Caso 06 – Texas: i test STAAR corretti da un motore di punteggio automatico

Caso

Texas (USA), dal dicembre 2023 · Estero

Situazione

Dal dicembre 2023 l’agenzia scolastica del Texas (TEA) usa per le prove STAAR un sistema di punteggio automatico addestrato su circa 3.000 temi valutati da persone: il sistema corregge la maggior parte delle risposte aperte, e circa un quarto è riletto da valutatori umani. Il risparmio dichiarato è fino a 20 milioni di dollari l’anno. L’agenzia sostiene che non si tratti di «IA» in senso generativo.

Nei mesi seguenti molti distretti segnalano un aumento di punteggi pari a zero, senza una verifica indipendente delle cause: la TEA attribuisce il fenomeno ai nuovi criteri di valutazione e alle caratteristiche degli studenti. La sovrintendente di Lewisville, Lori Rapp, e altri dirigenti chiedono più trasparenza e un controllo umano sulla correzione. I sindacati (Texas AFT, TSTA) temono penalizzazioni per studenti bilingui e svantaggiati, l’inaffidabilità degli algoritmi e la tendenza a far ricadere sulle scuole e sugli studenti le conseguenze di un sistema deciso altrove.

Il tema investe anche la protezione dei dati e la trasparenza sugli algoritmi e la fiducia pubblica nelle valutazioni di Stato, mentre cresce il rischio di insegnare in funzione dell’algoritmo.

Punti di vista

L’agenzia scolastica del Texas (TEA). Il sistema consente correzioni più rapide ed economiche e non è IA generativa: i cali dipendono dai nuovi criteri di valutazione. (Texas Standard (2024))

Dirigenti scolastici (Lori Rapp, Kelly Kovacs). Occorre un punteggio ibrido e verificabile: senza controllo umano e trasparenza i punteggi non sono credibili. (Texas Standard; Dallas Observer (2024))

Sindacati (Texas AFT, TSTA). Il rischio è insegnare per l’algoritmo e penalizzare studenti già svantaggiati, con garanzie insufficienti su privacy ed equità. (Austin Chronicle (2024))