A scuola l’IA accelera i compiti, ma può rallentare l’apprendimento
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
* David Strömberg, Victor Lei, Yanhui Wu, The Generative AI Learning Penalty:
Evidence from Chinese Secondary Education, CEPR Discussion Paper DP21577, 2
giugno 2026 — CEPR – studio completo CEPR
* Hamsa Bastani et al., studio sull’uso dell’IA generativa nell’apprendimento —
Wharton – Without Guardrails, Generative AI Can Harm Education Knowledge at
Wharton
* André Barcaui et al., ChatGPT as a cognitive crutch: Evidence from a
randomized controlled trial on knowledge retention, Social Sciences &
Humanities Open — ScienceDirect – studio ScienceDirect
* Ministero dell’Istruzione e del Merito, Decreto Ministeriale n. 166 del 9
agosto 2025 e Linee guida per l’introduzione dell’Intelligenza Artificiale
nelle istituzioni scolastiche — Ministero dell’Istruzione e del Merito
Ministero dell’Interno
* Legge 23 settembre 2025, n. 132, in vigore dal 10 ottobre 2025 — Normattiva –
Legge n. 132/2025 Normattiva
* Regolamento (UE) 2024/1689 – AI Act, compreso l’Allegato III sui sistemi ad
alto rischio — EUR-Lex – Regolamento europeo sull’intelligenza artificiale
EUR-Lex
* OCSE-PISA 2025 / INVALSI, presentazione dei risultati italiani dell’8
settembre 2026 — INVALSI – risultati italiani PISA 2025 INVALSI
* Ezra Klein Show, intervista a Jensen Huang, 23 settembre 2026 — ho verificato
l’esistenza dell’intervista e la data; il New York Times non è direttamente
accessibile dalla ricerca, quindi per questo riferimento userei il link alla
pagina originale soltanto dopo averne verificato l’URL esatto. L’intervista
del 23 settembre è comunque confermata anche da Reuters.
Francesco Russo