Il 28 novembre è stato presentato il framework DigComp 3.0 che definisce le competenze digitali essenziali per la cittadinanza.
Si tratta di un documento molto importante che va a modificare molti aspetti dei processi formativi ed organizzativi delle scuole italiane andando a modificare/integrare, ad esempio, sia le linee guida per l’educazione civica del 2024 (dando nuova sostanza all’art. 5 della legge 92/2019) che le ancora più recenti linee guida del MIM sull’introduzione dell’intelligenza artificiale nelle istituzioni scolastiche.
Al fine di avviare una riflessione ampia del DigComp 3.0 in questo primo articolo ci concentriamo in particolare sulla presentazione dei tratti generali del framework anche mediante il confronto con l’edizione precedente (2.2 del 2022)
DigComp 3.0 è la quinta edizione del Quadro Europeo delle Competenze Digitali realizzato dal The Joint Research Centre: EU Science Hub.
DigComp 3.0 integra gli sviluppi digitali e le pratiche emerse dal 2022 e introduce una nuova sezione con risultati di apprendimento più dettagliati, favorendo un uso coerente del framework. Inoltre, realizza un’integrazione sistematica e trasversale delle competenze in materia di intelligenza artificiale in tutte le sue aree.

Pur mantenendo la struttura di base, con cinque aree tematiche principali e 21 competenze, DigComp 3.0 introduce una serie di cambiamenti sostanziali rispetto al framework DigComp 2.2 del 2022 per rispondere alle trasformazioni tecnologiche e sociali recenti.
Analizziamo le caratteristiche fondamentali che distinguono DigComp 3.0 da DigComp 2.2. riassunte nella tab. 1.
Tab. 1
DigComp 2.2 – DigComp 3.0: un confronto
| DigComp 2.2 (2022) | DigComp 3.0 (2024/2025) |
| Struttura in 5 aree e 21 competenze, aggiornando esempi e descrizioni. | Mantiene struttura identica ma ridefinisce e aggiorna tutte le competenze alla luce dei nuovi scenari digitali. |
| Include oltre 250 esempi di conoscenze, abilità e attitudini. | Introduce learning outcomes dettagliati per ogni competenza: visione molto più granulare e operativa. |
| Prime integrazioni di temi emergenti: IA, blockchain, lavoro ibrido, sostenibilità. | Integrazione sistematica e trasversale dell’IA (AI competence) in tutte le 21 competenze. |
| Focus esteso su privacy, cybersecurity, protezione dati e uso responsabile. | Area 4 aggiornata in Safety, Wellbeing and Responsible Use: include benessere psicologico, sociale e ambientale. |
| Livelli di padronanza articolati in 8 livelli (da base ad avanzato), allineati all’EQF. | Nuova scala più leggibile in 4 livelli: Basic, Intermediate, Advanced, Highly Advanced. |
| Strumento orientato soprattutto a progettazione educativa e auto-valutazione. | Strumento più operativo e misurabile, pensato anche per certificazione, curriculum, politiche pubbliche. |
| Menzione di IA e automazione come tecnologie da conoscere e valutare criticamente. | Riconoscimento dell’IA come dimensione costitutiva della competenza digitale e della cittadinanza. |
| Considera rischi online, fake news, tracciamento e sicurezza tecnica. | Rafforza competenze su disinformazione, diritti digitali, responsabilità, governance algoritmica. |
| Applicabile dai cittadini e dalle organizzazioni con necessità di alfabetizzazione digitale. | Pensato per cittadini, scuole, imprese e policy-maker con necessità di sviluppare competenze avanzate e critiche. |
| Visione della competenza digitale come uso consapevole degli strumenti. | Visione della competenza digitale come capacità civica e critica, necessaria per abitare ambienti intelligenti. |
La struttura generale non cambia (rimangono le 5 aree di competenza tradizionali) tuttavia, tutte le aree e le competenze sono state ridefinite in termini terminologici e di obiettivi, per riflettere l’evoluzione del contesto digitale e le nuove sfide. In questo senso, DigComp 3.0 non abbandona l’impianto originario ma lo rivitalizza, rendendolo più coerente con la situazione attuale e le nuove sfide.
Una delle innovazioni più significative di DigComp 3.0 riguarda la “competenze in materia di Intelligenza Artificiale (AI competence)”, che non è relegata a una voce separata, ma attraversa in modo trasversale tutte le 21 competenze del framework. Diversamente da DigComp 2.2, che già menzionava “sistemi guidati da IA” e tecnologie emergenti come oggetto di attenzione, 3.0 formalizza la presenza dell’IA come componente strutturale della competenza digitale.
Questo significa che saper interagire con l’IA, comprenderne le logiche, valutarne i rischi e praticare un uso critico ed etico diventano elementi decisivi per definire la “competenza digitale” del cittadino contemporaneo. In tal senso, DigComp 3.0 assume una valenza più “politica” e “civica”: la competenza digitale non è solo saper usare strumenti, ma saper abitare ambienti intelligenti con consapevolezza e responsabilità.
Un’altra importante novità è l’introduzione di un corpus ampio di learning outcomes, ovvero di dichiarazioni chiare di cosa una persona dovrebbe sapere, saper fare o essere in grado di fare dopo un percorso di apprendimento. Mentre DigComp 2.2 offriva “esempi di conoscenze, abilità e attitudini” (oltre 250), utili a orientare formazione e auto-valutazione, DigComp 3.0 offre una specificazione più sistematica e strutturata: per ogni competenza, livello di padronanza e tipo (conoscenza / abilità / atteggiamento).
Questa granularità rende DigComp 3.0 uno strumento molto più efficace per:
In pratica, DigComp 3.0 trasforma il framework da “mappa concettuale” a strumento operativo e misurabile.
DigComp 2.2 prevedeva otto livelli di padronanza (dal meno al più avanzato), pensati per coprire l’intero spettro di competenze digitali da base a esperto mentre DigComp 3.0 adotta una scala più sintetica e agile a quattro livelli: Basic, Intermediate, Advanced, Highly advanced in cui ogni livello è definito in base a complessità cognitiva, autonomia, contesti di utilizzo e capacità di guidare altri se richiesto.
Ciò rende il framework più pratico e facilmente interpretabile da soggetti diversi (scuole, aziende, enti di formazione), pur mantenendo l’articolazione interna necessaria per la validazione e comparabilità
Se DigComp 2.2 aveva già allargato lo spettro includendo temi come privacy, cybersecurity, lavoro remoto, IA e inclusività, DigComp 3.0 rafforza e sistematizza queste dimensioni.
In questo modo, DigComp 3.0 si colloca non solo come strumento tecnico, ma come parte di una politica culturale e di cittadinanza: la competenza digitale diventa un pilastro della partecipazione democratica e della cittadinanza responsabile nell’era digitale.


Un punto di forza dichiarato di DigComp 3.0 è la sua flessibilità e adattabilità: il framework viene fornito in formati multipli (PDF, spreadsheet, open data), per agevolare l’uso in contesti molto diversi — dalla scuola, alla formazione continua, al mondo del lavoro Ciò rende DigComp 3.0 più facilmente integrabile in piani formativi, politiche pubbliche, strumenti di certificazione e valutazione, ma anche in progetti di alfabetizzazione digitale su larga scala. Allo stesso tempo, il modello resta technology-neutral: non dipende da specifici tool o piattaforme, ma da competenze trasversali e adattabili al rapido evolversi delle tecnologie.
Nel passaggio da DigComp 2.2 a DigComp 3.0 emerge chiaramente un cambio di paradigma: non si tratta più solo di saper usare strumenti digitali, ma di saper vivere, con consapevolezza e responsabilità, in un mondo di media digitali, algoritmi, sistemi intelligenti e reti complesse.
La competenza digitale — nella nuova versione — è intesa come una costellazione di conoscenze, abilità e atteggiamentinecessari per navigare in contesti tecnologici complessi, per collaborare, creare, proteggersi, valutare e partecipare come cittadini.
In questo orizzonte, l’obiettivo non è solo “alfabetizzazione digitale”, ma inclusione, cittadinanza attiva, capacità critica, resilienza digitale e autonomia nell’interazione con ambienti e sistemi smart.
NOTA IMPORTANTE: le infografiche inserite nell’articolo derivano in un caso dall’elaborazione effettuata da JRC e negli altri casi dall’utilizzo di NotebookLM.
Il framework DigComp 3.0 si presta infatti ad una analisi (e utilizzazione) effettuata mediante LLM e agenti AI. Un ottimo esempio critico è stato realizzato da Marco Guastavigna (link) e ad esso si rimanda.