Da poche settimane è uscito il nuovo rapporto dell’OCSE - Digital Education Outlook [1] - dedicato all’intelligenza artificiale nell’educazione. E’ un documento molto ampio - quasi 250 pagine - composto, dopo breve introduzione, da una serie di saggi di ricercatori rappresentativi dei cinque continenti sull’IA per l’apprendimento degli studenti, il miglioramento del lavoro degli insegnanti e la gestione dei sistemi di istruzione.
L’interesse della pubblicazione risiede sia nell’ampiezza dei contributi raccolti sia nel fatto che ciascuno di essi, nel trattare il proprio tema specifico, compie a sua volta una ricognizione sul panorama dei lavori scientifici più recenti sull’argomento. Ne risulta dunque una overview completa sullo stato dell’arte. Nonostante la pluralità delle voci, praticamente tutte convergano su un punto che potremmo sintetizzare con la formula usata in uno dei contributi: pedagogy first, il principio della pedagogia al primo posto. Vediamo in che senso.
Il Rapporto adotta innanzitutto l’approccio ormai universalmente condiviso in ambito educativo - ma rispecchiato a livello normativo di fatto solo nella disciplina europea della IA - dalla valutazione delle opportunità e dei rischi. Per sviluppare il pensiero critico, la creatività e l’autonomia delle e degli studenti e migliorare, a questo scopo, il lavoro dei docenti. Il Rapporto aggiunge un altro elemento generale di cautela, avvertendo che la ricerca basata su evidenze empiriche è ancora agli inizi e mancano quindi valutazioni sugli effetti a lungo termine dell’uso di strumenti di IA. Il presupposto implicito è che l’IA è una arrival thecnology, come dicono alcuni, una tecnologia che non deve essere introdotta, nell’ambiente scolastico come in qualsiasi altro, perché, semplicemente, si introduce da sé. Si tratta semmai di gestirla consapevolmente.
L’opportunità consiste dunque nel disporre di strumenti potenti in termini di tutoraggio intelligente, di individualizzazione, di sostegno dei processi di apprendimento. Quando tuttavia questi strumenti tendono a sostituirsi all’impegno di apprendimento degli studenti o comunque “quando gli studenti stessi dipendono eccessivamente dalla GenAI, il coinvolgimento metacognitivo – i processi mentali e lo sforzo che trasformano le risposte in comprensione – diminuisce” [2] e vi è quindi un “disallineamento” fra la prestazione - la mera esecuzione del compito - e l’apprendimento effettivo. Analogamente, quando lo strumento di IA generativa - che può essere utilizzato per produrre materiale, elaborare verifiche, pianificare attività, ecc... - tende a sostituire, anche parzialmente, l’attività del docente quest’ultimo è soggetto a perdere la propria autonomia e la propria creatività: il rischio è che “un eccessivo affidamento alla GenAI possa portare alla perdita di competenze e di esperienza didattica”. Fermo restando che comunque “la motivazione, l’aspetto relazionale e quello dell’apprendimento socio-emotivo rimangono responsabilità intrinsecamente umane”
Dunque, per evitare che alla fine gli studenti si trasformino in consumatori passivi e gli insegnanti in meri supervisori degli strumenti di IA occorre che questi ultimi siano integrati in ambienti di apprendimento connotati “da una chiara strategia pedagogica” e che anzi essi agiscano secondo principi educativi e metodologici coerenti con quelli degli insegnanti che li utilizzano. I quali devono mantenere il controllo di ogni momento del processo di insegnamento - dalla progettazione all’esecuzione, alla verifica dei risultati di apprendimento - “valutando, modificando o approvando l’output generato dall’IA” prima della utilizzazione.
I diversi saggi del Rapporto sviluppano questo assunto generale sotto diversi aspetti. Un contributo [3], ad esempio, si sofferma sulla funzione di tutoraggio intelligente proponendo la “combinazione della GenAI con metodi didattici consolidati, come lo scaffolding , in cui gli agenti GenAI guidano gli studenti attraverso un ragionamento passo dopo passo”. In modo che ciò possa favorire un apprendimento autentico e “un miglioramento duraturo delle prestazioni dopo la rimozione del supporto GenAI”. Mentre “è stato scoperto che le pratiche di ‘dare risposte’ non guidate, in cui gli studenti si limitano a chiedere soluzioni ad un chatbot, indeboliscono la riflessione e sopprimono l’impegno metacognitivo”. Una riflessione analoga è sviluppata in un contributo [4] che si sofferma sul Socratic playground system come esempio di uno stile che, socraticamente appunto, esclude le risposte dirette e stimola la comprensione attraverso altre domande e richieste di riflessione (qualcosa di simile a quello che avevamo visto, nel precedente articolo su questo blog, rispetto alla app sviluppata in Estonia). In questo contesto appare appunto l’espressione pedagogy first , definita un “imperativo etico” ma anche “la chiave pratica di successo”, perché "questa tecnologia non dovrebbe essere usata per il gusto di innovare ma per ampliare e democratizzare il meglio dell’insegnamento”. Un altro saggio [5] approfondisce anche le funzioni che l’IA può svolgere in un contesto di “apprendimento collaborativo”.
Sul versante dedicato allo sviluppo dell’insegnamento con la IA viene proposta [6] una concettualizzazione generale del rapporto fra docente e agente di IA. Si delineano tre modelli di interazione: la sostituzione (replacement); la complementarietà a sua volta articolata in quattro livelli di collaborazione (teaming) ; l’aumento (augmentation) ovvero la collaborazione sinergica, che diventa così il quinto e più alto livello. In questo paradigma “gli strumenti di intelligenza artificiale e le nuove pratiche che essi consentono si integrano nel repertorio interno degli insegnanti, in modo tale che queste interazioni uomo-intelligenza artificiale portano anche a un aumento delle competenze degli insegnanti”. In altre parole, si immagina uno scambio costante in cui l’insegnante rivede criticamente ogni suggerimento della macchina, in modo che essa “assorba” i principi e il modus operandi del docente e quest’ultimo arricchisca la propria professionalità grazie agli stimoli, teorici e pratici, ricevuti dall’agente IA. L’autore conclude sostenendo che “il futuro della GenAI nell’istruzione non sarà determinato dall’efficienza con cui contribuirà ad automatizzare i compiti ma da quanto efficacemente consentirà agli insegnanti di esercitare il proprio giudizio professionale e di ampliare le proprie competenze”. [7]
Insomma, l’impostazione antropocentrica della IA in educazione si sostanzia non tanto nella delega di parti del lavoro di insegnamento e nel conseguente risparmio di tempo quanto piuttosto nella rinnovata centralità del docente, delle sue competenze pedagogiche, della capacità di agire (agency) umana potenziata da quella artificiale. Del resto, le famose sfide dell’IA all’educazione ci pongono nella urgente necessità di cambiare il modo di fare scuola per evitare che la forza dirompente della rivoluzione cognitiva in atto travolga proprio l’autonomia e la capacità critica delle persone. E cambiare non vuol dire adattarsi alla tecnologia ma ripensare i paradigmi che essa sta mettendo in crisi.
Due ultime considerazioni sul Rapporto. La generalità dei suoi contributi si riferisce a studi e ricerche che mettono a fuoco il rapporto fra insegnante (al singolare) e IA. L’impressione è che si perda, in questo modo, la dimensione intrinsecamente collettiva del lavoro del docente. La collaborazione sinergica dovrebbe essere prima di tutto fra docenti dello stesso team e il dialogo con gli agenti artificiali dovrebbe potenziare il dialogo più grande della comunità che educa. Questo aspetto credo avrebbe meritato almeno un approfondimento.
Infine, il Digital education outlook si occupa, per sua scelta, dell’insegnamento con le macchine, non di quello sulle macchine. Per il tema, di uguale rilevanza, della educazione digitale all’epoca della IA esso rinvia ad altri documenti come l’ AI competency framework for students dell’Unesco. Non è invece trascurato il tema dell’insegnamento alle macchine. Su questo punto la tesi è netta: per giungere ad un livello adeguato di integrazione dei principi pedagogici e didattici nei LLM non è sufficiente l’attività di prompting dei docenti, è necessaria la co-progettazione di strumenti di IA pensati per l’educazione, superando progressivamente l’uso dei chatbot “generalisti” o “commerciali”. Nella conclusione operativa si afferma che: “Per sfruttare appieno il potenziale di GenAI, l'istruzione deve andare oltre i chatbot generici verso strumenti appositamente progettati per l'istruzione”, dal momento che “la sfida per i decisori politici è garantire che GenAI sia un partner di apprendimento e non una scorciatoia”. Il saggio [8] specificamente dedicato alla transizione dalla Ai “generalista” a quella education-oriented precisa che gli insegnanti dovrebbero diventare anche “parter di co-progettazione nella creazione degli strumenti di IA”, in modo che siano chiamati a esprimere “le proprie esigenze in merito all’interfaccia, alle funzionalità dello strumento e all’infrastruttura dello strumento”. Per questo dovrebbero formarsi equipe di progetto a cui partecipino insegnanti, studenti, pedagogisti insieme a esperti di sistemi digitali. Poichè, ovviamente, questa impostazione si spinge ben oltre la scala del singolo insegnante o della singola scuola l’augurio è che essa “possa ispirare i decisori politici, gli sviluppatori, le aziende di EdTech”.
Non saprei dire quanto l’auspicio potrà realizzarsi e in che misura. Anche perché questo aspetto ci riporta ad una realtà troppo spesso trascurata: l’intelligenza artificiale non è qualcosa di astratto e disincarnato, come potrebbe sembrare; è invece ben radicata in un terreno di corposissimi interessi materiali e di giganteschi investimenti finanziari, di aziende e di Stati. Anche di questo converrebbe parlare, nelle scuole e non solo.
_________________________________________________
[1] OECD (2026), OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education, OECD Publishing, Paris, https://doi.org/10.1787/062a7394-en.
[2] Le citazioni di questo paragrafo sono tratte dall’ Executive Summary del Rapporto - pagg.11-12. Quelle che seguono si riferiscono ai saggi di volta in volta citati. Non esistendo una versione in lingua italiana del rapporto, la traduzione dall’inglese è dell’estensore dell’articolo.
[3] Dragan Gasevic e di Lixiang Yan, (Monash University Australia e Tsinghua University, Cina) Generative AI for human skill and assessement. Implications for existing pratices and new horizons, pag. 39 - 65
[4] Yuheng Li e Xiangen Hu (The Hong King Polytechnic University) Learning dialogue-based AI tutors: implementing the Socratic method with Generative AI, pagg. 66-87
[5] Sebastian Strauss e Nikol Rummel (Ruhr Universitat Bochum, Germania) Fostering collaborative learning and ptomoting collaboration skills: what GenAI could contribute.
[6] Mutlu Cukurova (University College of London, UK) A conceptual framework for teacher-AI teaming in education: harnessing GenAI to enhance teacher agency. pagg. 130-144
L’autore distingue, all’interno di questo paradigma fra le modalità transazionale, situazionale, operazionale e pratica (praxical).
[7] A questo proposito, nel Rapporto si citano ricerche da cui emerge che il risparmio di ore di lavoro è rilevante se si considera solo il tempo che l’insegnante passa in dialogo diretto con l’IA in rapporto a quello impiegato senza supporto, se invece viene calcolato anche il tempo necessario per una revisione sistematica degli output il risparmio stesso viene quanto meno ridimensionato.
[8] Paraskevi Topali, Alejandro Ortega-Arraz e Inge Molenaar (National Education Lab , Olanda e Universidad de Valladolid, Spagna) Transitioning from general pirpose to educational-oriented GenAi: manteining teacher autonomy. pagg. 149 - 166
No comments:
Post a Comment