Quando l’IA aiuta davvero a imparare?
Sei qui: Ask System → L’IA a scuola → Apprendimento
L’IA aiuta a imparare quando il suo utilizzo mette lo studente nelle condizioni di svolgere attività cognitive che producono apprendimento: comprendere, collegare, confrontare, formulare ipotesi, spiegare, argomentare, verificare, correggere e rielaborare.
Non basta quindi che grazie all’IA lo studente riesca a svolgere meglio un compito. Un buon risultato ottenuto con l’aiuto della macchina non ci dice ancora che cosa sia stato imparato.
Aiutare a fare non significa necessariamente aiutare a imparare
L’IA può spiegare un concetto, risolvere un problema, scrivere un testo o costruire un’argomentazione. In tutti questi casi può permettere allo studente di ottenere qualcosa che da solo avrebbe avuto difficoltà a produrre.
Ma l’apprendimento dipende da che cosa fa cognitivamente lo studente durante questo processo.
Se riceve una soluzione e la utilizza, può aver risolto il problema senza aver imparato a risolverlo. Se invece confronta la soluzione dell’IA con la propria, cerca di comprenderne i passaggi, individua un errore e riformula il ragionamento, la stessa risposta può diventare occasione di apprendimento.
L’IA è utile quando fa lavorare il pensiero dello studente
Possiamo utilizzarla per chiedere allo studente di spiegare una scelta e poi sottoporla a obiezioni, confrontare interpretazioni differenti, cercare controesempi, ricevere feedback su un tentativo, affrontare domande progressivamente più difficili o osservare lo stesso problema da prospettive diverse.
In queste situazioni l’IA non elimina il lavoro cognitivo: crea occasioni perché quel lavoro possa essere più ricco, frequente e sostenuto.
L’IA aiuta davvero a imparare quando il suo contributo non sostituisce il lavoro cognitivo necessario all’apprendimento, ma permette allo studente di svolgerlo meglio, più a lungo o a un livello che da solo non riuscirebbe ancora a raggiungere.
Un buon aiuto dovrebbe lasciare qualcosa allo studente
L’IA può essere particolarmente utile quando offre un sostegno temporaneo: semplifica inizialmente un problema, suggerisce un passaggio, propone un esempio o fornisce un feedback e poi lascia progressivamente maggiore responsabilità allo studente.
Il criterio non è quindi soltanto verificare se, con l’IA, lo studente riesca a svolgere l’attività. Dobbiamo osservare che cosa rimane quando l’aiuto diminuisce.
Sa spiegare ciò che ha fatto? Sa affrontare un problema simile? Riconosce un errore? Riesce a utilizzare ciò che ha compreso in una situazione diversa?
Se la risposta è positiva, l’IA non ha semplicemente migliorato la prestazione: ha contribuito allo sviluppo di una capacità.
La stessa IA può produrre effetti opposti
Non esiste quindi un effetto educativo dell’IA indipendente dal modo in cui viene utilizzata. Lo stesso strumento può sostenere un processo di apprendimento oppure evitare allo studente proprio il lavoro attraverso cui avrebbe imparato.
Per questo la domanda più utile non è «l’IA fa imparare meglio?», ma «che cosa sta facendo lo studente con l’IA e quali processi di apprendimento quell’attività mette in movimento?».
Per approfondire
