La crescente esigenza di innovazione nella didattica ha spinto molte istituzioni scolastiche a sperimentare nuovi strumenti digitali per supportare l’apprendimento. In questo contesto si colloca NextPyter, una piattaforma modulare e scalabile progettata per l’erogazione di attività educative basate su notebook interattivi. La tesi documenta il processo di consolidamento di componenti eterogenee, originariamente in fase sperimentale, che costituiscono la piattaforma. L’elaborato illustra il lavoro di integrazione, affinamento e correzione necessario per giungere a una release stabile, analizzando al contempo le motivazioni educative e tecnologiche alla base dell’integrazione di ambienti notebook in una piattaforma collaborativa, come nel caso di soluzioni quali Kaggle, Google Colab, Deepnote e affini. Viene inoltre presentata l’architettura di NextPyter, costruita su tecnologie open-source tra cui Nextcloud, Jupyter, Docker e Kubernetes. La tesi esplora inoltre i criteri per la valutazione dell’impatto educativo della piattaforma, attraverso modelli riconosciuti di analisi dell’usabilità e dell’accettazione tecnologica, tra cui TAM, SUS, UEQ, USE e UTAUT. Un questionario progettato ad hoc è stato somministrato a docenti in contesti scolastici reali, al fine di raccogliere dati su engagement, facilità d’uso e percezione del valore didattico. Vengono poi mostrati e analizzati i risultati tecnici ed educativi, con l’obiettivo di verificare la solidità dell’architettura proposta e il potenziale impatto sull’apprendimento. In chiusura, si delineano prospettive di sviluppo future, tra cui estensioni funzionali, applicazioni interdisciplinari, orchestrazione avanzata delle risorse e riflessioni sulla sostenibilità computazionale.

NextPyter: integrazione e valutazione di una piattaforma per la didattica collaborativa

BURCHIELLARO, LINDA
2024/2025

Abstract

La crescente esigenza di innovazione nella didattica ha spinto molte istituzioni scolastiche a sperimentare nuovi strumenti digitali per supportare l’apprendimento. In questo contesto si colloca NextPyter, una piattaforma modulare e scalabile progettata per l’erogazione di attività educative basate su notebook interattivi. La tesi documenta il processo di consolidamento di componenti eterogenee, originariamente in fase sperimentale, che costituiscono la piattaforma. L’elaborato illustra il lavoro di integrazione, affinamento e correzione necessario per giungere a una release stabile, analizzando al contempo le motivazioni educative e tecnologiche alla base dell’integrazione di ambienti notebook in una piattaforma collaborativa, come nel caso di soluzioni quali Kaggle, Google Colab, Deepnote e affini. Viene inoltre presentata l’architettura di NextPyter, costruita su tecnologie open-source tra cui Nextcloud, Jupyter, Docker e Kubernetes. La tesi esplora inoltre i criteri per la valutazione dell’impatto educativo della piattaforma, attraverso modelli riconosciuti di analisi dell’usabilità e dell’accettazione tecnologica, tra cui TAM, SUS, UEQ, USE e UTAUT. Un questionario progettato ad hoc è stato somministrato a docenti in contesti scolastici reali, al fine di raccogliere dati su engagement, facilità d’uso e percezione del valore didattico. Vengono poi mostrati e analizzati i risultati tecnici ed educativi, con l’obiettivo di verificare la solidità dell’architettura proposta e il potenziale impatto sull’apprendimento. In chiusura, si delineano prospettive di sviluppo future, tra cui estensioni funzionali, applicazioni interdisciplinari, orchestrazione avanzata delle risorse e riflessioni sulla sostenibilità computazionale.
2024
Didattica digitale
Notebook interattivi
Apprendimento attivo
Nextcloud
NextPyter
File in questo prodotto:
File Dimensione Formato  
Nextpyter_Linda_Burchiellaro.pdf

accesso aperto

Dimensione 8.95 MB
Formato Adobe PDF
8.95 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14251/3617