Come è costruito questo corso

1. Perché un videogioco e non un video

La meta-analisi di Wouters e colleghi (2013) su 77 studi (oltre 5.500 partecipanti) trova che i "serious games" producono un apprendimento superiore all'istruzione tradizionale (d ≈ 0,29) e soprattutto una ritenzione migliore (d ≈ 0,36). Ma con un dettaglio decisivo: funzionano meglio quando il gioco è accompagnato da altra istruzione e quando l'esperienza è distribuita su più sessioni.

Cosa ne ricaviamo qui: nessun livello è "solo gioco". Ogni mini-gioco è seguito (o preceduto) da una spiegazione scritta, da una formula smontata e da un esempio numerico svolto. Ed è per questo che c'è il Ripasso lampo: per spingere verso più sessioni invece che una maratona sola.

2. Perché si tocca prima di leggere

Le simulazioni interattive del progetto PhET (University of Colorado Boulder) mostrano guadagni concettuali pari o superiori a quelli ottenuti con l'apparato di laboratorio reale, e generano discussioni più produttive. La linea di ricerca sul productive failure (Kapur) mostra inoltre che tentare un problema prima di ricevere la spiegazione — anche fallendo — porta a una comprensione concettuale più profonda rispetto a ricevere subito la regola.

Cosa ne ricaviamo qui: in quasi tutti i livelli il cursore arriva prima della formula. Prima vedi le frecce cancellarsi, poi ti spieghiamo che si chiama interferenza distruttiva.

3. Perché ci sono i quiz (e perché non danno voti)

Il testing effect (Roediger & Karpicke) è uno dei risultati più solidi della psicologia cognitiva: richiamare a memoria un'informazione la rinforza molto più che rileggerla per lo stesso tempo. Le rassegne sulle tecniche di studio collocano practice testing e distributed practice ai primi posti per efficacia.

Cosa ne ricaviamo qui: i quiz sono a bassa posta in gioco, con feedback immediato che spiega perché, riprovabili all'infinito e senza punteggio negativo. Sbagliare è parte del metodo: una domanda sbagliata torna prima nel ripasso, una giusta torna più tardi (sistema a scatole di Leitner: 1 giorno → 3 → 7 → 21 → 60).

4. Perché i livelli si sbloccano solo con la padronanza

Nel mastery learning (Bloom) lo studente procede quando ha dimostrato di padroneggiare l'unità corrente, con tempo e tentativi variabili invece che fissi. Gli effetti misurati sono fra i più consistenti dell'istruzione individualizzata, soprattutto per chi parte più indietro.

5. Perché l'interfaccia è così spoglia

La teoria del carico cognitivo (Sweller) e i principi di apprendimento multimediale (Mayer) prescrivono alcune cose molto concrete, che qui sono applicate alla lettera:

6. Colori, contrasto, accessibilità

• Tema scuro con testo ad alto contrasto e larghezza di riga limitata a ~75 caratteri: due parametri che incidono direttamente sulla fatica di lettura.
• Nessuna informazione affidata al solo colore: ogni stato ha anche un simbolo o un'etichetta (✓, ✗, 🔒), requisito WCAG per chi ha daltonismo.
• Bersagli tattili di almeno 44 px, focus visibile per la navigazione da tastiera, supporto a prefers-reduced-motion per chi soffre le animazioni.
• Feedback immediato su ogni azione (sotto i 100 ms): i cursori aggiornano il disegno mentre li muovi, non al rilascio. È la soglia oltre la quale un'interfaccia smette di sembrare "tua".

7. Motivazione: perché XP e livelli, ma niente classifiche

La teoria dell'autodeterminazione (Deci & Ryan) individua tre motori: competenza, autonomia, relazione. Le meta-analisi sulla gamification mostrano effetti positivi ma fragili: punti e badge funzionano se segnalano competenza acquisita, e possono essere controproducenti se diventano l'unico motivo per giocare o se creano pressione da confronto sociale.

Cosa ne ricaviamo qui: gli XP arrivano solo per cose realmente fatte (missione superata, domanda richiamata), i ranghi descrivono un'abilità ("Signore delle frecce", "Cacciatore di periodi") e non esiste alcuna classifica né timer che corre. L'autonomia è tutelata dalla modalità libera e dalla possibilità di rigiocare qualsiasi livello.

8. E l'ultimo livello?

La ricerca sull'apprendimento delle STEM distingue fra saper applicare e saper trasferire. Il trasferimento si allena solo su problemi mal definiti, dove non esiste una procedura da ripetere. Per questo l'ultimo livello è un'officina aperta: obiettivi da raggiungere, blocchi a disposizione, nessuna soluzione scritta da nessuna parte, e un contatore di "quante volte hai interrogato l'oracolo" che ti spinge a cercare una strada più furba.

9. Perché il qubit arriva al livello 1 e Fourier solo al 13

La prima versione di questo corso seguiva l'ordine "logico": onde → Fourier → qubit. Sulla carta impeccabile, nella pratica sbagliato: sette livelli di matematica prima di vedere l'oggetto per cui uno è arrivato qui.

L'ordine attuale segue due principi consolidati:

• Curriculum a spirale (Bruner, 1960): un concetto si incontra più volte, prima in forma semplice e poi completa. Le ampiezze compaiono al livello 1 come numeri con il segno (+ e −), che bastano per capire l'interferenza e H·H; diventano frecce complesse al livello 8, quando due segni non bastano più. Tornare sugli stessi concetti a distanza è anche pratica dilazionata: due benefici in una scelta sola.
• Just-in-time: un attrezzo si introduce dove serve, non prima. Onde e trasformata di Fourier arrivano ai livelli 13–17, subito prima della QFT, quando la domanda "come faccio a trovare una periodicità nascosta?" se l'è già posta chi gioca — al livello 12, con l'algoritmo di Simon, si scopre di saper trovare solo periodi "in XOR", e per quelli veri servono le onde. Introdurli sette livelli prima significava rispondere a una domanda non ancora nata.

10. Perché il computer classico viene prima (e resta facoltativo)

«Quantistico» non è una cosa: è una differenza. E una differenza si vede solo se si conosce il termine di paragone. Chi non ha mai messo a fuoco che cos'è un bit non ha modo di accorgersi di che cosa sia strano in un qubit: gli manca lo sfondo su cui si stacca la figura. Quasi tutte le frasi sbagliate che circolano — «prova tutte le strade insieme», «è infinitamente più veloce» — nascono esattamente da lì.

Da qui due scelte, che si sostengono a vicenda:

• una Parte K di sei livelli sul computer normale (bit, porte logiche, somma con il riporto, ricerca, costo degli algoritmi, reversibilità e principio di Landauer), giocata con gli stessi mini-giochi del resto del corso;
• un blocco di confronto in apertura di ogni livello quantistico dove un confronto esiste davvero: a sinistra come si fa con un computer normale, a destra cosa cambia, sotto il numero che dice quanto vale la differenza. Dove il confronto vale una partita e non un paragrafo — la ricerca prima di Grover, l'oracolo interrogato a mano prima di Deutsch–Jozsa, il codice a ripetizione prima della correzione d'errore quantistica — il mini-gioco classico si gioca lì, sul posto.

Le ragioni per cui è fatto così e non con un capitolo di teoria iniziale:

• Confrontare due casi concreti fa emergere il principio meglio che enunciare il principio e poi darne un esempio (Gentner, Loewenstein & Thompson, 2003; Alfieri, Nokes-Malach & Schunn, 2013). Funziona soprattutto quando i due casi si somigliano quasi del tutto e differiscono in un punto solo: che è esattamente il rapporto fra bit e qubit, fra ricerca lineare e Grover, fra DFT e QFT.
• Le due colonne stanno affiancate, non una sotto l'altra: leggere la seconda tenendo a mente la prima è carico cognitivo speso in memoria invece che in ragionamento (effetto dell'attenzione divisa, Sweller, Ayres & Kalyuga). Con le colonne accostate il confronto lo fanno gli occhi.
• Il numero in fondo è sempre dello stesso tipo (quante operazioni, quante domande, quanti stati): un metro che non cambia unità di misura da un livello all'altro è ciò che permette di accorgersi che Grover e Shor non fanno la stessa cosa — uno è un guadagno quadratico, l'altro esponenziale.
• La Parte K è facoltativa, come la Parte 0, e sta fuori dalla catena dei prerequisiti. Chi sa già come funziona un computer tira dritto; chi ha un buco ci torna nel momento in cui il buco si fa sentire — che è il momento in cui si impara davvero, e non due settimane prima "perché è nel programma". Ogni blocco di confronto porta il link al livello classico corrispondente, quindi la porta è sempre aperta e non è mai un pedaggio.

Tre dettagli di quei quattro giochi sono voluti e vale la pena dichiararli:

• Prima si prova, poi si spiega, e in modo classico certe missioni non si possono vincere. Sbattere contro il muro con gli attrezzi che si hanno rende la soluzione successiva molto più solida che riceverla per prima: è il productive failure di Kapur, già citato al punto 2. Il gioco però dice quando il muro è un muro, invece di lasciar girare a vuoto: fallire è utile, farlo senza saperlo no.
• I due casi sono allineati: se una cosa cambia fra i due modi, è perché è la cosa. È la condizione che rende efficace il confronto (Gentner, structure mapping): il cervello isola la differenza solo se tutto il resto combacia.
• Il modo di calcolo si vede sempre, su ogni mini-gioco del corso: blu «computer normale», viola «computer quantistico», con icona e parola scritta accanto al colore — mai il colore da solo, come al punto 6. La Parte 0 e i laboratori delle onde non portano etichetta, perché la matematica non è né l'una né l'altra cosa.

11. Il suono: informazione, non decorazione

Un arcade senza suoni non è un arcade, ma il rumore per il rumore viola il principio di coerenza di Mayer (tutto ciò che non serve al concetto sottrae attenzione). Il compromesso applicato qui:

• ogni tipo di evento ha il suo timbro, sempre lo stesso: click, XP, missione, misura quantistica, interferenza costruttiva, interferenza distruttiva, fanfara di livello. Dopo pochi minuti riconosci cosa è successo senza guardare: il suono diventa un secondo canale di informazione;
• suoni brevi (sotto i 350 ms) e a volume basso, generati dal vivo con WebAudio: nessun file da scaricare, funziona anche a connessione lenta;
• l'errore non punisce: due note discendenti, non un buzzer. Un feedback punitivo aumenta l'ansia da prestazione e riduce la disponibilità a riprovare, che è esattamente ciò che serve in un corso a padronanza;
• si può spegnere tutto e la scelta viene ricordata. Nessun suono parte prima di un'interazione, come richiedono anche le regole dei browser.

12. "Effetto wow": feedback immediato e specifico

Nella prima versione, i mini-giochi della Parte 0 non dicevano se stavi andando bene. La ricerca sul feedback (Hattie & Timperley; Shute) è chiara su un punto: il feedback funziona quando è immediato, specifico e riferito al compito, non alla persona. Da qui tre aggiunte, presenti ora in tutti i giochi:

• Obiettivo sempre scritto in alto, in una banda dedicata: non devi ricordarti cosa ti era stato chiesto.
• Barra "quanto sei vicino" che passa da rossa ad ambra a verde, accompagnata da un tono che sale man mano che ti avvicini: colore + suono + testo, tre canali per la stessa informazione (utile anche a chi ha difficoltà con i colori).
• Festeggiamento visibile al traguardo — scintille, lampo, suono — perché il momento in cui hai capito dev'essere inequivocabile. È l'unica concessione "decorativa", e dura mezzo secondo.

13. Perché l'account è obbligatorio (e perché non mi piace)

Chiedere una registrazione è attrito, e l'attrito fa perdere persone: sarebbe più comodo per tutti far girare tutto nel browser. Due ragioni lo rendono comunque la scelta giusta:

• i progressi non devono morire con la cache. Un corso da 34 livelli si fa in più sessioni e spesso su più dispositivi: perdere tutto per una pulizia del browser è il modo più stupido di abbandonare;
• l'attestato deve valere qualcosa. Le domande dell'esame arrivano dal server senza le risposte esatte e la correzione avviene sul server: se lo stato vivesse nel browser, chiunque potrebbe assegnarsi il 100% con due righe di console, e l'attestato sarebbe carta straccia.

In cambio: solo i dati che servono davvero (nome, cognome, email — la data di nascita è facoltativa e serve a distinguere gli omonimi), nessuna profilazione, nessuna pubblicità, cancellazione totale in un click. Tutto scritto nell'informativa.

14. Il tutor AI che si rifiuta di darti la soluzione

Il tutor risponde solo con i contenuti di questo sito (RAG) e, per progetto, non fornisce le soluzioni delle missioni: dà un indizio e ti rimanda al cursore giusto. È una scelta scomoda ma sostenuta dalla ricerca sulle desiderable difficulties (Bjork): la fatica di arrivarci da soli è proprio ciò che produce l'apprendimento duraturo. Un tutor compiacente farebbe sembrare tutto più facile e lascerebbe meno.

Ogni risposta cita il livello e ne mette il link: l'obiettivo del tutor è riportarti dentro al gioco, non sostituirlo. E se una domanda non trova risposta nei contenuti, lo dice invece di inventare.

15. Come faccio a sapere che il simulatore non mente

Un corso che insegna con un simulatore ha un problema di fondo: se il simulatore sbaglia, insegna l'errore — e lo insegna in modo convincente, perché lo fa vedere. I test del progetto controllano le proprietà che ci si aspetta (le porte restano unitarie, la QFT riproduce esattamente la matrice di Fourier, le probabilità sommano a uno). Ma quei test sono scritti da me, sullo stesso ragionamento con cui è scritto il simulatore: se l'errore sta nel ragionamento, i test lo confermano invece di trovarlo.

Per questo il simulatore è confrontato con un'implementazione indipendente: QuantumSim, scritto in C da Francesco Sisini. Trecento circuiti generati a caso — fino a 4 qubit, con Hadamard, Pauli, S, T, T†, rotazioni di fase, CNOT, CZ e Toffoli — vengono eseguiti da entrambi i simulatori e le ampiezze confrontate una per una. Linguaggi diversi, autori diversi, codice scritto senza conoscersi: lo scarto massimo è dell'ordine di 10⁻¹⁵, cioè il limite della precisione dei numeri del computer. Un errore comune a entrambi, a quel punto, è molto improbabile.

QuantumSim è rilasciato con licenza GNU GPL v3 e non è incluso in questo sito: viene scaricato e compilato solo quando si lancia la verifica (npm run test:cross), come un attrezzo da banco di prova. Ringrazio Francesco Sisini per avermene concesso l'uso — e soprattutto perché è dai suoi libri che ho cominciato a imparare questa materia.

16. Il testo del sito: quali tecniche di persuasione uso, dichiarate

Questo sito ha anche uno scopo professionale: farmi conoscere come persona che costruisce sistemi AI e insegna. Trovo corretto dichiarare quali leve sto usando, così puoi valutarle:

17. Come è scritto per i motori di ricerca e per le AI

Metà delle ricerche oggi finisce dentro una risposta generata da un'AI invece che in una lista di link. Le indicazioni emerse dalla ricerca sulla Generative Engine Optimization sono coerenti con lo scrivere bene:

• dati strutturati (JSON-LD: Course, Person, FAQPage) perché una macchina capisca cos'è questa risorsa, chi l'ha scritta e cosa insegna;
• affermazioni autoconsistenti e citabili: ogni risposta importante sta in un paragrafo che si regge da solo, senza bisogno del contesto attorno;
• un file llms.txt con i fatti verificabili del progetto, per chi indicizza con modelli linguistici;
• segnali di affidabilità: autore in chiaro, fonti linkate, data di aggiornamento, e ammissione esplicita dei limiti (l'attestato non è accreditato).

Nota: la stessa ricerca mostra che i contenuti citati dalle AI sono quelli strutturati e verificabili. Un altro modo per dire che scrivere onestamente e scrivere per essere trovati, per una volta, coincidono.

18. Le tre lingue, e come si passa da una all'altra

Il corso esiste per intero in italiano, inglese e spagnolo: non un riassunto tradotto, tre edizioni complete — esame e attestato compresi. Anche gli indirizzi sono tradotti (/en/lessons/, /es/lecciones/), perché una pagina in spagnolo che vive in una cartella chiamata "lezioni" è una pagina tradotta a metà, e si vede.

Il selettore in alto segue quattro regole, e nessuna è estetica:

• Ogni lingua è scritta nella propria lingua — «Español», non «Spagnolo». Chi cerca la propria lingua la cerca com'è scritta a casa sua, non tradotta in una lingua che magari non legge. È la raccomandazione del W3C e del Nielsen Norman Group, ed è anche il motivo per cui la prima versione non funzionava: diceva «IT EN ES», e le sigle ISO sono etichette mute per chi non le ha mai viste.
• Niente bandiere. Una bandiera indica uno stato, non una lingua: quale metteresti allo spagnolo, fra i venti paesi che lo parlano? Al loro posto un mappamondo, che è l'unico simbolo che il pubblico associa a "lingua" senza associarlo a un paese.
• Si cambia lingua restando dove sei. Chi sta leggendo la QFT in italiano e sceglie English vuole la QFT in inglese, non ricominciare dalla mappa. Gli indirizzi delle altre versioni sono gli stessi hreflang che la pagina dichiara già per i motori di ricerca: calcolarli una seconda volta sarebbe il modo classico di farli divergere.
• Se il tuo browser parla un'altra lingua te lo dico, ma non ti sposto. Compare una riga — scritta nella lingua che propone, se no non si legge — con due bottoni: passa, oppure resta. Poi non chiede più. Il reindirizzamento automatico è sconsigliato esplicitamente da Google per i siti multilingua: impedisce di raggiungere di proposito una certa versione, confonde chi parla più lingue di quelle che ha configurato nel browser, e nasconde le altre copie ai motori di ricerca.

19. Il glossario che sta aperto mentre leggi

Per un pezzo di strada il glossario è stato l'ultima pagina del corso. Sbagliato: la parola che blocca la lettura non la incontri in fondo, la incontri al livello 4 — e una parola non capita non rimanda il problema, lo moltiplica, perché ogni frase dopo la usa come se fosse chiara.

Ora il glossario sta in cima a ogni pagina e resta aperto mentre si legge. Le scelte precise vengono da cinque risultati della ricerca, non da una moda grafica:

Il pannello, per scelta, non è modale: non blocca la lezione e non pretende di essere chiuso per continuare. Bloccare la pagina per mostrare una definizione sarebbe come chiudere il libro per aprire il vocabolario. Sotto i 1100 px di larghezza non c'è spazio per due colonne: lì copre, e allora basta toccare fuori per chiuderlo.

Effetto collaterale utile: i termini vivono in un file solo (js/core/glossario.js), quindi la tabella del livello 23, il pannello e le definizioni al tocco non possono più dire tre cose diverse — cosa che era già cominciata a succedere fra la versione italiana e quelle tradotte.

Fonti

Elencate nell'ordine in cui compaiono nel testo. Dove non c'è un link è perché il riferimento è un libro o un articolo classico facilmente reperibile: preferisco citarlo così piuttosto che linkare una copia di dubbia provenienza.

• Wouters, P., van Nimwegen, C., van Oostendorp, H., van der Spek, E. (2013). A meta-analysis of the cognitive and motivational effects of serious games. Journal of Educational Psychology, 105(2), 249–265. — scheda ERIC
• Clark, D. B., Tanner-Smith, E. E., Killingsworth, S. S. (2016). Digital Games, Design, and Learning: A Systematic Review and Meta-Analysis. Review of Educational Research, 86(1), 79–122. — articolo
• Sailer, M., Homner, L. (2020). The Gamification of Learning: a Meta-analysis. Educational Psychology Review. — articolo
• Perkins, K. et al. PhET: Interactive Simulations for Teaching and Learning Physics. The Physics Teacher, 44(1), 18–23. — articolo
• Kapur, M. Productive Failure. — sintesi divulgativa (PDF)
• Roediger, H. L., Karpicke, J. D. — sul testing effect e l'effetto "in avanti" del richiamo: Retrieval practice enhances new learning (PMC)
• Rassegna sistematica su spaced learning, interleaving e retrieval practice (2023), Journal of the American College of Radiology. — articolo
• Sintesi divulgativa su richiamo + pratica dilazionata: Evidence Based Education
• Bjork, R. A. — Desirable Difficulties in Theory and Practice: perché ciò che rende l'apprendimento più faticoso sul momento lo rende più solido nel tempo. — testo
• Kivetz, R., Urminsky, O., Zheng, Y. (2006). The Goal-Gradient Hypothesis Resurrected. Journal of Marketing Research. — sintesi Columbia Business School
• Nunes, J. C., Drèze, X. (2006). The Endowed Progress Effect: How Artificial Advancement Increases Effort. Journal of Consumer Research. — testo
• Sisini, F. — QuantumSim, simulatore di circuiti quantistici in C, e i libri divulgativi dello stesso autore da cui è cominciato il mio percorso in questa materia. — repository
• Gentner, D., Loewenstein, J., Thompson, L. (2003). Learning and Transfer: A General Role for Analogical Encoding. Journal of Educational Psychology — confrontare due casi concreti fa emergere il principio comune meglio che studiarli uno alla volta. — PDF
• Alfieri, L., Nokes-Malach, T. J., Schunn, C. D. (2013). Learning Through Case Comparisons: A Meta-Analytic Review. Educational Psychologist, 48(2), 87–113. — articolo
• Landauer, R. (1961), Irreversibility and Heat Generation in the Computing Process, e Bérut, A. et al. (2012), Experimental verification of Landauer's principle, Nature 483, 187–189 — il costo termodinamico di cancellare un bit, previsto e poi misurato. — articolo su Nature
• Bruner, J. S. (1960). The Process of Education — il curriculum a spirale: tornare sugli stessi concetti a livelli via via più profondi.
• Sweller, J. — teoria del carico cognitivo; Mayer, R. E. — principi di apprendimento multimediale (coerenza, segnalazione, contiguità, segmentazione, pre-addestramento, stile colloquiale).
• Hattie, J., Timperley, H. (2007). The Power of Feedback; Shute, V. (2008). Focus on Formative Feedback — il feedback funziona se immediato, specifico e riferito al compito.
• Deci, E. L., Ryan, R. M. — teoria dell'autodeterminazione: competenza, autonomia, relazione.
• Cialdini, R. B. — Influence: reciprocità, prova sociale, autorevolezza. Usate qui solo su affermazioni verificabili.
• Sulla Generative Engine Optimization: panoramica delle pratiche e position paper sui rischi (arXiv)
• WCAG 2.2 (W3C) per contrasto, bersagli tattili, focus visibile e informazione mai affidata al solo colore. — quick reference
• Ayres, P., Sweller, J. — The Split-Attention Principle in Multimedia Learning, in The Cambridge Handbook of Multimedia Learning: perché tenere insieme frase e definizione costa memoria di lavoro.
• Kalyuga, S., Ayres, P., Chandler, P., Sweller, J. (2003). The Expertise Reversal Effect. Educational Psychologist, 38(1), 23–31 — l'aiuto utile al principiante ostacola l'esperto.
• Nielsen, J. — 10 Usability Heuristics for User Interface Design, in particolare la sesta («recognition rather than recall»). — testo
• Nation, I. S. P. (2001). Learning Vocabulary in Another Language. Cambridge University Press — sul ruolo delle glosse.
• Yun, J. (2011). The effects of hypertext glosses on L2 vocabulary acquisition: a meta-analysis. Computer Assisted Language Learning, 24(1), 39–58.

Tutto il progetto è pubblico su GitHub con licenza libera non commerciale: studiarlo, modificarlo e usarlo nella scuola pubblica si può sempre; per la formazione a pagamento serve un accordo. Se trovi un errore in queste pagine, segnalalo.