IA a scuola: le 4 domande fondamentali prima dell’adozione in classe

Definire l’obiettivo educativo è il primo passo. Prima di adottare un sistema di intelligenza artificiale occorre anche verificare per quali studenti sia stato progettato, quali rischi introduca, come misurarne i risultati e quando correggere o interrompere l’esperienza. Quattro domande per trasformare una promessa tecnologica in una scelta educativa verificabile.

Nella prima parte abbiamo affrontato tre questioni: quale obiettivo raggiungere, quali attività delegare e quale lavoro cognitivo debba continuare a svolgere lo studente. Restano le domande che riguardano la scelta dello strumento e la verifica dei suoi effetti.

Il sistema è stato progettato e verificato per studenti di quell’età?

Una dimostrazione convincente o la capacità di rispondere correttamente a un adulto non rendono automaticamente un sistema adatto a un bambino o a un adolescente, perché l’età minima indicata nelle condizioni d’uso e l’appropriatezza educativa sono questioni differenti.

Per scegliere servono informazioni su destinatari, contesti di utilizzo e verifiche effettuate: con quali studenti è stato sperimentato? Per quali attività? Con quale supervisione? Quali risultati e quali limiti sono emersi?

Anche l’etichetta “tutor” va verificata osservando il comportamento del sistema. Quando uno studente sbaglia, cerca di ricostruire il ragionamento che lo ha portato all’errore oppure si limita a segnalare che la risposta è sbagliata? Se lo studente non comprende una spiegazione, cambia approccio o ripete la stessa formula? E se chiede insistentemente la soluzione, continua a guidarlo oppure finisce per consegnargliela? Provare questi scenari prima dell’uso in classe permette di individuare alcuni problemi evidenti, pur senza sostituire una valutazione sistematica.

Alle scuole non si può chiedere di certificare da sole ogni prodotto. Ai fornitori si può però chiedere documentazione comprensibile, con evidenze pertinenti e limiti espliciti. Un risultato ottenuto con universitari, per esempio, non dimostra l’efficacia dello stesso sistema nella scuola primaria.

Quali rischi introduce oltre a quelli didattici?

Un tutor può fornire spiegazioni corrette e risultare comunque inappropriato per altri aspetti dell’interazione. Per questo la Guidance on AI and children dell’UNICEF, aggiornata nel 2025, considera insieme sicurezza, protezione dei dati, equità, trasparenza e benessere dei minori, dedicando attenzione anche ai sistemi che si presentano come compagni artificiali.

Per la scuola questo significa porre domande concrete. Quali informazioni vengono raccolte? Sono necessarie? Chi può accedervi e per quanto tempo vengono conservate? Gli studenti sono invitati a raccontare aspetti personali che non servono all’attività?

Va osservato anche il modo in cui il sistema costruisce la relazione con lo studente: incoraggiarlo è coerente con una funzione educativa, mentre presentarsi come l’unico interlocutore che lo comprende, sollecitare confidenze o spingerlo a prolungare la conversazione sono comportamenti da escludere dalla progettazione di un tutor.

Occorre inoltre stabilire che cosa debba accadere quando il dialogo esce dall’ambito didattico e compaiono segnali di forte disagio: quali limiti deve mantenere il sistema e come indirizzare il ragazzo verso un adulto di riferimento.

La supervisione umana deve tradursi in persone, procedure e possibilità d’intervento effettive. Scrivere “con la supervisione del docente” non chiarisce, da solo, come il docente possa accorgersi di un problema.

Come misureremo se sta funzionando?

Se l’obiettivo è migliorare la comprensione, la verifica deve riguardare la comprensione. Il numero di accessi, il tempo trascorso sulla piattaforma e il gradimento degli studenti descrivono l’utilizzo dello strumento, ma non dicono nulla su ciò che gli studenti hanno imparato.

L’OECD Digital Education Outlook 2026 richiama proprio la distinzione fra prestazioni migliori con l’IA e acquisizione effettiva di competenze.

Una verifica praticabile può prevedere una prova iniziale, un’attività con il sistema e una successiva prova su un compito nuovo, nella quale lo studente eserciti la capacità senza delegarla all’IA. Una verifica in differita aiuta poi a capire quanto rimanga di ciò che ha imparato.

Se lavoriamo sulla comprensione del testo, per esempio, non basta che lo studente risponda bene alle domande con il chatbot aperto. Deve riuscire a ricavare informazioni implicite da un altro brano e spiegare quali elementi sostengono la sua interpretazione.

Questo non significa togliere gli strumenti compensativi necessari: la verifica deve isolare la capacità che vogliamo valutare, mantenendo le condizioni di accessibilità.

Un miglioramento prima-dopo, da solo, non dimostra che il merito sia dell’IA. Quando possibile, serve un confronto con attività equivalenti svolte senza quel sistema.

Vanno osservati anche i singoli percorsi, perché una media positiva può nascondere differenze importanti: alcuni studenti potrebbero progredire, mentre altri potrebbero non trarre beneficio dal sistema o ricorrere sempre più spesso alle risposte già pronte. La valutazione dovrebbe considerare anche il lavoro del docente, confrontando il tempo risparmiato con quello necessario per controllare le risposte, correggere gli errori e gestire lo strumento.

Quando decideremo di modificarne o interromperne l’uso?

Le condizioni per modificare o interrompere l’uso andrebbero definite prima della sperimentazione, insieme ai risultati attesi. Se stabiliamo soltanto ciò che vorremmo ottenere, rischiamo infatti di interpretare qualunque risultato come una ragione per continuare; occorre indicare anche quali evidenze richiederanno una correzione, come l’assenza di progressi nella competenza scelta, il ricorso crescente alle soluzioni automatiche, errori ricorrenti o un carico di controllo insostenibile.

La risposta dovrà dipendere dal problema osservato: uno scarso beneficio può suggerire di cambiare attività, modalità d’uso o prodotto, mentre un episodio grave relativo alla sicurezza o ai dati personali può richiedere la sospensione immediata e una verifica.

La dichiarazione dei ministri dell’istruzione adottata durante la Digital Learning Week 2026 dell’UNESCO indica espressamente che i sistemi dovrebbero essere adeguati all’età e allo sviluppo degli studenti e che deve essere possibile sospenderne o interromperne l’uso quando le circostanze lo richiedono.

Vanno quindi definiti durata dell’esperienza, momenti di riesame, responsabili della decisione e un’alternativa didattica per proseguire se lo strumento viene sospeso.

Una sperimentazione ha valore anche quando porta a interrompere un uso inefficace. Perché questo sia possibile, il suo successo va legato a ciò che impariamo sui risultati, senza farlo coincidere con la conferma dell’acquisto.

Per una scuola, queste sette domande possono diventare una breve scheda di progetto, condivisa tra i docenti coinvolti e ripresa al termine della sperimentazione. Mettere per iscritto obiettivi, modalità d’uso, rischi e criteri di verifica permette di motivare la scelta di proseguire, correggere l’attività o abbandonare uno strumento, rendendo l’esperienza utile anche per le decisioni successive.