NotebookLM è uno strumento di ricerca e presa di appunti sviluppato da Google Labs, progettato per assistere gli utenti nell'interazione con i propri documenti attraverso l'intelligenza artificiale. Utilizzando il modello AI Google Gemini, NotebookLM è in grado di generare riassunti, spiegazioni e risposte basate sui contenuti caricati dagli utenti. Supporta vari tipi di file, tra cui Google Docs, Google Slides, PDF, file di testo, URL web e video di YouTube.
Caratteristiche principali:
Sintesi dei documenti: Dopo aver caricato i documenti, NotebookLM diventa un esperto istantaneo su quei contenuti, offrendo riassunti e risposte dettagliate.
support.google.com
Audio Overviews: Una funzione introdotta nel settembre 2024 che consente di convertire i documenti in un formato audio simile a un podcast, con due voci AI che discutono e spiegano il contenuto in modo coinvolgente.
blog.google
NotebookLM Plus: Una versione premium lanciata nel dicembre 2024, che offre funzionalità aggiuntive come limiti di utilizzo aumentati, notebook condivisi per la collaborazione in team e la possibilità di personalizzare le risposte dell'AI.
blog.google
Utilizzi didattici:
NotebookLM può essere uno strumento prezioso in ambito educativo, offrendo supporto in diverse aree:
Studio e ricerca: Gli studenti possono caricare materiali di studio e ottenere riassunti o spiegazioni dettagliate, facilitando la comprensione di argomenti complessi.
Creazione di contenuti: Gli insegnanti possono utilizzare NotebookLM per generare materiali didattici, riassunti di lezioni o persino creare podcast educativi attraverso la funzione Audio Overviews.
Collaborazione: Con la versione Plus, i team di studenti o docenti possono condividere notebook, facilitando la collaborazione su progetti o ricerche.
🎧 Podcast – Le strategie dell’engagement: conversazione attorno a un notebook linguistico
In questo episodio approfondiamo i concetti chiave del libro Le strategie dell'engagement attraverso un notebook linguistico realizzato con modelli di language modeling. La conversazione si muove tra parole chiave, dinamiche retoriche e pattern discorsivi che emergono nel testo, offrendo uno sguardo originale su come l’engagement venga costruito linguisticamente.
Un esperimento di lettura aumentata tra umanesimo digitale, analisi computazionale e riflessione pedagogica.