Formazione, tempo e risorse: le condizioni che mancano

Tematica

In breve. Usare bene l’IA richiede formazione seria, tempo, personale, infrastrutture e fondi. Spesso invece arrivano corsi brevi, scadenze di spesa e nuovi oneri per le scuole. Senza queste condizioni anche le scelte migliori restano sulla carta.

La tematica

Quasi tutti i casi, anche quelli più promettenti, incontrano lo stesso limite: le condizioni. Usare bene l’IA a scuola richiede insegnanti formati, tempo per ripensare compiti e valutazioni, personale di supporto, infrastrutture funzionanti e fondi stabili. Il rapporto del MIT, scritto da una delle istituzioni più ricche al mondo, definisce l’impresa «di enorme portata».

Le risposte reali sono spesso diverse. Corsi brevi, formazione che arriva a ridosso dell’avvio o che gli insegnanti devono procurarsi da soli, scadenze di spesa che guidano gli acquisti più dei bisogni educativi, nuovi obblighi senza nuove risorse. Il rischio è una formazione fatta per poter dire di averla fatta, e tecnologie acquistate senza che nasca una didattica nuova.

È una criticità poco visibile perché non fa notizia come un divieto o un deepfake. Eppure è spesso la ragione per cui programmi ben intenzionati falliscono o restano sulla carta: in Corea del Sud il 98,5% dei docenti interpellati giudica inadeguata la formazione ricevuta.

Per chi decide, prevenire significa pianificare su tempi lunghi: formazione continua e non episodica, tempo riconosciuto agli insegnanti, sostegno alle scuole, risorse commisurate a ciò che si chiede. Prima di introdurre uno strumento conviene chiedersi se ci sono le condizioni per usarlo bene.

La tematica nei casi

Caso 14 – MIT: il rapporto sull’IA nella didattica e l’«impresa di enorme portata»

Il MIT elenca con onestà ciò che serve: responsabili, gruppi di attuazione, comunità di pratica, formazione continua e fondi. Il centro di supporto alla didattica è già al limite delle sue capacità. Il comitato mette in guardia da una formazione generica fatta solo per poter dire di averla fatta, e i coordinatori avvertono che c’è molto da fare.

Caso 03 – Corea del Sud: i libri di testo con IA introdotti e ritirati

In Corea del Sud la mancanza di condizioni contribuisce al ritiro del programma. Gli insegnanti lamentano un carico di lavoro aggiuntivo, e in un sondaggio sindacale il 98,5% dei docenti giudica la formazione inadeguata. Gli insegnanti chiedono tempo e formazione; il programma era stato introdotto in fretta.

Caso 04 – Estonia: «AI Leap», l’IA a livello nazionale nelle scuole superiori

Anche un Paese molto digitalizzato come l’Estonia procede a tentativi: la formazione degli insegnanti arriva solo a fine agosto, a ridosso dell’avvio del programma. Diana Poudel ricorda che per usare bene l’IA servono competenze professionali dei docenti, oggi ancora disomogenee.

Caso 07 – Francia: formazione obbligatoria e «cadre d’usage» per l’IA a scuola

In Francia gli enti locali segnalano il peso dell’infrastruttura a loro carico. SE-Unsa e il Senato chiedono di dare priorità alla formazione dei docenti e di non aggiungere obblighi non sostenuti da risorse; SNES-FSU chiede un vero piano di formazione invece di un semplice quadro d’uso.

Caso 09 – Le Linee guida del MIM sull’IA nella scuola

Le Linee guida del MIM indicano la formazione come requisito essenziale. Ma per il COBAS scaricano sulle scuole oneri senza risorse né formazione adeguata, rinviando a centinaia di pagine di indicazioni tecniche difficili da applicare. In Italia, del resto, molti insegnanti si aggiornano da soli (caso 11).

Caso 19 – Piano Scuola 4.0: miliardi per le aule digitali, quale innovazione?

Il Piano Scuola 4.0 mostra il rischio opposto: le risorse ci sono, 2,1 miliardi per le aule, ma le scadenze di spesa rigide guidano gli acquisti. Per FederIstruzione comprare tecnologia non produce automaticamente una nuova didattica; per Belardinelli si è investito in dispositivi destinati a diventare obsoleti, trascurando edifici e classi sovraffollate.

Caso 18 – Grecia: l’accordo con OpenAI porta ChatGPT nei licei

La Grecia prevede una formazione intensiva dei docenti prima dell’uso, ma in un sistema scolastico con poche risorse e infrastrutture scarse. Anche New York (caso 01), revocando il divieto, promette formazione e materiali. Nella sperimentazione italiana (caso 10) torna la questione della preparazione dei docenti. E in Inghilterra (caso 20) lo strumento nasce proprio per ridurre il carico di lavoro dei docenti: la mancanza di tempo è il problema da cui parte.