Pubblicato a giugno 2026, il quadro “Empowering Learners for the Age of AI” propone un linguaggio comune e un’architettura di competenze per portare l’alfabetizzazione all’IA dentro le aule, dalla primaria alla secondaria. Non è vincolante, ma è destinato a orientare standard, materiali e politiche in Europa e oltre.
Che cos’è il Quadro AILit
Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education (in breve, AILit Framework) è un’iniziativa congiunta della Commissione europea e dell’OCSE, sviluppata con il supporto di CodeAI (già Code.org), della comunità TeachAI e di un gruppo internazionale di esperti. Il documento alimenta inoltre il dominio innovativo dell’indagine PISA 2029, dedicato alla Media and Artificial Intelligence Literacy (MAIL).
Si tratta di un testo recente: la versione di pubblicazione è stata approvata e declassificata dal PISA Governing Board l’8 aprile 2026 e diffusa nel 2026 da OECD Publishing (Parigi) con licenza Creative Commons Attribution 4.0 International (CC BY 4.0), che ne consente liberamente l’uso, la traduzione e l’adattamento con obbligo di attribuzione. È disponibile in inglese, francese e tedesco sul sito ufficiale (al momento non in italiano), insieme al PDF integrale, a un framework interattivo navigabile, a esempi di lezione, a un blog e a webinar.
Due precisazioni di status sono importanti per chi opera nelle scuole. Primo, il quadro è non vincolante: è uno strumento di supporto per insegnanti, dirigenti e autorità educative, non un atto regolatorio. Secondo, non fornisce indicazioni sull’applicazione del Regolamento (UE) 2024/1689 (AI Act), pur richiamandone l’approccio antropocentrico e basato sul rischio e l’obbligo, introdotto dall’articolo 4, di promuovere l’alfabetizzazione all’IA.
Perché serve: i dati sull’uso dell’IA fra i più giovani
Il quadro parte da un dato di realtà: per molti adolescenti l’IA non è più qualcosa di futuribile, ma una presenza quotidiana. Un’indagine del 2025 su oltre 7.000 adolescenti di sette Paesi europei (Italia inclusa) rileva che l’88% dei più giovani (13-15 anni) e il 96% dei più grandi (16-18 anni) ha utilizzato strumenti di IA nell’ultimo anno, e che la maggioranza vi ricorre più volte a settimana per attività di studio e creative (Google & Livity, The Future Report, 2025). Eurostat segnala che i 16-24enni ricorrono all’IA generativa quasi il doppio della popolazione generale (Eurostat, 2026).
A questa diffusione si accompagnano rischi concreti, che il quadro non minimizza: disinformazione e contenuti inappropriati, bias e stereotipi, questioni di privacy e impronta digitale. Particolarmente delicato è l’uso dei cosiddetti “compagni” di IA: secondo Common Sense Media, il 72% degli adolescenti statunitensi intervistati li ha utilizzati, talvolta preferendoli a un interlocutore umano o condividendo informazioni personali (Robb & Mann, 2025). Il documento richiama inoltre evidenze sulla relazione fra uso degli strumenti di IA e indebolimento del pensiero critico (Gerlich, 2025) e sul rischio di “pigrizia metacognitiva” (Fan et al., 2025), per concludere che senza una guida adeguata gli studenti possono affidarsi all’IA in modi che riducono riflessione, perseveranza e ragionamento autonomo.
La definizione di alfabetizzazione all’IA
Il quadro definisce l’alfabetizzazione all’IA come l’insieme di conoscenze tecniche, competenze durevoli e atteggiamenti orientati al futuro necessari per prosperare in un mondo influenzato dall’IA: capacità di interagire con l’IA, creare con essa, gestirla e contribuire a plasmarla, valutandone in modo critico benefici, rischi e implicazioni etiche. La definizione si innesta su quelle dell’AI Act (2024), dell’OCSE (2024) e dell’UNESCO (Miao & Cukurova, 2024; Miao et al., 2024).
Centrale è una distinzione che ha valore operativo: l’alfabetizzazione all’IA non coincide con l’uso degli strumenti di IA. Usare un chatbot non sviluppa automaticamente comprensione critica; viceversa, le conoscenze sul funzionamento dei sistemi possono condurre a un uso più creativo, inclusivo ed etico. È una premessa che dovrebbe orientare il modo in cui si progettano attività e valutazioni, evitando di confondere la familiarità d’uso con la competenza.
L’architettura: conoscenze, abilità e atteggiamenti, poi le competenze
Il quadro poggia su tre fondamenta — Conoscenze, Abilità, Atteggiamenti — da cui derivano le Competenze, accompagnate da Aspettative di apprendimento e Scenari didattici.
Le Conoscenze sono organizzate in quattro aree (La natura dell’IA; L’IA riflette scelte e prospettive umane; Capacità e limiti dell’IA; Il ruolo dell’IA nella società), articolate in enunciati puntuali e referenziati. Le Abilità sono sette competenze umane riportate al contesto dell’IA: pensiero critico, collaborazione, creatività, problem solving, pensiero computazionale, comunicazione, consapevolezza di sé e sociale. Gli Atteggiamenti sono sei disposizioni mentali: riflessivo, responsabile, curioso, innovativo, adattabile, empatico.
Ogni Competenza combina elementi di queste tre dimensioni. Le Aspettative di apprendimento declinano ciascuna competenza su tre livelli di progressione — Basic, Intermediate, Advanced — che, ed è una scelta metodologicamente significativa, non sono ancorati a età o classi specifiche: fungono da impalcatura affinché i docenti costruiscano le proprie rubriche e incontrino gli studenti al loro effettivo punto di partenza. Gli Scenari didattici (“In the Classroom”) forniscono esempi concreti, adattabili al contesto, alle linee guida e alla normativa locale.
I quattro domini
Le competenze si raggruppano in quattro domini, presentati in sequenza per suggerire un possibile percorso di apprendimento.
- Engage with AI — Diventare un partecipante critico e responsabile in un mondo segnato dall’IA. È il dominio fondante (sette competenze): riconoscere l’IA nei diversi contesti, descriverne il funzionamento senza antropomorfismi, valutare gli output, esaminare i sistemi predittivi, considerare consumi energetici e di risorse, riconoscere l’amplificazione dei bias, analizzare l’allineamento a principi etici e valori umani.
- Create with AI — Usare l’IA come partner creativo mantenendo l’agentività umana (quattro competenze): esplorare nuove prospettive a partire da idee proprie, visualizzare e prototipare, dirigere i sistemi generativi per ottenere feedback, analizzare come l’IA possa tutelare o violare autenticità e proprietà intellettuale.
- Manage AI — Dividere il lavoro intenzionalmente fra esseri umani e IA (quattro competenze): decidere se usare l’IA in base alla natura del compito, scegliere l’approccio più adatto, scomporre il problema per stabilire quando automatizzare o potenziare, monitorare e valutare l’uso lungo l’intero processo.
- Shape AI — Migliorare i sistemi di IA perché riflettano i valori umani (quattro competenze). È il dominio culminante e più tecnico: indagare finalità, destinatari e limiti di un sistema; valutarlo con criteri e casi di test; progettare tenendo conto di dati e flussi informativi; migliorarlo per il benessere e il bene comune.
I domini Create e Manage procedono in parallelo dopo l’acquisizione delle basi di Engage, mentre Shape presuppone le competenze dei tre precedenti e può richiedere collaborazioni con l’informatica e con partner del territorio. Obiettivo dichiarato non è formare sviluppatori, ma trasformare gli studenti da consumatori passivi in creatori responsabili.
L’etica come dimensione trasversale
Una scelta di impianto distingue l’AILit Framework: l’etica è intrecciata a tutti i materiali, perché i sistemi di IA incorporano scelte e prospettive umane non separabili dalla loro comprensione tecnica. I principi guida includono agentività dell’apprendente; trasparenza e spiegabilità; responsabilità (uso equo, inclusivo, accountabile); tutela della privacy; sostenibilità ambientale; e indagine continua su chi trae beneficio e chi è svantaggiato dall’uso dell’IA.
Due temi emergono con particolare forza nella versione finale, recependo il feedback degli stakeholder. Il primo è l’impatto ambientale: il quadro chiede esplicitamente di soppesare il costo in energia, materiali e acqua dei sistemi di IA rispetto alla loro reale utilità per il compito (“esiste un’alternativa più sostenibile?”). Il secondo è il benessere mentale ed emotivo dei più giovani, con il richiamo esplicito al fatto che l’IA non è umana e non va trattata come tale.
Il ruolo decisivo di insegnanti e sistemi educativi
Il quadro insiste sul fatto che l’alfabetizzazione all’IA è una responsabilità condivisa fra docenti, dirigenti, decisori politici, progettisti della formazione e famiglie. Ma il dato che meglio fotografa la sfida riguarda i docenti. Da un lato, l’81% dei cittadini europei ritiene che tutti gli insegnanti dovrebbero possedere competenze per usare e comprendere l’IA, inclusa quella generativa (Eurobarometro Flash, 2025); il 63% concorda che entro il 2030 tutti dovranno essere alfabetizzati all’IA. Dall’altro, l’indagine TALIS 2024 rileva che solo un docente su tre usa l’IA e tre su quattro dichiarano di non avere conoscenze e competenze sufficienti per insegnare con l’IA; circa il 40% ha ricevuto formazione sull’IA nel 2024 (OCSE, 2025b).
Da qui un’indicazione netta: investire nello sviluppo professionale, non solo sull’uso degli strumenti ma sulle metodologie didattiche, sulla riflessione etica e sull’agentività degli studenti, preservando l’autonomia professionale dei docenti. La finalità dell’educazione, ricorda il testo, è più ampia del semplice risparmio di tempo.
Il rapporto con gli altri quadri europei e internazionali
Per chi lavora con i framework di competenza digitale, l’AILit Framework è esplicitamente collocato in un ecosistema. Complementa le Linee guida etiche aggiornate 2026 sull’uso dell’IA e dei dati nell’insegnamento per gli educatori, DigComp 3.0 (Cosgrove & Cachia, 2025) e l’imminente aggiornamento di DigCompEdu (Redecker, 2017); risponde alle Raccomandazioni del Consiglio del 2023 e si inserisce nel Digital Education Action Plan 2021-2027 e nella Union of Skills, in attesa della 2030 Roadmap.
Sul piano contenutistico, dichiara di costruire su quadri preesistenti: il Digital Competences Framework, i AI Competency Frameworks UNESCO per studenti e docenti, il Digital Promise AI Literacy Framework, i 5 Big Ideas in AI di AI4K12, il quadro ETS per la scuola K-12 e l’aiEDU AI Readiness Framework. L’alfabetizzazione all’IA è presentata come confluenza di etica, informatica, media e digital literacy, data science, scienze sociali e design thinking. Rispetto a PISA 2029 MAIL, l’AILit Framework adotta un taglio più mirato e AI-specifico, mentre MAIL allarga lo sguardo alla media literacy e fornisce indicazioni più dettagliate sulle strategie di misurazione.
Un quadro rivisto attraverso una consultazione internazionale
La versione attuale non nasce a tavolino. Dopo la pubblicazione di una bozza nel maggio 2025, una consultazione (maggio-ottobre 2025) ha raccolto i contributi di oltre 2.000 persone in più di 100 Paesi, tramite un’indagine online e una serie di focus group; fra i rispondenti, il 41% erano insegnanti. La revisione ha rafforzato cinque temi emersi dal confronto: metacognizione e autoregolazione; agentività degli studenti; capacità di discernimento (con maggiore “sano scetticismo” verso l’IA); costo ambientale; livelli di progressione e implementazione realistica. I principi di sviluppo dichiarati — fondazionale, pratico, interdisciplinare, durevole, globale, illustrativo — riassumono l’intento: competenze che restino rilevanti man mano che l’IA evolve, al di là dei singoli strumenti.
Risorse disponibili sul sito
Oltre al PDF, il sito ufficiale offre un framework interattivo che consente di filtrare le competenze per contesto ed esplorarne progressioni, applicazioni in aula e relative conoscenze/abilità/atteggiamenti (per ora solo in inglese); due esemplari di percorso (“AI for Oceans” e “AI for Science Communication”); un blog e una sezione webinar. Nell’allegato del quadro si fa inoltre riferimento a un Facilitation Toolkit per condurre consultazioni e focus group.
Implicazioni per il contesto italiano
Trattandosi di un quadro non vincolante e pensato per essere adattato, l’AILit Framework si presta a integrarsi con gli strumenti già in uso nella scuola italiana. La scelta di progressioni svincolate da età e classi è coerente con un approccio per competenze e offre una base utile per costruire rubriche e strumenti di valutazione dell’alfabetizzazione all’IA, sia per gli studenti sia, in prospettiva, per i docenti. La trasversalità dell’etica e l’attenzione al benessere e alla sostenibilità dialogano con i percorsi di cittadinanza digitale e con i riferimenti normativi nazionali. L’assenza, al momento, di una versione italiana sul sito rappresenta peraltro uno spazio concreto di lavoro per chi opera sull’allineamento fra quadri europei e curricoli nazionali.
L’AILit Framework propone un linguaggio condiviso e un’impalcatura adattabile per affrontare una domanda che il documento stesso pone come centrale: non solo che cosa l’IA può fare, ma che cosa dovrebbe fare e a chi serve.
