L’intelligenza artificiale è ormai entrata nello studio quotidiano molto più velocemente di quanto scuole e università siano riuscite a elaborarne le conseguenze. Le ricerche disponibili mostrano livelli di utilizzo ormai molto elevati tra gli studenti universitari e, soprattutto, un passaggio dall’uso occasionale alla presenza ordinaria dell’AI nelle attività di apprendimento. Una ricerca condotta in un college statunitense ha rilevato che, a meno di due anni dal lancio di ChatGPT, oltre l’80% degli studenti intervistati utilizzava già strumenti di intelligenza artificiale per finalità accademiche, sia per ottenere spiegazioni e feedback sia per automatizzare parti del lavoro richiesto (Contractor, Z. & Reyes, G., Generative AI in Higher Education: Evidence from an Elite College, 2025). Il dato interessante, tuttavia, non riguarda più soltanto quanti studenti utilizzino l’AI, ma quale parte del processo cognitivo stiano progressivamente affidandole.
Indice degli argomenti
Delega cognitiva e intelligenza artificiale: che cosa cambia nello studio
Riassumere un testo, cercare informazioni, predisporre una bibliografia, tradurre, correggere, organizzare appunti, costruire la struttura di un elaborato, formulare un’ipotesi, produrre domande di autovalutazione o spiegare un concetto difficile sono attività che fino a pochissimo tempo fa richiedevano direttamente l’intervento dello studente e che oggi possono essere svolte, almeno in parte, da un sistema generativo. L’OECD Digital Education Outlook 2026 introduce su questo punto una distinzione fondamentale: l’utilizzo dell’intelligenza artificiale può migliorare significativamente la capacità di svolgere un compito senza determinare necessariamente un corrispondente incremento dell’apprendimento.
Se l’AI viene utilizzata senza una progettazione pedagogica adeguata, avverte l’OCSE, l’esternalizzazione del lavoro può produrre migliori performance senza reali learning gains (OECD, Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education, OECD Publishing, 2026). Possiamo quindi diventare più bravi a produrre risultati mentre diventiamo meno allenati a costruire i processi cognitivi necessari per raggiungerli autonomamente.
È qui che il digital learning incontra un concetto studiato da tempo dalle scienze cognitive, quello di cognitive offloading, l’esternalizzazione di alcune funzioni mentali verso strumenti presenti nell’ambiente. Non è un fenomeno nato con ChatGPT e non deve essere interpretato necessariamente in termini negativi. La scrittura stessa rappresenta una gigantesca tecnologia di esternalizzazione della memoria; una rubrica telefonica ci evita di ricordare centinaia di numeri; la calcolatrice trasferisce alla macchina alcune operazioni; i motori di ricerca hanno modificato il rapporto tra memoria e reperimento dell’informazione. La storia dell’intelligenza umana è anche la storia degli strumenti attraverso i quali abbiamo progressivamente trasferito all’esterno alcune attività cognitive per liberare risorse destinate ad attività più complesse.
Con l’intelligenza artificiale generativa, tuttavia, accade qualcosa di differente. Per la prima volta non stiamo delegando soltanto la conservazione dell’informazione o l’esecuzione di un calcolo, ma funzioni che si collocano molto più vicino al cuore del ragionamento: sintetizzare, argomentare, confrontare, classificare, formulare ipotesi, individuare connessioni. Non stiamo semplicemente esternalizzando la memoria. Stiamo iniziando a esternalizzare parti del processo attraverso il quale attribuiamo forma al pensiero. È proprio questa differenza a rendere insufficiente la tradizionale contrapposizione tra favorevoli e contrari all’AI nella scuola.
AI e apprendimento: il confine tra supporto e sostituzione
La domanda educativa corretta, infatti, non può essere se sia giusto o sbagliato delegare. L’essere umano ha sempre costruito il proprio progresso attraverso la delega tecnologica. La domanda diventa piuttosto che cosa possiamo permetterci di delegare senza perdere le capacità necessarie per controllare ciò che abbiamo delegato. Uno studente che utilizza l’intelligenza artificiale per ottenere una sintesi dopo avere letto e compreso un documento compie un’operazione completamente diversa da chi utilizza quella stessa sintesi per evitare di confrontarsi con il testo originale. Nel primo caso la tecnologia comprime un’attività; nel secondo rischia di eliminare l’esperienza cognitiva attraverso cui quella competenza avrebbe dovuto formarsi.
Le prime evidenze sperimentali invitano proprio a osservare questa distinzione con attenzione. Alcuni studi recenti rilevano una riduzione dell’impegno cognitivo quando l’AI viene utilizzata per svolgere attività di scrittura e problem solving, mentre altre ricerche mostrano che un utilizzo pedagogicamente guidato può produrre effetti positivi. Non siamo quindi davanti a una tecnologia intrinsecamente capace di impoverire o potenziare l’apprendimento. La stessa intelligenza artificiale può diventare una protesi che amplifica il pensiero oppure una scorciatoia che evita di esercitarlo. È il modo in cui viene inserita nel processo educativo a determinare la differenza.
Ed è probabilmente proprio qui che si apre la grande questione che scuole e università dovranno affrontare nei prossimi anni. Finora abbiamo cercato soprattutto di insegnare agli studenti come utilizzare l’intelligenza artificiale. Forse dobbiamo cominciare a insegnare qualcosa di più difficile: quando utilizzarla, quando limitarla e, soprattutto, quando scegliere consapevolmente di pensare senza di essa.
La soglia di delega cognitiva nell’uso dell’AI
Se il problema non è più stabilire se utilizzare l’intelligenza artificiale, ma comprendere quali funzioni cognitive possiamo affidarle senza impoverire quelle umane, allora la scuola dovrà probabilmente introdurre un principio nuovo: quello della soglia di delega cognitiva. Non tutte le attività che una macchina può svolgere al nostro posto devono necessariamente essere delegate, soprattutto durante il periodo nel quale una competenza si sta formando. Un adulto che utilizza un navigatore dopo avere sviluppato capacità di orientamento compie un’operazione diversa da un bambino che cresce senza esercitarle mai; allo stesso modo, uno studente capace di argomentare può utilizzare l’AI per confrontare e migliorare le proprie tesi, mentre chi affida immediatamente al sistema la costruzione dell’argomentazione rischia di ottenere un prodotto formalmente migliore senza avere sviluppato la competenza che quel prodotto dovrebbe dimostrare. La questione educativa non è quindi quanto sia potente l’AI, ma in quale momento del processo di apprendimento sia pedagogicamente utile permetterle di diventarlo.
Delega sostitutiva e delega aumentativa
Le evidenze più recenti suggeriscono proprio la necessità di distinguere tra delega sostitutiva e delega aumentativa. Alcuni studi mostrano che un utilizzo non guidato della GenAI può favorire superficialità nell’elaborazione, minore autoregolazione dello sforzo e dipendenza dal supporto artificiale, mentre altre sperimentazioni evidenziano risultati differenti quando il sistema viene progettato per porre domande, offrire feedback progressivi e costringere lo studente a esplicitare il proprio ragionamento. Uno studio pubblicato sul British Journal of Educational Technology ha definito significativamente questo rischio attraverso il concetto di metacognitive laziness, mostrando come il supporto generativo possa migliorare alcuni risultati immediati e contemporaneamente ridurre motivazione e coinvolgimento nei processi metacognitivi quando lo studente trasferisce alla macchina una parte eccessiva della regolazione del proprio apprendimento (Fan et al., Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance, British Journal of Educational Technology, https://doi.org/10.1111/bjet.13544). Il problema, quindi, non sembra essere semplicemente la presenza dell’AI, ma il tipo di relazione cognitiva che costruiamo con essa.
Progettare diversi livelli di autonomia cognitiva
Da questa prospettiva potrebbe emergere una nuova funzione della progettazione didattica. Non dovremmo più limitarci a distinguere attività nelle quali l’intelligenza artificiale è consentita da quelle nelle quali è vietata, una separazione destinata probabilmente a diventare sempre meno sostenibile, ma progettare diversi livelli di autonomia cognitiva. In alcune fasi lo studente dovrebbe ragionare senza supporto artificiale, perché è necessario consolidare conoscenze, memoria, capacità argomentativa e problem solving; in altre potrebbe confrontare il proprio risultato con quello prodotto dall’AI, individuandone differenze ed errori; in altre ancora potrebbe utilizzarla liberamente per esplorare alternative, simulare scenari e raggiungere risultati che individualmente non sarebbe in grado di ottenere. L’obiettivo non sarebbe proteggere artificialmente una mente “pura” dalla tecnologia, ma costruire la capacità di scegliere consapevolmente quale intelligenza utilizzare in ogni situazione.
È una prospettiva coerente con l’AI Competency Framework for Students dell’UNESCO, che non riduce l’alfabetizzazione all’intelligenza artificiale alla capacità tecnica di utilizzare strumenti, ma la organizza attorno a una mentalità human-centred, all’etica dell’AI, alla comprensione delle tecniche e delle applicazioni e alla progettazione dei sistemi, articolando le competenze nei livelli comprendere, applicare e creare (UNESCO, AI competency framework for students, 2024). Essere competenti nell’uso dell’AI significa quindi anche conservare la capacità di giudicarla, riconoscendo quando una risposta apparentemente convincente è fragile, quando un’automazione riduce invece di ampliare le nostre possibilità e quando la delega diventa dipendenza. (UNESCO)
Metacognizione aumentata: riconoscere ciò che deleghiamo all’AI
Questo passaggio modifica profondamente anche il significato della metacognizione. Se fino a ieri significava soprattutto essere consapevoli di come apprendiamo, domani dovrà comprendere anche la capacità di riconoscere quali parti del nostro processo cognitivo stiamo trasferendo all’esterno. Lo studente dovrebbe imparare a domandarsi non soltanto se la risposta ottenuta dall’AI sia corretta, ma quale operazione mentale avrebbe dovuto compiere per produrla, se possiede ancora quella capacità e se delegarla in quella particolare circostanza rappresenti un vantaggio oppure una rinuncia. È una forma di consapevolezza completamente nuova, che potremmo definire metacognizione aumentata: conoscere il funzionamento della propria mente significa anche conoscere i confini continuamente mobili tra ciò che facciamo noi e ciò che lasciamo fare alle nostre estensioni artificiali.
La posta in gioco, del resto, supera ampiamente la scuola. Una generazione abituata a delegare sistematicamente sintesi, interpretazione, decisione e argomentazione porterà queste abitudini cognitive nell’università, nel lavoro e nella vita democratica. L’UNESCO ha recentemente richiamato proprio il rapporto tra autonomia dell’AI e agency umana: aumentando l’autonomia affidata ai sistemi artificiali, occorre progettare deliberatamente condizioni capaci di preservare quella delle persone (UNESCO, AI operators or creators? Two visions of agency and learning)
Educazione e AI: imparare anche quando non usarla
Forse, allora, dovremo abbandonare l’idea che l’obiettivo dell’educazione nell’era dell’AI sia semplicemente insegnare a utilizzare bene strumenti sempre più potenti. La missione potrebbe essere molto più ambiziosa: insegnare a costruire un equilibrio consapevole tra capacità proprie e capacità delegate, sapendo che la frontiera continuerà inevitabilmente a spostarsi. La calcolatrice ci ha permesso di delegare il calcolo senza eliminare la matematica; Internet ci ha consentito di delegare parte della memoria senza rendere inutile la conoscenza. L’intelligenza artificiale ci permetterà probabilmente di delegare una parte molto più ampia del lavoro cognitivo, ma proprio per questo dovremo decidere quali capacità continuare intenzionalmente a esercitare.
La scuola del futuro potrebbe avere anche questa funzione apparentemente paradossale: essere uno dei pochi luoghi nei quali, pur avendo a disposizione l’intelligenza artificiale, impariamo deliberatamente quando non usarla. Non per difendere nostalgicamente un mondo precedente alla tecnologia, ma perché soltanto chi conserva la capacità di pensare autonomamente può scegliere davvero che cosa affidare a una macchina. Tutti gli altri non stanno delegando. Stanno semplicemente rinunciando a decidere.
Partecipa alla community