di Alessandra Schofield
Intelligenza Artificiale e scuola Fare in modo che l’AI sia interlocutore e non esecutore. Ci siamo accorti sicuramente del fatto che l’integrazione dell’Intelligenza Artificiale nel mondo del lavoro sta suscitando molto dibattito e anche preoccupazioni, soprattutto per le potenziali/possibili sostituzioni del personale umano da parte di strumenti AI.
Ma le nuove tecnologie risultano fortemente impattanti anche sul contesto scolastico. Secondo un recente sondaggio condotto da NoPlagio.it, il 18% degli studenti italiani tra i 16 e i 18 anni utilizza l’IA durante i compiti in classe, e il 13% consegna elaborati interamente generati artificialmente.
È vero che si stanno diffondendo software in grado di rilevare il plagio o comunque la percentuale di “non umanità” dei testi, ma – al di là della piena attendibilità di questi programmi e, quindi, dei risultati che restituiscono– realisticamente è impensabile imporre ai docenti di mettersi a passare ogni lavoro a questo tipo di vaglio.
D’altro canto, neppure si può fingere che il problema non esista. Ecco, allora, che si sta sviluppando una discussione su come far sì che l’AI sia un utile strumento anche in ambito didattico, bilanciando la personalizzazione dell’insegnamento e l’accesso alle informazioni da un lato e la compromissione dello sviluppo del pensiero critico e creativo degli studenti.
La soluzione non è semplice, e non può limitarsi allo sviluppo, da parte delle istituzioni educative, di linee guida chiare sull’uso etico dell’AI. L’indagine che menzionavamo all’inizio mostra che in Italia più della metà dei docenti dichiara di servirsi di questi strumenti in ambito didattico, ma ammette di conoscerne, nella maggior parte dei casi, superficialmente le reali potenzialità.
Per poter aiutare gli studenti a utilizzare l’intelligenza artificiale quale complemento durante l’apprendimento, è necessario quindi promuovere la formazione degli insegnanti stessi nell’adozione di queste tecnologie.
Bisogna, poi, che queste siano accessibili in maniera uniforme. Vi è infatti il diffuso timore che, nel nostro Paese, le ben note disuguaglianze strutturali, infrastrutturali e formative tra Nord e Sud, vengano ulteriormente acuite a fronte di una forte disparità nella disponibilità di connessioni adeguate e dispositivi digitali Se Lombardia e Molise godono di una copertura di rete veloce superiore al 90%, in Calabria, Basilicata e Abruzzo la percentuale non raggiunge il 70%. Analogamente, il rapporto dispositivi/studenti al Sud è attorno a uno a tre,a fronte dell’uno a uno e mezzo al Nord. Neppure le competenze digitali sono uniformi, peraltro mostrando anche un discreto svantaggio di genere.
E non è ancora finita. Il mercato dell’AI è (almeno per il momento) monopolizzato da pochi Big Tech, costringendo scuole e università a una “dipendenza” strutturale da modelli e dati.
Altro aspetto che richiede la massima cautela, è l’impatto dell’intelligenza artificiale sulle capacità cognitive degli studenti. Tutor virtuali e piattaforme adattive potrebbero oggettivamente agevolare l’apprendimento personalizzato, ma l’immediatezza dell’esecuzione di compiti anche complessi rischia di depotenziare l’interiorizzazione dei contenuti e depotenziare l’impegno nel problem-solving. Una interessante ricerca condotta su studenti divisi in gruppi, alcuni dei quali assistiti da AI avanzata e altri senza supporto, ha mostrato come gli studenti affiancati “virtualmente” ottengano risultati più rapidi ma meno solidi sul piano dell’apprendimento profondo. Nè meno preoccupante è la possibile standardizzazione cognitivo-linguistica determinata dal fatto che l’interazione costante con AI genera una convergenza sia nei contenuti appresi che nel modo di esprimerli, riducendo varietà linguistica e originalità, da cui possono conseguire omologazione del pensiero, diminuzione della varietà espressiva individuale e progressiva difficoltà a riconoscere, apprezzare e produrre testi con stili differenti dal “modello”.
Come trovare la quadra? Secondo altri studi, l’interazione tra studenti e intelligenza artificiale, in contesti didattici mirati, favorirebbe l’esplorazione di soluzioni innovative e lo sviluppo di competenze trasversali. L’AI, in questo senso, si comporterebbe come un interlocutore, anziché come un esecutore di compiti, e supporterebbe nella costruzione autonoma dell’apprendimento.
Intanto, il Ministero dell’Istruzione e del Merito ha avviato una sperimentazione che coinvolge 15 classi in scuole superiori distribuite tra Lombardia, Abruzzo, Marche e Toscana, con l’obiettivo di migliorare la personalizzazione dell’apprendimento, in particolare nelle materie STEM e nelle lingue, investendo parallelamente oltre 2 miliardi di euro per sostenere la digitalizzazione scolastica e ridurre il divario infrastrutturale e posizionando l’Italia tra i primi Paesi europei ad applicare l’AI in ambito educativo. A livello europeo, inoltre, si sta iniziando a ragionare sullo spostamento dell’attenzione dagli investimenti in hardware alla costruzione di competenze digitali solide e durature, sviluppando modelli open source, aprendo l’accesso facilitato a tecnologie per scuole e università svantaggiate e definendo standard chiari sulla trasparenza e la protezione dei dati.
