L’IA fa bene i compiti ma peggiora l’apprendimento: uno studio sulle scuole superiori in Cina

L’intelligenza artificiale generativa può migliorare la qualità di un compito senza produrre un corrispondente miglioramento dell’apprendimento. È il risultato netto e assieme problematico di uno studio condotto da David Strömberg, Victor Lei e Yanhui Wu  intitolato The Generative AI Learning Penalty: Evidence from Chinese Secondary Education, diffuso come working paper nel giugno 2026 e ripreso il 18 agosto 2026 da l’Economist e pochi giorni fa anche da Paolo Benanti nella sua newsletter su substack.com.

Perché tanto interesse? Perché si tratta di uno studio molto preciso e accurato che approfondisce un tema cui ieri anche il direttore di Tecnica della scuola ha dedicato un approfondimento analizzando lo studio dell’Osservatorio ‘Giovani e Lavoro’ di Skuola.net e Gi Edu.

Una ricerca sulla scuola in Cina

La ricerca sulla scuola cinese, pubblicata sul sito SSRN.com, presenta uno studio che ha seguito per massimo 30 mesi 26.811 studenti cinesi delle classi 7-12, corrispondenti alle nostre scuole secondarie di primo e secondo grado. Gli autori hanno incrociato le informazioni sull’adozione dell’IA con dati amministrativi relativi a compiti settimanali, tempi di consegna, verifiche mensili a libro chiuso e risultati degli esami di ammissione alla scuola superiore (Zhongkao) e all’università (Gaokao) su 9 materie.

Gli studenti hanno scelto autonomamente se, quando e come utilizzare strumenti di IA generalista. Per stimarne gli effetti, i ricercatori hanno applicato un modello difference-in-differences, confrontando l’andamento degli studenti che hanno adottato l’IA in momenti diversi con quello di chi non l’aveva ancora utilizzata. Prima dell’adozione, i gruppi presentavano risultati e tendenze molto simili. Ciò rafforza, pur senza renderla definitiva, l’interpretazione causale proposta dagli autori.

La divaricazione tra prestazione e apprendimento

Dopo cinque-sei mesi di utilizzo dell’IA, i voti dei compiti aumentano del 18%, mentre il tempo medio necessario per completarli scende da 64 a circa 45 minuti. Nello stesso periodo, però, i risultati delle verifiche mensili svolte in classe e senza assistenza dell’intelligenza artificiale diminuiscono del 20%.

Negli esami ad alta rilevanza l’effetto emerge più lentamente. Nel campione complessivo osservato nel 2025 la perdita media è più contenuta, perché molti studenti avevano iniziato a usare l’IA soltanto recentemente. Tra coloro che la utilizzavano da almeno due anni, tuttavia, la diminuzione stimata raggiunge il 24% nell’esame di accesso alla scuola superiore e il 18% in quello universitario.

Il dato centrale è quindi la crescente separazione tra il prodotto consegnato e la competenza posseduta. Lo studente appare più efficace nei compiti, ma diventa meno capace di affrontare autonomamente una prova.

IA come homework outsourcing

Gli autori interpretano questo fenomeno attraverso il concetto di homework outsourcing: il compito viene progressivamente delegato all’IA.

Dopo più di cinque mesi di utilizzo, l’81% degli studenti che usa l’IA completa le attività in meno di 50 minuti, ottenendo voti elevati nei compiti ma risultati molto bassi nelle verifiche. Il 50% impiega meno di 45 minuti, configurando una forma ancora più intensa di delega.

Diverso è il caso degli studenti che, pur utilizzando l’IA, continuano a dedicare ai compiti tempi simili a quelli dei non utilizzatori. In questa fascia i risultati delle verifiche sono sostanzialmente equivalenti, mentre i voti dei compiti risultano migliori. L’IA, dunque, non sembra produrre inevitabilmente una perdita: il fattore decisivo è ciò che lo strumento sostituisce. Se sostituisce lo sforzo cognitivo necessario per comprendere, esercitarsi, sbagliare e correggersi, il vantaggio immediato può trasformarsi in uno svantaggio formativo.

I rischi per i processi educativi

Proviamo, a questo punto, ad elencare quelli che sono i possibili rischi connessi all’utilizzo dell’IA come homework outsourcing.

Il primo rischio riguarda la delega cognitiva. Formulare una risposta, recuperare informazioni dalla memoria, applicare una procedura e confrontarsi con l’errore non sono passaggi accessori: costituiscono una parte essenziale dell’apprendimento. Se l’IA li compie al posto dello studente, viene meno proprio l’attività che dovrebbe costruire la competenza.

Il secondo rischio è l’illusione di apprendimento. La rapidità della risposta, la correttezza formale e la qualità linguistica dell’elaborato possono far percepire come acquisito ciò che è stato soltanto prodotto con assistenza. La facilità viene confusa con l’efficacia e lo sforzo cognitivo, invece di essere riconosciuto come condizione dell’apprendimento, può apparire come un’inutile difficoltà.

Il terzo rischio interessa la valutazione. Un compito ben fatto a casa non garantisce più, da solo, che lo studente abbia compreso il contenuto o sappia riprodurre il procedimento. Il voto attribuito al prodotto rischia di certificare la qualità dell’interazione con lo strumento, non la competenza dell’alunno. Si indebolisce così il valore diagnostico dei compiti anche per docenti e famiglie.

Il quarto rischio è la scarsa visibilità del fenomeno. Il miglioramento dei compiti è immediato, mentre il peggioramento nelle verifiche si sviluppa nell’arco di mesi e quello negli esami cumulativi può richiedere anni. Quando la perdita diventa evidente, le lacune possono essersi già consolidate e rendere più difficile l’apprendimento successivo.

La penalizzazione risulta inoltre maggiore tra gli studenti più giovani, tra chi utilizza l’IA più intensamente e, paradossalmente, tra gli studenti inizialmente più bravi. L’autonomia nell’uso dello strumento non può quindi essere presunta neppure in presenza di buoni risultati scolastici.

Non vietare, ma riprogettare

Lo studio è legato allo specifico contesto cinese ed è ancora in forma di working paper  e pertanto non giustifica conclusioni semplicistiche né un divieto generalizzato. Inoltre lo studio riguarda soprattutto l’uso libero di strumenti generalisti, non tutor progettati secondo principi pedagogici. Altre ricerche mostrano infatti che un’IA strutturata per guidare lo studente senza sostituirlo può favorire l’apprendimento.

Possiamo tuttavia tentare di ricavare alcune conclusioni riferite alla scuola, ai docenti e alla progettazione e realizzazione di percorsi formativi supportati dall’IA.

Per la scuola, la questione decisiva diventa proprio la progettazione: occorre aumentare il peso delle prove svolte in presenza e senza assistenza, distinguere tra attività con e senza IA, richiedere passaggi intermedi e motivazioni, osservare il processo oltre al prodotto e insegnare esplicitamente modalità di utilizzo che mantengano attivo il pensiero.

L’obiettivo non è impedire allo studente di usare l’IA, ma evitare che possa attraversare un’attività didattica senza compiere le operazioni cognitive per cui quell’attività è stata assegnata. La domanda pedagogica fondamentale non è più soltanto «hai usato l’IA?», ma «che cosa hai continuato a fare tu per imparare?».