Il progetto CoWriter si propone l’obiettivo di capire come un robot possa aiutare i bambini nell’apprendimento della scrittura, con un approccio originale: i bambini diventano gli insegnanti che aiutano il robot a scrivere meglio.
L’apprendere tramite insegnamento ha diversi benefici: aumenta l’autostima dei bambini (importante per i bambini con difficoltà nella scrittura) e imparano senza accorgersene, coinvolti in una particolare interazione con il robot chiamata effetto Protégé. I bambini, infatti, si sentono in qualche modo responsabili se il robot non riesce a migliorare le sue capacità di scrittura, si impegnano per cercare di capire cosa il robot trova difficile.
Robot e bambini interagiscono attraverso un tablet: il bambino mostra lettere magnetiche al robot che scrive la parola sul dispositivo touch. Il bambino corregge poi le lettere errate con il pennino del tablet. Quando il bambino è soddisfatto si passa alla parola successiva.
Source: chili.epfl.chPrincipal Component Analysis
Per le sue funzioni, il robot sviluppato all’École polytechnique fédérale de Lausanne esegue un algoritmo noto come Principal Component Analysis che consente di identificare automaticamente le principali differenze all’interno di un set di dati di campioni di lettere. Manipolando i valori di tali differenze, il robot può generare lettere volutamente deformate o che convergono verso quelle mostrate dal bambino.
Il codice sorgente completo per il robot insegnante si basa su un set di nodi ROS ed è disponibile su github.
Founder di Close-up Engineering e CEO di Vibre, azienda che si occupa di interfacce neurali.
Nel 2020 è stato inserito nella lista di Forbes Italia tra i 100 giovani under 30 più influenti.
