competenze digitali

Scuola e AI, perché il digital divide diventa una questione cognitiva



Indirizzo copiato

Il digital divide non riguarda più soltanto accesso alla rete, dispositivi e infrastrutture. Con la diffusione dell’intelligenza artificiale, il nuovo divario si sposta sulle competenze cognitive, sulla capacità di interrogare gli algoritmi, valutare le risposte e usare l’AI senza dipenderne

Pubblicato il 31 ago 2026

Carlo Maria Medaglia

Prorettore per la Terza Missione – Università degli Studi IUL



sicurezza cognitiva automazione cognitiva
AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti




Per oltre vent’anni il dibattito sulle disuguaglianze digitali si è sviluppato attorno a un concetto relativamente semplice: garantire a tutti l’accesso alle tecnologie. Il cosiddetto digital divide veniva misurato attraverso indicatori facilmente osservabili, come la disponibilità di una connessione Internet, il possesso di un computer o la qualità delle infrastrutture di rete.

Per molti anni questa impostazione è stata corretta. Intere aree geografiche, famiglie e istituzioni educative hanno vissuto una condizione di esclusione determinata principalmente dalla mancanza di strumenti e connettività. Le politiche pubbliche europee e nazionali hanno quindi investito risorse significative per ridurre queste distanze, promuovendo banda ultralarga, dispositivi digitali, piattaforme educative e competenze di base. Oggi, tuttavia, quel paradigma rischia di non essere più sufficiente a descrivere la realtà. La vera disuguaglianza del prossimo decennio non riguarderà tanto chi possiede una connessione Internet, ma chi sarà realmente capace di collaborare con l’intelligenza artificiale.

Dal digital divide all’intelligenza artificiale

Negli ultimi anni l’accesso alla rete è cresciuto in modo straordinario. Secondo i dati dell’International Telecommunication Union (ITU), oltre due terzi della popolazione mondiale utilizzano oggi Internet, mentre nei Paesi europei la connettività rappresenta ormai una condizione largamente diffusa. Anche il sistema scolastico italiano ha compiuto passi importanti grazie agli investimenti del Piano Nazionale di Ripresa e Resilienza e del Piano Scuola Digitale, migliorando infrastrutture, dispositivi e ambienti di apprendimento. Sarebbe però un errore interpretare questi risultati come il superamento definitivo del digital divide. La connessione rappresenta ormai il punto di partenza, non più il traguardo.

L’intelligenza artificiale modifica infatti completamente la natura delle competenze richieste ai cittadini. Fino a ieri il valore principale consisteva nell’accesso alle informazioni. Oggi le informazioni sono praticamente ovunque. Domani, con la diffusione degli agenti intelligenti e dei sistemi di AI generativa, il vantaggio competitivo non deriverà più dalla possibilità di ottenere una risposta, ma dalla capacità di formulare le domande corrette, verificare criticamente le informazioni ricevute, integrare contributi differenti e assumere decisioni consapevoli. La scarsità si sposta dall’informazione alla capacità di governarla.

Le competenze digitali diventano cognitive

È un cambiamento che riguarda direttamente il mondo dell’education. La scuola continua spesso a interpretare le competenze digitali come conoscenza di strumenti informatici, utilizzo di software o navigazione consapevole sul web. Tutte abilità ancora fondamentali, ma ormai insufficienti. Lo studente del prossimo decennio dovrà imparare a dialogare con sistemi intelligenti, comprendere il funzionamento degli algoritmi, riconoscere bias e allucinazioni, interpretare dati complessi e decidere quando affidarsi all’intelligenza artificiale e quando, invece, sospenderne il giudizio. Le competenze digitali evolvono progressivamente in competenze cognitive.

Le principali organizzazioni internazionali stanno già descrivendo questa evoluzione. L’OCSE sottolinea come la crescente diffusione dell’AI renda indispensabili capacità di pensiero critico, problem solving complesso, collaborazione uomo-macchina e alfabetizzazione algoritmica, mentre la Commissione Europea aggiorna progressivamente il quadro delle competenze digitali, spostando l’attenzione dall’utilizzo degli strumenti alla loro comprensione critica (European Commission, DigComp 2.2; OECD, Skills Outlook). Non è un semplice aggiornamento terminologico. È il segnale che il cuore della cittadinanza digitale si sta progressivamente spostando dalla tecnologia alla cognizione.

Questa trasformazione introduce inevitabilmente nuove forme di disuguaglianza. Due studenti potranno disporre dello stesso computer, della stessa connessione e perfino dello stesso sistema di intelligenza artificiale. Eppure uno riuscirà a trasformare quell’AI in un potente strumento di crescita culturale e professionale, mentre l’altro si limiterà a utilizzarla come scorciatoia per completare un compito. La differenza non sarà determinata dalla qualità della tecnologia, ma dalla qualità dell’intelligenza con cui verrà utilizzata.

Il vero divario del futuro sarà cognitivo

È proprio qui che il concetto tradizionale di digital divide mostra i propri limiti. Continuare a misurare le disuguaglianze esclusivamente attraverso l’accesso alle infrastrutture rischia di nascondere una frattura molto più profonda, destinata a incidere direttamente sulle opportunità educative, professionali e sociali delle nuove generazioni. Il vero divario del futuro sarà cognitivo prima ancora che tecnologico.

Se il nuovo Digital Divide sarà sempre meno una questione di infrastrutture e sempre più una questione di capacità cognitive, allora anche le politiche educative dovranno cambiare profondamente. Per oltre due decenni abbiamo misurato il successo della trasformazione digitale attraverso indicatori relativamente semplici: numero di dispositivi distribuiti, velocità delle connessioni, copertura della banda larga, diffusione delle piattaforme digitali. Tutti obiettivi importanti e ancora necessari, ma ormai incapaci di raccontare dove si stia realmente spostando la competizione tra persone, organizzazioni e Paesi. La nuova infrastruttura strategica non sarà la rete, ma la qualità dell’intelligenza con cui sapremo utilizzarla.

Il paradigma SCALE oltre le STEM

È proprio in questo contesto che assume un significato ancora più forte il paradigma delle competenze SCALE. Negli ultimi anni il dibattito si è concentrato quasi esclusivamente sulle STEM, riconoscendone giustamente il ruolo decisivo nello sviluppo tecnologico e industriale. Ma l’arrivo dell’intelligenza artificiale modifica profondamente questa prospettiva. Se gli algoritmi saranno sempre più capaci di programmare, analizzare dati, produrre codice e automatizzare attività tecniche, il valore competitivo delle persone si sposterà progressivamente verso quelle capacità che le macchine continuano a possedere solo in misura limitata: interpretazione, comunicazione, costruzione del consenso, comprensione dei contesti sociali, riflessione etica, pensiero giuridico, creatività e capacità di attribuire significato. La vera frattura del futuro non separerà chi conosce la tecnologia da chi non la conosce, ma chi saprà governarla culturalmente da chi si limiterà a utilizzarla passivamente.

Per questa ragione la scuola non può limitarsi ad aggiungere qualche ora dedicata all’intelligenza artificiale o a introdurre nuovi strumenti digitali nelle classi. Serve una trasformazione molto più profonda dei curricoli. Gli studenti dovranno imparare a comprendere come funzionano gli algoritmi, ma soprattutto a interrogarsi sui loro limiti, sulle implicazioni etiche delle decisioni automatizzate, sui meccanismi di produzione dei bias e sulla qualità delle fonti utilizzate dai sistemi intelligenti. La vera alfabetizzazione del XXI secolo sarà sempre meno informatica e sempre più epistemologica. Sapere come nasce una risposta diventerà importante quanto conoscere la risposta stessa.

Il ruolo dei docenti nella relazione tra intelligenze

Questo cambiamento coinvolgerà inevitabilmente anche il ruolo dei docenti. Per anni abbiamo parlato della necessità di sviluppare competenze digitali nel personale scolastico, facendo riferimento soprattutto all’utilizzo di piattaforme, ambienti virtuali e strumenti tecnologici. Oggi emerge una sfida completamente diversa. Gli insegnanti dovranno essere in grado di accompagnare gli studenti nella costruzione di un rapporto equilibrato con l’intelligenza artificiale, aiutandoli a evitare sia la dipendenza acritica dagli algoritmi sia il rifiuto pregiudiziale delle nuove tecnologie. Il docente diventa progressivamente un educatore della relazione tra intelligenza umana e intelligenza artificiale.

Le conseguenze riguardano anche il mondo del lavoro. Le imprese stanno già iniziando a comprendere che la differenza competitiva non dipenderà soltanto dall’adozione dell’AI, ma dalla capacità delle persone di integrarla efficacemente nei processi decisionali. Le professioni più richieste non saranno necessariamente quelle nelle quali si utilizza maggiormente la tecnologia, ma quelle nelle quali sarà possibile combinare competenze tecniche, pensiero critico, capacità relazionali e comprensione dei sistemi intelligenti. È una prospettiva che il World Economic Forum evidenzia con chiarezza, indicando tra le competenze più richieste del prossimo decennio il pensiero analitico, la creatività, la resilienza, la curiosità e la capacità di apprendere continuamente, accanto alla familiarità con l’intelligenza artificiale e i dati (Future of Jobs Report).

Inclusione digitale e cittadinanza nell’era dell’AI

In questa prospettiva cambia anche il significato dell’inclusione digitale. Per molti anni includere ha significato garantire accesso alle tecnologie. Domani includere significherà soprattutto garantire la possibilità di sviluppare competenze cognitive avanzate, indipendentemente dal contesto sociale, economico o territoriale di provenienza. È una sfida che riguarda direttamente la scuola pubblica, chiamata a evitare che l’intelligenza artificiale diventi un fattore di ampliamento delle disuguaglianze anziché uno strumento di emancipazione. Il rischio non è che alcuni studenti abbiano meno tecnologia di altri. Il rischio è che alcuni imparino a pensare con l’intelligenza artificiale mentre altri imparino semplicemente a dipendere da essa.

Forse è proprio questa la grande trasformazione che il digital learning dovrà affrontare nei prossimi anni. Il Digital Divide non scomparirà. Cambierà natura. Sarà sempre meno visibile agli occhi, perché non riguarderà la presenza di un computer o di una connessione, ma la qualità del rapporto che ciascuno saprà costruire con sistemi intelligenti sempre più potenti. E sarà una frattura ancora più difficile da colmare, perché non dipenderà dalle infrastrutture, ma dalla formazione culturale delle persone.

La vera missione della scuola del prossimo decennio non sarà insegnare a usare l’intelligenza artificiale. Sarà insegnare a non rinunciare alla propria intelligenza mentre la si utilizza. È una differenza sottile, ma decisiva. Ed è probabilmente su questa differenza che si giocherà la qualità della cittadinanza digitale delle future generazioni.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x