Scuola e intelligenza artificiale: il rischio "doping cognitivo" e il crollo dell'apprendimento reale

L'integrazione dell'intelligenza artificiale (IA) generativa nel sistema scolastico italiano ed europeo sta delineando un paradosso pedagogico di crescente rilevanza. Se da un lato gli strumenti algoritmici permettono di ottenere risultati immediati e prestazioni superficialmente elevate, dall'altro i dati evidenziano un fenomeno di "shadow IA": l'utilizzo non supervisionato e occulto delle macchine da parte degli studenti per delegare lo sforzo cognitivo.

Questa pratica, definita dagli esperti come effetto doping cognitivo, rischia di creare un'illusione di competenza che si sgretola non appena lo strumento tecnologico viene rimosso. Le recenti analisi, tra cui il report Tortuga Policy e i dati del progetto nazionale ImparIAmo, confermano che quasi il 50% dei giovani tra i 16 e i 24 anni in Italia utilizza l'IA, con una diffusione che sfiora il 60% a livello europeo.

Tuttavia, emerge una criticità strutturale: solo il 6,4% degli studenti italiani utilizza questi strumenti per scopi esplicitamente didattici, un dato significativamente inferiore alla media dell'Unione Europea (9,4%). Questo scarto indica che la tecnologia viene percepita più come un sostituto del pensiero che come un supporto alla costruzione del sapere.

L'impatto cognitivo: quando il voto sale ma la competenza cala

L'evidenza scientifica raccolta attraverso esperimenti su 800 discenti rivela un quadro preoccupante sulla qualità dell'apprendimento. Quando gli studenti ricorrono all'IA senza una guida strutturata, si osserva un deterioramento misurabile delle funzioni cognitive fondamentali. In particolare, l'attenzione consapevole è diminuita da un valore di 5,34 a 4,53, mentre la motivazione intrinseca ha subito un calo simile, passando da 5,11 a 4,54.

Questo suggerisce che la delega della fatica intellettuale alla macchina annulli la spinta interna allo studio e la capacità di concentrazione profonda. Un dato emblematico è stato rilevato nelle analisi OCSE riguardanti l'uso di GPT-4 in ambito matematico: sebbene l'impiego dell'algoritmo abbia prodotto un incremento delle prestazioni del 48%, il rendimento è crollato del 17% non appena l'IA è stata rimossa dal contesto operativo.

Questo conferma la fragilità di un apprendimento che non si radica nelle strutture neurali dello studente, ma rimane confinato alla capacità di interrogare correttamente un software. Il rischio è la creazione di un apprendimento fragile, dove il successo scolastico è mediato da un intermediario tecnologico che non produce competenze solide o permanenti.

Il divario metodologico e la sfida della "didattica guidata"

Nonostante la pervasività degli strumenti digitali, il sistema scolastico italiano presenta ancora un ritardo strutturale nell'adozione di metodologie consapevoli. Attualmente, solo il 3% dei progetti didattici include lo sviluppo del senso critico verso la macchina, e solo il 12% si focalizza effettivamente sul problem solving mediato dall'IA.

La mancanza di una cornice metodologica chiara favorisce l'uso "ombra", in cui gli studenti interrogano le macchine in totale autonomia senza alcuna supervisione docente, un fenomeno che riguarda l'87% degli alunni coinvolti nel progetto ImparIAmo. Di fronte a questa sfida, la letteratura scientifica e le dichiarazioni degli esperti, come quelle di Chorst Klaus, sottolineano l'importanza di non demonizzare la tecnologia, ma di promuoverne un uso consapevole.

La soluzione non risiede nel divieto, ma nella formazione dei docenti affinché diventino guide capaci di insegnare agli studenti a "dubitare della macchina". L'obiettivo deve spostarsi dalla semplice esecuzione di compiti alla capacità di analisi critica dei risultati prodotti dall'algoritmo, trasformando l'IA da sostituto del pensiero a catalizzatore di nuove competenze.

Cosa cambia concretamente per docenti e studenti

Per gli studenti, la conseguenza immediata dell'uso non supervisionato è un voto più alto accompagnato da competenze più deboli, che si tradurranno in difficoltà maggiori nel gestire compiti complessi che richiedano autonomia reale. Per il corpo docente, i dati del progetto IMPARAI del Ministero dell'Istruzione offrono una prospettiva operativa positiva: l'inserimento dell'IA in progetti governati e strutturati ha dimostrato di poter azzerare il tasso di bocciature (sceso allo 0% nelle classi sperimentali rispetto al 16% delle tradizionali) e migliorare la media dei voti (salita a 7,63 contro il 6,90 dei gruppi di controllo).

In sintesi, il passaggio operativo fondamentale per le scuole è la transizione verso una didattica strutturata. Questo richiede:

• L'integrazione di protocolli che insegnino esplicitamente a verificare le fonti e a riconoscere i bias algoritmici.
• La creazione di percorsi formativi per i docenti sulla gestione del doping cognitivo.
• L'adozione di compiti che richiedano una riflessione critica sui risultati generati dall'IA, piuttosto che la semplice produzione di contenuti.