Intelligenza artificiale nei profili e nei risultati di apprendimento degli istituti tecnici – APPROFONDIMENTO
Ieri, 9 marzo 2026, è stato pubblicato il decreto ministeriale 29/2026 che rivede gli assetti ordinamenti degli istituti tecnici. Il decreto contiene non solo i quadri orari ma anche i nuovi profili e una chiara definizione dei risultati di apprendimento attesi.
In questa analisi ho voluto compiere un primo approfondimento sulla presenza della Intelligenza artificiale negli 11 profili allegati al decreto (nell’allegato D.1 – specializzazione enotecnica – l’ IA no appare). Questo l’esito dell’analisi (compiuta anche con il supporto dell’IA stessa).
Intelligenza artificiale come competenza trasversale
Dall’analisi dei profili l’Intelligenza Artificiale (IA) emerge come una competenza trasversale e specialistica in diversi indirizzi di istruzione tecnica, con un focus particolare sulla gestione dei processi, l’analisi dei dati e l’etica.
Ecco una schematizzazione dettagliata dei profili e delle relative competenze/obiettivi legati all’IA:
Tabella: l’Intelligenza Artificiale nei profili di Istruzione Tecnica
| Indirizzo / Articolazione | Contesto di Applicazione | Competenze e Obiettivi Specifici |
| Amministrazione, Finanza e Marketing (Relazioni internazionali) | Processi aziendali e sicurezza | Uso consapevole dell’IA per l’analisi e la gestione dei processi aziendali. |
| Amministrazione, Finanza e Marketing (Sistemi informativi aziendali) | Gestione e rischi | Uso consapevole dell’IA integrato con la cybersecurity; valutazione di rischi e opportunità legati all’uso dell’IA in azienda. |
| Chimica, Materiali e Biotecnologie (Competenze comuni) | Analisi e simulazione | Utilizzo di tecniche di IA per analizzare dati e simulare situazioni di studio attraverso software specifici. |
| Elettronica ed Elettrotecnica (Elettronica / Automazione) | Sistemi di controllo e programmazione | Realizzazione di sistemi di acquisizione/trattamento dati e sistemi di controllo basati su IA; sviluppo di applicazioni con linguaggi di diverso livello riferiti all’IA. |
| Grafica e Comunicazione (Competenze comuni) | Creatività e impatto sociale | Analisi dell’impatto dell’IA sull’evoluzione del design e dei media; riconoscimento dei rischi legati ai bias algoritmici e alla disinformazione. |
| Grafica e Comunicazione (Competenze comuni) | Produzione contenuti | Integrazione dell’IA generativa nella creazione di contenuti multimodali (grafica 2D/3D, video, audio, web) e post-produzione. |
| Informatica e Telecomunicazioni (Competenze comuni) | Analisi e supporto decisionale | Selezione e utilizzo di tecniche di IA per generare contenuti, supportare decisioni e automatizzare attività; valutazione di affidabilità, distorsioni e implicazioni etiche/normative. |
| Informatica e Telecomunicazioni (Informatica) | Integrazione software | Integrazione di modelli e servizi di IA, sistemi intelligenti e di apprendimento automatico (machine learning) in applicazioni software. |
| Meccanica, Meccatronica ed Energia (Profilo generale) | Innovazione industriale | Corretto uso dell’IA e delle tecnologie portanti le filosofie industriali moderne (Industria 4.0/5.0). |
| Meccanica, Meccatronica ed Energia (Meccanica e meccatronica) | Monitoraggio e manutenzione | Integrazione dell’IA nella gestione e monitoraggio di impianti automatizzati e nella manutenzione predittiva. |
| Sistema Moda (Competenze comuni) | Marketing e tracciabilità | Utilizzo di applicazioni di IA per interpretare strategie di marketing, supply chain e tracciabilità nel settore moda. |
Sintesi delle competenze richieste
Dall’analisi dei profili si evince che l’IA non è intesa solo come strumento tecnico, ma richiede:
- Capacità Critica: Valutare rischi, bias algoritmici e implicazioni etiche.
- Integrazione Operativa: Inserire l’IA nei flussi di lavoro esistenti (manutenzione, creazione contenuti, gestione contabile).
- Analisi dei Dati: Usare l’IA per processare grandi moli di informazioni e supportare le decisioni aziendali.
IA come fattore abilitante
Analizzando più a fondo i profili, emerge che l’Intelligenza Artificiale non viene trattata come una materia isolata, ma come un fattore abilitante che si intreccia con la transizione digitale e l’innovazione dei processi.
Qui si seguito, in tabella, il dettaglio delle competenze tecniche e degli obiettivi specifici suddivisi per indirizzo.
Tabella: competenze e obiettivi sull’Intelligenza Artificiale (IA)
| Indirizzo / Articolazione | Obiettivi e Competenze Specifiche per l’IA |
| Amministrazione, Finanza e Marketing | • Relazioni Internazionali: Uso consapevole dell’IA per l’analisi e la gestione dei processi aziendali. • Sistemi Informativi Aziendali: Uso consapevole dell’IA per la digitalizzazione dei processi; valutazione dei rischi e delle opportunità legati all’uso dell’IA in azienda. |
| Chimica, Materiali e Biotecnologie | • Competenze Comuni: Conoscere e utilizzare tecniche di IA per analizzare dati e simulare situazioni di studio. |
| Elettronica ed Elettrotecnica | • Elettronica: Realizzare sistemi di acquisizione e trattamento dati con tecnologie basate sull’IA; sviluppare applicazioni utilizzando sistemi basati sull’IA . • Automazione: Realizzare sistemi di controllo utilizzando tecnologie basate sull’IA; sviluppare semplici applicazioni con sistemi di IA. |
| Grafica e Comunicazione | • Competenze Comuni: Analizzare l’impatto dell’IA sull’evoluzione del design, dei media e dei prodotti ; integrare l’IA generativa nella creazione di contenuti multimodali (grafica, video, audio, web) . • Consapevolezza Etica: Riconoscere i rischi legati ai bias algoritmici e alla disinformazione. |
| Informatica e Telecomunicazioni | • Competenze Comuni: Selezionare e utilizzare tecniche di IA per analizzare dati, generare contenuti e supportare decisioni; valutarne affidabilità, distorsioni e implicazioni etiche/normative; applicare metodi matematici e statistici per comprendere le applicazioni di IA. • Informatica: Integrare modelli e servizi di IA, sistemi intelligenti e di apprendimento automatico in applicazioni software. |
| Meccanica, Meccatronica ed Energia | • Profilo Generale: Corretto uso dell’IA e di ogni tecnologia portante le filosofie industriali più moderne. • Meccanica e Meccatronica: Gestire e monitorare impianti automatizzati utilizzando opportunamente l’IA. |
| Sistema Moda | • Competenze Comuni: Interpretare strategie di marketing e supply chain utilizzando applicazioni di IA. |
Tre obiettivi trasversali chiave
Oltre alle competenze tecniche, i profili evidenziano tre obiettivi educativi fondamentali legati all’IA:
- Valutazione Etica e Rischi: non basta saper usare l’IA; il diplomato deve saperne valutare le implicazioni etiche, i bias (distorsioni) e i rischi per la sicurezza informatica.
- Supporto alle Decisioni: l’IA è vista come uno strumento di business intelligence per supportare decisioni di investimento e strategie di marketing basate sull’analisi avanzata dei dati.
- Integrazione Multimodale: in settori come la Grafica e l’Informatica, l’obiettivo è l’uso dell’IA per generare contenuti complessi che integrano testo, immagini e video (IA generativa).
Le aree disciplinari maggiormente investite del compito di afforntare i temi connessi all’IA sono le seguenti:
1. Area Tecnico-Informatica e Digitale
In quasi tutti i profili, l’IA è strettamente legata all’uso di strumenti digitali avanzati e alla gestione dei dati.
- Informatica e Telecomunicazioni: Compete ai docenti dell’area tecnica la spiegazione dei modelli di apprendimento automatico , dei metodi matematici/statistici per gli algoritmi e dell’integrazione di servizi IA nel software.
- Sistemi Informativi Aziendali (AFM): L’insegnamento è focalizzato sulla digitalizzazione dei processi e sulla sicurezza informatica (cybersecurity).
2. Area Tecnologico-Industriale (Meccanica, Elettronica, Grafica)
Qui l’IA è intesa come parte integrante delle tecnologie abilitanti della nuova industria.
- Meccatronica ed Elettronica: La competenza riguarda l’automazione, la robotica e la manutenzione predittiva, ambiti che ricadono nelle discipline tecniche di indirizzo per la gestione di sistemi complessi.
- Grafica e Comunicazione: Compete ai docenti di indirizzo insegnare l’uso dell’IA generativa per la creazione di contenuti multimodali (video, audio, 3D).
3. Area Economico-Giuridica e Sociale
L’IA non è solo tecnica, ma anche gestione e responsabilità.
- Amministrazione e Marketing: Compete ai docenti dell’area economico-giuridica trattare l’uso dell’IA per l’analisi dei mercati e la valutazione degli impatti etici e normativi.
- Competenze Trasversali: In molti indirizzi (come Grafica o Informatica), l’analisi dei bias algoritmici, della disinformazione e delle implicazioni etiche e legali è una responsabilità condivisa che tocca anche l’area delle scienze umane e giuridiche.
Tabella riassuntiva: responsabilità per Area Disciplinare
| Area Disciplinare | Focus dell’Insegnamento IA | Esempi di Applicazione nei Profili |
| Informatica | Algoritmi, Machine Learning, Sviluppo Software | Integrazione modelli IA in applicazioni. |
| Tecnico-Industriale | Automazione, Robotica, Manutenzione Predittiva | Monitoraggio impianti automatizzati. |
| Grafica e Design | IA Generativa, Post-produzione multimodale | Contenuti grafici, video e audio. |
| Economico-Giuridica | Etica, Privacy, Marketing, Analisi Rischi | Valutazione impatti normativi e trend di mercato. |
Neutralità tecnologica: LLM e sistemi di IA citati
Consultando i profili e i risultati di apprendimento emerge una chiara e coerente scelta di neutralità tecnologica. I documenti infatti non citano mai per nome specifici software commerciali (come ChatGPT, Gemini o Claude) né singoli modelli linguistici (LLM) o brand proprietari.
Al contrario, i testi utilizzano una terminologia tecnica e funzionale che definisce le categorie di strumenti e le tecnologie abilitanti che il diplomato deve saper padroneggiare.
Ecco la classificazione dei sistemi e degli strumenti citati:
1. Sistemi e Tecnologie IA Generative
Citati principalmente nel settore della comunicazione e dell’informatica per la creazione di nuovi contenuti:
- Intelligenza Artificiale Generativa: indicata esplicitamente per la creazione di contenuti multimodali come grafica 2D/3D, video, audio e web.
- Sistemi intelligenti e ad apprendimento automatico: riferiti allo sviluppo di applicazioni software e all’evoluzione delle tecnologie digitali emergenti
2. Strumenti IA per l’Analisi e la Gestione
Utilizzati per interpretare dati complessi o automatizzare flussi aziendali:
- Business Intelligence: indicata come strumento di analisi, gestione e controllo dei dati nei sistemi informativi aziendali.
- Modelli e servizi di IA per il supporto alle decisioni: utilizzati per automatizzare attività e supportare scelte strategiche sulla base dell’analisi dei dati.
- Tecniche di indagine di mercato: integrate con l’IA per orientarsi nello sviluppo tecnologico.
3. IA applicata a Sistemi Fisici e Industriali
In questi ambiti l’IA è integrata nell’hardware e nei processi produttivi:
- Manutenzione Predittiva: citata come metodologia di controllo basata su sistemi di intelligenza artificiale per garantire l’efficienza degli impianti.
- Automazione e Robotica: sistemi di controllo che integrano sensoristica, PLC e robotica guidati dall’IA.
- Agricoltura di Precisione: sistemi digitali e monitoraggio remoto (che implicitamente sfruttano algoritmi di IA) per ottimizzare le rese e la sostenibilità.
4. Software di supporto correlati
Vengono menzionati sistemi che lavorano in sinergia con l’IA:
- Piattaforme Cloud: per la contabilità digitale e la gestione dei flussi informativi.
- Software di Modellazione Digitale: per la creazione di prototipi e simulazioni (Digital Twins).
- Software Gestionali Professionali: per la gestione di processi amministrativi, finanziari e fiscali.
L’approccio ministeriale, seguendo le indicazioni dell’Unione Europea, punta sulla competenza tecnologica neutra: l’obiettivo è che lo studente sia in grado di utilizzare qualsiasi LLM o software di IA (presente o futuro), purché sappia valutarne l’affidabilità, le distorsioni (bias) e la sicurezza informatica.
E gli insegnanti?
Dall’analisi dei profili degli istituti tecnici appare evidente che la formazione e l’aggiornamento degli insegnanti diventa assolutamente centrale e cruciale.
Il nuovo sondaggio su come i docenti utilizzano IA – elaborato da Indire e Tecnica della scuola – potrà aiutarci a chiarire ulteriormente quanto punto (per partecipare al questionario vai al link)
Così come anche una coerente pianificazione dell’inserimento dell’IA nelle istituzioni scolastiche seguendo le linee guida IA del MIM. Cosa non proprio semplicissima.