L’artigiano digitale: integrare l’Intelligenza Artificiale nelle ore di laboratorio

Parlare di Intelligenza Artificiale (IA) a scuola significa confrontarsi con qualcosa che è già entrato nella vita quotidiana dei nostri studenti. C’è chi la utilizza per cercare informazioni, chi per farsi spiegare meglio un argomento, chi per avere qualche idea in più e chi, più semplicemente, per farsi fare un compito.

Per gli Insegnanti Tecnico Pratici (ITP) e per i colleghi teorici conta saper usare uno strumento, accorgersi che qualcosa non funziona, seguire una procedura, fare una scelta e soprattutto capire il motivo di quella scelta. Per questo l’arrivo dell’IA ci porta davanti a una domanda che va oltre il semplice “la possiamo usare oppure no?”. La domanda da porsi è un’altra: “che cosa rimane allo studente quando una parte del lavoro viene svolta dall’IA?” Un simulatore può essere utile per preparare un’attività complessa. Un sistema di intelligenza artificiale può suggerire una soluzione, aiutare ad analizzare dei dati o dare un primo punto di partenza. Sono possibilità interessanti e, se usate bene, possono davvero essere d’aiuto. Il problema nasce quando ci abituiamo a delegare proprio quelle operazioni mentali che lo studente dovrebbe imparare a svolgere da solo.

La tecnologia deve avere uno scopo

Quando si parla dell’utilizzo del digitale a scuola, spesso il discorso finisce sul tempo trascorso davanti a uno schermo. Utilizzare uno smartphone per passare un’ora sui social non è la stessa cosa che usare un simulatore per prepararsi a una lavorazione, un software professionale per progettare un prodotto oppure uno strumento di IA per interpretare i risultati di un esperimento. La ricerca scientifica sottolinea l’importanza di superare l’adozione acritica degli strumenti e raccomanda di valutare l’impatto reale: gli strumenti didattici basati sull’IA devono offrire un effettivo impalcatura pedagogica (scaffolding) e promuovere la padronanza attiva, invece di limitarsi all’automazione o all’intrattenimento. In laboratorio il digitale ha senso soprattutto quando aggiunge qualcosa all’esperienza concreta.

Può aiutare gli studenti a:

• osservare fenomeni che altrimenti sarebbero difficili da vedere;
• analizzare una quantità significativa di dati;
• mettere a confronto soluzioni differenti;
• utilizzare strumenti simili a quelli che incontreranno nel mondo professionale;
• simulare situazioni complesse o potenzialmente rischiose prima di affrontarle nella realtà.

Anche dal punto di vista dell’inclusione, alcune tecnologie possono essere molto utili. Pensiamo, ad esempio, alla sintesi vocale, alle interfacce adattive o agli strumenti che permettono di presentare le informazioni in modi differenti. In questo senso l’IA può diventare anche un supporto per studenti e famiglie che hanno bisogno di orientarsi in situazioni educative particolarmente complesse. Uno strumento come ChatGPT, ad esempio, può aiutare un genitore a comprendere meglio un documento, a preparare alcune domande da porre agli insegnanti o a mettere in ordine le proprie osservazioni prima di un incontro con il team educativo. Questo tipo di utilizzo può essere utile soprattutto quando l’IA viene considerata come un supporto all’azione della persona e non come un sostituto del confronto con i professionisti.

Anche per i genitori, infatti, può rappresentare un modo per arrivare più preparati a un colloquio, capire quali informazioni mancano o trovare un linguaggio più chiaro per esprimere una difficoltà. La tecnologia, in questo caso, può sostenere la capacità di partecipare e di fare domande, senza prendere decisioni al posto della famiglia o del gruppo di lavoro. Resta un punto fermo: la tecnologia dovrebbe arricchire il laboratorio, non sostituirlo. Se lo studente passa dall’osservazione alla prova, dalla prova all’errore e dall’errore alla correzione, sta facendo laboratorio. Se invece si limita a prendere per buona la risposta fornita da uno strumento, rischiamo di avere tanta tecnologia e poca esperienza.

Come utilizziamo l’IA

Una delle questioni che sta emergendo con sempre maggiore forza riguarda il cosiddetto decentramento cognitivo. In pratica, significa affidare a uno strumento esterno una parte del lavoro che normalmente svolgiamo con la nostra mente. Con l’IA generativa questa possibilità è diventata molto più ampia. Sistemi come ChatGPT, Gemini o IA settoriali, non si limitano a restituire un’informazione. Possono riassumere un testo, mettere a confronto idee, formulare ipotesi, suggerire soluzioni, costruire un ragionamento e supportare nel lavoro. Il vantaggio è evidente: molte attività possono essere svolte più rapidamente e con meno fatica.

Spesso, le attività che l’IA è in grado di fare al posto nostro sono le stesse attraverso le quali impariamo. Se uno studente delega continuamente il ragionamento, alla lunga rischia di esercitare sempre meno quelle capacità che dovrebbe invece sviluppare (un fenomeno identificato dai ricercatori come depotenziamento delle capacità cognitive generali). Ritengo importante distinguere almeno due modalità di utilizzo dell’IA, che possono produrre effetti molto diversi sul piano dell’apprendimento:

1. Con il Decentramento cognitivo dipendente lo studente affida all’IA una parte sostanziale del ragionamento. Può, ad esempio, chiedere direttamente la soluzione di un problema, ricevere una risposta e inserirla nel proprio lavoro senza soffermarsi sul procedimento che ha portato a quel risultato. In una situazione di questo tipo, l’IA non rappresenta semplicemente un aiuto o uno strumento di supporto, ma finisce per svolgere al posto dello studente una parte significativa di quel lavoro cognitivo che dovrebbe invece contribuire alla costruzione della sua competenza. Lo stesso principio vale quando utilizziamo l’IA per orientarci in situazioni educative che riguardano i nostri figli o i nostri studenti. Un genitore può utilizzare uno strumento di IA per capire meglio un linguaggio tecnico o per preparare un incontro con la scuola, ma sarebbe rischioso considerare automaticamente corretta ogni informazione ricevuta. L’IA può aiutare a preparare una domanda; non può sostituire il confronto con chi conosce direttamente il bambino, il suo percorso e il contesto nel quale vive.
2. Con il Decentramento cognitivo autonomo lo studente utilizza l’IA come strumento di supporto, mantenendo però il controllo del proprio ragionamento. Può, ad esempio, chiedere di formulare ipotesi alternative, mettere a confronto due possibili soluzioni, individuare eventuali errori o suggerire un percorso diverso da quello che ha inizialmente immaginato. In questo caso, la risposta dell’IA non rappresenta il punto di arrivo, perché spetta allo studente valutare, verificare, scegliere se accogliere e, soprattutto, essere in grado di spiegare le ragioni della propria scelta. In questa modalità “centrata sull’originalità umana”, l’IA agisce come un assistente che libera risorse mentali senza privatizzare il pensiero.

Il paradosso dell’IA: più veloci o più competenti?

È probabilmente questo l’aspetto sul quale, come docenti di laboratorio, dovremmo fermarci maggiormente a riflettere. L’IA può migliorare molto velocemente la prestazione di uno studente. Può aiutarlo a scrivere una scheda tecnica, a trovare una procedura, a ottenere una spiegazione diversa oppure a costruire una soluzione che, almeno in apparenza, è completa. Ma una prestazione migliore non significa necessariamente un apprendimento migliore.

Gli studi evidenziano infatti il rischio di una “falsa padronanza”: un tutor o un assistente virtuale di IA può far eseguire correttamente un compito nell’immediato, ma non offre garanzia che la conoscenza appresa venga trattenuta a lungo termine o si traduca in competenze cognitive generali trasversali. Se il risultato arriva senza che lo studente abbia fatto il percorso necessario per costruirlo, possiamo trovarci davanti a una situazione piuttosto curiosa: il prodotto finale è migliore, ma la competenza dello studente non è necessariamente cresciuta. Pensiamo a uno studente che chieda all’IA quali parametri utilizzare per una determinata lavorazione. Se, una volta ottenuta la risposta, è in grado di spiegare perché quei parametri possono essere corretti, di confrontarli con il manuale tecnico e di modificarli quando cambiano le condizioni operative, allora l’IA ha rappresentato un valido supporto. Se invece prende quei valori, li inserisce nella lavorazione e non sa spiegare da dove arrivino o perché siano appropriati, abbiamo ottenuto una risposta, ma non necessariamente una competenza professionale.

L’IA come acceleratore di apprendimento

L’utilizzo dell’IA nel mondo del lavoro sta facendo emergere anche un’altra questione: quando uno strumento comincia a svolgere in modo stabile alcune attività che prima facevamo noi, può verificarsi nel tempo un indebolimento delle nostre capacità. Per chi è già esperto, questo può significare perdere parte della pratica necessaria a mantenere una determinata competenza. Per chi invece sta ancora imparando, la questione può essere ancora più delicata.

Gli esperti di sviluppo infantile sottolineano la cruciale necessità di costruire una solida base di competenze indipendenti dall’IA prima di autorizzare l’interazione diretta con chatbot o modelli linguistici. Se l’IA interviene troppo presto, lo studente potrebbe non avere nemmeno l’occasione di costruire quella competenza attraverso l’esercizio e l’esperienza. Questo principio può essere esteso anche all’ambito dell’intervento precoce e dell’educazione speciale.

Quando una famiglia si trova a dover comprendere documenti, indicazioni educative o possibili percorsi di supporto, è comprensibile cercare uno strumento che aiuti a fare ordine. L’IA può essere utile proprio in questa fase iniziale: può aiutare a preparare domande, riassumere informazioni già disponibili o rendere più comprensibile un linguaggio particolarmente tecnico. Se il docente svolge un esercizio-mansione al posto di un ragazzo, all’inizio lo stiamo aiutando. Se continuiamo a farlo per molto tempo, però, rischiamo di impedirgli di diventare autonomo.

Con l’IA tutto questo può accadere molto più rapidamente e, soprattutto, in modo meno evidente. C’è poi un aspetto particolarmente insidioso: lo studente potrebbe non rendersi conto di ciò che sta perdendo. L’IA risponde subito. Il risultato sembra buono. Il compito viene terminato in meno tempo e con meno fatica. Il possibile costo sul piano dell’apprendimento, potrebbe emergere soltanto molto più avanti.

La fatica non è sempre un nemico

A scuola cerchiamo giustamente strumenti che rendano l’apprendimento più accessibile e meno complicato. In laboratorio dobbiamo ricordarci che non tutta la fatica è negativa. L’apprendimento autentico richiede ripetizione, tentativi ed esercizio dilazionato nel tempo e nei contesti. Provare una procedura, sbagliare, capire dove abbiamo sbagliato, riprovare e finalmente arrivare alla soluzione è parte del processo di apprendimento. È proprio attraverso questi passaggi che si costruiscono autonomia, precisione e capacità di risolvere i problemi. Se l’IA elimina ogni difficoltà, rischia di eliminare anche una parte di quel percorso attraverso cui si costruisce la competenza. Questo non significa che dobbiamo rendere le attività inutilmente difficili. Significa piuttosto imparare a distinguere tra una difficoltà che ostacola davvero l’apprendimento e una difficoltà che fa parte dell’apprendimento stesso.

Prima il “sapere fare”, poi l’IA

Per questo, nelle attività di laboratorio, può essere utile considerare alcune regole abbastanza semplici:

• Prima la manualità, poi il software: Prima di utilizzare un simulatore o chiedere all’IA una procedura, lo studente dovrebbe avere almeno le conoscenze e le abilità di base necessarie. La ricerca indica chiaramente che gli studenti più giovani o privi di conoscenze pregresse non possiedono ancora le competenze di fondo per guidare o valutare criticamente un dialogo con un’IA.
• Prima una soluzione personale: Quando è possibile, chiediamo agli studenti di formulare una prima ipotesi da soli. È essenziale incoraggiare i giovani a pensare, leggere e scrivere in modo autonomo prima di ricorrere a suggerimenti sintetici o testo predittivo. Solo dopo possono confrontarla con quella proposta dall’IA.
• L’IA propone, lo studente decide: Una risposta generata automaticamente non dovrebbe mai essere considerata corretta solo perché è scritta bene o appare convincente.
• Ogni risultato va controllato: Manuali, schede tecniche, documentazione ufficiale e fonti attendibili devono continuare a essere strumenti di lavoro quotidiani.
• Spiegare conta più che consegnare: Se uno studente non sa spiegare il procedimento che ha seguito, il prodotto finale ci dice relativamente poco sulla sua reale competenza.

Queste regole non servono a mettere l’IA sul banco degli imputati. Servono piuttosto a fare in modo che lo studente rimanga al centro del processo.

Verifica del risultato come competenza

Una delle abilità che dovremmo insegnare con particolare attenzione è la verifica delle informazioni, soprattutto quando queste provengono da uno strumento di Intelligenza Artificiale. Gli studi evidenziano come l’IA fornisca frequentemente informazioni errate o inesatte presentandole con un tono estremamente sicuro ed empatico. I ragazzi, spesso, non possiedono spontaneamente la capacità di tradurre la propria consapevolezza generale sui limiti della tecnologia in una valutazione critica del singolo dato fornito. L’IA può formulare una risposta in modo estremamente convincente anche quando al suo interno è presente un errore. In un contesto laboratoriale, una temperatura sbagliata, un parametro di lavorazione non adeguato, una sequenza operativa errata o un’indicazione imprecisa relativa alla sicurezza non rimangono semplicemente “errori del chatbot”, ma possono tradursi in errori concreti durante l’attività pratica, con conseguenze anche rilevanti. Questo limite dell’IA può diventare, se affrontato nel modo giusto, una vera e propria occasione didattica. Invece di limitarci a vietare o scoraggiare l’utilizzo dello strumento, possiamo chiedere agli studenti di assumere un atteggiamento critico nei confronti delle risposte che ricevono.

Possiamo, ad esempio, fornire loro una procedura generata dall’IA e chiedere di verificare passo dopo passo utilizzando il manuale tecnico o la documentazione ufficiale: “Questa è la procedura proposta dall’IA. Controllate ogni passaggio sul manuale tecnico, individuate le informazioni corrette e quelle che devono essere modificate, spiegando le ragioni delle vostre scelte.” Lo stesso atteggiamento dovrebbe essere adottato quando l’IA viene utilizzata dalle famiglie per orientarsi nell’ambito dell’educazione speciale o dell’intervento precoce. Un genitore può ricevere dall’IA una spiegazione apparentemente chiara di un documento o di una procedura, ma questo non significa che quella spiegazione sia necessariamente corretta o adatta alla situazione specifica del proprio figlio. Prima di condividere informazioni o utilizzarle per prendere decisioni, è importante verificare le fonti e, quando necessario, confrontarsi con i professionisti che seguono direttamente il bambino.

C’è poi un altro aspetto che non dovremmo sottovalutare: la privacy. Quando si utilizzano strumenti di IA per parlare di studenti o situazioni educative personali, bisogna prestare particolare attenzione alle informazioni che vengono inserite. Dati identificativi, informazioni sanitarie, documentazione scolastica o altri dettagli personali non dovrebbero essere trattati con leggerezza. La comodità di ottenere una risposta non può diventare un motivo per esporre informazioni che appartengono alla sfera privata di un bambino o di una famiglia. In questo modo l’IA non viene utilizzata semplicemente per ottenere una risposta più velocemente, ma diventa uno strumento attraverso il quale esercitare una competenza fondamentale, tanto a scuola quanto nel mondo professionale: saper mettere in discussione una risposta, verificarne l’attendibilità e non considerare automaticamente corretta la prima soluzione che ci viene proposta.

Monitoraggio metacognitivo

C’è poi un’altra competenza che può fare la differenza: il monitoraggio metacognitivo. Detto in maniera semplice, significa aiutare lo studente a rendersi conto di come sta imparando e di quali strategie sta utilizzando. Promuovere questa vera e propria AI literacy (alfabetizzazione all’IA) significa combinare competenze operative, etica e nuove consapevolezze di pensiero.

Dopo un’attività possiamo, ad esempio, chiedere:

• Quanto del lavoro ho fatto da solo?
• In quale momento ho chiesto aiuto all’IA?
• La risposta dell’IA ha confermato il mio ragionamento oppure lo ha sostituito?
• Come ho controllato che la risposta fosse corretta?
• Sarei capace di rifare il procedimento senza utilizzare l’IA?
• Qual è la parte dell’attività che ho realmente imparato?

Sono domande semplici, ma possono rendere visibile qualcosa che normalmente rimane nascosto. Conta anche ciò che riesce a fare quando lo strumento non c’è.

Un modello pratico per utilizzare l’IA in laboratorio

Questi principi possono essere tradotti in una sequenza di lavoro abbastanza semplice:

Fase	Attività dello studente	Ruolo dell’IA	Ruolo del docente
1. Esplorazione	Formula ipotesi e prova una prima soluzione.	Può offrire spunti successivi.	Osserva e pone domande.
2. Confronto	Confronta la propria soluzione con quella dell’IA.	Propone alternative.	Guida il confronto e l’analisi critica.
3. Verifica	Controlla informazioni e procedure.	Fornisce una possibile risposta da verificare.	Indica fonti e criteri di controllo.
4. Applicazione	Esegue concretamente la procedura.	Supporta quando necessario.	Osserva sicurezza, precisione e autonomia.
5. Riflessione	Spiega cosa ha imparato e quali errori ha corretto.	Può essere utilizzata per un confronto finale.	Valuta soprattutto il processo, non soltanto il risultato.

Naturalmente la sequenza può essere adattata alla disciplina, alla classe e al tipo di attività. L’idea di fondo, però, rimane la stessa: l’IA può entrare nel processo, ma non dovrebbe prendere il controllo del processo.

Ruolo dell’ITP

Di fronte alla velocità con cui stanno cambiando gli strumenti tecnologici, è comprensibile chiedersi se alcune competenze del docente possano, nel tempo, diventare meno importanti. Nel laboratorio, può accadere il contrario: più gli strumenti diventano potenti e sofisticati, più diventa importante la presenza di qualcuno che sappia contestualizzare, verificare e dare un significato concreto alle informazioni che producono. La ricerca raccomanda con forza di valorizzare la discrezionalità e la centralità degli insegnanti: le decisioni pedagogiche devono fondarsi sulle competenze professionali del docente e non sulle logiche di mercato dei fornitori di software. L’IA può suggerire un procedimento o proporre una possibile soluzione, ma è l’ITP a sapere se quel procedimento è realmente adatto a una determinata macchina, a uno specifico materiale, alle caratteristiche della classe e, soprattutto, alle condizioni di sicurezza necessarie per svolgere correttamente l’attività.

Allo stesso modo, una soluzione generata dall’IA può sembrare completa e convincente, ma spetta al docente accompagnare lo studente nella comprensione di ciò che sta facendo, anche attraverso una domanda apparentemente semplice ma fondamentale: “Va bene, adesso spiegami perché funziona.” È proprio in questo passaggio che emerge il valore del nostro lavoro, perché il compito dell’ITP non consiste soltanto nel trasmettere procedure o nell’insegnare a utilizzare strumenti sempre più sofisticati, ma anche nel guidare gli studenti verso un uso consapevole della tecnologia. Non dobbiamo insegnare loro soltanto a usare l’IA e gli altri strumenti digitali, ma soprattutto a mantenere il controllo del proprio pensiero mentre li utilizzano, continuando a comprendere, valutare e verificare ciò che stanno facendo. Lo stesso vale nel rapporto con le famiglie. L’IA può aiutare un genitore a prepararsi, a formulare meglio una domanda o a comprendere un termine tecnico. Può persino aiutare a organizzare le informazioni prima di un incontro. La relazione educativa non può essere sostituita da un chatbot. Il valore del confronto rimane nella possibilità di mettere insieme conoscenze diverse: quella della famiglia, quella degli insegnanti e quella dei professionisti che conoscono direttamente il bambino e il suo percorso.

Conclusione

L’Intelligenza Artificiale fa ormai parte del mondo nel quale i nostri studenti studieranno, lavoreranno e costruiranno il proprio futuro professionale, ed è quindi difficile pensare che possa essere semplicemente ignorata. Allo stesso tempo, non sarebbe sensato affidare una parte sempre più ampia delle attività che gli studenti dovrebbero imparare a svolgere autonomamente. La vera sfida della scuola, quindi, non consiste tanto nello stabilire se l’IA sia uno strumento positivo o negativo, quanto nel capire quale rapporto vogliamo costruire tra lo studente e la tecnologia e quale ruolo vogliamo attribuire a quest’ultima all’interno del processo di apprendimento.

Quando l’IA finisce per sostituire il ragionamento dello studente, il rischio è quello di ottenere prestazioni apparentemente migliori senza riuscire, allo stesso tempo, a costruire competenze altrettanto solide. Se, al contrario, viene utilizzata come supporto al ragionamento e lascia allo studente la responsabilità di comprendere, verificare, scegliere e decidere, può diventare uno strumento di grande valore, capace di accompagnare e arricchire il percorso di apprendimento senza sostituirlo.

In laboratorio questa differenza emerge in modo ancora più evidente, perché possiamo utilizzare l’IA per preparare un’attività, simulare una situazione, confrontare diverse soluzioni, analizzare una serie di dati o cercare nuovi spunti, ma il momento centrale dell’esperienza rimane quello in cui lo studente deve confrontarsi con la realtà concreta. È in quel momento che deve misurare, osservare, provare, sbagliare e correggere, mettendo alla prova ciò che ha imparato e imparando anche dagli errori commessi.

Attraverso questo rapporto diretto con strumenti, materiali, procedure e problemi reali che si costruisce il vero “sapere fare”. Il vero artigiano digitale, allora, non è colui che utilizza l’IA per svolgere ogni attività nel modo più rapido possibile, ma è chi ha imparato a servirsi della tecnologia senza permetterle di sostituire quelle capacità che deve ancora sviluppare. In questa prospettiva, una delle competenze più importanti che possiamo trasmettere ai nostri studenti non consiste soltanto nel saper utilizzare l’Intelligenza Artificiale, ma nel comprendere quando è opportuno ricorrere alla tecnologia e quando è necessario fermarsi, ragionare autonomamente e mettersi direttamente al lavoro. Anche noi adulti possiamo usare l’IA per orientarci, prepararci, capire meglio un documento o trovare nuove domande da porre. Possiamo utilizzarla come una sorta di assistente, anche quando dobbiamo affrontare situazioni educative complesse. Dobbiamo ricordarci che una risposta generata automaticamente non conosce davvero nostro figlio, il nostro studente, la nostra classe o la situazione concreta che abbiamo davanti. Per questo il confronto con le persone rimane indispensabile.

La vera competenza non sta nel fare tutto con l’IA, ma nel sapere quando lasciarla parlare e quando, invece, è il momento di pensare e lavorare con la propria testa.