Adottare l’IA prima di sapere se funziona
Tematica
In breve. Molte decisioni nascono dalla sensazione che l’IA sia inevitabile o da un’idea di modernizzazione, prima che ci siano prove dei suoi effetti. Le sperimentazioni esistono, ma danno esiti diversi e a volte contestati. Per prevenire scelte sbagliate bisogna partire dagli scopi educativi e chiedere prove verificabili.
La tematica
Molte decisioni sull’IA a scuola vengono prese prima che ci siano prove dei suoi effetti. A spingere sono la sensazione che la diffusione sia inevitabile, il timore di restare indietro, l’idea che modernizzare la scuola significhi introdurre nuove tecnologie. Programmi nazionali partono in pochi mesi, con strumenti sviluppati in fretta e modi d’uso ancora da definire.
Le prove, quando ci sono, non danno risposte semplici. Alcune sperimentazioni controllate mostrano effetti positivi, altre negativi, altre ancora effetti che dipendono da come lo strumento è progettato e usato. Diversi studi sono piccoli, brevi o contestati; alcuni risultati vengono diffusi dai promotori senza verifiche indipendenti; i media tendono a semplificare.
L’esperienza degli investimenti digitali degli ultimi anni offre un avvertimento: si può spendere molto in tecnologia senza misurarne gli effetti sugli apprendimenti, e si può anche dover tornare indietro.
Per prevenire scelte sbagliate conviene partire dagli scopi educativi e non dallo strumento. Prima di generalizzare servono sperimentazioni con gruppi di controllo e valutazioni indipendenti, e bisogna essere disposti a correggere la rotta. Per chi decide, la domanda giusta non è se l’IA funziona, ma per fare che cosa, per chi, a quali condizioni e chi lo ha verificato.
La tematica nei casi
Caso 03 – Corea del Sud: i libri di testo con IA introdotti e ritirati
La Corea del Sud è l’esempio più chiaro di adozione prima delle prove. I libri digitali con IA vengono introdotti in fretta, con tempi di sviluppo e revisione molto più brevi di quelli dei libri cartacei, e ritirati dopo circa quattro mesi. I genitori lo dicono senza mezzi termini: i rischi non si possono accettare senza prove di efficacia, e i bambini non devono diventare cavie.
Caso 19 – Piano Scuola 4.0: miliardi per le aule digitali, quale innovazione?
Il Piano Scuola 4.0 mostra che cosa succede quando la tecnologia arriva prima delle ragioni: 2,1 miliardi per monitor, tablet e visori, spesi con scadenze rigide. Per FederIstruzione comprare tecnologia non produce automaticamente una nuova didattica, e manca una misura sistematica degli effetti; il Ministero rivendica invece il superamento degli obiettivi.
Caso 21 – Svezia: ritorno ai libri di carta e alla scrittura a mano
La Svezia fa il percorso inverso: dopo anni di digitalizzazione spinta, il calo nei risultati di lettura dell’indagine PIRLS porta il governo a tornare ai libri di carta. Il Karolinska Institutet parla di chiare prove che gli strumenti digitali ostacolano l’apprendimento; Neil Selwyn osserva che gli esiti dipendono da molti fattori, pur riconoscendo che mancano prove dei benefici della tecnologia. Anche tornare indietro richiede prove.
Caso 15 – Turchia: con ChatGPT meglio negli esercizi, peggio all’esame
L’esperimento turco è un esempio di prova seria: quasi 1.000 studenti assegnati a caso a tre gruppi. Mostra che lo stesso strumento può danneggiare l’apprendimento o non danneggiarlo, a seconda di come è progettato. Jill Barshay ricorda però che i risultati vanno confermati in altri contesti.
Caso 16 – Nigeria: un tutor IA guidato dagli insegnanti
Anche il caso nigeriano si basa su una valutazione con gruppo di controllo, con risultati molto positivi. Ma Jeff Murray avverte: sei settimane sono poche, l’effetto novità è possibile, e siamo ancora nella fase in cui gli esperti ipotizzano.
Caso 12 – «Your Brain on ChatGPT»: lo studio del MIT e il dibattito sul «debito cognitivo»
Lo studio del MIT sul «debito cognitivo» circola sui media semplificato in «ChatGPT rende stupidi». I critici metodologici segnalano un campione piccolo e risultati non riproducibili. È un esempio di come le evidenze sull’IA siano ancora deboli e contestate, e di come possano essere usate oltre ciò che dimostrano.
Caso 10 – La sperimentazione italiana: 15 classi pilota con assistenti virtuali
La sperimentazione italiana prevede classi di controllo e una valutazione dell’INVALSI dopo due anni. Ma i primi dati diffusi dal Ministero sono contestati come selettivi, e Domani e Maviglia parlano di «finta sperimentazione». In Texas (caso 06) l’aumento dei punteggi pari a zero dopo l’introduzione della correzione automatica non viene verificato in modo indipendente. Anche Alpha School (caso 05) cita risultati dichiarati dalla scuola e non verificati in modo indipendente.
Caso 20 – Inghilterra: Aila, l’assistente IA che prepara le lezioni
In Inghilterra Aila viene valutata con un esperimento controllato su oltre 400 insegnanti: risparmia tempo senza perdere qualità, ma l’uso reale resta basso. In Estonia (caso 04) il programma prevede monitoraggio e valutazione, ma parte quando i modi d’uso non sono ancora chiari. In Grecia (caso 18) l’accordo con OpenAI viene presentato come una grande ed entusiasmante opportunità prima di qualsiasi verifica. A New York (caso 01) la moratoria del 2026 nasce proprio dalla scelta di studiare gli effetti prima di decidere.
Approfondimenti
- Gianni Marconato, «Perché non usare l’IA, quando è così comodo farlo?»
- Gianni Marconato, «La scuola ai tempi dell’IA: 1/5 – È arrivata l’IA, la scuola deve cambiare?»
- Gianni Marconato, «La scuola ai tempi dell’IA: 4/5 – Dove sono finite tutte le rivoluzioni?»
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.
