LearnalyzeR \u00e8 un sistema di learning analytics<\/span> sviluppato per dialogare via API con le piattaforme LMS aziendali. Lo strumento si occupa di processare i dati archiviati giornalmente nelle piattaforme di formazione aziendale, acquisendo i dati di tutta la formazione dai corsi online, video, aule e webinar, social learning e integrare i dati dei sistemi di ticketing e tutoring.<\/p> Attraverso il modello di data analysis<\/span>, appositamente studiato dai professional del digital learning, Learnalyzer sintetizza l\u2019esperienza formativa nella sua completezza. LearnalyzeR utilizza un modello basato su un indice statistico, cio\u00e8 un indicatore quantitativo composito<\/span> formato dall\u2019aggregazione di sotto-indicatori quantitativi per misurare l\u2018esperienza formativa<\/span> di ogni utente e compararla con gli altri partecipanti o altri corsi (anche di diversa metodologia). Il modello \u00e8 stato studiato integrando la rigorosit\u00e0 di analisi della data science<\/span> con il know how di Piazza Copernico<\/span> attraverso metodi di decisione collaborativa (AHP – Analytical Hierarchical Process)<\/em> che hanno coinvolto tutti gli operatori aziendali (dai project manager, agli instructional designer, ai tutor, agli LMS developer).<\/p> Il modello rappresenta un sistema di analisi esperto, i cui valori possono essere facilmente customizzati sulle specificit\u00e0 del contesto formativo e automaticamente parametrizzati per descrivere la learning experience. Infatti, L’indice e le variabili che lo caratterizzano possono essere \u201cripesati\u201d<\/strong>, cio\u00e8 adeguati ai valori e ai KPI aziendali<\/span>, somministrando un questionario preliminare agli operatori della Digital Academy aziendale. <\/p> LearnalyzeR \u00e8 uno strumento di utilit\u00e0 quotidiana a supporto delle Academy aziendali, perch\u00e9 consente di analizzare l\u2019evoluzione dei dati e prendere decisioni data driven <\/em>in modo sempre pi\u00f9 efficace per gestire l\u2019erogazione di percorsi formativi di vario genere e meta-valutare la progettazione dei corsi e l’organizzazione didattica.<\/p> La distintivit\u00e0 di LearnalyzeR riguarda:<\/span><\/p> \nIl corso prevede 2 webinar da 2 ore<\/strong> (massimo 10 partecipanti).<\/p>\n\n\n\n\n\n\n\n\n <\/p>\n\n\n\n\n\n\n\nDigital Learning Systems and Services Director, si occupa di formazione da pi\u00f9 di venti anni.\nNegli anni ha guidato, per grandi organizzazioni, progetti finalizzati al miglioramento continuo dei processi formativi e della user experience, lavorando con i clienti all’innovazione degli strumenti tecnologici (LMS, sistemi di valutazione, connettori HR, Dashboard) e alla progettazione dei servizi di supporto.\n\n\n\n\n\n\n\nEsperta in progetti di personalizzazione di piattaforme LMS e servizi connessi ai processi formativi aziendali. In Piazza Copernico si occupa di analizzare le esigenze del cliente per individuare e monitorare le soluzioni pi\u00f9 efficaci in termini di prodotto e servizi.\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n (Per scorrere la presentazione usare le frecce della tastiera)<\/p>\n\nSoluzioni<\/h2>\n\n\n\n\n\n\n\n\n\n\n
Training<\/h2>\n\n\nLeggere e interpretare i dati \u00e8 un’expertise che i professional in ambito formazione e digital learning devono sviluppare per gestire efficacemente le attivit\u00e0 didattiche e la progettazione. Il corso Analytics fundamentals with LearnalyzeR<\/strong> \u00e8 destinato al personale delle Academy aziendali e tutor didattici per meglio comprendere gli andamenti dei corsi e i comportamenti di studio delle persone in formazione.\n\n\n
Team<\/h2>\n\n\n\n\n\n\nEsperta di progetti formativi complessi, innovazione<\/span> didattica, progettazione di piattaforme LMS, processi di tutoring. Oggi in Piazza Copernico si occupa di progetti di innovazione in campo formativo e risorse umane, tra cui sistemi di learning analytics, adaptive learning e applicazione di modelli di analisi semantica e sentiment analysis al mondo HR.\n\n\n\n\n\n\n\nRicercatore presso IAC-CNR di Roma, laureato in Fisica con dottorato in Matematica. Esperto di Natural Language Processing (NLP), sentiment analysis, topic modeling, word embedding e data science. Si occupa di supportare l’innovazione dal punto di vista scientifico, curando modellistica, fattibilit\u00e0 e industrializzazione del progetto.
<\/div>\n\n\n\n\n\n\n\nSoftware engineer con significativa esperienza in ambito sviluppo, devops e gestione dei sistemi. Skill tecniche dal mondo java all\u2019opensource, Linux\/Unix. Sostiene dal punto di vista tecnico l\u2019evoluzione dello strumento e le integrazioni con terze parti, con un approccio al costante miglioramento nell\u2019ambito di una solida programmazione.\n\n\n\n\n\n\n\nSenior Data Scientist, studia e interpreta grandi quantit\u00e0 di dati per ricavarne informazioni utili su cui un\u2019azienda possa basare le proprie azioni strategiche. Attraverso l\u2019elaborazione dei Big Data il data scientist \u00e8 in grado di rendere comprensibili le informazioni nascoste nei dati, e di trasformare i dati in nuova conoscenza e opportunit\u00e0.
<\/div>\n\n\n\n\n\n\n\n\n\nEsperto di sviluppo applicativo in Piazza Copernico come Digital Learning Developer orientato alla manutenzione e all’implementazione della piattaforma LMS di e-learning e al supporto per indagare e correggere anomalie riscontrate nei dati di fruizione.
La mia esperienza con le piattaforme LMS e i dati di tracciamento hanno consentito di supportare al meglio il team di Ricerca e Sviluppo nella realizzazione del sistema di learning analytics.Il caso Learnalyzer presentato al<\/span><\/span><\/h2>\n
“WORKSHOP ON ARTIFICIAL INTELLIGENCE SYSTEMS IN EDUCATION”<\/h2>\n\n\n\n\n
AWARD \u201cBEST PAPER\u201d IARIA<\/h2>\n\n\n\n\n\n\n
Presentazione (EN)<\/h2>\n\n\n\n\n\n\n\n
Tutor AI<\/h2>\n