The article presents a classroom laboratory conducted in a mathematics-oriented high school to introduce students to basic concepts of Natural Language Processing and machine learning through a simple text-classification task. Using the Bag-of-Words model and a Naive Bayes classifier, students built an algorithm capable of distinguishing poetic verses by Leopardi and Montale, learning how machines identify linguistic patterns without understanding meaning. The activity demonstrates how simplified models analogous to large language models can enhance students’ awareness of the mathematical foundations of artificial intelligence and encourage a more critical and informed use of AI tools.

L’articolo descrive un laboratorio didattico svolto in un liceo scientifico matematico per introdurre agli studenti i principi di base del Natural Language Processing e del machine learning, utilizzando un semplice algoritmo di classificazione testuale. Attraverso il modello Bag-of-Words e il classificatore Naive Bayes, gli studenti hanno costruito un sistema capace di distinguere versi poetici di Leopardi e Montale, comprendendo come le macchine riconoscano pattern linguistici senza interpretare il significato. L’esperienza mostra come “aprire” modelli semplificati analoghi agli LLM favorisca la consapevolezza del ruolo della matematica nell’intelligenza artificiale e promuova un uso più critico e informato di questi strumenti.

Dentro la black box. Come spiegare la matematica dell’IA a scuola? / Mazza, Lorenzo; Passaro, Davide; Presen, Ginevra; Veredice, Antonio. - In: PRISMA. - ISSN 2611-710X. - 78:(2026), pp. 38-39.

Dentro la black box. Come spiegare la matematica dell’IA a scuola?

Lorenzo Mazza;Davide Passaro;Ginevra Presen;Antonio Veredice
2026

Abstract

The article presents a classroom laboratory conducted in a mathematics-oriented high school to introduce students to basic concepts of Natural Language Processing and machine learning through a simple text-classification task. Using the Bag-of-Words model and a Naive Bayes classifier, students built an algorithm capable of distinguishing poetic verses by Leopardi and Montale, learning how machines identify linguistic patterns without understanding meaning. The activity demonstrates how simplified models analogous to large language models can enhance students’ awareness of the mathematical foundations of artificial intelligence and encourage a more critical and informed use of AI tools.
2026
L’articolo descrive un laboratorio didattico svolto in un liceo scientifico matematico per introdurre agli studenti i principi di base del Natural Language Processing e del machine learning, utilizzando un semplice algoritmo di classificazione testuale. Attraverso il modello Bag-of-Words e il classificatore Naive Bayes, gli studenti hanno costruito un sistema capace di distinguere versi poetici di Leopardi e Montale, comprendendo come le macchine riconoscano pattern linguistici senza interpretare il significato. L’esperienza mostra come “aprire” modelli semplificati analoghi agli LLM favorisca la consapevolezza del ruolo della matematica nell’intelligenza artificiale e promuova un uso più critico e informato di questi strumenti.
intelligenza artificiale; natural language processing; machine learning; liceo matematico
01 Pubblicazione su rivista::01a Articolo in rivista
Dentro la black box. Come spiegare la matematica dell’IA a scuola? / Mazza, Lorenzo; Passaro, Davide; Presen, Ginevra; Veredice, Antonio. - In: PRISMA. - ISSN 2611-710X. - 78:(2026), pp. 38-39.
File allegati a questo prodotto
File Dimensione Formato  
Mazza_dentro-la-blackbox_2026.pdf

solo gestori archivio

Note: Articolo
Tipologia: Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 122.93 kB
Formato Adobe PDF
122.93 kB Adobe PDF   Contatta l'autore

I documenti in IRIS 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/11573/1758641
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact