La pubblicazione scientifica “eva: Continuous Learning for STEM Students”, sviluppata da tre studenti magistrali del Politecnico di Milano sotto la supervisione del Prof. Marco Santambrogio (Dipartimento di Elettronica, Informazione e Bioingegneria) e della dottoranda Laura Ginestretti (Ingegneria dell’Informazione), è stata selezionata per la conferenza internazionale IEEE EDUCON 2026, tenutasi al Cairo, dove ha conseguito il primo premio nella Student Poster Competition.
Il progetto si inserisce nell’ambito dell’iniziativa LEONARDO del Politecnico di Milano e trae origine dalla sfida finale del corso “Creativity, Science and Innovation”, intitolata “The Creative Science Behind Student Life: How Can Language Models Improve Your Day?”.
In occasione dell’evento conclusivo del 25 giugno 2025, il gruppo ha presentato un Proof of Concept interattivo, valutato mediante pitch e dimostrazione da una commissione composta da ingegneri e ricercatori. Il progetto ha successivamente ottenuto un ulteriore riconoscimento, posizionandosi tra i migliori cento nell’ambito dell’acceleratore d’impresa Switch2Product del Politecnico di Milano.
Il team è composto da tre studenti magistrali:
- Matteo Minotti, con una formazione in Ingegneria Biomedica e attualmente iscritto al corso di laurea magistrale in Ingegneria Nucleare, ha contribuito alle attività di ricerca e analisi dei dati, con particolare riferimento a metodi computazionali avanzati per la fisica degli acceleratori di particelle.
- Riccardo Masetti, studente di Computer Science and Engineering e futuro tirocinante presso l’Agenzia Spaziale Europea (ESA), ha sviluppato le principali funzionalità della piattaforma, basate su tecnologie quali PostgreSQL, React e Django.
- Pietro Carrucciu, anch’egli studente di Computer Science and Engineering, ha curato la progettazione dell’esperienza utente e dell’interfaccia grafica.
Dal punto di vista scientifico, il lavoro analizza il fenomeno del cramming, ossia la concentrazione dello studio nelle fasi immediatamente precedenti agli esami, particolarmente diffusa nei percorsi STEM. Per rispondere alla limitata presenza di meccanismi di valutazione continua durante il semestre, la piattaforma “eva” integra i principi del Self-Regulated Learning con l’impiego di modelli linguistici avanzati. Il sistema consente la generazione automatica di sessioni di valutazione continue e multimodali a partire dai materiali caricati dagli utenti, promuovendo la pratica distribuita, una maggiore consapevolezza dei progressi individuali e un miglioramento della memorizzazione a lungo termine.