che le domande a scelta multipla siano intrinsecamente negative. Se utilizzate insieme ad altre tipologie di domande, possono fornire indicazioni affidabili e preziose sull’apprendimento degli studenti. La sfida consiste nel garantire che la valutazione nel suo complesso riesca a cogliere l’intera gamma di conoscenze e competenze che il programma intende misurare.
Come gli studenti possono esprimere la matematica in modo più naturale
Gli strumenti tecnologici (TEI) sono uno dei motivi per cui questo quadro sta iniziando a cambiare. Consentire agli studenti di interagire con la matematica in modo visivo e dinamico rende più facile cogliere il ragionamento e il processo che stanno alla base delle risposte finali. E il cambiamento sta avvenendo anche a livello di input.
Ad esempio, il riconoscimento della scrittura manuale ha raggiunto un livello tale che gli studenti possono scrivere equazioni con uno stilo o con il dito, e l’intelligenza artificiale converte in tempo reale ciò che scrivono in una notazione chiara e strutturata. Gli editor visivi di equazioni consentono agli studenti di costruire espressioni cliccando o toccando lo schermo, senza dover imparare la sintassi. Il carico cognitivo si riduce e l’attenzione torna a concentrarsi sul problema.
Per gli studenti più giovani, si tratta di un cambiamento significativo. Anziché dover imparare come funziona un editor di equazioni prima di poter sostenere una prova, scrivono le espressioni matematiche proprio come farebbero su carta. Per gli studenti più grandi che utilizzano notazioni avanzate — integrali, matrici, formule chimiche — vale lo stesso principio. Lo strumento dovrebbe supportare la complessità dell’espressione senza costringere lo studente a seguire un flusso di lavoro rigido.
Mathype di Wiris aiuta ad affrontare molte di queste sfide. Gli studenti possono scrivere espressioni matematiche in modo naturale senza bisogno di mouse, touchpad, stilo o tastiera: l’input scritto a mano viene automaticamente convertito in notazione digitale strutturata. Un editor visivo intuitivo elimina la necessità di apprendere una sintassi complessa, mentre il supporto per oltre 500 simboli consente di trattare qualsiasi argomento, dall’aritmetica della scuola primaria e secondaria alla matematica avanzata, alla chimica e alla notazione STEM.
Integrato direttamente nell’ambiente di valutazione di TAO, MathType amplia il flusso di lavoro della valutazione senza introdurre uno strumento o un processo separato. Gli studenti possono inserire espressioni matematiche complesse in modo più naturale, mentre i team di valutazione possono distribuire, correggere e analizzare le risposte all’interno della stessa piattaforma. Insieme, TAO e MathType contribuiscono a ridurre il divario tra il modo in cui gli studenti ragionano sui problemi matematici e il modo in cui le valutazioni digitali ne registrano le prove.
Nel complesso, però, il cambiamento più ampio che questi strumenti rappresentano è più importante di qualsiasi singolo prodotto: quando l’inserimento dei dati matematici risulta naturale, la valutazione si avvicina maggiormente alla misurazione del pensiero matematico effettivo.
“Il nostro obiettivo con MathType è consentire agli studenti di scrivere formule matematiche sullo schermo con la stessa naturalezza con cui lo farebbero con carta e penna; eliminiamo così l’attrito cognitivo causato dall’interfaccia. Ciò garantisce che lo studente possa concentrarsi sul ragionamento matematico piuttosto che sulle modalità di inserimento. Rendendo più facile per gli studenti illustrare il proprio ragionamento passo dopo passo, MathType favorisce una comprensione più approfondita, consentendo un feedback più completo e concreto”, spiega Clara Abelló Gàllego, Chief Product Officer di Wiris
Quando l’usabilità determina chi può essere valutato in modo equo
Rendere più naturale l’inserimento dei dati matematici non è solo una questione di usabilità, ma anche di equità. Se uno studente non è in grado di utilizzare l’interfaccia a causa di una disabilità visiva, di una limitazione motoria o della scarsa familiarità con il metodo di inserimento, la valutazione non misura le sue capacità matematiche, bensì la sua capacità di utilizzare lo strumento.
Si tratta di una questione di validità che va oltre i metodi di immissione dei dati. Scelte progettuali quali la compatibilità con i lettori di schermo o le dimensioni dei controlli utente influiscono sulla capacità degli studenti di partecipare in modo significativo alla valutazione. Ad esempio, una ricerca condotta nell’ambito del progetto di ricerca StereoMath ha rilevato che gli editor di equazioni esistenti comportavano un elevato carico cognitivo, in particolare per gli studenti con disabilità, mentre approcci di immissione più naturali riducevano tale carico in modo generalizzato.
I moderni strumenti di immissione dati per la matematica sono sempre più progettati per affrontare queste sfide. Ad esempio, l’accesso completo tramite tastiera consente agli studenti che non possono utilizzare il mouse o il touchscreen di completare comunque ogni interazione. Nel frattempo, la generazione di testo alternativo basata surende le equazioni leggibili dai lettori di schermo, trasformando la notazione visiva in qualcosa che può essere ascoltata e compresa. Nel loro insieme, questi sviluppi riflettono un cambiamento verso il trattamento usabilità e accessibilità come principi fondamentali di progettazione piuttosto che come elementi secondari.
In che modo le piattaforme raccolgono e utilizzano dati più dettagliati
Migliorare l'esperienza degli studenti rappresenta però solo metà della sfida. L'altra metà riguarda ciò che avviene nel backend: il modo in cui le piattaforme acquisiscono, archiviano e interpretano i dati generati da metodi di input più avanzati.
È proprio qui che gli standard aperti assumono importanza. Ad esempio, standard come MathML e Question and Test Interoperability (QTI) contribuiscono a garantire che i contenuti matematici, le regole di valutazione e i metadati relativi alle valutazioni possano essere trasferiti tra diverse piattaforme senza dover essere ricreati o riconfigurati.
Anche la valutazione orientata ai processi sta diventando sempre più concreta. Uno studio del 2025 che ha analizzato i registri delle valutazioni nazionali di matematica della classe 9 in Francia ha rilevato che i dati digitali relativi al processo — sequenze di input, modelli di revisione e tempo dedicato all’esercizio — potrebbero rivelare strategie di risoluzione e idee errate che le sole risposte finali non consentirebbero di individuare.
Piattaforme basate su architetture modulari e basate su standard sono più adatte a questo tipo di attività. TAO, ad esempio, utilizza nativamente gli standard QTI e LTI (Learning and Test Interoperability) e integra la funzione di editing matematico direttamente nel flusso di lavoro della valutazione. Di conseguenza, gli strumenti di inserimento dati, la logica di valutazione e la distribuzione delle prove operano all’interno di un sistema unificato senza la necessità di integrazioni personalizzate.
“I responsabili della valutazione riconoscono sempre più che la qualità dei dati raccolti dipende dalla qualità dell’esperienza degli studenti. La nostra partnership con Wiris riflette un impegno condiviso nel rendere la valutazione digitale delle discipline STEM più intuitiva, accessibile ed efficace. Combinando funzionalità avanzate di inserimento dati in matematica e scienze con la piattaforma basata sugli standard di TAO, aiutiamo le organizzazioni a creare esperienze di valutazione che colgano meglio il pensiero degli studenti e sostengano il futuro dell’apprendimento e della valutazione digitali.” — Miguel Prieto, vicepresidente della strategia aziendale, Open Assessment Technologies
Cosa considerare nella valutazione degli strumenti di supporto all’apprendimento della matematica
I migliori strumenti di inserimento dei dati matematici riducono gli ostacoli senza compromettere l'accessibilità, l'interoperabilità o la qualità dei dati raccolti. Per valutarli in modo efficace, anziché limitarsi a confrontare gli elenchi delle funzionalità, è opportuno verificare come gli studenti utilizzano effettivamente il sistema in condizioni di valutazione reali:
- Chiedete agli studenti di risolvere gli esercizi di esempio scrivendo a mano, utilizzando la tastiera o il touch screen, per individuare dove si verificano eventuali difficoltà.
- Organizza una sessione a tempo con gli studenti che non hanno mai utilizzato lo strumento prima d’ora e prendi nota dei punti in cui incontrano difficoltà.
- Chiedere a qualcuno di completare l'intera valutazione utilizzando esclusivamente la tastiera e uno screen reader, per verificare l'accessibilità dall'inizio alla fine.
- Verifica se le risposte degli studenti possano essere esportate in formati strutturati (come MathML o LaTeX) leggibili dai tuoi sistemi di valutazione e analisi.
- Prova a importare ed esportare un pacchetto di elementi di esempio per verificare che la conformità QTI funzioni nella pratica, non solo sulla carta.
- Provalo con i tipi di domande più complessi — matrici, equazioni chimiche, dimostrazioni in più passaggi — per verificare se lo strumento li gestisce correttamente.
- Chiedi al fornitore di mostrarti come si presentano i dati di processo — sequenze di input, cronologia delle revisioni, tempo dedicato all'attività — e verifica se il tuo team sia effettivamente in grado di utilizzarli.
Migliora le tue competenze nella valutazione della matematica con TAO
La valutazione digitale della matematica non ha incontrato difficoltà perché la tecnologia non esiste, ma perché la fase di raccolta dei dati non è riuscita a stare al passo con ciò che i programmi scolastici moderni richiedono agli studenti. Il divario tra ciò che vogliamo misurare e ciò che gli strumenti digitali hanno storicamente permesso di fare è stato reale.
Tuttavia, tale divario si sta ora riducendo. Il riconoscimento della scrittura manuale, gli editor visivi e la progettazione di sistemi di input accessibili stanno rendendo più facile per gli studenti esprimere il proprio ragionamento. Gli standard aperti e i dati di processo stanno fornendo ai programmi l’infrastruttura necessaria per acquisire e utilizzare tali prove su larga scala. I programmi che considerano l’input matematico come una scelta progettuale strategica — piuttosto che come un semplice complemento — sono quelli che stanno realizzando sistemi in grado di evolversi di pari passo con le loro esigenze.
Se siete pronti a scoprire come l’input matematico naturale possa integrarsi nel vostro programma di valutazione, l’integrazione di TAO con MathType di Wiris offre il riconoscimento della scrittura manuale, la modifica visiva e una valutazione STEM accessibile direttamente all’interno di una piattaforma basata su standard e interoperabile.
Prenota una demo per scoprire come TAO e MathType di Wiris consentano agli studenti di inserire notazioni matematiche e scientifiche in modo naturale, fornendo al contempo ai team di valutazione l'accesso a dati più completi e attendibili sull'apprendimento.