Descrizione estesa · Caso 14 – MIT: il rapporto sull’IA nella didattica e l’«impresa di enorme portata»
Approfondimento
In breve. Una delle università più ricche e tecnologicamente avanzate del mondo dedica nove mesi a chiedersi che cosa fare dell’IA nella didattica. La risposta non è un divieto né un’adozione entusiasta: è un insieme di principi, a partire da «potenziamento, non automazione», e di raccomandazioni su valutazione, relazioni e organizzazione. E un’ammissione: farlo seriamente è un’impresa di enorme portata, persino per il MIT.
Il contesto
Al Massachusetts Institute of Technology l’IA generativa è entrata rapidamente nella vita degli studenti: può ormai svolgere gran parte del lavoro richiesto nei corsi di base, dai temi ai problemi, dal codice alle dimostrazioni. Questo indebolisce gli strumenti con cui i docenti verificano l’apprendimento. Tra la fine del 2025 e l’inizio del 2026 l’istituto costituisce un comitato ad hoc sull’uso dell’IA nella didattica, nell’apprendimento e nella formazione alla ricerca, con docenti, studenti e personale di tutte le aree, coordinato da Eric Klopfer, docente di studi comparati sui media, e da Sam Madden, responsabile dell’area di informatica.
Che cosa ha trovato il comitato
Un’indagine interna mostra un quadro ambivalente: circa l’80% dei rispondenti ritiene necessarie competenze sull’IA per il lavoro futuro, il 48% teme conseguenze cognitive dell’affidarsi all’IA, solo un quarto degli studenti si sente preparato dall’istituto a usarla professionalmente. Il comitato osserva meno partecipazione nelle aule, meno studenti che frequentano il ricevimento dei docenti e i gruppi di studio, relazioni più deboli tra docenti e studenti e un rischio di isolamento. Sostiene anche che l’IA abbia messo in luce problemi preesistenti: un coinvolgimento superficiale, una valutazione fine a se stessa, una fiducia già incrinata tra insegnanti e studenti.
L’analisi: perché gli studenti delegano
Il rapporto non tratta gli studenti come pigri o disonesti. Osserva che affrontano carichi di lavoro elevati e molte richieste in concorrenza, che li spingono verso l’efficienza, e che difficilmente esiste qualcosa di più efficiente che automatizzare il lavoro con l’IA. Il prezzo può essere la perdita dell’attrito cognitivo e della fatica produttiva necessari all’apprendimento. La tentazione cresce quando gli studenti temono di non rispettare una scadenza, e una valutazione più competitiva potrebbe aumentarla ancora. Il rapporto mette in guardia da una «resa cognitiva»: ottenere dall’IA la risposta giusta può dare l’illusione di aver imparato e spingere a ricorrere alla macchina al primo segnale di difficoltà.
Principi e raccomandazioni
Il comitato propone otto principi: umiltà rispetto alla velocità del cambiamento; coraggio invece di atteggiamenti difensivi; centralità delle persone e delle relazioni; la fatica produttiva come parte essenziale dell’apprendimento; insegnare con intenzione, senza divieti o obblighi riflessi; nessuna regola valida per tutte le discipline; potenziamento del pensiero umano, non automazione; attenzione allo sviluppo complessivo degli studenti come persone. Sul potenziamento il rapporto è esplicito: non può restare un ideale sperato, deve diventare una pratica che la didattica promuove.
Ai docenti chiede di dichiarare per ogni corso se l’IA è permessa, limitata, richiesta o vietata, spiegandone le ragioni (per esempio permessa per la critica in un seminario di scrittura ma non per la prima stesura, o vietata finché gli studenti non hanno costruito da soli gli algoritmi di base); di ripensare la valutazione con esami orali, portfolio, progetti lunghi e lavoro in presenza; di non affidarsi ai rilevatori di testi generati, giudicati inaffidabili e dannosi per la fiducia; di dichiarare il proprio uso dell’IA; di ricostruire deliberatamente l’apprendimento sociale in presenza. All’istituzione chiede revisioni dei curricoli, responsabili dell’IA in ogni scuola, un gruppo di attuazione, comunità di pratica, formazione continua, fondi per sperimentare e studiare gli effetti, accesso equo agli strumenti e un comitato permanente.
Le condizioni
Il passaggio forse più significativo riguarda le condizioni. Il rapporto riconosce che riprogettare un corso, o anche decidere consapevolmente di mantenerlo com’è, richiede ai docenti tempo e lavoro considerevoli; che il centro di supporto alla didattica dell’istituto è già al limite delle sue capacità; che una formazione generica sull’IA fatta solo per poter dire di averla fatta non serve. Definisce l’intero compito «un’impresa di enorme portata». La presidente Sally Kornbluth parla di un momento di svolta per l’istituto e per l’istruzione superiore e di un esercizio non facoltativo.
Cronologia
| Quando | Che cosa accade |
|---|---|
| Fine 2025 – inizio 2026 | Costituzione del comitato ad hoc. |
| 2026 | Indagine interna, consultazioni, nove mesi di lavoro. |
| 13 agosto 2026 | Pubblicazione del rapporto finale. |
| Agosto–settembre 2026 | Reazioni della presidente, della stampa e del sindacato dei dottorandi. |
| Autunno 2026 | Primi seminari per i docenti; avvio della fase di attuazione. |
Attori e posizioni
- Il comitato (Eric Klopfer e Sam Madden): c’è molto da fare: seminari, responsabili dell’IA, un gruppo di attuazione, un fondo per la sperimentazione; le prime regole non sono definitive.
- Sally Kornbluth, presidente del MIT: un momento di svolta; ripensare la didattica non è facoltativo.
- Studenti e docenti, attraverso l’indagine: l’IA serve per il lavoro futuro, ma quasi la metà teme effetti cognitivi e pochi si sentono preparati.
- Il sindacato dei dottorandi (Daniel Shen): i cambiamenti toccano il lavoro dei dottorandi che insegnano: serve un confronto prima di decisioni unilaterali.
Questioni aperte
Il rapporto offre a ogni scuola una domanda scomoda: se un’istituzione con le risorse del MIT considera l’IA nella didattica un’impresa enorme, che cosa possono fare scuole con molto meno tempo, personale e fondi? Le sue indicazioni valgono anche per la scuola secondaria, dove gli studenti stanno ancora costruendo le capacità di base? Come si cambiano gli incentivi, cioè carichi, scadenze e valutazione, che rendono la delega la scelta più razionale? E chi paga il tempo che i docenti devono dedicare a riprogettare?
Fonti
- MIT AI report takes first step towards an Institute-wide response (The Tech, 17 settembre 2026). Dati dell’indagine, raccomandazioni e reazioni nel campus.
- MIT Says AI Is Forcing A Rethink Of College Itself (Forbes, 25 agosto 2026). Le raccomandazioni su corsi e valutazione e la posizione della presidente.
- Report of MIT’s Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training (AI Advisory Boards, 2 settembre 2026). Sintesi degli otto principi e delle raccomandazioni, con link al rapporto.
- AI in Teaching & Learning (MIT Teaching + Learning Lab). Le risorse del centro di supporto alla didattica del MIT.
- Perché non usare l’IA quando è così comodo farlo? (Gianni Marconato, ottobre 2026). Una lettura del rapporto alla luce della «pedagogia dei desideri».
