intelligenza artificiale

Sofia, il metodo che insegna l’IA ai bambini senza disgregare la classe



Indirizzo copiato

Personalizzare senza disgregare: è la sfida che l’IA pone alla scuola. Il percorso Sofia, fondato su precursori cognitivi e comunità di ricerca, mostra come l’alfabetizzazione all’intelligenza artificiale possa rafforzare invece di erodere lo spazio condiviso dell’aula

Pubblicato il 12 giu 2026

Anna Marconetti

docente dell’Università degli Studi Telematica IUL

Carlo Maria Medaglia

Prorettore per la Terza Missione – Università degli Studi IUL



Elementary,School,Science,Classroom:,Smart,Little,Schoolchildren,Sitting,In,Row
Elementary School Science Classroom: Smart Little Schoolchildren Sitting in Row and Work on Personal Computers, Learn Programming Language for Software Coding. Schoolchildren Getting Modern Education
AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti




Quando una tecnologia ottimizza un servizio, elimina spesso anche l’infrastruttura sociale che quel servizio teneva insieme. L’alfabetizzazione all’intelligenza artificiale nelle scuole italiane si trova oggi di fronte a questo rischio preciso: personalizzare l’apprendimento fino a dissolvere la classe come luogo condiviso. Il percorso Sofia è un caso concreto che mostra come si possa fare diversamente.


Il lavatoio e la lavatrice: un’analogia per la scuola digitale

L’intelligenza artificiale personalizza l’apprendimento. Una scuola ottimizzata per il singolo rischia di perdere lo strato condiviso che la teneva insieme, come il paese perse il lavatoio quando arrivò la lavatrice. La domanda, allora, non è soltanto tecnologica, è di metodo: esiste un modo di alfabetizzare i bambini all’intelligenza artificiale che personalizzi senza disgregare la classe? Il percorso Sofia è un caso concreto su cui provare a rispondere.

Jacques Attali, nel suo ultimo libro Conoscenza o barbarie. Storia e futuro dell’educazione (Fazi, 2025), avanza un’ipotesi che a prima vista sembra una provocazione: un giorno la scuola potrebbe scomparire come sono scomparsi il lavatoio, la diligenza, il telefono fisso. Il lavatoio merita un secondo di attenzione. Era un’infrastruttura condivisa per un servizio, lavare i panni. La lavatrice ha portato quel servizio dentro casa, su misura per ogni famiglia, un progresso che nessuno ha mai pensato di rimpiangere. Ma il lavatoio, oltre al servizio, era anche un nodo di rete, il luogo dove il paese si incontrava e si scambiava notizie. La lavatrice ha ottimizzato il servizio e ha azzerato il nodo, senza che la decisione fosse presa da nessuno.

Quando la personalizzazione dell’IA svuota la classe

L’intelligenza artificiale sta facendo alla scuola qualcosa di molto simile. La personalizzazione spinta dall’IA, il tutoring adattivo, gli ambienti che si ricalibrano studente per studente, ottimizzano un servizio, l’istruzione del singolo. Ma se ogni bambino ha il suo percorso su misura, trenta percorsi individuali non hanno più un punto in comune.

Lo strato condiviso, la classe come luogo in cui si elabora insieme la stessa cosa, si assottiglia. Non accade per un guasto, accade per costruzione: un sistema che ottimizza per il singolo non genera, come risultato, il comune. È il lavatoio che si svuota mentre tutti guardano la lavatrice.

Il metodo prima dello strumento: la questione vera

Detta così, sembra una questione di tecnologia ma non lo è: si tratta, prima di tutto, di una questione di metodo. La tecnologia non decide da sola dove collocarsi: lo decide il modo in cui la scuola la mette in mano ai bambini. L’Italia sta investendo cento milioni per formare il personale scolastico all’uso degli strumenti di IA. È una scelta sensata, ma usare uno strumento e possedere un metodo per usarlo senza disgregare la classe sono due cose diverse. La domanda seria è la seconda. E a una domanda di metodo conviene rispondere guardando un metodo. Prendiamone uno, concreto e verificabile, il percorso Sofia, non per sostenere che sia la soluzione, ma perché mostra con chiarezza che cosa significa progettare l’alfabetizzazione all’IA tenendo insieme il singolo e la classe.

Sofia non è un libro, è un metodo

La prima cosa da chiarire è cosa Sofia non è. Non è un libro e non è un’applicazione. È un percorso narrativo che funziona da sfondo integratore, per riprendere il termine che la pedagogia italiana deve ad Andrea Canevaro: una cornice di storia entro cui le attività trovano senso, invece di restare esercizi staccati l’uno dall’altro. Dentro quel contenitore stanno cinque componenti, il libro illustrato, le canzoni, le schede didattiche, i giochi online e chatbot conversazionale e generativo. Non sono strumenti paralleli da affiancare, sono le forme diverse in cui la stessa storia entra in classe.

Il principio pedagogico su cui Sofia è costruita è anche il più controintuitivo: con i bambini non si parte nominando l’intelligenza artificiale. Per un percorso di alfabetizzazione all’IA suona come un paradosso, mentre è esattamente il suo nucleo. Prima dell’IA vengono le competenze che la rendono comprensibile, quelle che la ricerca chiama precursori. Sofia ne vanta e ne lavora tre in particolare. Il primo è il pensiero sequenziale, cioè capire che un risultato nasce da una serie ordinata di passi. Il secondo è la consapevolezza dell’asimmetria conoscitiva, cioè accorgersi che esiste una conoscenza fuori di noi, in qualcuno o in qualcosa che ne sa più di noi. Il terzo è la distinzione tra sapere e rispondere, la più sottile delle tre, perché una macchina che risponde sempre non per questo sa qualcosa. Un bambino che lo ha capito è già in parte vaccinato contro il cognitive offloading, la tentazione di delegare il pensiero a chi risponde al posto nostro.

Una progressione, non un catalogo

Queste tre competenze non si insegnano tutte insieme e qui comincia il metodo vero e proprio. Sofia le distribuisce lungo una progressione, che segue la crescita del bambino: la collana è formata da tre volumi, calibrati su tre fasce, dai 3 ai 5 anni (Sofia e la Tartaruga), dai 6 agli 8 (Sofia e la Tartaruga che sapeva tutto) e dagli 8 ai 12 (Sofia e la macchina che sapeva tutto). Ogni volume porta in primo piano una di quelle competenze.

Dai 3 ai 5 anni: il pensiero sequenziale con il corpo

Nel volume per l’infanzia la tartaruga è una macchina pre-digitale: si muove soltanto se le si danno le istruzioni nell’ordine giusto. Il bambino di tre, quattro, cinque anni scopre così il pensiero sequenziale con il corpo e con il gioco, molto prima di toccare uno schermo.

Dai 6 agli 8 anni: la prima asimmetria conoscitiva

Nel volume per la prima primaria 6-8 anni, la stessa tartaruga sembra cominciare a sapere le cose. Il lettore incontra l’idea che esista una conoscenza fuori di sé, la prima asimmetria conoscitiva.

Dagli 8 ai 12 anni: sapere o rispondere?

Nel terzo volume, dagli 8 ai 12 anni, entra in scena ALMA, un’assistente digitale che risponde a qualsiasi domanda. Proprio su ALMA la classe lavora sulla distinzione più sottile, quella tra una macchina che sa e una che si limita a rispondere.

La differenza con un catalogo di prodotti suddivisi per fasce d’età sta tutta qui. Non sono tre libri da vendere a tre pubblici diversi, è una sola curva pedagogica che si svolge nel tempo, dove ogni volume prepara il successivo e nessuno ha pienamente senso da solo. Un metodo, insomma, non un assortimento.

Sofia e il lavatoio: come tenere aperto lo strato condiviso

Torniamo allora al problema da cui siamo partiti. Che cosa fa, questo metodo, allo strato condiviso? Qui Sofia prende una decisione netta. È la decisione che la rende interessante per il discorso del lavatoio. La personalizzazione, in Sofia, esiste, ma sta tutta a monte: ogni bambino entra nella storia dalle proprie domande, dal proprio stupore, a volte dalle proprie paure. L’elaborazione, invece, resta collettiva. La storia si legge insieme, la scheda si lavora in classe, il gioco apre una discussione, la domanda del singolo diventa la domanda di tutti. È il rovescio esatto del tutoring adattivo: là si personalizza il percorso intero e la classe si dissolve, qui si personalizza soltanto l’ingresso e la classe resta il luogo in cui si pensa.

Non è semplicemente un dettaglio tecnico, ma è una scelta metodologica profonda e precisa, che ha un nome nella tradizione pedagogica: si chiama comunità di ricerca, la classe che ragiona insieme a partire da una domanda, come nella Philosophy for Children di Matthew Lipman. La tecnologia, in Sofia, non viene rimossa né messa al centro, viene collocata. Diventa un oggetto di pensiero comune dentro l’aula, non un canale individuale verso un server lontano. Il lavatoio, detto altrimenti, non viene chiuso, viene tenuto aperto di proposito.

C’è un ultimo elemento, che riguarda una domanda che a scuola si fa troppo poco: dove vanno a finire le parole dei bambini. Gli strumenti di IA integrati nel percorso si appoggiano a Mistral, un modello europeo. Significa che lo strato di elaborazione automatica non viene delocalizzato per default in un’infrastruttura extraeuropea. Il metodo che tiene la classe come luogo condiviso evita, nello stesso gesto, di esporla a una raccolta di dati su cui la scuola non avrebbe alcun controllo. Sono due facce della stessa cautela.

Conoscenza o barbarie, cioè una scelta di metodo

Presentare Sofia come la soluzione sarebbe disonesto dato che il punto non è questo: Sofia è soltanto un caso, una storia da cui sarebbe opportuno estrarre un principio. Il principio è che la deprecazione dello strato condiviso non è un destino iscritto nella tecnologia ma è il risultato di un metodo oppure semplicemente della sua assenza. Un percorso può integrare l’intelligenza artificiale e tenere insieme la classe, a condizione di essere progettato per farlo. Lo stesso percorso, affidato a una scuola, che non ne governa il metodo, può comunque scivolare verso le trenta isole parallele. Non è lo strumento a fare la differenza, è il metodo.

Attali ha intitolato il suo libro con un’alternativa secca, conoscenza o barbarie. Suona enfatico, ma descrive una scelta concretissima, che la scuola sta compiendo proprio adesso, un’adozione alla volta, un servizio gratuito alla volta. Il lavatoio non fu chiuso da nessuna delibera, smise semplicemente di essere frequentato. La scuola di massa, lo strato in cui i figli di tutti pensano insieme la stessa cosa, può seguire la stessa strada, in silenzio. Oppure può non seguirla. Avere un metodo e averlo scelto con consapevolezza è ciò che permette di non lasciare quella decisione al comportamento di default. Il dottor Pangloss, l’ottimista di Voltaire, non sceglieva mai: si limitava a constatare che tutto andava per il meglio. La scuola, per fortuna, può fare diversamente.

Partecipa alla community

guest

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

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
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 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