L’avanzare dell’intelligenza artificiale nel campo educativo ha generato una diffusa percezione di vulnerabilità professionale: se gli algoritmi sono in grado di generare spiegazioni, testi, esercizi e perfino unità didattiche complete, quale spazio rimane al docente? Questa domanda, spesso posta in termini di concorrenza funzionale tra umano e macchina, rischia tuttavia di perdere di vista la natura profonda dell’azione educativa.
Indice degli argomenti
Docenti-intelligenza artificiale: perché non è una competizione
La letteratura pedagogica da tempo mette in guardia dal riduzionismo tecnico: l’insegnamento non è un insieme di procedure sostituibili, ma un atto interpretativo e intenzionale che implica visione e responsabilità (Dewey, 1938; Schön, 2017).
Proprio la disponibilità di strumenti capaci di automatizzare compiti tradizionalmente associati all’insegnamento consente, paradossalmente, di illuminare ciò che la pedagogia ha sempre riconosciuto come l’essenza della professionalità docente: la capacità di ideare e progettare esperienze che orientino lo sviluppo umano (Damiano, 1993; Calvani, 2011). In un orizzonte culturale dominato dall’accelerazione tecnologica, l’insegnante non è chiamato a competere con l’IA, bensì ad affermare con maggiore consapevolezza la specificità del proprio lavoro. L’educazione non consiste nel trasmettere informazioni, ma è un processo intenzionale fondato su relazione, visione della persona e responsabilità (Noddings, 2013; Biesta, 2015).
La progettazione didattica con l’intelligenza artificiale e il senso dell’educazione
Come la pedagogia critica ricorda, l’insegnante non opera in vista di un risultato neutrale: egli orienta, interpreta, valuta, custodisce la direzione del processo formativo. L’IA può generare contenuti, ma non intenzionalità; può elaborare dati, ma non senso; può automatizzare procedure, ma non assumere responsabilità. L’insegnamento non è riducibile a un insieme di operazioni, perché è un atto costitutivamente orientato da finalità educative, come mostrano sia la pedagogia fenomenologica (Mortari, 2007) sia gli studi sull’agency educativa (Biesta, Priestley, & Robinson, 2015).
Ideazione nella progettazione didattica con l’intelligenza artificiale: ciò che conta davvero
In questo quadro, le categorie pedagogiche di ideazione e progettazione acquistano una centralità che la retorica della sostituibilità tecnologica non solo non indebolisce, ma anzi rafforza. L’ideazione è la dimensione generativa dell’azione docente: il momento in cui l’insegnante immagina il possibile educativo, formula ipotesi di lavoro, individua problemi autentici, definisce ciò che merita di essere appreso. È un atto che intreccia conoscenza del curricolo, lettura del contesto, comprensione profonda degli studenti e visione pedagogica.
Quando l’IA amplia le opzioni, ma non decide cosa è formativo
Dewey parlava, in questo senso, di “anticipazione intelligente” (Dewey, 1938), mentre la ricerca più recente sul teacher design thinking evidenzia come la creatività pedagogica sia un elemento strutturale della professionalità docente (Koehler & Mishra, 2005; Koh, Chai & Lim, 2015). L’IA può certamente ampliare il ventaglio delle possibilità, offrire varianti, stimoli, esempi, ma non sa distinguere tra ciò che è pedagogicamente rilevante e ciò che non lo è, tra ciò che è formativo e ciò che è semplicemente fattibile. L’ideazione è un atto interpretativo e valoriale, e nessuna tecnologia può sostituirsi al giudizio pedagogico che lo fonda.
Progettazione didattica con l’intelligenza artificiale: coerenza, mediazione, responsabilità
Se l’ideazione apre scenari, la progettazione li rende coerenti e praticabili. Nella tradizione pedagogica italiana essa non indica la compilazione di griglie, ma una forma di mediazione epistemica che tiene insieme finalità, contenuti, metodologie, valutazione, relazione educativa e condizioni di contesto (Calvani, 2011; Damiano, 1993). Progettare significa dare forma all’esperienza, articolare un percorso in cui ogni scelta sia sostenuta da una ragione educativa.
Educational judgement: ciò che la macchina non può assumere
È ciò che Laurillard definisce “pedagogical design”, sottolineando come la didattica sia un processo di progettazione iterativa guidato da principi formativi e non da automatismi tecnici (Laurillard, 2012). Damiano lo afferma con chiarezza: la progettazione non è un atto tecnico, ma il luogo in cui il docente esercita la propria responsabilità professionale, traducendo il pensiero pedagogico in scelte operative con conseguenze profonde sulla vita degli studenti. Questo è il livello che Biesta (2020) definisce educational judgement: decisioni sensibili, situate e teleologicamente orientate.
Perché l’IA non può assumere la regia della progettazione didattica
L’IA può contribuire ad alcune dimensioni tecniche della progettazione — analisi dei dati, generazione di materiali, proposta di attività — ma non può assumere la regia complessiva che richiede la capacità di unire aspetti cognitivi, relazionali, emotivi ed etici in un disegno formativo coerente.
L’IA non dispone di alcuna forma di giudizio, perché priva di finalità educative e incapace di valutare le implicazioni di una scelta sull’identità e sulla crescita dello studente.
Dalla routine alla regia: cosa cambia per i docenti con l’AI nella progettazione
Alla luce di questo quadro concettuale, appare evidente che l’ingresso dell’IA nelle pratiche didattiche non riduce la professionalità docente, ma la rende più esplicita. Liberato da una parte del lavoro ripetitivo e operativo, l’insegnante può dedicarsi alle dimensioni più profonde e qualificanti del suo ruolo: interpretare il contesto, immaginare percorsi, costruire ambienti di apprendimento significativi, progettare esperienze che promuovano autonomia, senso critico, partecipazione, riflessività (Rivoltella, 2017; Ranieri, 2019).
Proprio perché l’IA può farsi carico di alcune operazioni, diventa più evidente che ciò che dà valore alla scuola è l’ingegno pedagogico del docente, la sua capacità di intrecciare sapere e cura, metodo ed etica, creatività e rigore. In questa prospettiva, ideazione e progettazione non sono due momenti separati, ma due facce della stessa competenza professionale: trasformare la complessità del reale in un’esperienza formativa dotata di senso. L’IA può essere un alleato prezioso, a condizione che non sia intesa come un sostituto, ma come un supporto.
Ideare con l’intelligenza artificiale: strumenti e potenzialità
Nel contesto di profonda trasformazione sociale e tecnologica in atto, l’insegnante, in quanto progettista dell’educazione, è chiamato ad affrontare situazioni che sfuggono a soluzioni lineari, dove i vincoli sono molteplici e in cui la natura stessa del problema è instabile, aperta e mutabile; sono i cosiddetti wicked problems, problemi complessi e privi di una soluzione univoca, che richiedono capacità di riformulazione continua, pensiero divergente e giudizio situato (Rittel & Webber, 1973).
Mindset di design: tollerare ambiguità, generare alternative, restare fedeli alle finalità
È qui che si rivela, con particolare evidenza, la centralità delle competenze creative nella professionalità docente: non come talento individuale, bensì come insieme di capacità strategiche che sostengono la riflessione-in-azione e l’interpretazione pedagogica dei contesti (Schön, 1983). In questa prospettiva, l’insegnante agisce come un designer, e l’insegnamento stesso si configura come una vera e propria “scienza della progettazione” (Laurillard, 2012). Ciò implica l’adozione di un mindset capace di tollerare l’ambiguità, accogliere l’incertezza e generare alternative (Cross, 2023).
Progettazione didattica con l’intelligenza artificiale e Design Thinking
Dall’altro lato, serve la capacità di muoversi all’interno di un processo strutturato, iterativo e riflessivo, come quello proposto dal Design Thinking (Brown, 2008). Non si tratta di applicare meccanicamente procedure tecniche, quanto piuttosto di disporre di un quadro concettuale che orienti l’azione, sostenendo l’ideazione (senza irrigidirla) e permettendo al docente di navigare la complessità mantenendo chiaro il riferimento alle finalità educative (Razzouk & Shute, 2012). L’ideazione, come momento tipico del processo creativo, è un movimento ciclico e non lineare, articolato nelle fasi di preparazione, incubazione, illuminazione e verifica (Wallas, 1926).
GenAI nella progettazione didattica: supporto, non sostituzione
Queste fasi sono influenzate da fattori interni (self-efficacy creativa, motivazione intrinseca, tolleranza dell’ambiguità), esterni (accesso alle risorse, tempo dedicato alla progettazione, opportunità di formazione) e soprattutto contestuali (clima scolastico e leadership). Le fasi classiche di empatia, definizione, ideazione, prototipazione e test costituiscono una struttura flessibile e capace di favorire una progettazione sensibile al contesto e orientata all’innovazione (Zampolini et al., 2025).
In questo quadro si inserisce l’Intelligenza Artificiale Generativa (GenAI), non come sostituto dell’atto ideativo, ma come supporto: amplifica la riflessione, apre nuove prospettive e aiuta a generare alternative, mantenendo però sempre al centro il giudizio pedagogico e l’agency professionale dell’insegnante. Il docente detiene la regia pedagogica, mentre l’IA offre stimoli e possibilità esplorative come scaffold cognitivo, in una sorta di zona di sviluppo prossimale della creatività professionale (Vygotskij, 1978).
Strumenti per la progettazione didattica con l’intelligenza artificiale nella fase di ideazione
Studi recenti hanno iniziato a mappare il ruolo della GenAI nei processi creativi, identificando quattro fasi in cui essa risulta particolarmente efficace: inquadramento del problema, generazione di idee, valutazione e implementazione (Chompunuch & Lubart, 2025) e, più in generale, nel processo di ideazione. L’IA assume così la funzione di co-designer, capace di sostenere la creatività senza sostituirsi alla responsabilità educativa, offrendo un ventaglio più ampio di possibilità entro cui esercitare discernimento, intenzionalità e responsabilità.
LLM e piattaforme specializzate: varianti, profondità e limiti
Gli LLM (Large Language Models) come ChatGPT, Gemini o Claude mettono a disposizione interfacce conversazionali sempre accessibili, che possono sostenere la riflessione, generare varianti, proporre cornici alternative e facilitare connessioni interdisciplinari. Tuttavia, accanto ai sistemi generalisti più conosciuti, una recente review (Chompunuch & Lubart, 2025) ha mappato e identificato strumenti specializzati che supportano in modo più mirato la fase di ideazione: AhaApple, efficace per pertinenza, profondità e facilità d’uso; Ideamap, forte per quantità, originalità e rilevanza delle idee; Stormz, utile per l’allineamento al problema ma meno efficace nella generazione di idee dense.
L’IA come phármakon: rimedio e veleno
L’intelligenza artificiale rientra in quell’ambivalenza che fin dall’antichità descrive la tecnologia come un phármakon: al tempo stesso rimedio e veleno (Platone, Fedro, 274c–275b), capace di ampliare le possibilità umane ma anche di indebolirle se usata senza discernimento. Pur offrendo opportunità significative, manca di quella sensibilità pedagogica che nasce dall’esperienza, dalla relazione e dalla comprensione della complessità dei processi di apprendimento. Permangono inoltre questioni di affidabilità che richiedono una verifica costante.
Perché l’IA possa diventare un supporto autentico all’ideazione didattica, servono due condizioni complementari: una professionalità docente capace di integrare criticamente tali strumenti e ambienti di AI pedagogicamente fondati, progettati per sostenere esplorazione, riflessione e creatività, senza automatizzare il giudizio educativo. È nell’incontro tra queste dimensioni che la GenAI può agire come amplificatore della creatività docente, senza oscurare il nucleo umano dell’ideazione pedagogica.
La progettazione didattica con l’intelligenza artificiale come nucleo della professionalità docente
Progettare con l’intelligenza artificiale: opportunità e sfide. La progettazione didattica costituisce da sempre il fulcro della professionalità docente. È in questo spazio intenzionale e riflessivo che l’insegnante definisce la propria identità pedagogica, orienta le scelte metodologiche, interpreta il curricolo e prefigura scenari di apprendimento situati. Come ricorda Shulman (1987), la professionalità docente non risiede nella mera esecuzione di attività didattiche, ma nella capacità di trasformare conoscenze disciplinari, pedagogiche e curricolari in pedagogical reasoning.
Nel contesto contemporaneo, caratterizzato da complessità crescente e variabilità dei gruppi classe, la progettazione assume un ruolo ancora più decisivo. Gli strumenti di intelligenza artificiale generativa, intesi come supporti epistemici capaci di ampliare e rendere manipolabile lo spazio progettuale, rappresentano una risorsa in grado di valorizzare, e non sostituire, il ruolo dell’insegnante. Come osserva Luckin (2018), l’obiettivo non è costruire un’“educazione automatizzata”, ma una intelligenza aumentata in cui l’IA potenzi le capacità analitiche, riflessive e decisionali del docente.
Anche con l’IA l’insegnante rimane l’artefice della progettazione
Ciò implica una ridefinizione della relazione tra progettazione e tecnologia: non si tratta di delegare alla macchina la generazione di materiali, ma di capitalizzare ciò che può offrire in termini di esplorazione del possibile, visualizzazione di alternative, simulazione degli effetti didattici e sostegno alla riflessione professionale. L’insegnante rimane l’artefice della progettazione, con l’utilizzo dell’IA come strumento di co-progettazione che permette di espandere l’intenzionalità educativa. In questo senso, l’IA può rendere più espliciti i microprocessi della progettazione: analisi dei bisogni, definizione degli obiettivi, selezione metodologica, pianificazione delle attività e costruzione dei criteri valutativi.
Learning outcomes, competenze europee e valutazione autentica
Gli strumenti oggi disponibili sono molteplici e in continua evoluzione. Tra i più diffusi ci sono i modelli linguistici generativi, utilizzati per l’analisi di scenari e la generazione di alternative progettuali. Un contributo significativo riguarda la possibilità di simulare scenari didattici con chatbot generalisti o personalizzati: inserendo profilo di classe, sequenza didattica o obiettivo formativo, si ottengono soluzioni e analisi di criticità, alternative metodologiche o strategie di supporto. L’IA può inoltre facilitare la traduzione dei traguardi curricolari in apprendimenti osservabili e sostenere la formulazione di learning outcomes coerenti con i framework europei (LifeComp, DigComp, GreenComp, EntreComp, European Commission).
Piattaforme didattiche e limiti: progettazione didattica con l’intelligenza artificiale senza “chiavi in mano”
Un ambito emergente riguarda il supporto alla costruzione di dispositivi valutativi autentici: sistemi già implementati in contesti scolastici internazionali combinano funzionalità generative e analitiche per suggerire rubriche preliminari, criteri valutativi o esempi di compiti autentici. Tutti questi strumenti non devono essere immaginati come soluzioni “chiavi in mano”, ma come stimoli generativi che favoriscono la riflessione sulla coerenza tra obiettivi, attività e valutazione, seguendo la linea del backward design (Wiggins e McTighe, 2005).
Esistono poi piattaforme orientate alla didattica come Curipod, MagicSchoolAI o Khanmigo, che offrono funzionalità dedicate alla creazione di lezioni, alla verifica di coerenza curricolare e alla generazione di attività differenziate. Questi strumenti, pur potenziando la fase progettuale, presentano limiti strutturali: molti modelli non sono addestrati su pedagogie europee e rischiano di produrre indicazioni non sempre adeguate al contesto italiano o europeo. Inoltre, la capacità di esplicitare le logiche sottostanti ai suggerimenti rimane ridotta.
L’evoluzione verso modelli personalizzati
Per il prossimo futuro sarà fondamentale disporre di piattaforme integrate che combinino funzionalità multimodali (testi, mappe concettuali, timeline progettuali, analisi dei dati di apprendimento) con spazi collaborativi per i team docente. Tali piattaforme dovranno poggiare su modelli più trasparenti, capaci di esplicitare presupposti teorici, bias culturali e riferimenti pedagogici che orientano le risposte. Una direzione promettente riguarda lo sviluppo di “IA critiche” e dei Pedagogical Conversational Agents (PCAs), progettati non solo per proporre soluzioni, ma anche per evidenziare alternative, rischi pedagogici, ambiguità concettuali e assunzioni implicite (Schiavo et al., 2025).
L’evoluzione verso modelli personalizzati, addestrati su una knowledge bank affidabile, potrebbe fornire risposte più pertinenti e controllabili, riducendo il rischio di bias e allucinazioni. La generazione automatica di attività o rubriche è solo una parte del processo: ciò che manca è l’intenzionalità pedagogica, la conoscenza situata degli studenti e la capacità di negoziare significati nella comunità professionale. Un uso acritico può condurre a percorsi troppo omogenei e favorire standardizzazione; inoltre i modelli incorporano bias culturali che richiedono un controllo professionale attento.
Progettazione didattica con l’IA: evoluzione, non sostituzione
La relazione tra docente e IA può essere concepita come un dialogo progettuale: l’insegnante formula ipotesi, richiede alternative, analizza criticità e riformula soluzioni. Questo processo non automatizza la progettazione, ma ne rende più trasparente la struttura, permettendo di identificare che cosa funziona, perché e in quali condizioni. La progettazione diventa così iterativa, esplorativa e condivisa, favorendo collaborazione tra docenti e maggiore consapevolezza delle scelte didattiche.
Ideare e progettare con l’intelligenza artificiale apre opportunità per ripensare la professionalità docente, ma richiede competenze epistemiche, etiche e progettuali solide. Significa riportare il focus sull’essenza dell’insegnamento: giudizio pedagogico e responsabilità educativa. La sfida non consiste nel delegare alla tecnologia il proprio lavoro “sic et simpliciter”, ma nell’usarla sapientemente per rendere la scuola più riflessiva e collaborativa. Non è una sfida di sostituzione, ma di evoluzione: costruire una scuola “aumentata” in cui gli strumenti intelligenti ampliano e rendono più visibile la complessità dell’atto educativo, senza oscurarne la natura umana, relazionale e trasformativa.
