La classe potenzIAta. Comprendere e applicare l’Intelligenza Artificiale in classe
Nel dibattito sull’intelligenza artificiale applicata alla scuola esiste una curiosa oscillazione emotiva che chi lavora da decenni nella tecnologia riconosce immediatamente. All’inizio arriva l’euforia. Poi la paura. Infine, molto più raramente, arriva la fase in cui qualcuno decide semplicemente di osservare come funzionano davvero le cose. Il libro di cui si discute qui appartiene con decisione a questa terza categoria, quella più noiosa per gli evangelisti dell’innovazione ma infinitamente più utile per chi deve prendere decisioni reali in un’aula scolastica.
Il tempismo è interessante. Tra il 2022 e il 2023, quando modelli linguistici come ChatGPT della OpenAI sono entrati nella conversazione pubblica con la delicatezza di un meteorite, la produzione editoriale educativa si è divisa in due filoni prevedibili. Da una parte manuali entusiastici che promettevano una rivoluzione immediata della didattica. Dall’altra una serie di testi difensivi, spesso scritti con il tono di chi guarda un incendio avvicinarsi lentamente al proprio archivio cartaceo. Nel mezzo, quasi nessuno si è preso il tempo di studiare l’oggetto con calma.
Il merito principale di questo libro sta proprio nel rifiuto di partecipare a quella oscillazione isterica. L’autore compie un’operazione che, nel contesto culturale attuale, suona quasi sovversiva: riporta l’intelligenza artificiale nel dominio delle tecnologie imperfette. Non come entità semi-magica, non come nuovo cervello sintetico, non come incarnazione digitale dell’intelligenza umana, ma come un sistema statistico sofisticato costruito su modelli probabilistici e su enormi quantità di dati. Una descrizione meno poetica, certo, ma molto più utile.
Chi ha attraversato tre o quattro cicli di hype tecnologico sa che questo tipo di demistificazione è un passaggio obbligato. Negli anni novanta toccò a internet. Nei primi anni duemila al machine learning. Oggi è il turno dell’AI generativa. Il fenomeno è sempre lo stesso: il marketing precede la comprensione. Nel caso dell’intelligenza artificiale, il problema è amplificato dal linguaggio. Termini presi in prestito dalla psicologia o dalla filosofia della mente vengono applicati a sistemi matematici che non hanno nulla a che fare con coscienza, intenzionalità o comprensione.
Non è un caso che il libro parta da una ricostruzione storica che include figure come Alan Turing. Il riferimento non è ornamentale. Il famoso test proposto da Turing nel 1950 non era una prova dell’intelligenza delle macchine, ma un esperimento filosofico su come gli esseri umani attribuiscono intelligenza a ciò che imita il linguaggio umano. Settant’anni dopo, l’ironia è evidente: gran parte del dibattito pubblico sull’AI continua a confondere simulazione e comprensione.
La ricostruzione che dal lavoro di Turing arriva fino ai modelli linguistici contemporanei ha un valore pedagogico notevole perché costringe il lettore a confrontarsi con i meccanismi reali della tecnologia. Tokenizzazione, backpropagation, temperatura dei modelli. Termini tecnici che spesso vengono citati superficialmente nei media ma che raramente vengono spiegati con chiarezza. Qui invece diventano strumenti concettuali per capire cosa stia realmente accadendo sotto il cofano dei sistemi generativi.
Chi lavora nella tecnologia riconosce subito quanto sia difficile trovare l’equilibrio tra precisione tecnica e chiarezza didattica. Da una parte c’è la tentazione di semplificare fino alla caricatura. Dall’altra il rischio opposto di trasformare qualsiasi spiegazione in un seminario universitario di apprendimento automatico. Il libro evita entrambe le trappole, e questo rivela una combinazione piuttosto rara: competenza tecnica autentica unita a una sensibilità pedagogica reale.
Ancora più interessante è la decisione di smontare sistematicamente il linguaggio antropomorfico che circonda l’intelligenza artificiale. Le macchine non pensano. Non capiscono. Non hanno opinioni. Predicono sequenze di parole sulla base di modelli statistici. Questa frase, che dovrebbe essere banale per chiunque abbia letto due articoli scientifici sull’argomento, continua a sembrare scandalosa in molti contesti educativi. Il motivo è semplice. L’industria tecnologica ha investito anni nel vendere l’illusione opposta.
Il secondo capitolo affronta un problema ancora più concreto: cosa significa usare questi strumenti nella pratica quotidiana di un docente. Qui il libro compie una scelta metodologica intelligente. Invece di proporre l’ennesima lista di strumenti digitali destinati a diventare obsoleti nel giro di pochi mesi, propone un metodo di integrazione didattica. Una differenza che, per chi ha vissuto l’evoluzione delle tecnologie educative negli ultimi trent’anni, è quasi commovente.
Ogni generazione di tecnologia educativa ha prodotto lo stesso tipo di manuali. Negli anni novanta erano pieni di CD-ROM. Nei primi anni duemila parlavano di piattaforme e-learning. Nel decennio successivo celebravano le lavagne interattive. Oggi la parola magica è intelligenza artificiale. Il problema non è la tecnologia in sé. Il problema è l’illusione che lo strumento determini automaticamente la qualità dell’apprendimento.
Il libro insiste invece su un principio molto più scomodo: la tecnologia amplifica le competenze che già esistono. Un docente competente diventa più efficace con nuovi strumenti. Un docente confuso rimane confuso, solo con un’interfaccia più sofisticata. È una verità poco glamour, ma chi ha gestito progetti di trasformazione digitale lo sa bene. Le tecnologie cambiano rapidamente. Le strutture cognitive e organizzative delle istituzioni cambiano molto più lentamente.
La parte più stimolante del volume emerge però quando il discorso si sposta sugli studenti. L’intelligenza artificiale generativa non viene trattata come un semplice strumento di supporto alla scrittura o alla ricerca. Viene descritta come un elemento che altera l’ecosistema cognitivo in cui avviene l’apprendimento. Questa distinzione è cruciale. Significa riconoscere che la disponibilità di sistemi capaci di generare testi, spiegazioni e sintesi modifica il modo stesso in cui gli studenti interagiscono con la conoscenza.
La scuola moderna è nata in un’epoca di scarsità informativa. L’insegnante era il principale intermediario tra lo studente e il sapere. Internet ha iniziato a cambiare questo equilibrio. L’intelligenza artificiale generativa lo porta a un livello completamente diverso. Oggi uno studente può interrogare un modello linguistico su qualsiasi argomento e ottenere una risposta plausibile in pochi secondi. La domanda non è se questo accadrà. Sta già accadendo.
Il libro affronta questo scenario con una lucidità che manca in molti dibattiti pubblici. Invece di concentrarsi sull’ansia da plagio o sulla paura dei compiti scritti generati automaticamente, sposta l’attenzione sui processi cognitivi. Se il prodotto finale può essere generato da una macchina, allora il valore educativo deve spostarsi sul processo di costruzione della conoscenza. È una trasformazione concettuale che ricorda quella avvenuta quando le calcolatrici sono entrate nelle aule di matematica.
Le attività descritte nel libro suggeriscono proprio questo cambio di prospettiva. L’intelligenza artificiale diventa un interlocutore critico, un generatore di ipotesi, un dispositivo di esplorazione concettuale. Non una scorciatoia per evitare lo studio, ma uno strumento per rendere più espliciti i passaggi logici che portano alla comprensione. Una differenza sottile ma fondamentale.
Il riferimento alle teorie delle intelligenze multiple di Howard Gardner e alla modernità liquida descritta da Zygmunt Bauman contribuisce a costruire una cornice culturale più ampia. L’idea di una “classe potenziata” non viene presentata come un ambiente dominato dalla tecnologia, ma come uno spazio in cui l’accesso alle informazioni e la cooperazione tra studenti possono essere riorganizzati in modo più equilibrato.
Un aspetto particolarmente interessante riguarda la dimensione sociale dell’innovazione educativa. Gran parte della retorica tecnologica presuppone contesti scolastici ideali, dotati di infrastrutture digitali perfette e di studenti con accesso continuo a dispositivi e connessioni. Il libro, invece, riconosce esplicitamente che molte scuole operano in condizioni molto diverse. L’intelligenza artificiale non viene presentata come una panacea, ma come uno strumento che può amplificare opportunità anche in contesti difficili, se utilizzato con intelligenza.
Lo stile del volume riflette questa impostazione. La scrittura rimane sobria, quasi deliberatamente distante dalle retoriche entusiastiche che dominano la comunicazione tecnologica contemporanea. Tuttavia non è neutrale. L’autore prende posizione quando necessario e non evita di criticare certe semplificazioni diffuse nel discorso pubblico sull’AI.
Le incursioni nella fantascienza, con riferimenti ad autori come Isaac Asimov e Philip K. Dick, svolgono una funzione curiosamente pragmatica. La fantascienza ha spesso anticipato dilemmi etici e cognitivi che oggi tornano nel dibattito sull’intelligenza artificiale. In questo contesto diventa uno strumento di chiarificazione concettuale più che un esercizio di nostalgia letteraria.
Il glossario finale rappresenta forse il gesto più significativo del libro. In un campo dominato da parole usate con estrema leggerezza, la decisione di definire con precisione i termini fondamentali è quasi un atto politico. Le tecnologie emergenti vengono spesso comprese attraverso metafore. Il problema è che le metafore guidano anche le decisioni politiche, educative e economiche. Se la metafora è sbagliata, anche la decisione lo sarà.
In definitiva, il valore di questo libro non sta nella promessa di una rivoluzione didattica immediata. Al contrario, la sua forza deriva dalla capacità di rallentare il ritmo della discussione. In un’epoca ossessionata dalla velocità dell’innovazione, invitare docenti e studenti a pensare con calma alla natura delle tecnologie che stanno usando è quasi un gesto controculturale.
Paradossalmente, proprio questa lentezza potrebbe rendere il libro più duraturo di molti testi più spettacolari. Le tecnologie cambiano. Gli strumenti specifici diventano rapidamente obsoleti. Le domande fondamentali su come gli esseri umani apprendono, collaborano e costruiscono conoscenza rimangono sorprendentemente stabili. Un buon libro educativo non fornisce semplicemente risposte temporanee. Aiuta a formulare meglio le domande.
Nel mercato editoriale dell’innovazione educativa, dominato da promesse rapide e da strategie di marketing travestite da pedagogia, questa è una qualità rarissima. Ed è forse la ragione principale per cui il volume merita di essere letto con attenzione. Non perché offra soluzioni definitive, ma perché restituisce alla discussione sull’intelligenza artificiale a scuola qualcosa che negli ultimi anni è diventato sorprendentemente raro: la capacità di pensare prima di adottare.
A.D.
