AboutBlobsTagsSearch

A scuola l’IA accelera i compiti, ma può rallentare l’apprendimento

Pressenza - Wednesday, September 30, 2026
invalsi
scuola
europa
educazione
contenuti originali
studenti
giovani
intelligenza artificiale
istruzione
tecnologia
diritto all'istruzione
ai act
apprendimento
ocse

Le norme sull’intelligenza artificiale tutelano dati, trasparenza e responsabilità. Ma le nuove ricerche mostrano un rischio meno visibile: fare meglio i compiti oggi può significare imparare meno domani.

Sono le undici di sera, e circa un quindicenne italiano su due sta aprendo un assistente di intelligenza artificiale per finire i compiti. Non è un’impressione: lo dicono i dati OCSE-PISA 2025, presentati dall’INVALSI l’8 settembre in contemporanea con Parigi, secondo cui il 47,5% degli studenti italiani usa l’IA ogni settimana per studiare, contro una media OCSE del 45,5%. Nello stesso rapporto compare per la prima volta una prova di problem solving computazionale, pensata per misurare quanto sappiano ragionare con strumenti tecnologici, intelligenza artificiale compresa: qui l’Italia scivola a 490 punti contro una media di 500, l’unico ambito in cui resta sotto la media, mentre in matematica la supera di cinque punti. Tre italiani su quattro, il 73,7%, dicono anche di aver imparato a scuola a valutare criticamente ciò che l’IA produce, più della media OCSE del 62,6%. C’è qualcosa di beffardo in questi numeri, perché descrivono un paese che adotta l’intelligenza artificiale più della media e si giudica capace di valutarla con senso critico, ma che quando deve metterla alla prova in un ragionamento autonomo resta sotto la media. È su questo scarto, più che sul confronto complessivo con gli altri paesi, che vale la pena soffermarsi.

Il quadro normativo dovrebbe occuparsi proprio di questo scarto. Il Ministero dell’Istruzione e del Merito ha adottato il 9 agosto 2025 il decreto n. 166, che introduce le linee guida per l’uso dell’intelligenza artificiale nelle scuole, con il parere favorevole del Garante per la protezione dei dati personali, e da ottobre 2025 ha attivato un servizio dedicato sulla piattaforma Unica. Il decreto rende ogni istituto che adotta strumenti di intelligenza artificiale responsabile della conformità alle norme europee, della tutela dei dati degli studenti e della trasparenza dei processi. Un mese dopo, la legge 23 settembre 2025 n. 132, in vigore dal 10 ottobre, ha dato al governo le deleghe per disciplinare l’intelligenza artificiale in coerenza con il regolamento europeo. È un impianto arrivato prima che il problema esplodesse, e va riconosciuto. Ma resta costruito quasi interamente attorno a due categorie giuridiche, la protezione dei dati e la responsabilità algoritmica, che non toccano il punto su cui si gioca l’apprendimento: che cosa succede quando un compito che dovrebbe costare fatica smette di costarla.

Su questo punto, a giugno 2026, è arrivato un dato che nessuna norma aveva in mente quando è stata scritta. Uno studio del Centre for Economic Policy Research, firmato da David Strömberg dell’Università di Stoccolma con Victor Lei e Yanhui Wu dell’Università di Hong Kong, ha seguito per trenta mesi quasi 27mila studenti delle medie e delle superiori in una contea della Cina centrale, incrociando voti dei compiti, tempi di completamento, verifiche mensili ed esami di ammissione in nove materie, nella finestra in cui l’uso di assistenti come DeepSeek e Qwen è passato da marginale a diffuso. Il meccanismo assomiglia a una trappola. Chi comincia a usarli vede i voti dei compiti salire del 18% e il tempo necessario per farli scendere del 30%, ma i risultati nelle verifiche in classe senza assistenza calano del 20% entro sei mesi, e il punteggio nell’esame di ammissione universitario, che in Cina decide il futuro di un adolescente, cala fino al 24%. La penalità piena si vede solo dopo circa due anni, e nel frattempo la pagella dei compiti racconta l’esatto contrario di quanto sta accadendo davvero. Le perdite maggiori riguardano le materie umanistiche, poi quelle scientifiche e le lingue, e colpiscono di più i ragazzi più giovani e quelli che partivano con i risultati migliori. Il dettaglio più scomodo per il legislatore è un altro: le perdite si concentrano nell’80% circa degli utilizzatori che di fatto esternalizzano il compito, riconoscibili da tempi anomali e voti alti, mentre chi mantiene un tempo simile a prima perde pochissimo.

Due studi più piccoli, su popolazioni diverse, raccontano la stessa storia. Un esperimento della Wharton School, con Hamsa Bastani come prima autrice, ha dato a circa mille liceali un tutor basato su un modello linguistico privo di accorgimenti pedagogici. Durante l’esercitazione guidata gli studenti risolvevano più problemi, ma nella prova successiva senza assistenza sono andati il 17% peggio rispetto a chi non l’aveva mai usato. Una ricerca su un centinaio di universitari, pubblicata su Social Sciences & Humanities Open, ha misurato quanto resta in testa dopo 45 giorni, trovando il 68,5% di risposte corrette tra chi aveva studiato in modo tradizionale e il 57,5% tra chi aveva usato un chatbot. Cambiano l’età e la materia, ma il risultato è lo stesso, perché con l’assistenza si risolve di più e senza si ricorda meno.

Anche il regolamento europeo sull’intelligenza artificiale, in vigore da agosto 2024, guarda dalla parte sbagliata. L’allegato III classifica come ad alto rischio i sistemi usati per decidere l’accesso a un percorso di istruzione, per valutare i risultati dell’apprendimento o per sorvegliare comportamenti vietati durante le prove, e li sottopone a una valutazione di conformità e a supervisione umana prima dell’uso. Sono le decisioni di soglia, quelle che stabiliscono chi entra e chi viene bocciato, a ricevere le garanzie più forti. Ma l’assistente che uno studente apre ogni sera per fare i compiti non decide né l’ammissione né il voto finale, e resta fuori da quel perimetro, soggetto solo agli obblighi più leggeri previsti per il rischio limitato. È esattamente lo strumento su cui si gioca la penalità appena descritta, quello su cui la norma europea ha meno da dire.

Ed è proprio questa differenza a sfuggire a un regolamento pensato per la protezione dei dati, perché riguarda l’apprendimento più che il trattamento dei dati personali, ed è il criterio su cui si gioca il bilancio di ogni linea guida scolastica sull’IA. Le linee guida italiane parlano di uso consapevole e responsabile, ma la consapevolezza richiesta riguarda soprattutto i rischi noti, dal bias algoritmico alla privacy fino alla trasparenza dei processi, e nessuna di queste categorie coglie quella differenza, che pure decide se, tra due anni, lo studente saprà o non saprà fare il conto da solo.

Nel dibattito pubblico, però, si continua a parlare d’altro. L’amministratore delegato di Nvidia Jensen Huang ha detto, in un’intervista del 23 settembre al podcast di Ezra Klein sul New York Times, che non gli importa se i ragazzini smettono di saper fare una divisione in colonna, visto che lui stesso non ricorda il proprio codice postale e vive bene lo stesso. È un argomento che regge per chi una competenza l’ha già costruita da adulto e ora la delega, non per chi quella competenza non arriva mai a formarla. È la stessa differenza, in fondo, tra chi usa lo strumento e chi se ne fa usare, che lo studio cinese misura con dati alla mano. Non è indifferente che a dirlo sia chi vende i processori dell’intelligenza artificiale.

Una regolazione che voglia davvero occuparsi della scuola dovrebbe imporre, a chi progetta strumenti destinati a minori, di rendere visibile e misurabile quanto tempo e sforzo cognitivo lo studente ha effettivamente impiegato, non soltanto quale risultato ha prodotto. È un obbligo diverso, e più utile, del consueto elenco di rischi sulla protezione dei dati, e non andrebbe inventato da zero: lo stesso regolamento europeo impone già ai fornitori dei sistemi ad alto rischio documentazione tecnica e monitoraggio post-commercializzazione, e basterebbe estendere un obbligo analogo, alleggerito, agli strumenti di supporto allo studio, imponendo di comunicare alle scuole il tempo di interazione e il tasso di correzioni autonome, non solo il punteggio finale. È una misura tecnicamente banale e politicamente scomoda, perché sposta la responsabilità dal comportamento del singolo studente al design dello strumento che qualcun altro, con un preciso interesse economico, ha scelto di mettergli in mano.

Fonti

Francesco Russo