Nell'era dell'intelligenza artificiale, è giusto occuparsi ancora dell'intelligenza umana? Secondo Angela Locoro, Professoressa Associata di Intelligenza Artificiale al Dipartimento di Economia dell'Università di Brescia, molti sono ancora i misteri che avvolgono i meccanismi soggiacenti ai nostri processi cognitivi, di apprendimento e attenzione e al modo in cui interpretiamo le informazioni per prendere le decisioni quotidiane. I dati visuali, cioè la miriade di grafici e infografiche che invadono i media e supportano una comunicazione responsabile, chiara, esteticamente piacevole, oltreché di più immediata fruibilità rispetto a un testo, andrebbero letti e interpretati con la stessa competenza e consapevolezza di un testo scritto a parole. Non vi è però nessun programma scolastico che delinei esplicitamente il percorso di alfabetizzazione dell'informazione visuale, né un test standard che verifichi questo tipo di conoscenza e il livello raggiunto da ciascuno in questa abilità.
Per questo, assieme a Sara Beschi, assegnista di ricerca in forza al progetto, a Silvia Golia, ricercatrice nello stesso dipartimento, a Luca Mari, professore ordinario di scienza della misura all'Università LIUC e a Davide Falessi, responsabile dell’unità di ricerca dell'Università Tor Vergata (Roma), è stata presentata da Angela Locoro, in qualità di Principal Investigator, approvata e finanziata la proposta di progetto PRIN dal titolo “Characterizing and Measuring Visual Information Literacy”.
L'idea è di caratterizzare l'apprendimento evolutivo umano dell'informazione visuale attraverso un modello e di validare tale modello mediante test e domande da sottoporre alle persone, così da arrivare a spiegare e determinare il loro livello di alfabetizzazione sui grafici. Il progetto ha l'ambizioso obiettivo di delineare i fondamenti di una scala di misurazione per l'alfabetizzazione dell'informazione visuale. Durante il progetto, i quesiti sui grafici verranno sottoposti anche a un'intelligenza artificiale generativa, nella speranza che i meccanismi cognitivi dell'uomo e della macchina, messi a confronto, possano svelare analogie e differenze. Gli schemi di comportamento di entrambi potrebbero indicare possibili scenari futuri di collaborazione e miglior condivisione delle intelligenze, qualsiasi sia la loro natura.