L’integrazione delle tecnologie emergenti nel settore dell’istruzione rappresenta oggi una delle sfide più complesse per governi, insegnanti e famiglie. In un recente confronto registrato in occasione del podcast Your Undivided Attention del TED Audio Collective, tra l’esperto Daniel Bquay e Rebecca Winthrop, direttrice del Center for Universal Education presso la Brookings Institution, è emerso un quadro articolato basato sul rapporto «A New Direction for Students in an AI World». Il lavoro, frutto di una vasta consultazione globale che ha coinvolto educatori, studenti e tecnologi, si configura come un “pre-mortem” dell’IA, un’analisi preventiva volta ad anticipare i rischi per evitare gli errori commessi in passato con l’avvento dei social media. Secondo Winthrop, l’obiettivo non è demonizzare lo strumento, ma definire una rotta che salvaguardi lo sviluppo cognitivo dei giovani in un’era di radicale incertezza.
Indice degli argomenti
L’erosione della fiducia e il fenomeno del “cyborg segreto”
Uno dei dati più allarmanti emersi dall’indagine riguarda il degrado della fiducia relazionale all’interno delle classi. Secondo le rilevazioni della Brookings Institution, il 50% degli insegnanti dichiara di non fidarsi della paternità dei compiti consegnati dagli studenti, temendo che siano stati generati da un’intelligenza artificiale. Allo stesso modo, il 50% degli studenti nutre una profonda sfiducia verso i propri docenti, sospettando che utilizzino l’IA in modo non trasparente per preparare le lezioni o correggere i lavori senza un reale coinvolgimento. Questo clima di sospetto reciproco mina alla base la qualità dell’istruzione, poiché, come sottolineato da Rebecca Winthrop: «È incredibilmente difficile insegnare se non sai cosa lo studente ha capito correttamente e cosa no».
Il problema è esacerbato dal cosiddetto fenomeno del “cyborg segreto”, ovvero l’uso massiccio ma non dichiarato dell’IA sia fuori che dentro l’aula. Gli studenti utilizzano spesso i chatbot per scrivere saggi, che vengono poi processati attraverso “umanizzatori di IA” nel tentativo di eludere i controlli. Tuttavia, gli strumenti per rilevare il plagio digitale si sono dimostrati poco affidabili, generando numerose false accuse che colpiscono in modo sproporzionato gli studenti bilingue o con disabilità di apprendimento. Questa dinamica sposta il focus dell’istruzione dal processo di apprendimento alla pura competizione per il voto, creando una sorta di “teoria dei giochi” scolastica dove gli studenti sentono di dover barare per non restare indietro rispetto ai compagni.
Perché l’IA non è paragonabile alla calcolatrice
Un’argomentazione comune nel dibattito pubblico tende a paragonare l’introduzione dell’IA a quella della calcolatrice negli anni ’70. Tuttavia, Winthrop respinge fermamente questa analogia, definendola pericolosa per il futuro dell’istruzione. Mentre la calcolatrice delegava l’aritmetica, che è solo una porzione limitata della matematica, l’IA è uno strumento generico immensamente potente che può intervenire in ogni ambito della creatività umana: dalla scrittura di codice alla produzione artistica, fino alla manipolazione emotiva.
Il rischio principale individuato è quello dell’atrofia cognitiva o arresto dello sviluppo. Se uno studente inserisce poche indicazioni in un chatbot per generare un saggio completo, salta passaggi fondamentali per la sua crescita intellettuale. Winthrop spiega chiaramente il valore pedagogico di queste attività: «Se assegni un saggio a uno studente, questi deve analizzare i dati, valutare le prove e costruire un’argomentazione persuasiva. Sono abilità difficili che si sviluppano solo con la pratica». La delega cognitiva totale impedisce lo sviluppo di un pensiero indipendente e della conoscenza interiorizzata, che è la base stessa della creatività.
Inoltre, la natura “sicofante” dell’IA, la sua tendenza a dare sempre ragione all’utente, rappresenta un ostacolo educativo. L’apprendimento reale è un esercizio sociale incarnato che si basa sul feedback e sull’errore. Un sistema che asseconda costantemente l’utente impedisce ai giovani di sviluppare la resilienza necessaria per gestire le critiche e i fallimenti nel mondo reale.
Il modello delle “Tre P” per una nuova didattica
Per correggere l’attuale rotta negativa, il rapporto della Brookings Institution propone un quadro strategico riassunto nelle “tre P”: Prosperare, Preparare e Proteggere. Questo modello suggerisce che l’istruzione debba evolvere attraverso un cambiamento della didattica, un’alfabetizzazione olistica e l’inserimento di rigorose tutele legali.
Nel dettaglio, per rendere la didattica “non hackerabile”, gli insegnanti dovrebbero riconsiderare i metodi di valutazione tradizionali. Tra le proposte operative figurano:
- Il ritorno a esami in classe, presentazioni orali, verifiche in presenza e lavori scritti esclusivamente a mano.
- La creazione di un “consiglio per l’IA” in classe, dove gli studenti stessi testano i limiti dei compiti attraverso tecniche di red teaming.
- L’utilizzo dell’IA come strumento analitico per progetti complessi, come dimostrato in alcune scuole che applicano il machine learning allo studio di fenomeni reali come l’innalzamento dei mari.
L’alfabetizzazione all’IA non deve necessariamente dipendere dall’uso di schermi. Rebecca Winthrop suggerisce che si possa insegnare il funzionamento di questi sistemi discutendo dei dilemmi etici e dei motivi per cui l’IA può generare informazioni errate (“allucinazioni”). L’obiettivo è che tutti acquisiscano una conoscenza di base, paragonabile alla capacità di nuotare, per muoversi in sicurezza in un mondo dominato dagli algoritmi.
Protezione e responsabilità: il ruolo delle istituzioni
Il pilastro della protezione richiede un intervento deciso a livello di policy. È necessario implementare leggi sul dovere di diligenza (duty of care) e promuovere una regolamentazione fin dalla fase di progettazione (regulation by design). Rebecca Winthrop invita i distretti scolastici a unire le proprie forze per acquistare esclusivamente prodotti tecnologici che garantiscano elevati standard di sicurezza, spingendo così le aziende a creare strumenti ottimizzati per l’apprendimento e non solo per la velocità di risposta.
Un uso virtuoso della tecnologia potrebbe portare a quello che viene definito un “dividendo di tempo” per i docenti, automatizzando le attività amministrative e permettendo loro di concentrarsi sul supporto individuale agli studenti. L’IA ideale per l’istruzione dovrebbe scomparire nello sfondo, diventando un supporto integrato, ad esempio in libri di testo digitali capaci di spiegare concetti difficili in modi diversi solo quando lo studente ne ha effettivamente bisogno.
Preservare l’elemento umano
Il futuro dell’istruzione dipenderà dalla capacità di mantenere le scuole come luoghi profondamente umani, dove l’interazione faccia a faccia e la collaborazione tra pari restano centrali. La personalizzazione estrema offerta dall’IA non deve trasformarsi in un isolamento cognitivo, poiché sentirsi “visti” da un insegnante e parte di un gruppo sociale è ciò che determina i reali risultati di apprendimento.
Le abilità fondamentali per il successo dei giovani non saranno solo tecniche, ma legate alla curiosità, alla determinazione e alla capacità di assumere prospettive diverse. In un mondo dove la tecnologia cambia ogni settimana, puntare esclusivamente sulle competenze tecniche è una strategia rischiosa; è invece l’amore per l’apprendimento, la cosiddetta “modalità esplorazione”, a rendere gli studenti resilienti e pronti per l’ignoto. Questa flessibilità cognitiva rappresenta il vero ponte verso il mercato del lavoro: le aziende che sapranno accogliere queste attitudini troveranno nella Generazione Z un motore di innovazione senza precedenti.
