E-learning - i sistemi di formazione a distanza di terza generazione

 2
L’ E-learning, o per esteso “Electronic learning”, si traduce con le parole Apprendimento 
Elettronico ed è l’ennesimo prodotto dell’era di internet, integra e completa i metodi di 
insegnamento classici. Il principale pregio di questo metodo di insegnamento è il poter 
apprendere nozioni e effettuare test direttamente da casa, dal posto di lavoro o, con la 
tecnologia adatta, dovunque si voglia. 
 
Indicherò ora i passi che ho fatto per produrre e ordinare in modo chiaro e conciso i passaggi 
di questo lavoro di ricerca, ho diviso il tutto in 4 capitoli fondamentali:  
 
1. breve cronistoria del mondo precedente al fenomeno E-learning, successiva storia, 
cenni storico-tecnici  
2. E-learning nel mondo 
3. E-learning in Italia 
4. Piattaforme E-learning per la Formazione On-Line 
5. Bozza di un progetto E-learning per l’Università  
 3
Capitolo 1 
(storia, cenni tecnico- storici) 
 
L’Acronimo AIWBES (Adaptive and Intelligent Web-Based Educational System – sistema di 
educazione intelligente e adattativo basato sul WEB) nel quale si esamina l’E-learning, è un 
insieme adattativo di modelli di reti, preferenze e conoscenze che può essere modificato e, 
appunto, adattato alle esigenze di ogni studente in tempi, spazi e modi differenti e 
personalizzabili.  
Può essere implementato da sistemi perfettamente alternativi agli insegnanti umani, sia per 
l’output (in questo caso sotto forma di nozioni), sia per l’input (in questo caso sotto forma di 
test). 
 
 
1.1 Storia 
 
I metodi di apprendimento a distanza si possono dividere in 3 generazioni: 
 
 ξ  Apprendimento di prima generazione, basato sul concetto di scrittura, è stato 
praticato durante tutta la storia della civiltà occidentale, ma si è sviluppato in modo 
efficace quando, alla fine del XIX secolo le nuove tecnologie di stampa e il sistema 
ferroviario hanno reso possibile la distribuzione di grosse quantità di materiale a 
gruppi di alunni geograficamente lontani. Questo modello di tecnologia concentrata 
prevede l’articolazione di programmi per via postale attraverso la costruzione di 
materiali didattici su supporto cartaceo, tecnologicamente avanzati (schede, 
questionari, unità operative, moduli valutativi). Per la valutazione delle risposte degli 
utenti e per la stessa produzione di materiali, sono utilizzate tecnologie predisposte in 
una stazione presso l’erogatore, mentre non è necessaria alcuna tecnologia presso 
l’utente. Mentre i processi di feed-back discente-tutor e tutor-discente sono limitati ai 
periodi in cui i programmi prevedono che gli alunni sottopongano i compiti svolti. 
 ξ  Seconda generazione: insegnamento a distanza, sviluppatosi nel XX secolo alla fine 
degli anni ’60 integra l’uso di stampati con sistemi audiovisivi (TV e telefono), CD ed 
i primi computer. I processi di feed-back sono molto simili a quelli di prima 
 4
generazione, ma includono la consulenza telefonica ed alcune lezioni individuali con 
eventuali attività seminariali. 
 ξ  La terza generazione, quella attuale, è basata sui potentissimi strumenti 
formativi/informativi messi a disposizione dall’informatica e telematica (come ad 
esempio ai sistemi di comunicazione sincrona/ asincrona, come posta elettronica, chat, 
videoconferenza, etc). Il classico libro di testo, ad esempio, diventa ipertestuale così 
da essere fruibile da una vastissima utenza (singoli e/o gruppi), dislocata in tutto il 
mondo. Data la quantità di dati e informazioni e la loro velocità di trasmissione, in 
questa fase gioca un ruolo importantissimo la protezione dei sistemi di accesso alle 
stesse informazioni. 
Cambia, inoltre, la strutturazione stessa della conoscenza: da non formalizzata ed a 
circolazione limitata, essa diviene codificata e condivisibile per garantirne la 
“trasportabilità” e la diffusione. 
Tuttavia, una precisazione è necessaria: attualmente, la Scuola rimane ancora il 
riferimento principale per la diffusione di conoscenze variegate e complesse ma 
utilizza strategie formative piuttosto lente. Quanto detto, fa emergere la necessità di 
una riforma di tutto l’universo scolastico che deve adeguarsi ai mutamenti ed alle 
trasformazioni che l’attuale contesto socio-economico impone e non cristallizzarsi su 
posizioni “obsolete” che potrebbero comprometterne il suddetto ruolo di garanzia di 
trasmissione del sapere. In questo ambito, si collocano le tematiche dell’E-learning. 
 
Parlando di storia cronologica dell’E-learning in particolare, da quello che ho potuto 
ricostruire on-line, presumibilmente il metodo di insegnamento come è ora nasce verso il 
1995, i pionieri sono stati Brusilowsky, Shwarz e Weber seguiti immediatamente da De Bra, 
Nakabayashy, Okazaky, Watanabe e Kondo, che incrociarono i loro lavori e le loro idee l’un 
l’altro negli anni fino a arrivare a una stesura di varietà diverse di AIWBES e l’inserimento 
dello stesso nel campo dell’ “intelligenza artificiale nell’educazione” (AI ED – Artificial 
Intelligence In Education). 
 5
1.2 Cenni tecnico-storici 
 
Adaptive and Intelligent Technologies for Web-Based Educational 
System 
(AIWBES - tecnologie adattative ed intelligenti per i sistemi di educazione basati sul Web)  
 
Innanzitutto, dato che sembrano, ma non lo sono affatto, sinonimi dividiamo il termine 
“intelligent” da “adaptative”, parlando quindi di sistema adattativo vediamo che la parola ci 
porta a capire che il sistema si adatta alle esigenze dello studente, parlando invece di sistema 
intelligente facciamo riferimento alle tecniche usate nel campo dell’AI (Artificial Intelligence 
– Intelligenza Artificiale), normalmente i sistemi sono intelligenti ed adattativi ma non 
sempre, la relazione tra sistemi educazionali intelligenti ed adattativi può essere raffigurata 
così: 
 
 
Figura 1.1 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Gli AIWBES esistenti sono molto diversi. Essi offrono molti tipi di supporto per studenti ed 
insegnanti coinvolti nel processo di istruzione Web-enhanced (Web-avanzata). Per aiutare a 
capire questa varietà di sistemi e idee, la prima pubblicazione dell'autore di “hypermedia and 
adaptative” (Brusilovsky, 1996) suggerì di concentrarsi su tecnologie adattabili ed intelligenti. 
Per tecnologie adattabili ed intelligenti noi intendiamo i modi essenzialmente diversi di 
aggiungere la funzionalità adattabile e/o intelligente ad un sistema istruttivo. Una tecnologia 
può essere ulteriormente sezionata in un miriade di minori tecniche e metodi che 
Sistema intelligente Sistema adattativo 
 6
corrispondono a diverse variazioni di queste funzionalità e a modi diversi di queste 
implementazioni (Brusilovsky, 1996).  
Una prima pubblicazione (Brusilovsky, 1999) identificò cinque tecnologie maggiormente 
usate nell’ AIWBES (figura 2). Queste tecnologie hanno le loro radici principali in campi di 
ricerca che sono stati stabiliti precedentemente l'era di internet con l’Adaptive Hypermedia 
(Ipermedia Adattivo) e l’Intelligent Tutoring System (ITS - letteralmente Sistema di 
Tutoraggio Intelligente). Fin dalla loro applicazione nel contesto Web, queste tecnologie sono 
state  le prime ad apparire in AIWBES e possono essere considerate come un “classico” delle 
tecnologie AIWBES. Secondo la loro origine, la pubblicazione (Brusilovsky, 1999) 
raggruppò le cinque tecnologie classiche nelle tecnologie di Adaptive Hypermedia e 
Intelligent Tutoring Technologies (figura 2). La pubblicazione identificò e raggruppò nelle 
tecnologie di AIWBES “Web-Inspired” anche delle tecnologie nuove che sono apparse più 
recentemente sul Web e che non avevano radici pressoché dirette nel sistema di formazione 
pre-internet. La mancanza di esempi di tecnologie Web-inspired al momento della stesura 
della pubblicazione (Brusilovsky, 1999) non permette ulteriori classificazioni di queste 
tecnologie. 
In questo articolo introduttivo seguiamo la pubblicazione (brusilovsky, 1999) raggruppando 
insieme tecnologie di AIWBES simili ed identificando le radici di queste tecnologie. Noi 
lasciamo intatti i set delle Adaptive Hypermedia e Intelligent Tutoring Technologies ma 
suddividiamo il gruppo originale delle tecnologie Web-inspired in tre gruppi: Adaptive 
Information Filtering (filtraggio di informazioni adattative), Intelligent Class Monitoring 
(monitoraggio intelligente della classe) e Intelligent Collaboration Support (supporto con 
collaborazione intelligente). I cinque gruppi risultanti delle tecnologie ed i loro campi di 
origine sono mostrati in figura 3. La tabella 1 offre una buona veduta d'insieme di queste 
cinque tecnologie e alcuni esempi per ognuno dei gruppi. Aiuta anche il lettore a capire il 
ruolo delle tante pubblicazioni presentate per ogni problema particolare (mostrati in grassetto 
in tavola 1) nel contesto complessivo di lavoro su AIWBES. La parte rimanente di questa 
sezione descrive brevemente le tecnologie gruppo per gruppo introducendo simultaneamente 
le prossime pagine.  
 
 7
Figura 1.2 
 
 
Le maggiori tecnologie di Intelligent Tutoring sono: Curriculum Sequencing, Intelligent 
Solution Analysis, e Problem Solving Support. Tutte queste tecnologie sono state esplorate 
bene nel campo dell’ITS. L’obiettivo della tecnologia “Curriculum Sequencing” è di fornire 
allo studente la sequenza appropriata e individualmente progettata di temi e compiti da 
imparare (esempio: domande, problemi ecc.) per lavorarci. Aiutando lo studente a trovare un 
“percorso ottimale” attraverso il materiale di insegnamento. Nel contesto di istruzione Web-
based (WBE), la tecnologia Curriculum Sequencing diviene molto importante a causa della 
sua abilità a guidare lo studente attraverso l’ ”hyperspazio” di informazioni disponibili. Il 
Curriculum Sequencing è stato uno dei primi metodi ad essere implementato in AIWBES così 
come ELM-ART (Brusilovsky, 1996a) e CALAT (Nakabayashy, Maruyama Loike, Fukuhara 
& Nakamura, 1996). attraverso il sistema rappresentato nello studio di ELM-ART (Weber, et 
al., 2001) e KBS-Hyperbook (Henze, et al., 2001) si offrono due buoni esempi di Curriculum 
Sequencing. L'ELM-ART Sequencing è perfezionato in forma di collegamento consigliato ed 
un bottone “NEXT” adattabile. Nel KBS-Hyperbook è migliorato il metodo di insegnamento. 
Adaptive Hypermedia Systems Intelligent Tutoring System 
 
Adaptive 
Hypermedia
 
Intelligent 
Tutoring 
Adaptive Presentation 
Adaptive Navigation Support
Curriculum Sequencing
Intelligent Solution Analysis 
Problem Solving Support
 8
Figura 1.3 
 
 
Intelligent Solution Analysis (analisi di soluzione intelligente) tratta di soluzioni di problemi 
istruttivi con gli studenti (può variare da una semplice domanda ad un problema di 
programmazione complesso). 
Diversamente dai verificatori “non-intelligenti” che possono dire solamente se la soluzione è 
vera o falsa, gli analizzatori intelligenti possono dire ciò che è sbagliato o incompleto e ciò 
che manca o lacune di conoscenza che possono essere responsabili per l'errore. Gli 
analizzatori intelligenti possono fornire allo studente un feed-back ampio di errori e possono 
aggiornare i modelli di apprendimento degli studenti. A causa della sua interattività bassa ed 
il naturale incontro come  interfaccia di “form-submission” (form di sottoscrizione) sul web, 
questa tecnologia era anche una delle prime ad essere perfezionata sul Web nell’AIWBES 
così come prima fu l’ELM-ART (Brusilovsky, 1996a) e la WITS (Okazaki, et al., 1996). Il 
sistema SQL-Tutor (Mitrovic, 2003), German Tutor (Heift, et al., 2001) e le più recenti 
versioni di ELM-ART (Weber, et al. 2001) presentati in questo paragrafo dimostrano molti 
modi di perfezionare l'analisi di soluzioni intelligenti sul WWW (World Wide Web, Internet 
per intenderci).  
Adaptive 
Hypermedia 
Adaptive 
Information 
Filtering 
Intelligent 
Monitoring
Intelligent 
Collaborative 
Learning 
Intelligent 
Tutoring 
Adaptive hypermedia System 
Information Retrieval 
Machine Learning,  
Data Mining 
CSCL 
Intelligent Tutoring System 
I cinque gruppi delle moderne tecnologie AIWBES 
 9
L’obiettivo dell’ Interactive Problem Solving Support (letteralmente: supporto interattivo di 
soluzione ai problemi) è di fornire allo studente aiuto intelligente in ogni passo del problem 
solving - dando un suggerimento e facendo eseguire il passo successivo allo studente. La 
tecnologia di appoggio del problem solving interattivo non è molto usata in un sistema Web a 
causa di problemi di realizzazione.  
Come fu dimostrato da primi sistemi, la realizzazione di Sistema Server-Side così come PAT-
Online (Ritter, 1997) non può guardare attivamente l'azione dello studente e può offrire 
solamente un aiuto su richiesta. le realizzazioni puramente Client-side come ADIS 
(Warendolf, & Conci, 1997) hanno un limite nella complessità. La migliore funzionalità e il 
livello di complessità per migliorare il problem solving interattivo richiedono la realizzazione 
di supporti Client-server come AlgeBrain (Alpert, Singley & Fairweather, 1999),ma tale 
sistema è più difficile da sviluppare. Fra i sistemi qui rappresenti, AtiveMath (Melis, et al., 
2001) perfeziona il supporto al problem solving interattivo col suo Omega proof planer. In 
aggiunta a ciò, ELM-ART (Weber, et al., 2001) offre un esempio unico di Example-based 
Problem Solving Support - un differente supporto a bassa tecnologia che è diventato 
abbastanza promettente nel contesto di Web.  
 10
 
Tabella 1.1 – Tecnologie AIWBES, la loro origine, e i sistemi rappresentativi. I sistemi 
rappresentati con particolari problematiche sono mostrati in grassetto. 
La tabella è in lingua originale, per le traduzioni dei rispettivi termini rifarsi a ciò che è 
stato presentato precedentemente nel testo 
Sources of AIWBES 
technologies 
Technologies  Sample Systems 
Adaptive Hypermedia Adaptive navigation support 
Adaptive presentation 
AHA (De Bra, et al., 1998) 
InterBook (Brusilovsky, 
Eklund, & schwarz, 1998) 
KBS-Hyperbook (Henze, & 
Nejdl, 2001) 
MetaLinks (Murray, 2003) 
ActiveMath (Melis, et al., 
2001) 
ELM-ART (Weber, & 
Brusilovsky, 2001) 
INSPIRE (Papanikolaou, 
Grigoriadou, Kornilakis, & 
Magoulas, Submitted) 
Adaptive Information 
Filtering 
Content-based filtering 
Collaborative filtering 
MLTutor (Smith, & 
Blandford, 2003) 
WebCOBALT (Mitshuara, et 
al, 2002) 
Inteligent Class Monitoring  HyperClassroom (Oda, Satoh, 
& Watanabe, 1998) 
Intelligent Collaborative 
Learning 
Adaptive group formation 
and peer help 
Adaptive collaboration 
support (coaches and 
monitors) 
Virtual students 
PhelpS (Greer, et al., 1998) 
HabiPro (Vizcaìno, 
Contreras, Favela, & Prieto, 
2000) 
COLER (Constantino 
Gonzales, Suther, & 
Escamilla De Los Santos, 
2003) 
EPSILON (Soller, & Lesgold, 
2003) 
Intelligent Tutoring Curriculum sequencing 
Intelligent solution analysis 
Problem solving support 
VC-Prolog-Tutor (Peylo, 
Teiken, Rollinger, & Gust, 
1999) 
SQL-Tutor (Mitrovic, 2003)
German Tutor (Heift, et al., 
2001) 
ActiveMath (Melis, et al., 
2001) 
ELM-ART (Weber, et al., 
2001) 
 11
L’Adaptive Presentation (Presentazione adattabile) e l’Adaptive Navigation Support (supporto 
di navigazione adattabile) sono le due tecnologie maggiormente esplorate dall’ Adaptive 
Hypertext and Hypermedia Systems. L’obiettivo dell’Adaptive Presentation è di adattare il 
contenuto presentato in ogni nodo dell’ hypermedia (la pagina) agli obiettivi degli studenti, 
come la conoscenza, e dall'altra parte, immagazzinare informazioni su ogni tipo di studente. 
In un sistema con presentazione adattabile, le pagine non sono statiche ma adattabilmente 
generate o assemblate per ogni utente. ActiveMath (Melis, et al., 2001) ha le caratteristiche di 
essere uno degli esempi esistenti e più avanzati di presentazione adattabile. In aggiunta ELM-
ART (Weber, et al., 2001) mostra un modello speciale di presentazione adattabile – cioè 
avvertimenti adattabili sullo status istruttivo della pagina studiata.  
MetaLinks (Murray, 2003) dimostra l'uso della presentazione adattabile per il “narrative 
smoothing (letteralmente: livellamento narrativo)” . 
L’obiettivo della tecnologia Adaptive Navigation Support è di assistere lo studente 
nell’orientarsi nell’iperspazio e navigare modificando l'aspetto dei collegamenti visibili. Per 
esempio, un sistema di ipermedia adattativo può, nello stesso tempo, ordinare, annotare o in 
parte può nascondere i collegamenti della pagina corrente per più facilmente far scegliere allo 
studente dove andare successivamente. Azioni adattabili di appoggio nella navigazione hanno 
lo stesso obiettivo del Curriculum Sequencing  - aiutare cioè gli studenti a trovare un 
“percorso ottimale” attraverso il materiale di insegnamento. Allo stesso tempo, il supporto di 
navigazione adattabile è meno direttivo e più “cooperativo” piuttosto che la sequenza 
tradizionale: guida gli  studenti mentre lascia loro la scelta del successivo articolo che 
vogliono imparare e del successivo problema da risolvere. Nel contesto del WWW dove è un 
paradigma organizzativo e di base l’ipermedia, il supporto di navigazione adattativa diventa 
naturale ed efficiente. Era fra le tre principali tecnologie di AIWBES, esplorato in vari sistemi 
come ELM-ART (Brusilovsky, et al., 1996a), InterBook (Brusilovsky, Schwarz & Weber, 
1996c), ed il corso di ipertesto adattabile di De Brà (De Brà, 1996) e divenne 
indiscutibilmente la tecnologia più popolare di AIWBES. La metà dei sistemi presentava 
nell’uso di particolari problemi questa tecnologia. KBS-Hyperbook (Henze, et al., 2001), 
ActiveMath (Melis, et al., 2001), ed ELM-ART (Weber, et al., 2003) usavano link selezionati 
e generazioni di link. 
Adaptive Information Filtering (AIF - filtraggio di informazioni adattative) è una classica 
tecnologia nel campo del recupero delle informazioni. Il suo obiettivo è trovare alcuni articoli 
che sono attinenti agli interessi dell’utente in un grande pool di documenti (basati su testo). 
Sul Web questa tecnologia è usata in ricerca e nel contesto di browsing.  
 12
È stato applicato per adattare i risultati della ricerca nel Web usando filtraggio ed ordinamenti 
per far risaltare i documenti più attinenti del pool che usa generazioni di link.  
Mentre i motori usati con sistemi di AIF sono molto diversi dai motori di ipermedia adattabili, 
a livello di interfaccia AIF Web-based la maggior parte spesso usa tecniche di appoggio di 
navigazione adattabili. Vi sono due generi essenzialmente diversi di motori di AIF che 
possono essere considerati come due forme diverse di tecnologie AIF – Content-based 
Filtering(filtraggio basato sui contenuti) e Collaborative Filtering( filtraggio basato sulla 
collaborazione).  
Il primo si basa sul contenuto del documento mentre il secondo ignora il contenuto e tenta 
invece di unire gli utenti che sono interessati agli stessi documenti. L’AIF moderno usa in 
maniera estensiva una macchina che impara tecniche, specialmente per filtrazione content-
based. Pur essendo molto popolare nel campo di sistemi di informazioni, AIF non è stato mai 
usato in un contesto istruttivo del passato.  
L'ammontare di insegnamento contenuto era relativamente piccolo ed il bisogno di guidare 
l'utente a più materiali attinenti fu basato completamente e sufficientemente dall’Adaptive 
Sequencing e Adaptive Hypermedia. Comunque il Web con la sua abbondanza di Non-
indexed (letteralmente, non-schedate) “open corpus (lett.:corpi aperti)” risorse istruttive ha 
fatto l’AIF molto attraente per i docenti.  MLTutor (lo Smith, et al., 2003) vide in questo 
problema particolare uno dei primi esempi interessanti per l’applicazione dell’AIF content-
based all’istruzione. Un esempio istruttivo di AIF collaborativa può essere trovato in 
WebCobalt (Mitsuhara, et al., 2002). 
L’ Intelligent Collaborativ Learning (formazione collaborativa intelligente) è un gruppo 
interessante di tecnologie sviluppatosi incrociando due campi originariamente piuttosto 
distanti l'uno dall'altro: Computer Supporting Collaborative Searning (CSCL) e ITS. Il recente 
fiume di lavoro sull’uso delle tecniche di AI per sostenere la cultura collaborativa ha fatto 
risultare un aumento del livello di interazione tra questi campi. Mentre il primo lavoro sulla 
cultura collaborativa ed intelligente fu compiuto in contesto di Pre-Web (Chan, & Basckin, 
1990; Hoppe, 1995), sono il Web e il WBE che hanno offerto una piattaforma ed una richiesta 
in aumento, per questo genere di tecnologia. Nel WBE il bisogno di mezzi di appoggio e 
collaborazione è critico perché gli studenti raramente (o mai) si incontrano in persona.  
Le tecnologie intelligenti possono estendere drammaticamente il potere di semplici mezzi di 
appoggio e collaborazione (come discussione di threads raggruppati e whiteboards condivisi) 
così come dai vari sistemi di gestione di corso.  
 13
Attualmente noi possiamo elencare almeno le tre tecnologie distinte all'interno del gruppo di 
cultura collaborativo ed intelligente: la formazione di gruppo ed adattiva con aiuto di pari, 
appoggio di collaborazione adattivo, e studenti virtuali. Un buon esempio di appoggio di 
collaborazione adattivo è offerto da COLER (Costantino Gonzalez, et al., 2003).  
Le tecnologie di Adaptive Collaboration Support e Peer Help (aiuto alla pari) tentano di usare 
conoscenze circa la collaborazione alla pari (la maggior parte rappresentata spesso nei loro 
modelli di studio) formando un gruppo intonato per diversi generi di compiti di 
collaborazione.  
I primi esempi includono la formazione di un gruppo per la soluzione dei problemi 
collaborativi (Hoppe, 1995; Ikeda, Vada, & Mizoguchi, 1997) e la ricerca del pari più 
competente per rispondere ad una domanda (McCalla, et al., 1997). Ambo i campi di lavoro si 
stanno ora espandendo. I teams pionieristici hanno generalizzato e hanno espanso il loro 
lavoro (Greer, et al., 1998; Műhlenbrock, Tewissen & Hoppe, 1998) ed un buon numero di 
teams nuovi sta avviando le proprie ricerche in questa direzione. 
Il tecnologie di Adaptive Collaboration Support tentano di offrire solo un appoggio 
interattivo in un processo di collaborazione che abbia sistemi di supporto interattivi che 
assistano un studente individuale nel risolvere un problema. Usando un po' di conoscenza su 
un modello di buona e cattiva collaborazione (purché fatto dagli autori del sistema o creato 
dai logs comunicativi) un sistema di supporto della collaborazione come COLER (Costantino 
Gonzales, et al., 2003) o Epsilon (Soller, et al., 2003) può allenare o può mettere al corrente i 
collaboratori alla pari. Questo è nuovo ma si sta espandendo rapidamente nella direzione del 
lavoro che traccia le proprie idee dai classici  ITS, CSCL e macchine che imparano sul 
campo. In contrasto, la Virtual Student Technology è comparativamente vecchia. Invece di 
sostenere la cultura o la collaborazione da una posizione di un superiore verso gli studenti (un 
insegnante o un consulente), questa tecnologia tenta di presentare generi diversi di pari 
virtuali in un ambiente di cultura: un compagno di cultura (Chan, et al., 1990), un tutee, o 
anche un creatore di problemi (Frasson, Mengelle, Aïmeur & Gouardères,1996). Nel contesto 
del WBE dove lo studente comunica principalmente attraverso canali di minima larghezza di 
banda (l'e-mail, chat, forums) un studente virtuale diviene incarnazione molto attraente per 
perfezionare strategie di supporto differenti. Noi ci aspettiamo più ricerche in questa direzione 
e la sua ulteriore integrazione con agenti animati e canali di supporto di collaborazione 
intelligenti.