L’AI Act classifica i sistemi di intelligenza artificiale usati in ambito educativo come sistemi ad alto rischio quando influenzano l’accesso all’istruzione o il percorso formativo degli studenti. Il 2 agosto 2026 è la data di applicazione di questa classificazione.
In quella data questo requisito si aggiunge ad un secondo riferimento normativo già esistente: il Decreto Ministeriale n. 166 del 9 agosto 2025, con cui il Ministero dell’Istruzione e del Merito ha pubblicato le prime Linee guida nazionali per l’introduzione dell’IA nelle scuole italiane.
Il quadro regolatorio esiste, dunque. Ma contiene un vuoto che né l’AI Act né le linee guida colmano: non esistono criteri pubblici, aperti e indipendenti per valutare se un tutor AI stia davvero migliorando le capacità cognitive degli studenti, o si stia limitando a ottimizzare le metriche sbagliate.
Le scuole italiane dovranno scegliere quali strumenti adottare senza avere un metro di giudizio condiviso.
Questo non è un problema pedagogico. È un problema di governance tecnologica.
Indice degli argomenti
Il vuoto che lo studio in Nigeria ha reso visibile
Tra le ricerche che documentano scientificamente l’efficacia dell’AI nel miglioramento dell’apprendimento scolastico, una si distingue per il rigore metodologico e per il contesto in cui è stata condotta. Lo studio della Banca Mondiale realizzato in Nigeria nel 2024 – un randomized controlled trial su campione significativo, con misure standardizzate – ha mostrato che sei settimane di tutoraggio con Microsoft Copilot (basato su GPT-4) hanno prodotto miglioramenti equivalenti a un anno e mezzo-due anni di scolarizzazione tradizionale.
Lo studio merita attenzione non solo per la dimensione degli effetti, ma per dove è stato condotto: Edo State, Nigeria – un contesto radicalmente lontano dagli ambienti scolastici occidentali, benestanti e tecnologicamente avanzati in cui la maggior parte dei tutor AI viene sviluppata e testata.
Il fatto che i risultati positivi emergano in un contesto disagiato, con studenti che non appartengono ai segmenti demografici privilegiati a cui gli strumenti AI sono tipicamente calibrati, riduce il rischio che l’efficacia osservata sia semplicemente un artefatto di familiarità culturale con gli strumenti digitali.
I risultati hanno, in altri termini, una credibilità di generalizzabilità superiore alla media degli studi disponibili.
Tuttavia lo studio, pur solido, lascia aperta la domanda più rilevante per chi deve valutare e regolare: cosa, esattamente, ha funzionato?
Il punto non è ridimensionare il successo, ma prenderlo sul serio: se un intervento produce effetti così ampi, la domanda regolatoria non può fermarsi a “quanto funziona?” – deve diventare “quale componente dell’interazione produce il miglioramento, su quali studenti, con quale persistenza e con quali rischi di dipendenza cognitiva?”
Lo studio misura che ha funzionato, non perché. E senza sapere perché funziona, non è possibile scegliere tra sistemi diversi con qualcosa di meglio del marketing dei vendor, né costruire criteri regolatori con fondamento empirico.
Il dibattito italiano sul tutoraggio AI esiste, ma manca ancora la metrica
Il tema del tutoraggio AI di tipo maieutico o socratico non è nuovo nel panorama italiano. È presente nel dibattito accademico e professionale da almeno due anni: Educare.it, rivista scientifica telematica inserita nell’elenco ANVUR ha pubblicato già nel luglio 2024 un’analisi dell’interazione socratica con ChatGPT applicata alla didattica, documentandone sia le potenzialità sia i limiti cognitivi. BRICKS, rivista promossa da AICA e SIe-L, ha dedicato nel giugno 2025 un intero numero tematico all’AI come tutor, con contributi specifici su ruolo socratico dell’AI, chatbot maieutici nella pratica scolastica e sviluppo della metacognizione.
Dal punto di vista teorico, le fondamenta sono solide e ampiamente riconosciute.
La Zona di Sviluppo Prossimale di Vygotskij identifica lo spazio cognitivo in cui uno studente può affrontare problemi non ancora padroneggiati autonomamente grazie alla mediazione di un interlocutore competente – il punto esatto in cui l’apprendimento reale avviene.
Feuerstein ha dimostrato che le strutture cognitive sono modificabili in modo duraturo attraverso l’Apprendimento Mediato: non trasferimento di contenuti, ma potenziamento della capacità stessa di apprendere. Questi concetti sono applicabili all’AI, e in parte lo stanno già diventando nella pratica scolastica italiana.
Ma la teoria da sola non basta. Il nodo rimasto irrisolto è architetturale e metodologico.
Usare ChatGPT come Socrate richiede che lo studente configuri deliberatamente quel tipo di interazione. Uno studente con un compito da finire non lo farà.
Inoltre, un sistema AI general purpose usato in modalità socratica tende a sviluppare confirmation bias: guida lo studente verso una conclusione predefinita invece di osservare la qualità del ragionamento indipendentemente dall’esito, come documentato anche nella letteratura italiana sul tema.
Infine, e soprattutto: nessuno di questi approcci è equipaggiato di un sistema di misurazione che permetta di dire, dati alla mano, se il ragionamento dello studente sta effettivamente migliorando nel tempo e se quel miglioramento persiste.
Tre domande che ogni scuola dovrebbe porsi prima di adottare un tutor AI
Prima di adottare un tutor AI, una scuola non dovrebbe chiedersi solo se il sistema “aiuta a studiare”. Dovrebbe porsi almeno tre domande più precise.
La prima: il sistema migliora la prestazione immediata o sviluppa una competenza trasferibile?
La seconda: lo studente diventa più autonomo nel ragionamento o più dipendente dalla mediazione del sistema?
La terza: il miglioramento osservato persiste quando il tutor AI non è più disponibile?
Senza risposte a queste domande, una scuola può misurare l’uso della tecnologia, ma non il suo impatto cognitivo. E confondere l’adozione con l’apprendimento è uno dei modi più eleganti con cui la scuola può digitalizzare un problema invece di risolverlo.
Una proposta di criteri pubblici: il framework L×M×C
Per misurare se un sistema AI sta sviluppando il ragionamento degli studenti – e non solo completando i loro compiti – servono dimensioni che vadano oltre il tasso di risposta corretta o il tempo di sessione.
A questo scopo, ho sviluppato il framework L×M×C che propone tre dimensioni ortogonali, ciascuna con scala propria, applicabili indipendentemente dal sistema AI e dalla disciplina.
Ho scelto di pubblicarlo subito in open science con licenza Creative Commons (https://doi.org/10.35542/osf.io/hvx37_v1), affinché potesse essere verificato, criticato e migliorato da psicologi cognitivi, pedagogisti, ricercatori e regolatori.
Ecco cosa misurano, e perché ciascuna è irriducibile alle altre:
L – Profondità del ragionamento: lo studente chiede la risposta o costruisce un’ipotesi verificabile? Scala a quattro livelli, dalla dipendenza totale all’autonomia nel formulare e testare ipotesi proprie.
M – Metacognizione: lo studente sa dove si è bloccato e perché? È consapevole del proprio processo cognitivo mentre lo esegue? È una dimensione indipendente da L: si può ragionare bene senza consapevolezza del proprio processo, o viceversa. Questa indipendenza è rilevante: un sistema che migliora L senza toccare M produce risultati fragili, non trasferibili.
C – Consolidamento: la qualità del ragionamento raggiunta oggi si ripresenta dopo dieci giorni? Si trasferisce a un dominio diverso dalla disciplina in cui è stato sviluppato? È la differenza tra un risultato isolato e una competenza durevole – quella che gli studi di lungo termine possono documentare e che le metriche di sessione non possono nemmeno intercettare.
Il framework non pretende di essere esaustivo. Non è progettato per misurare l’intelligenza dello studente, né la creatività, né le competenze socio-emotive. Non è un test standardizzato. Ma misura ciò che oggi nessuno misura: se il ragionamento migliora, se la consapevolezza cresce, se l’apprendimento persiste. È un punto di partenza, non un punto di arrivo.
Un profilo L×M×C non è un voto. È una traiettoria nel tempo su tre assi indipendenti. Ed è anche uno strumento per l’insegnante: le trascrizioni delle interazioni e i profili dimensionali di ogni studente sono resi disponibili al docente di materia, che può usarli come elemento di valutazione formativa autonomo. È il meccanismo concreto con cui si implementa la supervisione umana richiesta dall’AI Act – non come adempimento burocratico, ma come strumento di lavoro reale.
Come anticipato, il framework è pubblicato in open science e disponibile per essere adottato o migliorato da tutti.
Una scelta con conseguenze pratiche precise: ritengo che i criteri per valutare l’efficacia di sistemi classificati come ad alto rischio in ambito educativo non possano appartenere a chi vende i prodotti.
Devono essere pubblici, verificabili, migliorabili da chiunque abbia competenza nel merito – psicologi cognitivi, pedagogisti, ricercatori in educational technology, regolatori.
E non è solo una questione di trasparenza metodologica – è una questione di Privacy by Design.
Se le metriche sono proprietarie, i dati cognitivi degli studenti finiscono in black box commerciali, potenzialmente usati per addestrare i modelli successivi.
Un framework pubblico è l’unica architettura che permette di garantire che quei dati vengano elaborati localmente o in ambienti certificati, senza diventare combustibile per sistemi che non rispondono alle scuole ma ai loro azionisti.
Il modello aperto è lo stesso con cui è nata l’infrastruttura su cui gira Internet: una proposta pubblica (RFC), aperta alla critica, che diventa standard solo se resiste al confronto.
Un primo test per il tutor AI: pilota gratuito con supporto universitario
Per evitare che la proposta resti teorica, sto sviluppando una prima implementazione sperimentale del framework: Proxima ZSP, pensata per un pilota scolastico controllato e gratuito. Il punto però non è validare un prodotto – è verificare se le dimensioni L×M×C siano osservabili, misurabili e utili anche per valutare altri sistemi.
Si tratta di un sistema di tutoraggio AI per la scuola media italiana costruito su un unico vincolo architetturale: non risponde mai alle domande degli studenti, le restituisce come nuove domande.
Non è una modalità attivabile dall’utente: è incorporata come vincolo di progettazione del modello, non una preferenza configurabile.
Il mio obiettivo è poter realizzare un pilota controllato – e gratuito per scuole e alunni partecipanti – con il supporto metodologico di un’università, con lo scopo di verificare se la qualità del ragionamento misurata dalle tre dimensioni del framework migliora effettivamente nel tempo con l’uso di una IA maieutica.
I risultati del pilota, qualunque essi siano, verranno pubblicati in open access, perché la validazione di un framework aperto non può avvenire in forma proprietaria.
L’obiettivo non è dimostrare che Proxima ZSP funziona. È capire se il framework L×M×C misura quello che dichiara di misurare – e se sì, renderlo disponibile come infrastruttura di valutazione per qualunque sistema voglia sottoporsi allo stesso test.
La domanda che le istituzioni non possono rimandare
Il mercato dell’AI educativa si sta già muovendo. Sistemi come Khanmigo, Squirrel AI e decine di concorrenti europei e americani stanno definendo de facto gli standard di interazione – e le metriche con cui documentano la propria efficacia.
Le linee guida del MIM del 2025 stabiliscono principi etici e requisiti normativi.
L’AI Act introduce la classificazione di rischio. Ma nessuno dei due strumenti risponde alla domanda operativa che una scuola si pone concretamente: come faccio a sapere se questo sistema sta davvero aiutando i miei studenti a pensare meglio?
Nei framework europei sull’AI in educazione – dal DigCompEdu alle raccomandazioni JRC – la valutazione dell’impatto cognitivo dei sistemi di tutoraggio rimane un campo aperto, senza metriche condivise e verificabili.
Lo conferma anche la prima sperimentazione ministeriale italiana, conclusa a maggio 2026 dopo un biennio in 15 classi pilota in quattro regioni, i cui risultati ufficiali INVALSI saranno pubblicati a settembre.
Già ora emergono però limiti metodologici strutturali: il gruppo di controllo è risultato contaminato dall’uso autonomo dell’AI da parte degli studenti, rendendo difficile isolare l’effetto della sperimentazione; alcune scuole hanno lavorato in rete autonomamente, mentre altre hanno operato in isolamento; secondo quanto dichiarato dai dirigenti coinvolti ad Avvenire, “non ci sono mai stati momenti di coordinamento o di scambio di pratiche, neppure informali”. Non è una critica al progetto – è la dimostrazione che senza criteri pubblici predefiniti e un protocollo condiviso, anche una sperimentazione governativa fatica a produrre evidenze confrontabili.
Il framework L×M×C è una proposta per iniziare a colmare quello spazio.
È pubblica, è aperta, e chiede di essere criticata, migliorata e adottata da chi ha le competenze per farlo.
La dimensione giusta non è quella nazionale: un framework di valutazione per sistemi AI ad alto rischio in ambito educativo ha senso se viene discusso e adottato a livello europeo, dove l’AI Act si applica e dove le istituzioni hanno gli strumenti per trasformare una proposta metodologica in uno standard condiviso.
Il 2 agosto è una scadenza normativa. La vera scadenza è quella che la precede: il momento in cui si decide se i criteri per valutare l’AI in classe siano un bene comune o una variabile competitiva nelle mani di chi produce i sistemi.
Riferimenti e link esterni — articolo Agenda Digitale
Normativa e documenti istituzionali
- AI Act (Regolamento UE 2024/1689) — classificazione sistemi ad alto rischio in ambito educativo
https://eur-lex.europa.eu/legal-content/IT/TXT/?uri=CELEX:32024R1689 - MIM — Decreto Ministeriale n. 166 del 9 agosto 2025 (testo ufficiale)
https://www.mim.gov.it/-/decreto-ministeriale-n-166-del-9-agosto-2025 - MIM — Linee guida per l’introduzione dell’AI nelle istituzioni scolastiche (allegato al DM 166)
https://www.mim.gov.it/-/pubblicate-le-linee-guida-per-l-introduzione-dell-intelligenza-artificiale-nelle-istituzioni-scolastiche-allegato-al-dm-n-166-del-09-08-2025
Ricerche citate
- World Bank Policy Research Working Paper 11125 — “From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria” (De Simone et al., 2025)
https://blogs.worldbank.org/en/education/From-chalkboards-to-chatbots-in-Nigeria
Dibattito italiano
- Nizzolino S. — “La maieutica attuata con l’intelligenza artificiale”, Educare.it, luglio 2024
https://www.educare.it/j/temi/scuola/scuola-e-dintorni/4383 - BRICKS n. 5/2025 — “L’Intelligenza artificiale come tutor a disposizione degli studenti”
https://www.rivistabricks.it/2025/06/
Framework e progetto
- Framework L×M×C — preprint open science CC-BY (EdArXiv/OSF)
https://doi.org/10.35542/osf.io/hvx37_v1 - Proxima ZSP — pagina del progetto
https://proxima-zsp.it
Framework europei citati
- DigCompEdu — European Framework for the Digital Competence of Educators (JRC)
https://joint-research-centre.ec.europa.eu/digcompedu_en
Sperimentazione ministeriale italiana
Progetto ImparAI — ISI Pertini di Lucca (pagina del progetto scolastico)
https://imparai.notion.site/Progetto-ImparAI-1a6bf397eb1580668f65d47434499fd0
Avvenire — “La prima sperimentazione dell’AI nelle scuole italiane è terminata tra alti e bassi”, maggio 2026
https://www.avvenire.it/attualita/la-prima-sperimentazione-dellia-nelle-scuole-italiane-e-terminata-tra-alti-e-bassi_108772
Partecipa alla community