Una mappa concettuale non è solo uno schema per ricordare meglio. Può diventare uno spazio in cui parole, immagini, colori e collegamenti costruiscono significato, soprattutto quando lo studio incontra bisogni di apprendimento differenti. Tra strumenti analogici, software digitali e applicazioni basate su IA, il modo in cui gli studenti organizzano il sapere rivela potenzialità, limiti e nuove domande per la didattica inclusiva.
Indice degli argomenti
Intelligenza artificiale e DSA: una lettura semiotica dell’apprendimento
L’indagine proposta in questo contributo è il risultato di una ricerca finalizzata alla stesura della tesi di Laurea Magistrale in “Comunicazione e Culture dei media” presso l’Università degli Studi di Torino, con relatrice la professoressa Jenny Ponzo e correlatore il professor Renato Grimaldi, e vuole aprire una riflessione sulle modalità di accesso al sapere, specialmente in relazione alla neurodiversità e ai Disturbi Specifici dell’Apprendimento (DSA)[1]. La prospettiva di ricerca esce dai soliti confini definiti nell’ambito clinico, sanitario, pedagogico e psicologico, aprendosi a nuovi paradigmi interpretativi capaci di svelare la densità comunicativa dei processi di apprendimento. L’indagine si propone di adottare la semiotica come lente d’ingrandimento e, mappando le sue costanti, analizzare l’efficacia cognitiva degli strumenti compensativi, intendendo la pratica educativa come intrinsecamente immersa in dinamiche di significazione spesso latenti.
Gli strumenti compensativi come protesi semiotiche
Per delimitare il perimetro dell’indagine, è opportuno introdurre il concetto di “semiosfera” elaborato da Jurij Lotman, interpretando l’iter formativo — dall’istruzione primaria ai gradi accademici — come un ecosistema culturale e comunicativo complesso (Lotman, 1985); all’interno di questa cornice, gli strumenti compensativi previsti dalla Legge 170/2010 vengono considerati protesi semiotiche, progettate per ridurre l’impatto delle fragilità nelle funzioni esecutive, nella memoria di lavoro e nei processi di automazione degli studenti e delle studentesse con diagnosi di disturbo dell’apprendimento.
Mappe concettuali e materiali didattici come testi
Il cuore dell’analisi risiede nella ridefinizione della natura dei materiali didattici: in ambito semiotico, la mappa concettuale o il formulario sono “testi” nell’accezione di Umberto Eco, ovvero “macchine pigre” che richiedono un intervento cooperativo da parte del lettore per attivare il proprio potenziale di senso (Eco, 1979); il corpus d’analisi qui presentato comprende elaborati progettati da studenti con DSA, caratterizzati da una natura profondamente multimodale che integra testualità verbale (parole chiave), componenti figurative (immagini, icone) e linguaggi formalizzati (regole e formule logico-matematiche), attraverso l’utilizzo di strategie testuali consapevoli: infatti l’atto di selezionare un’icona o di disporre i nodi in uno spazio topologico non è un’operazione puramente grafica, ma un atto cognitivo e profondamente semiotico, che rende tale disciplina intrinseca al processo stesso di creazione della mappa.
Il metodo semiotico tra Peirce, Eco e semiotica visiva
Il fondamento metodologico dell’indagine risiede nella teoria triadica del segno di Charles Sanders Peirce (1931-1958; trad. it. 2003) e nei processi di negoziazione del senso e cooperazione testuale di Umberto Eco (1975, 1979, 1984), integrando l’analisi delle categorie plastiche propria della semiotica visiva (Polidoro, 2008): eidetiche (forme e linee per i nessi logici), cromatiche (colore come marcatore semantico) e topologiche (disposizione spaziale per la gestione dei flussi di lettura e delle gerarchie.
Il metodo esamina infine la gestione del rumore visivo (crowding) e la regia della pagina, elementi cruciali per la leggibilità e l’orchestrazione dei codici (Barbieri 2011; Burgio 2012): l’efficacia del mediatore risiede nel bilanciamento tra densità e chiarezza, agendo come scaffolding per la memoria di lavoro.
Mappe concettuali per DSA: i casi di studio
La fase operativa della ricerca si articola attraverso l’analisi di un corpus eterogeneo suddiviso in tre categorie: analogica (manoscritta), digitale, generativa (basata su Intelligenza Artificiale). Si è scelto di suddividere i materiali per livello scolastico, evidenziando la progressione del carico cognitivo, mantenendo una coerenza interna.
Il caso analogico: struttura, icone e criticità
Nella Figura 1 è raffigurata una mappa concettuale analogica, realizzata da uno studente della scuola secondaria di primo grado, classe prima; l’opera è stata concepita durante lo studio pomeridiano in autonomia e riguarda i prodotti derivati del legno, nell’ambito teorico delle discipline tecniche. L’elaborato si compone di due fogli formato A4 a quadretti, rilegati in un unico fascicolo per prevenire la dispersione. Per la stesura sono state impiegate penne di colore nero e rosso per le unità testuali e i segni indicali, e pennarello marrone a punta media per il titolo e le cornici dei nodi, per evidenziare alcune parole chiave e per arricchire i dettagli delle icone. Lo stile di scrittura è lo stampato maiuscolo, con caratteri alfa-numerici integrati.
Fig. 1 – Mappa concettuale analogica, scuola secondaria di primo grado.
L’impostazione grafica della mappa segue una struttura gerarchica a cascata (Pontalti e Zambotti 2014): il titolo, collocato in posizione apicale e centrale, stabilisce una vettorialità discendente e guida la lettura lungo l’asse verticale. Ad eccezione del primo nodo introduttivo, i successivi sono incorniciati da linee geometriche che ne racchiudono il contenuto (Polidoro 2008); il flusso di lettura è guidato da segni indicali semplici (Barbieri 2011, Polidoro 2008). Dal punto di vista topologico si nota un’asimmetria fra gli elementi testuali, a sinistra, e lo spazio bianco, a destra (Polidoro 2008): si assiste ad una semplificazione del campo visivo, dove i concetti possono emergere con forza maggiore, riducendo l’affollamento visivo (Burgio 2012).
Fig. 2 – Dettaglio della dimensione iconica.
La dimensione iconica della mappa analogica
Analizzando nel dettaglio l’apparato grafico, si osserva come il contrasto cromatico del marrone rispetto al nero del testo mette in evidenza le componenti iconiche (Peirce 1931-1958; trad. it. 2003): la figura precedente (Fig. 2) comprende alcune icone che ricordano un tronco di legno, una casa, un tavolo, una nave e una chitarra. Queste occorrenze manifestano un’elevata densità iconica e una spiccata ricerca di realismo: l’uso del marrone evoca la matericità del legno, mentre la resa tridimensionale, la cura dei dettagli — come le linee che richiamano le corde della chitarra, o le venature del tronco — e il rigore proporzionale concorrono a generare un efficace effetto di realtà.
Il presente elaborato richiede un buon livello di cooperazione, rendendolo opera aperta (Eco 1962, 1979, 1990): l’autore utilizza la strategia dell’abbreviazione delle parole, che richiede al lettore una competenza enciclopedica più specifica, che evidentemente possiede.
Fig. 3 – Analisi delle criticità.
Quando l’opera resta troppo aperta
Dal punto di vista dell’efficacia pragmatica, si evidenziano criticità (Semetsky e Stables 2015), come mostrato nel dettaglio della Fig. 3: gli elementi riciclabili e non, sono elencati senza una chiara distribuzione schematica, con una ridondanza di termini (legno, riciclo). Allo studente è stato chiesto di raccontare il nodo in questione a distanza di tempo dalla conclusione dello studio (circa 4 settimane) e si è trovato in difficoltà nel ripercorrere il processo di ragionamento che l’ha condotto a realizzare quel tipo di prodotto (per esempio non è riuscito ad interpretare l’abbreviazione cal. in modo univoco): l’opera è risultata troppo aperta anche per l’autore stesso (Eco 1962, 1979, 1990).
Mappe digitali e DSA, dalla complessità alla gestione dello spazio
Spostando l’attenzione sulle mappe digitali si osserva un salto qualitativo nella gestione della complessità: l’ambiente digitale trasforma la mappa in un sistema dinamico e ipertestuale; attraverso l’uso di software specifici, lo studente con DSA può operare una manipolazione dei segni che l’analogico non permette, all’interno di un ambiente di simulazione del pensiero. Ecco le principali caratteristiche:
- Multimodalità espansa: a differenza del supporto cartaceo, il digitale permette di integrare non solo icone statiche, ma collegamenti ipertestuali, audio e video, rispettando lo stile di apprendimento visivo-non verbale tipico di molti profili neurodivergenti (Kress 2010; trad. it. 2015).
- Gestione dello spazio topologico: la possibilità di ingrandire, rimpicciolire o spostare i nodi riduce drasticamente il fenomeno del crowding (affollamento visivo). La categoria topologica diventa dunque variabile: lo studente può nascondere o mostrare rami della mappa a seconda delle necessità, gestendo il carico di informazioni in modo strategico.
- L’efficacia della videoscrittura: per gli studenti con disgrafia o disortografia, il digitale neutralizza lo sforzo motorio della scrittura, permettendo di concentrare le risorse cognitive esclusivamente sulla gerarchizzazione dei concetti.
Fig. 4 – Mappa concettuale digitale (scuola primaria).
Il caso MiMind nella scuola primaria
Nella Figura 4 si vede un elaborato realizzato da uno studente frequentante l’ultimo anno della scuola primaria; la mappa approfondisce una sezione specifica del programma di storia dedicata alla civiltà greca — nello specifico, i giochi olimpici — ed è stata concepita come supporto per la preparazione di un’interrogazione orale: è stato sviluppato su dispositivo digitale attraverso l’applicazione gratuita MiMind, un software disponibile sia per tablet sia per PC, che soddisfa pienamente i criteri di qualità funzionale ed estetica, confermandosi uno strumento idoneo a supportare i processi cognitivi dello studente senza sovraccarichi tecnici.
Dal punto di vista visivo, l’autore della mappa ha scelto di sfruttare entrambe le modalità di rappresentazione iconica dei concetti disponibili (immagini ed emoticons) (Peirce 1931-1958; trad. it. 2003): in alcuni casi l’immagine assume una funzione sostitutiva del testo, come si osserva nella Fig. 5a, dove compaiono la corona d’alloro e le illustrazioni di due atleti impegnati nel lancio del giavellotto e del peso. In altri casi, l’iconografia svolge una funzione di ancoraggio o rinforzo, come illustrato nella Fig. 5b: qui l’elemento visivo si integra all’etichetta verbale, completandone il senso e facilitando la memorizzazione del nodo.
Fig. 5 – Dettagli di immagini e simboli.
Colori, nodi e percorsi di lettura
I segni indicali sono costituiti dalle linee che si irradiano dai vari nodi, agendo come collegamenti: pur essendo privi di una punta di freccia esplicita, assumono una funzione vettoriale, guidando il flusso del discorso a partire dal nucleo centrale, ovvero la parola chiave-titolo (Polidoro 2008). L’ordine di lettura e la gerarchia di consultazione dei nodi sono stabiliti da numeri progressivi inseriti direttamente sui legami: in questo modo, le linee assumono una ulteriore funzione direzionale e pragmatica, orientando l’attenzione del lettore lungo un percorso logico prestabilito (ibidem).
Dal punto di vista plastico, la selezione cromatica è guidata dalle impostazioni dell’applicazione, che permette di personalizzare lo schema attraverso tavolozze predefinite: in questo caso, l’autore ha scelto un layout dalla saturazione vivace, che ha inizio con il rosso del nodo centrale (il titolo) e si sviluppa progressivamente lungo i rami della mappa, seguendo i colori dello spettro dell’arcobaleno. L’autore ha scelto di mantenere una coerenza cromatica tra il nodo principale e i relativi sottotitoli, favorendo la discriminazione visiva all’interno dello spazio-foglio e il recupero delle informazioni, e conferendo un’organizzazione gerarchica immediata ai concetti.
L’architettura dei nodi presenta una morfologia mista, dove l’opposizione tra curvilineo e rettilineo non ha solo una valenza estetica, ma segnale logico per differenziare i concetti primari da quelli secondari (ibidem). La loro organizzazione definisce la gerarchia dello spazio topologico: il nucleo centrale (titolo) è collocato al centro, assumendo il ruolo di fulcro irradiante (Fogarolo e Campagna 2013).
L’organizzazione dello spazio bianco risulta equilibrata, grazie alla flessibilità offerta dal supporto digitale che permette di riposizionare i nodi dinamicamente (Burgio 2012): infatti il software adatta l’intero contenuto all’area della pagina fissa. Se un numero ridotto di nodi consente l’uso di caratteri grandi e leggibili, un’eccessiva densità informativa costringe il sistema a una riduzione proporzionale del font, fino a compromettere la decodifica visiva; per ovviare a questo limite e preservare la leggibilità, la strategia adottata consiste nel frazionare la mappa in più moduli stampati, mantenendo l’integrità del file originale in formato digitale ma garantendo, su carta, una fruizione agevole di ogni singola sezione (ibidem).
Il livello di cooperazione interpretativa richiesto al lettore è volutamente contenuto: l’elaborato può essere definito un’opera chiusa (Eco 1979), poiché l’uso di testi essenziali e di un apparato simbolico univoco mira a indirizzare il destinatario verso un’interpretazione univoca e immediata. La mappa si rivela un dispositivo plastico ed efficace sotto un duplice profilo: permette una fruizione lineare-circolare, qualora si segua il flusso numerico che scandisce la narrazione, ma garantisce anche una consultazione trasversale, grazie alla chiarezza delle parole-chiave, che permettono di rispondere a domande dirette e specifiche.
Intelligenza artificiale e didattica inclusiva: la simulazione generativa
É necessario distinguere tra la semiosi analogico-digitale, ma artigianale — frutto del lavoro manuale e intellettuale dello studente — da quella generativa, mediata da algoritmi di Intelligenza Artificiale. Il confronto non si limita a una valutazione estetica o strutturale, ma introduce variabili inedite nel processo di costruzione del significato e ridefinisce il rapporto tra l’autore e il medium digitale (Natale 2022). Nella mappatura algoritmica assistiamo a una delega cognitiva parziale, dove lo studente assume il ruolo di supervisore o curatore di un semilavorato prodotto dalla macchina; occorre indagare se, e in che misura, l’automazione del processo di sintesi possa influenzare l’interiorizzazione dei concetti, specialmente per un alunno con DSA, per il quale lo sforzo della costruzione attiva della mappa rappresenta spesso il momento cardine dell’apprendimento stesso.
La vera sfida non consiste dunque in un affidamento cieco e acritico alle potenzialità del software, né tantomeno in una sterile ritirata dal digitale, ma di abitare una via intermedia fondata sull’intenzionalità educativa, dove lo studente non abdica alle proprie funzioni cognitive, ma utilizza l’algoritmo come un interlocutore da guidare e monitorare.
Algor Education e Google NotebookLM nel confronto
La simulazione che verrà ora proposta prende in esame due applicazioni: Algor Education e Google NotebookLM, attualmente tra le soluzioni più diffuse nell’ambito dell’apprendimento digitale. Oltre alle potenzialità tecniche, un criterio determinante nella scelta di questi strumenti è stato la loro accessibilità economica: la gratuità (o la presenza di piani gratuiti strutturati) rappresenta infatti un elemento imprescindibile per tutelare l’effettivo diritto allo studio, garantendo che l’innovazione tecnologica non diventi un ulteriore fattore di esclusione, ma rimanga una risorsa democratica a disposizione di ogni studente. L’analisi si concentra sulla funzione specifica di generazione automatica della mappa concettuale, attivata a partire dal caricamento di un testo sorgente all’interno delle piattaforme. L’obiettivo è osservare come l’algoritmo interpreti il materiale di studio e quali strutture logiche restituisca allo studente rispetto al lavoro di sintesi manuale analizzato in precedenza.
Per garantire la massima coerenza nel metodo, si è scelto di sottoporre ad Algor Education (Fig. 6) e Google NotebookLM (Fig. 7) il medesimo testo di Tecnologia, già oggetto della mappatura concettuale analogica di Fig. 1.
Fig. 6 – Mappa realizzata con Algor Education.
Fig. 7 – Mappa realizzata con Google NotebookLM.
Automazione, sintesi e rischio di delega cognitiva
Il confronto tra le piattaforme di mappatura automatica e la pratica analogica permette di delineare un bilancio critico tra le potenzialità e le derive dell’uso dell’IA nella didattica inclusiva: da un lato i software offrono un’indiscutibile efficacia pragmatica, dove ad esempio la velocità di esecuzione si unisce a un’estetica dal grande impatto visivo, caratterizzata da una standardizzazione algoritmica che azzera il rumore visivo (Burgio 2012). Il risultato è una gerarchia della pagina equilibrata, che sembra rispondere a canoni di ordine e chiarezza formale (Barbieri 2011).
Tuttavia, proprio in questa perfezione standardizzata risiede il limite principale: se l’Intelligenza Artificiale eccelle nel quadrante della Logicità e della struttura diagrammatica, essa appare ancora incapace di attingere al quadrante dell’Intuizione e della Metafora Visiva, che rimangono prerogative esclusive dell’abduzione umana (Eco 1975, 1979, 1990). Mentre lo studente, nella mappa analogica, opera una sintesi creativa e personale, l’algoritmo tende a esonerare l’alunno dallo sforzo critico, favorendo un estraniamento dal processo di apprendimento.
IA e DSA, il ruolo dello studente resta centrale
La sfida futura, che questa indagine intende solo aprire, risiede dunque nel trovare un equilibrio dove la parte visiva sia potenziata dall’IA, ma il controllo del contenuto e la “scintilla” intuitiva restino saldamente nelle mani dello studente, trasformando l’IA da sostituto a reale supporto compensativo (Lucangeli 2020).
Conclusioni: semiotica, apprendimento e diritto alla conoscenza
La semiotica ha dimostrato di essere non solo una cornice teorica e uno strumento utile per analizzare i testi, ma una bussola essenziale per orientarsi in un futuro educativo dove ci sia maggiore consapevolezza di come i segni cooperino a favore dell’apprendimento e dove l’uomo e la macchina collaborino. L’obiettivo finale deve rimanere la bellezza del sapere e l’accesso alla conoscenza per ogni mente, assicurando che la tecnica non oscuri mai la scintilla dell’intuizione e il diritto fondamentale di ogni studente a essere autore del proprio processo di significazione.
Bibliografia
Barbieri, Daniele (2011). Guardare e leggere. La comunicazione visiva dalla pittura alla tipografia, Roma, Carocci.
Burgio, Valeria (2012). Rumore visivo. Scarti e distorsioni della comunicazione grafica, Milano, Postmedia Books.
Eco, Umberto (1962). Opera aperta, Milano, Bompiani.
— (1975). Trattato di semiotica generale, Milano, Bompiani.
— (1979). Lector in fabula. La cooperazione interpretativa nei testi narrativi, Milano, Bompiani.
— (1984). Semiotica e filosofia del linguaggio, Torino, Einaudi.
— (1990). I limiti dell’interpretazione, Milano, Bompiani.
Kress, Gunther (2010). Multimodality: A Social Semiotic Approach to Contemporary Communication, London, Routledge; trad. it. Nitti, P. (2015). Multimodalità. Un approccio sociale alla comunicazione contemporanea, Cosenza, Pellegrini.
Lisa, Chiara (2025). Semiotica e Disturbi Specifici dell’Apprendimento (DSA): analisi di strumenti compensativi didattici, tesi di Laurea Magistrale in Comunicazione e Culture dei Media, Università degli Studi di Torino, A.A. 2024/2025.
Lotman, Jurij Mihajlovic (1985). La semiosfera. L’asimmetria e il dialogo nelle strutture pensanti, Venezia, Marsilio.
Lucangeli, Daniela (2020). A mente accesa. Milano, Mondadori.
Natale, Simone (2022). Macchine ingannevoli. Comunicazione, tecnologia, intelligenza artificiale, Torino, Einaudi.
OMS – Organizzazione Mondiale della Sanità (1992). ICD-10. Classificazione internazionale delle malattie e dei problemi correlati alla salute, Roma, Ermes.
Peirce, Charles S. (1931-1958). Collected Papers of Charles Sanders Peirce, 8 voll., Cambridge (MA), Harvard University Press; trad. it. parziale Bonfantini, Massimo A. (2003). Opere, Milano, Bompiani.
Polidoro, Piero (2008). Che cos’è la semiotica visiva, Roma, Carocci.
Pontaldi, Beatrice e Zambotti, Flavia(2014). Laboratorio mappe. Attività didattiche con schemi, mappe mentali e concettuali, Trento, Erickson.
Semetsky, Inna e Stables, Andrew (2015). Edusemiotics: Semiotic philosophy as educational foundation, London, Routledge.
Applicazioni
Algor education https://www.algoreducation.com/it
Google notebook https://notebooklm.google.com/
MiMind https://mimind.cryptobees.com/
Legislazione
Legge 8 ottobre 2010, n. 170, “Nuove norme in materia di disturbi specifici di apprendimento in ambito scolastico”, pubblicata nella Gazzetta Ufficiale n. 244 del 18 ottobre 2010.
[1] Nonostante l’entrata in vigore dell’ICD-11 (gennaio 2022), che introduce la categoria di Developmental Learning Disorder, nel presente lavoro si manterrà il riferimento alla classificazione ICD-10. Tale scelta è motivata dalla necessità di coerenza con la pratica clinica e la normativa scolastica italiana (Legge 170/2010), i cui protocolli di certificazione e diagnosi sono tuttora ancorati alla decima revisione della Classificazione Internazionale delle Malattie.
