Capacità che si indeboliscono se non si esercitano
Tematica
In breve. Memoria, ragionamento e perseveranza si indeboliscono se non vengono esercitati. Chi delega spesso non se ne accorge, e l’ambiente premia la comodità e la velocità. Chiedere agli studenti di autolimitarsi non basta: servono strumenti, compiti e regole che conservino la fatica che fa imparare.
La tematica
Delegare un compito una volta non fa danni. Il problema nasce quando la delega diventa abitudine: memoria, ragionamento, scrittura e perseveranza sono capacità che si costruiscono esercitandole, e se non si esercitano si indeboliscono. Nei casi questa preoccupazione ritorna sotto diverse forme: il «debito cognitivo», la «resa cognitiva», le «menti spente» temute da una studentessa.
La criticità è difficile da vedere per due motivi. Il primo è che chi delega spesso non se ne accorge: ottenere la risposta giusta dà l’illusione di aver imparato. Il secondo è che delegare è una scelta razionale quando l’ambiente premia il prodotto, la velocità e il voto. Chiedere agli studenti di autolimitarsi, quindi, non basta.
I casi indicano un’altra strada: conservare l’«attrito utile», cioè la fatica che fa imparare. Si può fare in tre modi. Con strumenti progettati per guidare senza dare la soluzione. Con compiti che chiedono di lavorare da soli prima di ricorrere all’IA. Con regole che graduano l’uso secondo l’età. Qualcuno, come la Svezia, arriva a reintrodurre strumenti più lenti come i libri di carta e la scrittura a mano.
Per chi decide, prevenire significa chiedersi quali capacità si vogliono proteggere e progettare di conseguenza, senza affidarsi alla buona volontà dei singoli.
La tematica nei casi
Caso 15 – Turchia: con ChatGPT meglio negli esercizi, peggio all’esame
È il caso che misura il fenomeno con più chiarezza. Il gruppo che si esercita con ChatGPT senza limiti ottiene all’esame il 17% in meno di chi non l’ha mai usato. Eppure quegli studenti non pensavano di aver imparato meno, anzi sopravvalutavano il proprio apprendimento. Med Kharbach ne trae la conseguenza: se gli studenti non si accorgono di imparare meno, non si può contare sulla loro autoregolazione. Il tutor che suggerisce senza dare la soluzione mostra invece che l’attrito si può progettare.
Caso 14 – MIT: il rapporto sull’IA nella didattica e l’«impresa di enorme portata»
Il rapporto del MIT spiega perché si delega: gli studenti hanno carichi di lavoro elevati e cercano efficienza, e nulla è più efficiente che automatizzare il lavoro con l’IA. Il prezzo è la perdita della fatica produttiva e una «resa cognitiva»: la risposta giusta dà l’illusione di aver imparato. Il principio «potenziamento, non automazione» non basta come ideale, avverte il comitato: va reso pratica dalla didattica.
Caso 17 – New Hampshire: gli studenti lanciano l’allarme sull’IA
Gli studenti del New Hampshire descrivono gli effetti su sé stessi. C’è chi ha perso la motivazione ad apprendere, chi l’entusiasmo per la scrittura, chi vede nei compagni meno perseveranza e meno pensiero critico. Una studentessa si chiede perché faticare se i compagni consegnano lavori migliori senza sforzo: è l’incentivo alla delega descritto dal punto di vista di chi lo subisce.
Caso 11 – Compiti e ChatGPT: insegnanti italiani di fronte ai temi scritti dall’IA
A Cremona molti studenti non sanno spiegare il tema che hanno consegnato, e c’è chi chiede all’IA di inserire errori finti per non farsi scoprire. Per Vincenzo Schettini il problema non è la tecnologia ma il cervello dei ragazzi, che va allenato: meno compiti ma di qualità, e verifiche in classe senza IA.
Caso 12 – «Your Brain on ChatGPT»: lo studio del MIT e il dibattito sul «debito cognitivo»
Lo studio del MIT sul «debito cognitivo» registra un minore ricordo del proprio testo in chi scrive con l’IA. Pur con tutti i limiti indicati dai critici, gli autori suggeriscono di far lavorare gli studenti da soli prima di ricorrere all’IA, e di partire dal pensiero personale per arrivare allo strumento.
Caso 16 – Nigeria: un tutor IA guidato dagli insegnanti
In Nigeria l’attrito è parte del programma: gli insegnanti guidano la riflessione per spingere al ragionamento e non alle scorciatoie. Anche in Estonia (caso 04) lo strumento per gli studenti è progettato per accompagnarli senza dare direttamente la risposta.
Caso 07 – Francia: formazione obbligatoria e «cadre d’usage» per l’IA a scuola
La Francia gradua l’uso per età: l’uso autonomo dell’IA da parte degli studenti è ammesso solo dalla quarta. È un modo di proteggere le capacità di base nei primi anni senza vietare lo strumento.
Caso 21 – Svezia: ritorno ai libri di carta e alla scrittura a mano
La Svezia sceglie la strada più radicale: torna ai libri di testo cartacei, rafforza la scrittura a mano e toglie gli schermi ai più piccoli. Non riguarda direttamente l’IA, ma è uno dei pochi esempi di sistema che reintroduce deliberatamente fatiche che la tecnologia aveva reso superflue. Lo stesso rischio di indebolimento riguarda anche gli adulti: in Inghilterra (caso 20) si teme che un assistente che prepara le lezioni indebolisca nel tempo il giudizio professionale dei docenti.
Approfondimenti
- Gianni Marconato, «Capacità da allenare a scuola proprio perché la tecnologia non ce le chiede più»
- Gianni Marconato, «Cosa si perde con l’IA?»
- Gianni Marconato, «Conoscenza interna e conoscenza esternalizzata nell’epoca dell’intelligenza linguistica»
Le stesse questioni, a partire dalle domande
Questa tematica si intreccia con alcune domande dell’Ask System, un altro ambiente di questo sito che affronta i problemi posti dall’IA partendo dalle domande invece che dai casi. Ogni domanda porta a una risposta sintetica e agli articoli di approfondimento.
