L’AI nella scuola viene spesso raccontata come un problema da risolvere in fretta, possibilmente con una decisione netta, rassicurante, facile da comunicare a genitori, insegnanti, dirigenti e studenti: si vieta, si limita, si controlla, si blocca l’accesso, si punisce chi copia, si stabilisce che certi strumenti non devono entrare nei compiti, nelle verifiche, nelle tesine, nelle ricerche, nella scrittura, nella produzione di immagini, nella preparazione orale, come se bastasse chiudere formalmente una porta per impedire a una tecnologia già entrata nella vita quotidiana di continuare a modificare il modo in cui i ragazzi studiano, cercano, scrivono, pensano e affrontano la fatica dell’apprendimento.
Vietare è facile perché dà l’impressione di aver preso posizione.
Capire è molto più difficile perché costringe a guardare la scuola non come un luogo separato dal mondo, protetto da pareti abbastanza solide da tenere fuori ciò che accade nella società, ma come uno spazio attraversato continuamente dagli stessi cambiamenti cognitivi, tecnologici e culturali che stanno già modificando il lavoro, la comunicazione, la creatività, le relazioni e il rapporto quotidiano con il linguaggio. L’intelligenza artificiale non è un’applicazione che gli studenti incontrano solo quando decidono di aprirla per fare un compito. È una nuova forma di disponibilità linguistica, un sistema sempre pronto a spiegare, riassumere, tradurre, scrivere, correggere, semplificare, generare esempi, produrre idee, costruire scalette, simulare interrogazioni, inventare immagini, riformulare risposte e offrire una prima forma a qualunque dubbio.
Per questo la domanda “la vietiamo o la permettiamo?” è troppo povera.
Non perché le regole non servano. Servono eccome, soprattutto in un ambiente educativo, dove gli studenti devono sapere che cosa è consentito, che cosa non lo è, dove passa il confine fra aiuto e sostituzione, quando un compito deve misurare una competenza personale e quando invece può includere strumenti esterni. Ma se il discorso si ferma al divieto, la scuola rischia di affrontare l’AI come ha già affrontato molte altre trasformazioni digitali: arrivando tardi, reagendo per paura, fingendo che il problema sia l’oggetto tecnico e non il modo in cui quell’oggetto cambia le abitudini mentali.
Il punto più evidente è il copia e incolla.
È comprensibile che sia il primo allarme, perché un ragazzo può chiedere a un sistema di scrivere un tema, risolvere un esercizio, riassumere un libro, preparare una relazione, produrre una risposta apparentemente corretta. L’insegnante si trova davanti a un testo ordinato, magari più maturo del solito, magari troppo fluido, magari sospetto proprio perché non contiene più quelle irregolarità che rivelano la fatica reale dello studente. A quel punto il problema sembra semplice: lo studente ha barato. E spesso è vero. Ma se ci fermiamo qui, perdiamo il fenomeno più profondo.
Il problema non è soltanto che gli studenti possano copiare con l’AI.
Il problema è che possono smettere di attraversare alcune fasi dell’apprendimento senza accorgersi di ciò che stanno perdendo.
Scrivere un tema, preparare una ricerca, costruire una risposta non sono attività importanti solo per il risultato finale. Sono importanti perché obbligano la mente a passare attraverso una serie di gesti: leggere, non capire subito, rileggere, scegliere cosa conta, collegare idee, trovare una frase, sbagliarla, correggerla, scoprire che un pensiero non è chiaro, provare a renderlo più preciso. Se l’AI entra troppo presto, può produrre una risposta prima che questi movimenti siano avvenuti. Lo studente consegna magari un testo migliore, ma non necessariamente ha fatto il lavoro che quel testo dovrebbe testimoniare.
Questa è la differenza fondamentale fra prodotto e processo.
La scuola, almeno nei suoi momenti migliori, non dovrebbe valutare soltanto prodotti. Dovrebbe formare processi mentali. Un tema non serve solo a ottenere due pagine scritte. Serve a far vedere come uno studente organizza il pensiero, quali parole possiede, quali collegamenti riesce a costruire, dove si interrompe, dove copia formule, dove invece comincia a trovare una voce. Un esercizio di matematica non serve solo al risultato numerico, ma al percorso che porta a quel risultato. Una ricerca non serve solo a produrre informazioni, ma a insegnare come si cercano, si selezionano, si verificano e si collegano le fonti. Se l’AI consegna direttamente il prodotto, la scuola deve spostare l’attenzione ancora di più sul processo, non limitarsi a inseguire strumenti di controllo.
Vietarla, in questo senso, è una risposta parziale perché cerca di proteggere il processo impedendo l’accesso allo strumento. In alcuni momenti può essere necessario. Ci saranno prove, esercizi, verifiche e attività in cui l’uso dell’AI dovrà essere escluso, così come si esclude la calcolatrice quando si vuole verificare il calcolo mentale o si chiudono i libri quando si vuole capire che cosa uno studente ricorda e sa rielaborare. Il problema nasce quando il divieto diventa l’unica strategia, perché fuori dalla classe gli studenti continueranno a usare questi sistemi, e spesso li useranno male proprio perché nessuno avrà insegnato loro a usarli bene.
La scuola non può permettersi di ignorare una tecnologia che modifica il rapporto con il linguaggio.
Sarebbe come insegnare educazione alimentare fingendo che il cibo industriale non esista, o educazione civica fingendo che i social non abbiano cambiato il discorso pubblico, o educazione alla lettura fingendo che i ragazzi vivano ancora dentro lo stesso ambiente attentivo di trent’anni fa. L’AI non è un dettaglio. È una nuova infrastruttura del sapere accessibile, almeno in apparenza, a chiunque abbia una domanda e uno schermo. Può diventare tutor, scorciatoia, complice, correttore, traduttore, sintetizzatore, finto compagno di studio, generatore di risposte, macchina di rassicurazione cognitiva.
Capirla significa prima di tutto distinguere gli usi.
Non è la stessa cosa chiedere all’AI di scrivere un tema intero e chiederle di spiegare una parola difficile. Non è la stessa cosa farsi fare i compiti e usarla per costruire domande di ripasso. Non è la stessa cosa copiare un riassunto e confrontare il proprio riassunto con quello generato per capire cosa manca. Non è la stessa cosa chiedere la soluzione di un problema e chiedere un suggerimento sul passaggio in cui ci si è bloccati. Non è la stessa cosa usarla prima di aver studiato e usarla dopo, per verificare se si è capito davvero.
Queste differenze devono diventare oggetto di educazione.
Uno studente dovrebbe imparare che l’AI può essere usata come palestra o come stampella. Come palestra, quando lo costringe a spiegare, rispondere, verificare, correggere, confrontare, migliorare la domanda. Come stampella, quando gli evita sistematicamente la fatica di cominciare, di cercare, di formulare, di sbagliare. La stessa tecnologia può allenare o indebolire, a seconda del punto in cui viene inserita. E questa distinzione è molto più utile del semplice entusiasmo o del semplice terrore.
Un insegnante potrebbe chiedere agli studenti di usare l’AI non per produrre un elaborato finale, ma per analizzare criticamente una risposta generata. Per esempio: chiedere a un modello di spiegare un tema storico, poi verificare insieme quali parti sono corrette, quali sono generiche, quali fonti mancano, quali semplificazioni sono pericolose, quali parole danno un’impressione di autorevolezza senza offrire vera profondità. In questo modo l’AI non sostituisce lo studio. Diventa un oggetto di studio. Gli studenti imparano non solo a ricevere risposte, ma a leggerle contro la loro stessa fluidità.
Questa è forse una delle competenze più urgenti: imparare a non fidarsi troppo di un testo solo perché è scritto bene.
Le AI conversazionali producono risposte ordinate, gentili, convincenti, spesso molto più fluide di quelle che uno studente saprebbe formulare da solo. Proprio per questo rischiano di creare un’illusione di comprensione. Se una spiegazione è chiara, il ragazzo può credere di aver capito. Se un riassunto è ben costruito, può credere di possedere l’argomento. Se un tema scorre bene, può credere che il pensiero sia solido. Ma capire non significa soltanto riconoscere una risposta quando la leggiamo. Significa saperla ricostruire, difendere, criticare, collegare ad altro, usare in contesti diversi. La scuola dovrebbe insegnare proprio questa distanza fra ricevere linguaggio e possedere davvero un sapere.
Anche per questo la valutazione dovrà cambiare.
Non necessariamente in modo spettacolare, ma in modo concreto. Se un compito può essere svolto integralmente da un modello in pochi secondi, forse quel compito deve essere ripensato. Non sempre eliminato, ma ripensato. Potrà essere svolto in classe, discusso oralmente, accompagnato da una spiegazione del processo, diviso in passaggi, integrato con domande personali, costruito su materiali prodotti durante le lezioni, valutato non solo per il risultato ma per la capacità di argomentare le scelte. Il punto non è rendere impossibile ogni forma di scorciatoia, impresa probabilmente disperata, ma progettare attività in cui il pensiero dello studente debba comunque emergere.
Questo richiede più lavoro agli insegnanti.
Ed è una delle ragioni per cui il tema è delicato. Non si può pretendere che la scuola assorba l’AI scaricando tutto il peso sui singoli docenti, già sommersi da burocrazia, classi complesse, carenze strutturali, aspettative sociali contraddittorie e una quantità di responsabilità che spesso supera il riconoscimento reale del loro ruolo. Dire agli insegnanti “dovete solo adattarvi” sarebbe ingiusto e superficiale. Servono formazione, tempo, strumenti, linee guida chiare, confronto fra colleghi, esempi pratici, spazi per sperimentare senza trasformare ogni tentativo in una colpa.
Ma sarebbe altrettanto pericoloso usare questa difficoltà come motivo per non affrontare il problema.
Perché gli studenti, nel frattempo, non aspettano. Usano già questi strumenti, spesso in modo frammentario, opportunistico, ingenuo, intelligente, creativo, scorretto, utile, confuso, a seconda dei casi. Alcuni li useranno per barare. Altri per capire. Altri per aggirare la fatica. Altri per compensare difficoltà. Altri ancora per esplorare curiosità che la scuola non riesce ad alimentare. Il compito educativo non è fingere che esista un solo uso, ma aiutare a distinguere.
C’è poi una questione di disuguaglianza.
L’AI potrebbe ridurre alcune distanze, offrendo spiegazioni personalizzate a studenti che non hanno accesso a ripetizioni private, supporto familiare, ambienti culturalmente ricchi. Ma potrebbe anche aumentarle, perché chi ha già più strumenti cognitivi saprà usarla meglio, mentre chi è più fragile rischierà di usarla come sostituto passivo dello studio. Uno studente con buone capacità critiche può usare ChatGPT per approfondire, confrontare, allenarsi. Uno studente che fatica a leggere e a scrivere può affidarsi alla risposta pronta e consegnare testi che lo allontanano ancora di più dall’acquisizione reale delle competenze.
Questa è una dinamica già vista molte volte: una tecnologia promette democratizzazione, ma premia prima chi possiede già metodo.
Per questo l’educazione all’AI non può essere lasciata alla spontaneità. Se la scuola non interviene, saranno il mercato, le piattaforme, i tutorial casuali, gli influencer, i compagni più smaliziati e l’urgenza di finire i compiti a definire gli usi. E non è esattamente il massimo piano pedagogico disponibile alla specie, diciamolo con una certa calma.
Capire l’AI nella scuola significa anche chiedersi che cosa vogliamo proteggere dell’apprendimento. Non tutto ciò che è faticoso merita di essere conservato. Alcune fatiche scolastiche sono inutili, meccaniche, punitive, burocratiche. Se l’AI le rende finalmente visibili come sprechi, bene. Forse certe attività andavano ripensate comunque. Ma altre fatiche sono formative. Leggere un testo difficile, cercare una parola, costruire una frase propria, non capire subito, rimanere dentro un problema, provare a spiegare a voce ciò che si credeva di sapere, accettare la lentezza con cui un concetto diventa davvero nostro. Queste fatiche non andrebbero eliminate troppo in fretta.
L’AI ci costringe quindi a fare una distinzione che la scuola avrebbe dovuto fare da tempo: quale fatica educa e quale fatica è solo inerzia?
Se un compito può essere sostituito da una risposta generata senza che si perda nulla di essenziale, forse quel compito era già debole. Se invece l’AI può produrre il risultato ma non il percorso mentale che vogliamo formare, allora il compito va difeso modificandone le condizioni, rendendo visibile il processo, chiedendo allo studente di spiegare, argomentare, confrontare, assumersi la responsabilità di ciò che consegna.
In questo senso l’AI non è solo una minaccia. È anche una prova di realtà per la scuola.
Mostra quali attività avevano senso e quali si reggevano soltanto sull’impossibilità tecnica di copiarle facilmente. Mostra quanto spesso abbiamo confuso la produzione di un elaborato con l’apprendimento. Mostra quanto sia fragile una valutazione basata solo sul testo consegnato. Mostra quanto sia urgente insegnare non solo contenuti, ma metodi di pensiero.
C’è poi il tema della scrittura.
Molti temono che gli studenti smettano di scrivere. È un timore fondato, ma va precisato. Probabilmente continueranno a produrre testi, anzi ne produrranno di più, con più strumenti, più varianti, più correzioni. Il rischio è che scrivano meno nel senso profondo del termine, cioè che attraversino meno quel processo in cui la frase nasce male, si chiarisce, inciampa, costringe a rivedere il pensiero. Se la scrittura diventa solo revisione di testi generati, gli studenti potrebbero diventare editor superficiali di parole non loro, invece di imparare a costruire un pensiero attraverso il linguaggio.
Per evitarlo, forse bisogna insegnare a scrivere anche con l’AI, ma non sempre con l’AI.
Ci saranno momenti di scrittura non assistita, proprio per allenare il muscolo della formulazione autonoma. E ci saranno momenti in cui l’AI verrà usata come strumento di confronto: lo studente scrive una prima versione, poi chiede al modello di evidenziare punti deboli, poi valuta se accettare le correzioni, poi spiega quali modifiche ha fatto e perché. In questo modo la macchina entra dopo un primo gesto umano, non prima. È una differenza enorme, perché preserva il diritto dello studente a cominciare male.
Cominciare male è parte dell’apprendimento.
Una scuola troppo ossessionata dal risultato perfetto rischia di dimenticarlo. L’AI rende disponibile una forma corretta troppo presto. Ma un ragazzo ha bisogno anche di vedere la propria forma imperfetta, di riconoscere dove manca lessico, dove manca logica, dove il pensiero salta passaggi, dove una frase sembra bella ma non dice nulla. Se la macchina ripulisce tutto immediatamente, una parte della diagnosi scompare. Il testo finale migliora, ma lo studente potrebbe non capire perché.
L’AI nella scuola, quindi, dovrebbe essere usata anche per mostrare gli errori, non solo per eliminarli.
Un esercizio interessante potrebbe essere confrontare tre versioni: una scritta dallo studente, una generata dall’AI, una riscritta dallo studente dopo il confronto. In questo modo si vede la differenza fra voce personale, forma artificiale e rielaborazione consapevole. Si può discutere quale testo sia più chiaro, quale più generico, quale più vivo, quale più corretto, quale più vuoto. Gli studenti imparerebbero una cosa fondamentale: non tutto ciò che è scritto meglio pensa meglio.
Anche l’oralità tornerà importante.
Se uno studente consegna un testo impeccabile, ma non sa discuterlo, difenderlo, spiegarne i passaggi, collegarlo a ciò che è stato fatto in classe, allora quel testo non basta. L’interrogazione, spesso considerata una pratica vecchia, potrebbe assumere un nuovo valore proprio perché costringe il corpo, la voce, la memoria e la comprensione a rientrare nel processo. Non per tornare a una scuola punitiva, ma per verificare che dietro le parole ci sia una presenza umana che le abita davvero.
Questo vale anche per i lavori di gruppo.
L’AI può facilitare la divisione dei compiti, generare materiali, aiutare nella ricerca, costruire presentazioni. Ma se il gruppo delega tutto alla macchina, l’attività perde senso. Se invece viene chiesto agli studenti di documentare come hanno usato l’AI, quali prompt hanno provato, quali risposte hanno scartato, quali fonti hanno verificato, quali decisioni hanno preso, allora l’uso dello strumento diventa parte dell’apprendimento. Non più un trucco nascosto, ma un processo da osservare.
La trasparenza sarà decisiva.
Non ha senso costruire una cultura scolastica in cui tutti usano l’AI di nascosto e tutti fingono che non accada. Questo produce solo ipocrisia, sospetto e disuguaglianza fra chi sa barare meglio e chi no. Meglio definire contesti chiari: in questa attività l’AI non si usa; in questa si può usare solo per il brainstorming; in questa si può usare per revisione; in questa va dichiarato l’uso; in questa bisogna allegare il processo; in questa l’obiettivo è proprio analizzare criticamente una risposta generata. Le regole devono essere specifiche, non ideologiche.
Naturalmente ci sarà sempre chi proverà a imbrogliare.
Succedeva anche prima. Si copiava dai compagni, dai libri, da internet, dai siti di riassunti, dai genitori troppo partecipativi, da cugini universitari trasformati in ghostwriter domestici. L’AI rende tutto più facile e più difficile da rilevare, ma non inventa la tensione fra apprendimento e scorciatoia. La rende più intensa. E proprio per questo obbliga la scuola a chiedersi che cosa valuta davvero.
Se valuta solo il prodotto, perderà.
Se valuta processo, comprensione, discussione, capacità critica e responsabilità, avrà molte più possibilità.
Il tema non riguarda solo gli studenti. Riguarda anche gli insegnanti. Anche loro possono usare l’AI per preparare materiali, differenziare esercizi, creare esempi, semplificare testi, generare verifiche, costruire griglie, adattare contenuti a livelli diversi, alleggerire una parte del lavoro ripetitivo. Sarebbe assurdo chiedere agli insegnanti di educare all’AI vietandosi di esplorarla. Ma anche qui vale la stessa regola: lo strumento deve supportare il giudizio professionale, non sostituirlo. Un esercizio generato può essere utile, ma va adattato alla classe. Una spiegazione prodotta dal modello può essere una base, ma non conosce gli studenti. Una verifica creata in automatico può far risparmiare tempo, ma deve essere controllata.
La scuola non ha bisogno di insegnanti che diventino operatori passivi di piattaforme.
Ha bisogno di insegnanti che sappiano usare strumenti nuovi senza perdere la propria responsabilità educativa.
Questo richiede formazione vera, non una lezione motivazionale sull’innovazione digitale con tre slide, due buzzword e un entusiasmo che muore appena si apre il registro elettronico. Serve capire che cosa sono gli LLM, quali errori producono, come funzionano i prompt, come si verifica una risposta, quali dati non vanno inseriti, quali attività didattiche possono essere ripensate, quali rischi emergono per studenti più fragili, come comunicare con le famiglie, come costruire regole condivise.
Le famiglie, infatti, saranno un altro punto delicato.
Alcuni genitori useranno l’AI per aiutare i figli, altri la temeranno, altri non sapranno nemmeno che venga usata, altri ancora la trasformeranno nell’ennesimo strumento di competizione scolastica. Anche qui servirà chiarezza. Non si può chiedere alla scuola di risolvere tutto, ma la scuola può almeno fornire un linguaggio comune. Spiegare che l’AI non è semplicemente “barare” e non è semplicemente “il futuro”, ma uno strumento che può aiutare o danneggiare a seconda dell’uso. Questa posizione intermedia è meno comoda, ma molto più vera.
Alla fine, l’AI nella scuola pone una domanda più antica dell’AI stessa: che cosa significa imparare?
Se imparare significa solo produrre una risposta corretta, allora l’intelligenza artificiale diventerà rapidamente una minaccia enorme, perché produrrà risposte sempre più corrette, sempre più fluide, sempre più difficili da distinguere. Se invece imparare significa costruire comprensione, metodo, memoria, giudizio, autonomia, linguaggio, capacità di verifica e responsabilità, allora l’AI diventa una sfida profonda ma anche un’occasione per rendere più esplicito ciò che la scuola dovrebbe avere sempre difeso.
Vietarla può essere necessario in alcuni momenti.
Capirla è necessario sempre.
Perché gli studenti non cresceranno in un mondo senza AI. Cresceranno in un ambiente in cui le macchine risponderanno, scriveranno, spiegheranno, correggeranno, genereranno e accompagneranno molte forme di attività mentale. La scuola può scegliere se limitarsi a inseguire gli abusi, oppure provare a formare persone capaci di usare questi strumenti senza consegnare loro il proprio pensiero.
La seconda strada è più faticosa.
Richiede meno slogan, meno panico, meno entusiasmo automatico, più metodo, più domande, più lavoro sui processi, più responsabilità educativa. Ma è anche l’unica strada seria.
Perché l’intelligenza artificiale non entra nella scuola soltanto come nuovo strumento per fare i compiti. Entra come nuova condizione del rapporto fra studenti, linguaggio e conoscenza. E se la scuola non insegna a stare dentro questa condizione con lucidità, qualcun altro insegnerà ai ragazzi a usarla peggio, più velocemente e senza chiedersi quasi nulla.