Il sistema scolastico statunitense si sta confrontando con una grave crisi sociale – ed umana – che ha portato al raggiungimento dei più elevati livelli di dispersione scolastica degli ultimi 30 anni. Gli effetti indiretti, oltre alla limitata preparazione globale degli studenti nelle discipline considerate strategiche – che si riflette amaramente sulla reale possibilità di ottenere fondi strutturali pubblici per il mantenimento delle attività didattiche ed extra previste dagli accordi. Il calo delle prestazioni ha inoltre effetto sulla reale possibilità di essere inoltre ammessi presso percorsi di istruzione superiore o universitaria.
L’appoggio effettivo offerto da assistenti sociali dislocati sul territorio, con il fine di attutire gli effetti di una crisi economica che decima gli studenti in classe e che frequentano in maniera regolare le lezioni, è decisamente limitato ed insufficiente. Il positivo rapporto tra istituzioni e Big Data – ossia la gestione ed il monitoraggio degli stessi in relazione a fenomeni complessi sotto il punto di vista distributivo, come la dispersione scolastica – è risultato essere un valido punto di svolta per la gestione del fenomeno dispersivo: analisi dei dati, confronto degli stessi, strutturazione ed esecuzione di piani utili allo studio, prevenzione e limitazioni i principali successi raggiunti. Resta a rischio, secondo i più scettici, l’utilizzo dei dati e la riservatezza degli stessi.
Monitoraggio e dimensionamento di azioni mirate: un processo ambizioso
Presso gli Stati del Virginia, Ohio e Maryland si è provveduto, data l’emergenza dispersiva, ad allestire un sistema di utilizzo dei Big Data attraverso Intelligenza Artificiale. Ricordiamo che il fenomeno dell’abbandono scolastico prematuro, temporaneo o definitivo che sia, è maculare, ovvero caratterizzato da “macchie” sparse sul territorio: molte aree raggiungono livelli record, altre non ne sembrano in alcuni e rari casi interessate. L’allestimento di un gruppo di esperti – tra cui figurano sociologi, assistenti e docenti – ha permesso di raggiungere una contrazione del fenomeno nazionale attorno al 13 %. L’Università di Harvard ha patrocinato l’iniziativa, destinata ad essere oramai parte di uno standard esecutivo su scala nazionale. Si parte con la raccolta dei dati funzionali alla strutturazione dell’intervento, alla categorizzazione, analisi degli stessi ed allestimento delle risorse utili a fronteggiare l’emergenza dispersione su base locale. L’esperienza dell’AI inoltre permette di dimensionare interventi e predisporre fondi mirati. La reale contrazione della dispersione scolastica non accontenta comunque i più scettici: al lato dell’importante risultato conseguito potrebbe figurare un tragico abuso di dati legato anche alla riservatezza dei medesimi (tra i quali figurano inoltre nomi, cognomi, date di nascita e altri e vari riferimenti).
L’ipotetico fallimento dell’iniziativa: una polemica di stampo tecnologico? Il ruolo dei Think-Tank
L’Hechinger Report è una redazione nazionale senza scopo di lucro che riporta un argomento: l’istruzione. L’assenteismo cronico è aumentato in tutto il Paese dopo la pandemia, con più di uno studente su quattro che perde almeno 18 giorni di scuola all’anno. Si tratta di più di tre settimane di istruzione perse all’anno per oltre 10 milioni di scolari. Una percentuale ancora più alta di studenti poveri, più di uno su tre, è cronicamente assente. Nat Malkus, membro senior dell’American Enterprise Institute, un think tank di stampo conservatore, definisce l’assenteismo cronico – e non la perdita di apprendimento – “la sfida più grande per le scuole pubbliche”. In una tavola rotonda dell’8 febbraio 2024, Malkus ha affermato: “È il problema principale perché fino a quando non faremo qualcosa al riguardo, la ripresa accademica dalla pandemia, che è significativa, è un sogno irrealizzabile”. Vari distretti scolastici citati nel sud-est hanno cercato di affrontare l’ondata di assenteismo post-pandemia mediante monitoraggio attivo – su ampiamente descritto – che tiene traccia dei dati degli studenti ed evidenzia quali studenti sono in difficoltà o si stanno dirigendo verso problematiche che potrebbero sfociare in abbandono prematuro o dispersione.
Chiamato sistema di allarme rapido, il monitoraggio dei dati degli studenti in questo modo è diventato comune nelle scuole di tutto il paese. Il sistema di allarme rapido codificava a colori ogni studente per le assenze. Il verde ha designato uno studente “in linea” che veniva regolarmente a scuola. Il giallo ha evidenziato uno studente “a rischio” che aveva perso più del 4% dell’anno scolastico. E il rosso identificava gli studenti “fuori percorso” che non erano venuti a scuola il 10% o più delle volte. Durante l’estate del 2021, il personale scolastico ha esaminato attentamente i punti sulla base del colore e ha elaborato piani di battaglia per aiutare gli studenti a ritornare. Un ricercatore del Center for Education Policy Research dell’Università di Harvard ha studiato cosa è successo nel successivo anno scolastico 2021-22. I risultati, pubblicati online sulla rivista Educational Evaluation and Policy Analysis il 5 febbraio 2024, sono stati tristemente deludenti: i tassi di frequenza degli studenti a basso reddito non sono migliorati affatto. Gli studenti a basso reddito con precedenti di assenze scolastiche hanno continuato a perdere altrettante scuole l’anno successivo, nonostante gli sforzi per aiutarli a tornare. Si evidenziano problematiche legate alla riservatezza dei dati.
