Sistema
Architettura semantica
ProfTecnologIA è un ecosistema didattico integrato: un libro strutturato su micro-competenze, un sistema di 5 agenti AI per la produzione dei contenuti, e un sito Next.js per la fruizione digitale. Ogni MC ha 8 tab nel navigator: 6 zone di apprendimento (INNESCA → RIPASSA) + 2 tab supplementari (PROFESSIONI con 2 professioni 2030, CLIL con 4 termini bilingue). Più quiz 18 domande, 18 flashcard, microlearning, e glossario 297 competenze in 13 macro-categorie. Questa pagina documenta la struttura del sistema per editori, docenti e ricercatori.
Numeri del sistema
Gli 8 tab del navigator per ogni MC
6 zone di apprendimento + 2 tab supplementari (PROFESSIONI, CLIL). Navigator sticky con colore area. Lo studente sa sempre dove si trova.
Hook audio 2–3 min su un oggetto reale (edge-tts Isabella). Domanda stimolo in evidenza. 3 video flipped classroom.
Testo espositivo con accordion per le sottosezioni. Galleria visual AI (ai-fotorealistica, mindmap, infografica).
Case study su oggetto concreto. 2 Professioni del Futuro 2030 ciascuna con immagine AI, testo narrativo e competenze chiave CLIL.
Attività pratiche su 3 livelli DigComp selezionabili: ● Base · ●● Intermedio · ●●● Avanzato.
Compito di realtà autentico. Rubrica di valutazione accessibile via drawer sticky. Metacognizione.
Processo interattivo (4-7 step), checklist di verifica, quiz 18 domande (6F+6I+6A) con feedback, 18 flashcard.
2 Professioni del Futuro 2030: immagine AI dedicata, testo narrativo da OSSERVA, lista competenze chiave con tag colore per ciascuna.
4 termini chiave in italiano e inglese con pronuncia IPA, esempio d'uso in contesto e link semantico alla MC.
Pipeline dei 5 agenti AI
Ogni agente ha ruolo e output definiti. La decisione editoriale finale resta sempre all'autore.
Agente Curatore
Cosa fa
Monitora e raccoglie fonti (articoli, video, paper). Ricerca video YouTube da fonti prioritarie per ogni MC.
Output
Fonti classificate · file data/videos/[MC-ID].json
Non fa
Non sintetizza, non genera contenuti.
Trigger
Settimanale o su richiesta
Agente Sintetizzatore
Cosa fa
Interroga i knowledge repository (NotebookLM) in modalità batch. Estrae contenuti strutturati per ogni MC.
Output
Asset JSON strutturati in 04_CONTENUTI/
Non fa
Non crea infografiche, non interagisce con gli studenti.
Trigger
Batch/asincrono — NotebookLM non ha API real-time
Agente Generatore Asset
Cosa fa
Produce 7 tipologie di immagini AI (GPT Image 2): fotorealistica, contesto, mindmap, professione (×2), immagine_da_md, infografica. Script hook audio (5 blocchi), MP3 con edge-tts voce Isabella.
Output
PNG in 04_CONTENUTI/visual/ · MP3 + trascrizioni in 04_CONTENUTI/microlearning/hook/
Non fa
Non gestisce fonti, non interagisce con il profilo studente.
Trigger
Dopo ogni definizione o aggiornamento di MC
Agente CARBLE-CDD
Cosa fa
Valida ogni CDD secondo il Protocollo CARBLE-CDD v1.0 (I.C. Nicotera Costabile). Applica 7 criteri: D·C·A·R·B·L·E.
Output
Scheda JSON validazione · report Markdown in 04_CONTENUTI/validazione/
Non fa
Non genera contenuti. Produce parere istruttorio — la decisione finale spetta all'autore.
Trigger
Dopo ogni produzione CDD · prima di ogni pubblicazione
✅ Tutti Conformi → pubblica · ⚠️ Da rivedere → notifica · 🚫 Non conforme → blocca
Agente Personalizzatore
Cosa fa
Legge il profilo e i progressi dello studente. Seleziona le MC appropriate, sequenzia il percorso rispettando la catena prerequisiti.
Output
Percorso JSON personalizzato per studente con MC ordinate e livello DigComp
Non fa
Non genera contenuti, non raccoglie fonti.
Trigger
Ogni accesso studente / aggiornamento progressi
Schema dati di una MC
Ogni micro-competenza è un oggetto JSON con campi obbligatori e opzionali (v2.0).
| Campo | Tipo | Obbligatorio | Descrizione |
|---|---|---|---|
| id | string | ✅ | MC-[AREA]-[ANNO]-[NN] — es. MC-MAT-1-01 |
| area | string | ✅ | MAT · DIS · DIG · INF · ALI · AMB · ENE · COM · SIS |
| anno | 1|2|3 | ✅ | Anno di scuola secondaria di I grado |
| titolo | string | ✅ | Titolo breve della competenza |
| descrizione | string | ✅ | Descrizione completa in 2ª persona |
| fonte | string | ✅ | Paci 2014 | Hypertech 2020 | originale |
| frameworks | object | ✅ | IN · DC · EC · LC · EV con ref e traguardo |
| outputApp | object | ✅ | quiz, microlearning, visual, livelloDigComp |
| prerequisiti | string[] | ✅ | Lista ID MC prerequisiti ([] per le prime) |
| tags | string[] | ✅ | Parole chiave per la ricerca |
| compito_realta | string | ✅ | Compito autentico con verbo d'azione |
| sdg | number[] | ✅ | Numeri SDG collegati (1-17) |
| hook_audio | object | v2.0 | titolo, oggetto_reale, domanda_avvio, durata_min |
| professioni_future | object[] | v2.1 | Array di 2 professioni: titolo, orizzonte, descrizione_breve, competenze_chiave (campo attuale) |
| professione_futura | object | legacy | Singola professione — mantenuto per compatibilità, rimpiazzato da professioni_future |
| clil_termini | object[] | v2.0 | italiano, inglese, pronuncia_ipa — 4 termini chiave |
| uda_collegata | string | v2.0 | ID dell'UDA interdisciplinare collegata |
| note_didattiche | object | ✅ | base e avanzato (testi differenziati) |
Framework incrociati
Indicazioni Nazionali
D.M. n. 221, 9 dicembre 2025
DigComp 3.0
Commissione Europea 2022
EntreComp
Commissione Europea
LifeComp
Commissione Europea
Educazione Civica / Agenda 2030
L. 92/2019 · SDG ONU
Stack tecnologico
Sito
- Next.js 16.2.2 (App Router, SSG)
- TypeScript · Tailwind CSS 4
- 71 pagine statiche · 0 errori TS
- Glossario 297 competenze · 13 macro-categorie
Deploy
- Vercel (primario) · vercel.json framework null
- Netlify · netlify.toml
- GitHub Pages · Actions workflow auto-deploy
Generazione immagini
- GPT Image 2 (OpenAI) — gpt_image_2
- 7 tipologie: ai-fotorealistica · ai-contesto · mindmap · immagine_da_md · img4-professione · img4-professione-2 · img2-infografica
Audio TTS
- edge-tts 7.2.8 (Microsoft Neural TTS)
- Voce: it-IT-IsabellaNeural
- 50 MP3 con durate reali nel JSON MC
Knowledge base
- Pinecone brain-tecnologia (9.879 chunk)
- multilingual-e5-large embeddings
- 20 libri di Tecnologia indicizzati
AI Generativa
- Claude Sonnet 4.6 / Opus 4.6 (testi, quiz, microlearning)
- GPT Image 2 (visual didattici)
- NotebookLM (sintesi bibliografica)
Validazione
- Protocollo CARBLE-CDD v1.0
- I.C. Nicotera Costabile, 13/05/2026
- 7 criteri D·C·A·R·B·L·E
Progressione DigComp per anno
Non retrogressiva — F → I → A in ogni area trasversale (DIG, DIS).
| Area | Classe 1ª | Classe 2ª | Classe 3ª |
|---|---|---|---|
| 🪨 MAT | Foundation (F) | — | — |
| 📐 DIS | Foundation (F) | Intermediate (I) | Advanced (A) |
| 💻 DIG | Foundation (F) | Intermediate (I) | Advanced (A) |
| 🔢 INF | Foundation (F) | Intermediate (I) | Advanced (A) |
| 🌾 ALI | — | F → Intermediate | — |
| 🏗️ AMB | — | F → Intermediate | — |
| ⚡ ENE | — | — | I → Advanced |
| 📡 COM | — | — | I → Advanced |
| ⚙️ SIS | — | — | Intermediate (I) |
Documenti di riferimento
Protocollo CARBLE-CDD v1.0
I.C. Nicotera Costabile, 13/05/2026
Pagina Credits e fonti
Dichiarazione uso AI · fonti video · bibliografiche
INDICE_ProfTecnologIA_v1.0 ↗
Blueprint editoriale — 52 MC, 3 anni, appendici
Architettura v2.2 ↗
Documento architetturale completo del progetto
© 2026 Prof. Ing. Antonio Scaramuzzino · ProfTecnologIA · proftecnologia.it