E’ possibile imparare ad usare e usare l’Intelligenza Artificiale sviluppando in ambito scolastico un approccio più orientato alla sensibilità etica? Sono sempre più gli esperti e le esperienze sul campo che provano a rispondere a questa domanda.
Ci soffermeremo in questo contributo su quanto può essere fatto, in ambito teorico e pratico, partendo da una visione più centrata sul rispetto di valori e principi, piuttosto che su un uso tecnico.
Indice degli argomenti
Scelte tecniche e conseguenze umane
Anche in informatica le scelte tecniche hanno conseguenze umane e che spesso non esiste una soluzione ideale unica, ma un equilibrio di compromessi etici e tecnici[1], viene ribadito da Renato Cortinovis, ricercatore indipendente del network Open Education Italia. Partendo da questo punto di vista, che non riguarda solo l’IA, ma al suo uso ben si adatta, proviamo a proporre alcune riflessioni e alcune proposte ad esse ispirate, senza dimenticare che, come affermano i ricercatori Savino, Rossi e Finestrone[2], l’integrazione dell’AI nell’educazione offre un’opportunità unica per promuovere inclusività ed equità nell’ambiente scolastico. Utilizzando appieno il suo potenziale, si può creare un contesto educativo veramente incentrato sulla persona, che offra opportunità e metodologie significative per tutti.
Uso etico dell’IA a scuola: la cornice pedagogica
Tra i molti approcci esistenti, che mirano a delegare all’IA il ruolo di tutor o sostituto del docente, il modello IBL5E (Engage, Explore, Explain, Elaborate, Evaluate) adotta invece un approccio antropocentrico (human-in-the-loop[3]). L’IA funge da assistente reattivo, ma è il docente a mantenere il totale controllo del processo, gestendo l’interazione e validando le intuizioni emerse dal confronto con la risorsa tecnologica. Questo garantisce che la mediazione pedagogica rimanga nelle mani dell’esperto, salvando la qualità e l’eticità del percorso formativo.
L’IBL5E è un modello didattico strutturato ispirato al costruttivismo, secondo cui la conoscenza non è trasmessa passivamente dall’insegnante agli studenti, ma viene costruita attivamente dagli studenti stessi attraverso l’interazione con l’ambiente, l’esperienza e il dialogo. Partendo da questo, il modello prevede una fase iniziale (Engage) durante la quale l’insegnante stimola l’interesse degli studenti attraverso domande, attività o situazioni problematiche, per attivare le conoscenze pregresse e motivare l’apprendimento.
Successivamente arriva la fase dell’esplorazione (Explore), quando gli studenti esplorano i contenuti in autonomia, attraverso attività pratiche, ricerche o discussioni, arricchendo il percorso di apprendimento con la costruzione di significati personali. Poi (Explain) l’insegnante fornisce una spiegazione strutturata, chiarendo concetti chiave e correggendo eventuali fraintendimenti, integrando le scoperte degli studenti con una visione più sistematica. Segue l’approfondimento (Elaborate), quando gli studenti applicano le conoscenze acquisite in contesti nuovi, risolvendo problemi o creando progetti, consolidando l’apprendimento e sviluppando competenze critiche. Il percorso pedagogico si conclude con la fase di Valutazione (Evaluate), per verificare la comprensione e il progresso degli studenti e riflettere sull’apprendimento e identificare aree di miglioramento. Gli studenti dunque non sono passivi, ma costruiscono la conoscenza attraverso l’interazione e l’insegnante ha il ruolo di facilitatore, inoltre, l’apprendimento è significativo poiché collegato a esperienze reali.
Partendo da questa riflessione pedagogica, attraverso la combinazione di un modello astratto con un solido design pedagogico e della capacità dell’IA generativa opportunamente guidata, permette di trasformare le Open Educational Resources da oggetti statici a risorse educative nativamente adattabili. La metodologia proposta riduce l’adaptation gap, fornendo al docente un assistente intelligente che lo supporta nell’adattamento e nella contestualizzazione di nuove risorse, senza mai sostituirsi alla sua responsabilità e sensibilità pedagogica.
Pensiero critico e fonti nell’uso etico dell’IA
Un’altra proposta pedagogica è quella che viene dal quadro Critical Thinking: A Streamlined Conception, sviluppato da Robert Ennis, pedagogista dell’Università dell’Illinois, che prevede i seguenti passi: analizzare gli argomenti, giudicare la credibilità della fonte, gestire l’ambiguità, valutare le ipotesi, riconoscere le fallacie e chiedere domande di chiarimento. Il pedagogista statunitense si rifà alla visione del pensiero critico[4], definito come capacità di valutare delle affermazioni, di giudicarne la veridicità delle fonti, la completezza delle informazioni e delle conclusioni inferite. Non si tratta solamente di competenze di ragionamento logico acquisite, ma di un vero e proprio atteggiamento personale di apertura alla ricerca e a questo tipo ragionamento[5]. Anche nel caso della visione di Ennis, l’approccio ad un uso etico e proficuo dell’IA può trarne profitto, partendo da una pedagogia consolidata e proattiva.
Uso etico dell’IA a scuola: attività operative e pensiero critico
Nel suo recente volume “Critical Thinking Activities for the Age of AI (2026)”, Med Kharbach, della Mount Saint Vincent University, propone alcune attività operative per un approccio all’uso dell’IA nella didattica, partendo dalla pedagogia del pensiero critico.
Vediamone alcune, rimandando poi alla visione delle altre (ne propone 11) al link in inglese della Guida online, liberamente consultabile Critical Thinking Activities for the Age of AI | Educators Technology.
Attività 1: Protocollo push-back
Consente di lavorare con tre delle capacità di pensiero critico di Ennis: analizzare gli argomenti, valutare ipotesi e porre domande di chiarimento.
Gli studenti fanno una richiesta ad uno strumento di intelligenza artificiale, con una domanda pertinente alla loro disciplina, oppure una questione politica, un’analisi di caso, una questione storica, quindi leggono la risposta e identificano le principali affermazioni fatte. A questo punto si svolgono diversi round di domande strutturate, chiedendo prove a sostegno delle loro affermazioni. Cercano poi prospettive alternative che l’IA non ha menzionato. Sottolineano il ragionamento alla base di ogni punto. Ogni round corrisponde a un’abilità specifica, quindi quello che inizia come un chatbot di routine porta poi ad un esercizio attivo di pensiero critico. Funziona con qualsiasi disciplina, qualsiasi livello di studente e qualsiasi strumento di intelligenza artificiale. E insegna a non accettare la prima risposta.
Attività 2: Audit dell’output AI con rubrica
Gli studenti ricevono un testo generato dall’intelligenza artificiale e lo valutano secondo i sei standard: analisi degli argomenti, credibilità della fonte, ambiguità, ipotesi, fallacie e chiarimento. Usano una semplice scala di rubriche: Debole (1), Moderato (2), Forte (3) per ogni standard. Tutti segnano prima individualmente, poi si spostano in coppia o in piccoli gruppi da confrontare.
I momenti più produttivi nascono quando due persone valutano lo stesso testo in modo diverso, devono articolare il perché, e quella conversazione è pensiero critico in azione. Uno studente potrebbe valutare l’analisi argomentativa come forte perché il testo suona logico, mentre un altro potrebbe valutarlo debole perché non ci sono prove che sostengono le affermazioni. Entrambi devono difendere il loro ragionamento ed entrambi se ne vanno con un occhio più attento per ciò che conta come un argomento forte rispetto a ciò che suona semplicemente come tale.
Si può utilizzare con qualsiasi contenuto generato dall’intelligenza artificiale in qualsiasi disciplina.
IA a scuola e strumenti etici: il progetto askLea
L’APP askLea è un progetto di Talent srl, nata nel 2015, come start up tecnologica, a vocazione sociale e oggi è uno strumento per riprogettare il modo di intendere la didattica, soprattutto con l’avvento dell’IA. Il team di AskLea propone una piattaforma che può essere utilizzata da docenti e studenti, in modo consapevole di quali siano i punti di forza e debolezza dei sistemi IA. Gli sviluppatori di AskLea fondano il loro agire sul framework pubblicato dalla Commissione europea nel 2022 “Orientamenti etici per gli educatori sull’uso dell’intelligenza artificiale (IA) e dei dati nell’insegnamento e nell’apprendimento[6]”.
Inoltre, lo staff di AskLea ha stretto un accordo con l’International Research Centre for Inclusion and Teacher Training, ovvero con l’Università Europea di Roma e l’Istituto Politecnico di Castelo Branco in Portogallo. Tra le peculiarità di AskLEa ci sono la ricerca e il monitoraggio costante dell’uso dell’IA nella didattica, la progettazione di strumenti per valutare i risultati ottenuti, la progettazione di test e strumenti di validazione che permettano allo staff dell’App di verificare il comportamento dei sistemi di Ia in uso.
Riferimenti
https://tawnyameans.substack.com/p/the-push-back-protocol-teaching-students
https://www.rivistabricks.it/wp-content/uploads/2026/03/26_Open_Cortinovis.pdf
[1] https://www.rivistabricks.it/wp-content/uploads/2026/03/26_Open_Cortinovis.pdf
[2]
[3] Human-in-the-Loop (HITL) si riferisce a un sistema o processo in cui un essere umano partecipa attivamente alle operazioni, alla supervisione o al processo decisionale di un sistema automatizzato. Nel contesto dell’AI, HITL significa che gli esseri umani sono coinvolti a un certo punto del workflow dell’AI per garantire precisione, sicurezza, responsabilità o processo decisionale etico. Cos’è Human In The Loop (HITL)? | IBM
[4] https://criticalthinking.net/what-is-critical-thinking/
[5] F. Coin, le connessioni formative del pensiero critico, in Formazione e Insegnamento, 2016, Università Cà Foscari
[6] https://op.europa.eu/it/publication-detail/-/publication/d81a0d54-5348-11ed-92ed-01aa75ed71a1
