Il problema non è più stabilire se gli studenti useranno l’intelligenza artificiale, ma insegnare loro quando, come e perché utilizzarla. L’esperienza di una scuola americana introduce un modello semplice, quello del “semaforo”, e propone un cambio di paradigma: dall’AI detection all‘AI literacy.
L’arrivo dell’intelligenza artificiale generativa nelle scuole a livello mondiale ha prodotto, in pochi anni, una trasformazione che ha colto molti sistemi educativi impreparati. ChatGPT, per primo, e gli altri chatbot sono entrati non solo metaforicamente nelle tasche degli studenti attraverso gli smartphone, rendendo possibile ottenere in pochi secondi una spiegazione, un riassunto, una traduzione, un testo argomentativo o la soluzione di un esercizio.
La prima reazione della scuola – e quella del sistema educativo italiano non è stata da meno – è stata spesso quella del controllo: vietare, limitare, individuare l’uso dell’IA nei compiti, cercare strumenti capaci di riconoscere un testo generato artificialmente.
Questa strategia presenta un limite evidente: l’IA generativa è ormai parte dell’ambiente digitale nel quale gli studenti vivono e studiano. Pensare infatti di poterla semplicemente espellere dalla scuola rischia di produrre una contraddizione: vietarla nell’apprendimento significa lasciare che siano altri contesti, spesso privi di una guida educativa, a insegnare ai ragazzi come utilizzarla.
La questione diventa allora un’altra e sono in molti nel settore dell’istruzione a porsi la domanda, ovvero non come impedire l’uso dell’IA, piuttosto come educare a un suo uso intelligente.
Indice degli argomenti
La Cheshire Academy e l’educazione all’uso dell’IA a scuola
Un interessante caso di studio arriva proprio dalla Cheshire Academy, scuola privata statunitense del Connecticut che accoglie circa 400 studenti dalla nona alla dodicesima classe[1].
L’esperienza è stata descritta da MIT Technology Review The Kids issue | MIT Technology Review e mostra un approccio particolarmente interessante perché non parte dalla scelta di uno specifico strumento tecnologico. La scuola non impone né vieta agli insegnanti di utilizzare l’IA, e non prescrive un’unica piattaforma: chatbot generalisti come ChatGPT e Perplexity convivono con applicazioni pensate specificamente per la scuola, come MagicSchool. La formazione dei docenti si è concentrata sulle tecniche generali di utilizzo dell’IA — compreso il prompting — ma anche sui suoi limiti: errori, informazioni inventate, bias, problemi di affidabilità.
Il punto centrale, che vedremo emerge da questa esperienza nella scuola nordamericana, non è quindi quale tecnologia utilizzare, ma quali competenze sviluppare per utilizzarla. La formazione dei docenti si è spesso concentrata sulle tecniche generali di utilizzo dell’IA, compreso il prompting, sui suoi limiti, errori, informazioni inventate, bias e problemi di affidabilità.
Conoscere un elenco di applicazioni conta meno che sviluppare una competenza trasferibile: sapere cosa chiedere all’IA, valutare ciò che restituisce, decidere se e come utilizzarlo. È una distinzione utile anche per la formazione dei docenti italiani.
Il modello del semaforo per l’IA nelle attività scolastiche
Uno degli strumenti più semplici sperimentati dalla Cheshire Academy è anche uno dei più interessanti dal punto di vista didattico è il traffic light model, il modello del semaforo, che come vedremo può essere facilmente esportabile come buona pratica.
Rosso, giallo e verde: le regole del modello
Le attività scolastiche vengono contrassegnate con tre colori.
Rosso: l’uso dell’IA non è consentito.
Giallo: l’uso dell’IA è consentito solo per alcune funzioni o attraverso determinati strumenti.
Verde: l’uso dell’IA è consentito.
La forza del modello non sta nella sua semplicità grafica, quanto nel fatto che rende esplicita la relazione tra tecnologia e obiettivo didattico. Se l’obiettivo di una verifica è accertare la capacità dello studente di produrre autonomamente un’argomentazione, l’IA potrebbe essere esclusa; se invece l’obiettivo è sviluppare la capacità di valutare criticamente una risposta prodotta da un sistema generativo, l’uso dell’IA diventa parte integrante dell’attività. Il colore, dunque, non dovrebbe essere associato allo strumento in sé, ma all’attività e all’obiettivo di apprendimento.
Non vuol dire quindi che “ChatGPT è rosso” oppure “ChatGPT è verde”. È l’insegnante a stabilire se, in quella specifica attività, l’IA costituisce un supporto, un oggetto di analisi oppure una scorciatoia che elimina il processo cognitivo che si intende valutare.
Questa prospettiva permetterebbe di superare una contrapposizione sterile tra sostenitori e oppositori dell’IA.
IA e apprendimento: quando la scorciatoia sostituisce il pensiero
Il problema pedagogico centrale è infatti il cognitive offloading[2], cioè la possibilità di delegare a una tecnologia una parte del lavoro cognitivo.
Se uno studente chiede a un chatbot di scrivere integralmente un testo, ottiene un prodotto, ma non necessariamente sviluppa le competenze necessarie per produrlo.
Se invece scrive il proprio testo, lo sottopone all’IA per ricevere un feedback, analizza le modifiche proposte e decide quali accettare, l’attività può diventare profondamente diversa.
È la strada sperimentata da Miriam Przybyla-Baum, insegnante di francese alla Cheshire Academy: gli studenti possono usare un modello linguistico per correggere i propri elaborati, devono poi analizzare le correzioni ricevute, chiedendosi quali sono corrette, quali no, e quali modificano inutilmente la loro voce. In questo caso l’IA non produce la risposta al posto dello studente, diventando oggetto di apprendimento, per cui lo studente esercita una competenza che diventerà sempre più importante, ovvero la capacità di giudicare criticamente l’output di una macchina.
Dall’AI detection all’AI literacy nella scuola
Questa esperienza suggerisce un cambio di prospettiva, per molto tempo infatti la domanda della scuola è stata come facciamo a capire se questo compito è stato scritto dall’IA oppure no? La domanda più utile e costruttiva potrebbe invece essere: come possiamo progettare un’attività nella quale lo studente debba dimostrare ciò che sa fare anche quando dispone dell’IA?”
Documentare il processo e verificare le fonti
Questo può significare chiedere allo studente di mettere in atto una serie di azioni, come per esempio
- documentare le diverse fasi del lavoro;
- confrontare la propria risposta con quella generata dall’IA;
- individuare errori e informazioni non verificabili;
- motivare le modifiche apportate;
- verificare le fonti;
- discutere oralmente il prodotto realizzato;
- riflettere sul proprio processo di apprendimento.
La valutazione può quindi spostarsi progressivamente dal solo prodotto finale al rapporto tra processo, prodotto e capacità di riflessione.
L’IA a scuola come palestra di pensiero critico
C’è un ulteriore elemento che merita attenzione, considerando le riflessioni che la proposta operativa della Cheshire Academy propone.
Uno dei rischi più discussi dell’IA generativa è che gli studenti si abituino ad accettare come corretto ciò che una macchina produce con grande sicurezza, e allora proprio questa caratteristica può essere trasformata in una straordinaria opportunità didattica.
Trasformare errori e allucinazioni in materiale didattico
Un docente può fornire agli studenti una risposta generata dall’IA e porre diverse domande, per esempio: quali affermazioni devono essere verificate? Quali fonti possiamo utilizzare? Il linguaggio è appropriato?
In altre parole, l’errore dell’IA può diventare materiale didattico, la stessa allucinazione a sua volta non è soltanto un problema tecnico, può infatti diventare un’occasione per insegnare agli studenti a distinguere tra una risposta plausibile e una risposta affidabile.
È una competenza che va oltre l’uso di ChatGPT o altre IA generative e riguarda la più generale AI literacy: comprendere come funzionano questi sistemi, conoscerne i limiti, saper formulare richieste, verificare gli output e assumersi la responsabilità delle decisioni.
Il ruolo professionale del docente
Questo approccio comporta però una conseguenza importante per la professionalità docente. L’insegnante non può limitarsi a conoscere il funzionamento tecnico degli strumenti: deve essere in grado di fare una valutazione pedagogica del loro impiego.
L’IA può aiutare a generare idee, predisporre materiali, creare esercizi differenziati, produrre rubriche, riformulare testi, proporre esempi e offrire alternative, il risultato generato però non dovrebbe diventare automaticamente il prodotto finale.
Un principio particolarmente utile è quello sintetizzato nell’articolo di MIT Technology Review come “refine and replace”: generare, controllare, modificare, adattare. Il risultato finale è diverso dall’output dato dall’IA.
Una policy d’istituto per l’uso dell’IA a scuola
L’esperienza della Cheshire Academy suggerisce infine che il tema non può essere lasciato soltanto all’iniziativa del singolo docente.
Se ogni insegnante stabilisce autonomamente regole completamente diverse, lo studente può trovarsi davanti a una situazione incoerente: l’IA è vietata in una disciplina, ammessa senza limitazioni in un’altra, utilizzabile solo per la correzione in una terza. Da qui l’utilità di una AI classroom policy, costruita però non come semplice elenco di divieti, ma come strumento educativo.
Una scuola potrebbe definire alcuni principi comuni, creare una sorta di protocollo o vademecum: quando l’IA è vietata, quando è ammessa, quali strumenti possono essere utilizzati, come deve essere dichiarato il loro utilizzo, quali informazioni non devono essere inserite nei sistemi, come verificare le informazioni generate, quali competenze devono rimanere necessariamente in capo allo studente.
Il modello del semaforo quindi potrebbe diventare, in questo senso, un linguaggio comune dell’istituto.
Educare all’IA nella scuola italiana
La questione non è importare automaticamente il modello americano, il sistema scolastico italiano infatti ha caratteristiche proprie e richiede un’attenta riflessione sulle regole, sulla privacy, sulla protezione dei dati, sulla valutazione e sulla formazione del personale.
La lezione della Cheshire Academy può essere utile proprio perché sposta il problema: la scuola non deve necessariamente scegliere tra “IA sì” e “IA no”. La sfida non è costruire una scuola nella quale gli studenti non incontrino l’IA, dovrebbe e potrebbe essere invece quella di costruire una scuola nella quale, incontrandola, sappiano usarla senza smettere di pensare.
Riferimenti sull’IA nell’educazione
Artificial intelligence in education – AI | UNESCO
ChatGPT is going to change education, not destroy it | MIT Technology Review
How to encourage smarter AI use in the classroom | MIT Technology Review
[1] Elementare: 1°–5° grade → 1ª–5ª elementare, Scuola media: 6°–8° grade → 1ª–3ª media., Scuola superiore: 9°–12° grade → 1ª–4ª superiore (liceo, istituto tecnico o professionale). ↩
Partecipa alla community