L’intelligenza artificiale può aiutare gli studenti a imparare, ma può anche permettere loro di completare i compiti saltando il lavoro necessario per acquisire una competenza. Con effetti quindi negativi a lungo termine su voti e apprendimento.
Le ricerche disponibili mostrano entrambi gli esiti: in alcuni esperimenti i risultati migliorano durante l’uso del chatbot e peggiorano quando l’assistenza viene tolta; in altri, attività progettate per accompagnare lo studio producono benefici. A fare la differenza sono le modalità d’uso, la progettazione didattica e ciò che viene misurato.
Il punto è distinguere la qualità del compito dall’apprendimento che rimane.
La preoccupazione è lecita. Delegare ripetutamente all’AI attività necessarie per imparare può indebolire le competenze autonome.
Abbiamo introdotto nella società una tecnologia molto potente e dobbiamo cominciare a prenderci bene le misure. Gli studi aiutano in questa metabolizzazione, che fa bene ai singoli quanto alla società.
Indice degli argomenti
Il primo problema dello studio con AI: riuscire nel compito non significa aver imparato
Un riferimento importante è Generative AI without guardrails can harm learning, di Hamsa Bastani e colleghi, pubblicato su Pnas nel 2025. L’esperimento randomizzato ha coinvolto quasi mille studenti di una scuola superiore turca, confrontando un’interfaccia generica basata su GPT-4, un tutor con indicazioni didattiche e un gruppo senza AI.
Durante gli esercizi di matematica, il gruppo con il chatbot generico ha ottenuto risultati migliori del 48% rispetto al controllo. Nella successiva prova senza assistenza ha invece registrato risultati inferiori del 17%. Sono variazioni relative, non punti percentuali.
Il tutor progettato per guidare attraverso suggerimenti ha sostanzialmente eliminato lo svantaggio, senza produrre un miglioramento statisticamente significativo nella prova autonoma. La distinzione conta: evitare una perdita e dimostrare un beneficio sono risultati diversi.
L’esperimento documenta quindi un rischio causale in un contesto preciso: uno strumento può migliorare la prestazione mentre è disponibile e lasciare lo studente meno preparato quando deve procedere da solo. Il perimetro resta circoscritto a una scuola, alla matematica e a quattro sessioni; non è una misura del danno prodotto da tutti i chatbot in tutte le scuole.
Lettura e memoria: perché gli appunti continuano a essere importanti
Un’altra evidenza arriva da Effects of LLM use and note-taking on reading comprehension and memory, di Pia Kreijkes e colleghi, pubblicato online nel novembre 2025 e nel volume 2026 di Computers & Education.
L’esperimento preregistrato ha coinvolto 405 studenti inglesi tra 14 e 15 anni; l’analisi finale ne comprende 344. Dopo lo studio di due brani, la verifica è arrivata tre giorni più tardi.
Gli appunti, da soli o insieme al modello, hanno migliorato comprensione e memoria delle informazioni rispetto al solo LLM. Nella comprensione, su un massimo di dodici punti, le medie erano 4,89 con gli appunti contro 4,00 con il solo LLM nel primo gruppo; 4,11 con LLM e appunti contro 3,80 con il solo LLM nel secondo. Nel richiamo libero, invece, il vantaggio della combinazione non era statisticamente significativo.
Molti studenti preferivano comunque il chatbot. Anche questo è un risultato da considerare: la facilità percepita durante lo studio può divergere dall’apprendimento misurato dopo.
Prendere appunti richiede di selezionare e riformulare. Una risposta già organizzata dal modello può essere utile, ma può anche ridurre queste operazioni. Il confronto riguarda strategie specifiche e una verifica a tre giorni: non dimostra che ogni utilizzo dell’AI nella lettura sia dannoso, né descrive gli effetti di un intero anno scolastico.
Gli effetti nel tempo dello studiare con AI: che cosa aggiunge lo studio cinese
Gli esperimenti brevi consentono di isolare alcuni meccanismi, ma lasciano aperta una domanda: che cosa succede quando la delega dei compiti diventa un’abitudine, ripetuta per mesi o anni?
Su questo punto interviene The Generative AI Learning Penalty: Evidence from Chinese Secondary Education, di David Strömberg, dell’Università di Stoccolma, Victor Lei e Yanhui Wu, dell’Università di Hong Kong. Diffuso nel giugno 2026 come working paper e discussion paper del Cepr, analizza 26.811 studenti dalla settima alla dodicesima classe, grossomodo le nostre medie e superiori, in una contea della Cina centrale.
I trenta mesi di dati collegano voti nei compiti, tempi di completamento e risultati agli esami in nove materie. L’adozione degli strumenti era spontanea: nel giugno 2025 circa l’80% del campione dichiarava di usarli, soprattutto attraverso modelli generalisti come Doubao e DeepSeek.
Entro sei mesi dall’adozione, le stime indicano voti nei compiti più alti del 18%, un tempo necessario per completarli inferiore del 30% e risultati negli esami mensili senza consultazione più bassi del 20%. Sono variazioni relative alle rispettive medie precedenti all’adozione, non punti percentuali.
Negli esami di ammissione, che richiedono conoscenze accumulate in più anni, il peggioramento stimato matura più lentamente. Per gli studenti che usano l’AI da almeno due anni arriva al 24% nello Zhongkao, per l’ingresso alle superiori, e al 18% nel Gaokao, per l’università. Questi valori riguardano gli utilizzatori di più lunga durata: non rappresentano il calo medio indistinto di tutti gli studenti del campione.
Gli autori interpretano la differenza temporale come compatibile con un effetto cumulativo. Le prove mensili riguardano soprattutto materiale recente; negli esami di ammissione pesano anche conoscenze acquisite prima dell’adozione dell’AI. Uno studio molto breve potrebbe quindi non intercettare l’intera conseguenza della sostituzione ripetuta dell’esercizio personale.
Le differenze fra materie, studenti e modi d’uso
Nella presentazione su VoxEU del 4 settembre 2026, gli autori dello studio cinese riportano perdite stimate maggiori nelle discipline sociali, come storia e politica: circa il 27%, contro il 22% nelle materie scientifiche e tecnologiche, il 17% in inglese e il 9% in cinese. Il peggioramento è più marcato tra i più giovani, i maschi e gli studenti inizialmente più bravi.
Quest’ultimo risultato suggerisce una possibilità scomoda: una riduzione delle differenze fra studenti potrebbe dipendere anche da un arretramento dei migliori, anziché da un progresso dei più deboli.
Il comportamento durante i compiti aiuta a interpretare le stime. Circa quattro utilizzatori su cinque li completano molto rapidamente, con punteggi elevati, ma ottengono risultati peggiori agli esami. È un andamento compatibile con una delega sostanziale dei compiti all’AI. Gli altri, che mantengono tempi di lavoro simili a quelli dei non utilizzatori, mostrano perdite molto contenute.
Da questo confronto non discende però che basti obbligare tutti a dedicare più tempo ai compiti. I due gruppi potrebbero differire anche per motivazione, preparazione e capacità di usare lo strumento. Il dato invita a osservare che cosa fa lo studente durante il lavoro, oltre a quanto tempo impiega.
Quanto è solida l’evidenza longitudinale
Lo studio cinese ha dimensioni e durata rilevanti, ma non assegna casualmente l’AI agli studenti. Usa il metodo difference-in-differences, sfruttando il fatto che l’adozione avviene in momenti diversi: l’andamento degli utilizzatori viene confrontato con quello dei coetanei che non hanno ancora adottato lo strumento o non lo adottano.
Le tendenze simili prima dell’adozione rafforzano l’interpretazione causale, ma non escludono ogni fattore non osservato. Per gli esami di ammissione la cautela deve essere maggiore. Nel testo integrale del discussion paper gli autori riconoscono che l’identificazione causale è meno forte rispetto alle prove mensili: gli esami di ingresso sono osservati soltanto una o due volte e i confronti dinamici richiedono ulteriori assunzioni.
Il campione di una sola contea e lo status di working paper limitano inoltre la generalizzazione. Il lavoro non fornisce una percentuale di danno applicabile automaticamente agli studenti italiani. Aggiunge però un elemento che gli esperimenti brevi difficilmente possono cogliere: il possibile deterioramento progressivo delle conoscenze durante gli anni scolastici.
Lo studio sul cervello: un segnale da interpretare con cautela
Nel dibattito pesa anche Your Brain on ChatGPT, di Nataliya Kosmyna e colleghi, diffuso come preprint nel 2025. La ricerca ha confrontato la scrittura con un LLM, con un motore di ricerca e senza strumenti, usando anche l’elettroencefalografia. Alle prime tre sessioni hanno partecipato 54 persone; 18 hanno completato la quarta.
Nella verifica delle citazioni dopo la prima sessione, nessuno dei diciotto partecipanti con LLM ha prodotto una citazione corretta dal proprio testo, contro quindici su diciotto con il motore di ricerca e sedici su diciotto senza strumenti. È una misura circoscritta della capacità di recuperare il testo appena scritto, distinta dalle misure cerebrali.
Gli autori hanno osservato anche differenze nella connettività cerebrale. Il campione ridotto e il tipo di attività richiedono cautela: questi risultati non equivalgono a una diagnosi di danno cerebrale o a una perdita permanente di intelligenza. Non si trasferiscono automaticamente ai bambini o a tutte le discipline.
Il contributo al quadro generale riguarda soprattutto il rapporto fra produzione del testo e coinvolgimento personale: consegnare un elaborato non garantisce di averne elaborato e conservato i contenuti.
Le evidenze positive: il danno non è inevitabile
Il quadro comprende anche risultati favorevoli. Nel preprint Experimental Evidence on the Learning Impact of Generative AI, aggiornato il 4 ottobre 2026, Zara Contractor e Germán Reyes descrivono un esperimento randomizzato con 211 universitari, 205 presenti anche alla seconda sessione. Dopo studio e scrittura, le verifiche sono state previste senza AI, subito e dopo una settimana.
L’accesso all’AI durante lo studio ha aumentato la quota di risposte corrette di 7,2 punti percentuali nella prova immediata. A una settimana la stima è di 3,9 punti, ma l’incertezza è maggiore: il risultato non raggiunge la soglia convenzionale di significatività del 5%. Gli autori segnalano anche violazioni del divieto di assistenza nella prima prova, che complicano la lettura del beneficio immediato.
I risultati differiscono inoltre secondo l’uso, come tutor o come sostituto della scrittura. Sono confronti descrittivi: la modalità non era assegnata casualmente. Il lavoro contrasta l’idea di un danno inevitabile, ma non certifica un beneficio durevole per ogni età.
Anche l’OECD Digital Education Outlook 2026 evidenzia che l’AI generativa può sostenere l’apprendimento quando è guidata da principi didattici chiari. La valutazione deve quindi riguardare l’intervento educativo nel suo insieme: obiettivi, attività, accompagnamento e verifica dei risultati.
Il rischio comune: saltare il lavoro che forma la competenza
Le ricerche differiscono per metodo e risultati, ma aiutano a mettere a fuoco un problema: la delega cognitiva, cioè il trasferimento allo strumento di una parte dell’attività mentale.
Questo trasferimento può essere utile. Una spiegazione aggiuntiva permette di superare un ostacolo; un suggerimento può aiutare a riprendere un problema che sembrava irrisolvibile. Diventa rischioso quando viene delegata proprio l’operazione che lo studente dovrebbe imparare a compiere.
Chiedere un chiarimento su un passaggio difficile lascia aperto il lavoro di ricostruire un ragionamento. Farsi consegnare il ragionamento completo permette di arrivare subito al prodotto richiesto. Se la valutazione considera soltanto quel prodotto, le due attività possono apparire equivalenti, anche se offrono occasioni di esercizio molto diverse.
Per questo la correttezza della risposta generata è un criterio insufficiente per scegliere uno strumento scolastico. La domanda da rivolgere a un tutor è che cosa faccia fare all’allievo: tentare una soluzione, spiegare un passaggio, correggere un errore, oppure soltanto accettare un testo già pronto.
Perché non possiamo attribuire ai LLM il declino scolastico
Passare da singoli contesti a una diagnosi sull’intero sistema scolastico richiede altre prove. La rassegna The Evidence Base on AI in K-12: A 2026 Review, della SCALE Initiative di Stanford, è basata sul repertorio disponibile nell’ottobre 2025, dunque precedente al working paper cinese.
Documenta quanto fosse ancora limitata la ricerca capace di identificare effetti causali. Nella sezione sull’uso da parte degli studenti, quattordici studi hanno superato i criteri qualitativi della rassegna: sette universitari e sette con studenti delle superiori.
Una letteratura che comprende molti esperimenti universitari offre indicazioni, ma non copre automaticamente tutte le età. Lo studio cinese estende l’orizzonte temporale e il confronto fra materie; restano necessarie repliche in altri sistemi educativi e condizioni sociali.
Nemmeno il peggioramento delle grandi rilevazioni internazionali può essere usato come scorciatoia. I risultati Pisa 2022 dell’Ocse mostrano già un calo rispetto al 2018 di circa dieci punti nella lettura e quasi quindici in matematica. Quel confronto documenta difficoltà maturate prima dell’adozione di massa dei chatbot generativi: non misura il loro effetto.
Per stimare l’impatto dei LLM servono dati che distinguano quanto vengono usati, per quali attività e con quale guida. Una correlazione fra uso frequente e voti bassi, da sola, lascerebbe aperta anche un’altra spiegazione: chi incontra maggiori difficoltà potrebbe cercare più spesso aiuto nel chatbot.
Gli studi su studio, scuola e AI a confronto: risultati e limiti
I risultati non sono direttamente confrontabili come un’unica percentuale: cambiano età, attività, durata, metodi di ricerca e tipo di verifica.
| Studio | Contesto | Risultato | Limite da conservare nella lettura |
|---|---|---|---|
| Bastani e colleghi, Pnas, 2025 | Matematica, scuola superiore turca | Svantaggio nella prova autonoma dopo l’uso del chatbot generico; mitigato dal tutor guidato | Esperimento circoscritto, non stima nazionale |
| Strömberg, Lei e Wu, working paper, 2026 | 26.811 studenti delle scuole secondarie in Cina; 30 mesi | Compiti +18%, tempo −30%; esami mensili −20% entro sei mesi dall’adozione; stime cumulative per alcuni esami di ammissione | Adozione non randomizzata; identificazione causale meno solida per gli esami di ammissione |
| Kreijkes e colleghi, Computers & Education | 405 studenti di 14–15 anni, Inghilterra | Gli appunti migliorano la comprensione rispetto al solo LLM; per il richiamo libero il vantaggio della combinazione non è statisticamente significativo | Verifica dopo tre giorni; due brani |
| Kosmyna e colleghi, preprint 2025 | Scrittura; 54 partecipanti, 18 nella quarta sessione | Differenze di connettività cerebrale e di ricordo del testo | Non dimostra un danno cerebrale permanente |
| Contractor e Reyes, preprint aggiornato a ottobre 2026 | Universitari; verifiche autonome immediate e differite | Benefici nei test, più contenuti dopo una settimana | Non trasferibile automaticamente alla scuola; modalità d’uso non assegnate casualmente |
| SCALE Initiative, Stanford, rassegna 2026 | Ricerca sull’AI nella scuola; selezione di 14 studi sull’uso da parte degli studenti | Sette studi universitari e sette della scuola superiore superano i criteri della rassegna | Fotografia della letteratura a ottobre 2025; non è una stima dell’impatto dell’AI |
Che cosa dovrebbe cambiare nelle scuole
Le evidenze disponibili indicano una priorità pratica: valutare ogni sperimentazione anche attraverso ciò che gli studenti riescono a fare senza assistenza.
Alla consegna del compito si possono affiancare una spiegazione orale, la ricostruzione dei passaggi e un problema nuovo sullo stesso concetto. Una verifica differita aiuta a capire quanto rimane oltre la lezione. L’osservazione nel corso dei mesi permette poi di individuare eventuali difficoltà che una prova immediata non mostra.
La progettazione delle attività può prevedere un primo tentativo autonomo, un aiuto mirato e una rielaborazione finale personale. È una sequenza da adattare e valutare, non una ricetta già dimostrata efficace in ogni classe. Il docente deve poter scegliere quando l’assistenza favorisce il lavoro e quando lo anticipa troppo.
Anche le decisioni di acquisto dovrebbero seguire questo criterio. Alle scuole servono risultati su apprendimenti misurati, con gruppi di confronto e tempi adeguati. Il gradimento degli studenti, il numero di interazioni o la rapidità nel completare gli esercizi descrivono l’esperienza d’uso; da soli non certificano una crescita delle competenze.
Gli esperimenti e le evidenze longitudinali forniscono già ragioni per proteggere il lavoro autonomo e verificare le promesse dei tutor digitali. Il successo dell’AI a scuola andrà giudicato dalla capacità degli studenti di spiegare, ricordare e usare ciò che hanno studiato anche quando il chatbot viene chiuso.
Partecipa alla community