La definizione dei prerequisiti concettuali nei curricula universitari costituisce un problema complesso, di prassi affrontato mediante conoscenza esperta e, quindi, difficilmente formalizzabile. Questo lavoro di tesi propone una metodologia fondata sull’utilizzo dei Large Language Models (LLM) per inferire in modo automatico le dipendenze tra insegnamenti partendo dall’analisi dei syllabus dei corsi. L’approccio estende una metodologia esistente introducendo una pipeline di prompting fondata sulla distinzione tra conoscenza richieste e fornite da ogni insegnamento, sull’assegnazione di punteggi di confidenza e su una fase di revisione delle dipendenze inferite. La metodologia è stata applicata come caso di studio al Corso di Ingegneria dell’Informazione e dell’Automazione dell’Università Politecnica delle Marche. Le dipendenze inferite sono state mappate in un grafo diretto aciclico e validate mediante il confronto con una baseline esperta. I risultati mostrano che l’LLM è in grado di riscostruire in modo affidabile la struttura del curriculum e di scoprire prerequisiti impliciti non formalizzati. L’elaborato sottolinea il potenziale dei LLM come strumenti a supporto della pianificazione didattica e alla modellazione dei percorsi formativi, pur mostrandone i limiti e la necessità di una validazione esperta.
Definizione di un grafo di dipendenze tramite LLM, con applicazione a corsi universitari
SALVATORI, MARIKA
2024/2025
Abstract
La definizione dei prerequisiti concettuali nei curricula universitari costituisce un problema complesso, di prassi affrontato mediante conoscenza esperta e, quindi, difficilmente formalizzabile. Questo lavoro di tesi propone una metodologia fondata sull’utilizzo dei Large Language Models (LLM) per inferire in modo automatico le dipendenze tra insegnamenti partendo dall’analisi dei syllabus dei corsi. L’approccio estende una metodologia esistente introducendo una pipeline di prompting fondata sulla distinzione tra conoscenza richieste e fornite da ogni insegnamento, sull’assegnazione di punteggi di confidenza e su una fase di revisione delle dipendenze inferite. La metodologia è stata applicata come caso di studio al Corso di Ingegneria dell’Informazione e dell’Automazione dell’Università Politecnica delle Marche. Le dipendenze inferite sono state mappate in un grafo diretto aciclico e validate mediante il confronto con una baseline esperta. I risultati mostrano che l’LLM è in grado di riscostruire in modo affidabile la struttura del curriculum e di scoprire prerequisiti impliciti non formalizzati. L’elaborato sottolinea il potenziale dei LLM come strumenti a supporto della pianificazione didattica e alla modellazione dei percorsi formativi, pur mostrandone i limiti e la necessità di una validazione esperta.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi completa.pdf
embargo fino al 11/08/2027
Dimensione
2.34 MB
Formato
Adobe PDF
|
2.34 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.12075/24945