La crescente presenza dell’intelligenza artificiale generativa nella scuola, nell’università e nei contesti professionali pone questioni che vanno oltre la conoscenza e l’uso degli strumenti. La possibilità di affidare all’AI attività come ricercare informazioni, sintetizzare, scrivere, argomentare, progettare o revisionare un testo modifica infatti il modo in cui alcune attività cognitive vengono distribuite tra persona e tecnologia. Diventa quindi necessario interrogarsi non soltanto su come utilizzare l’AI, ma anche su quali attività sia opportuno delegarle, a quali condizioni e quali capacità cognitive sia invece necessario continuare a esercitare direttamente. È in questo spazio, tra utilizzo della tecnologia e mantenimento dell’autonomia di giudizio, che l’AI literacy assume una particolare rilevanza educativa.
Per la prima volta disponiamo su larga scala di strumenti capaci non soltanto di recuperare informazioni, ma di restituire artefatti che appaiono già conclusi, coerenti e comunicativamente convincenti. È proprio questa apparente completezza a rappresentare una delle principali sfide educative.
Quando la qualità dell’output sostituisce la qualità del pensiero
Un testo linguisticamente corretto, ben organizzato e plausibile può produrre una sorta di illusione epistemica: se qualcosa appare convincente, siamo più facilmente portati a considerarlo anche corretto, significativo o affidabile. Ma forma e validità non coincidono.
L’AI generativa rende quindi particolarmente evidente un problema già conosciuto negli studi sul cognitive offloading, cioè la tendenza ad affidare a strumenti esterni alcune operazioni cognitive. Non si tratta, in sé, di un fenomeno negativo. Scrittura, libri, mappe, calcolatrici, motori di ricerca e smartphone hanno progressivamente esternalizzato alcune funzioni della memoria, del calcolo e dell’accesso all’informazione.
Con l’AI generativa, tuttavia, la delega può riguardare operazioni più complesse: formulare, argomentare, sintetizzare, confrontare, interpretare, progettare e persino valutare. La domanda educativa, allora, non può essere semplicemente: “Dobbiamo permettere agli studenti di utilizzare l’AI?”
Dovrebbe diventare: “Quali operazioni possiamo delegare all’AI e quali capacità cognitive dobbiamo continuare intenzionalmente a esercitare?”
Dall’uso dell’AI all’AI literacy
È precisamente in questo passaggio che il concetto di AI literacy assume rilevanza.
L’AI Literacy Framework (AILit), sviluppato nel contesto della collaborazione tra Commissione europea e OECD con il contributo di esperti internazionali, propone di superare una concezione meramente strumentale dell’alfabetizzazione all’intelligenza artificiale.
Essere AI literate non significa semplicemente conoscere alcuni strumenti generativi o saper costruire un buon prompt. Significa sviluppare conoscenze, competenze e disposizioni che consentano di interagire con sistemi di AI in modo consapevole, critico, responsabile e agentivo.
Questa prospettiva è particolarmente importante perché sposta l’attenzione dallo strumento alla persona.
Non dobbiamo soltanto insegnare agli studenti come ottenere qualcosa dall’AI. Dobbiamo insegnare loro a comprendere quando utilizzarla, perché utilizzarla, che cosa delegarle, come valutarne il risultato e quando invece sia necessario non utilizzarla.
Cinque capacità da proteggere e sviluppare
In questa prospettiva, l’educazione all’AI dovrebbe rafforzare almeno cinque dimensioni fondamentali.
- La prima è la vigilanza epistemica: la capacità di domandarsi da dove provenga un’informazione, quali evidenze la sostengano e quanto sia affidabile. Di fronte a un output generativo, la domanda fondamentale non è “sembra corretto?”, ma “come posso verificare che lo sia?”
- La seconda è la valutazione critica. Gli studenti devono imparare a individuare errori, omissioni, generalizzazioni, bias, debolezze argomentative e informazioni non supportate.
- La terza è la metacognizione: riconoscere ciò che sappiamo, ciò che non sappiamo e ciò che stiamo semplicemente accettando perché prodotto da un sistema linguisticamente convincente.
- La quarta è l’agency, centrale anche nella prospettiva di AILit. Essere agentivi significa mantenere il controllo sulle decisioni, utilizzando l’AI intenzionalmente anziché adattare automaticamente il proprio comportamento alle possibilità offerte dalla tecnologia.
- La quinta è la responsabilità. Quest’ultima potrebbe essere tradotta in una regola educativa molto semplice: se metti il tuo nome sotto un prodotto, devi essere in grado di comprenderlo, verificarlo, spiegarlo e difenderlo, indipendentemente dagli strumenti utilizzati per realizzarlo.
Ripensare anche la valutazione
Questa trasformazione rende necessario ripensare l’assessment.
Concentrarsi esclusivamente sull’individuazione dell’utilizzo dell’AI rischia di produrre una sterile competizione tra studenti che cercano di nasconderne l’uso e docenti che cercano di scoprirlo.
Una valutazione coerente con l’AI literacy dovrebbe invece rendere maggiormente osservabile il processo cognitivo.
Potremmo, ad esempio, chiedere allo studente non soltanto di consegnare un prodotto finale, ma di documentare alcune fasi del processo: formulazione iniziale del problema, interazione con l’AI, analisi dell’output, verifica delle informazioni, revisione e giustificazione delle decisioni assunte.
Le domande valutative diventerebbero allora diverse:
- Quali affermazioni prodotte dall’AI hai verificato?
- Quali fonti hai utilizzato per farlo?Dove hai individuato errori o semplificazioni?
- Quale suggerimento dell’AI hai deciso di non utilizzare e perché?
- In quale parte del lavoro il tuo contributo è stato determinante?
In questo modo l’AI non rappresenterebbe necessariamente una minaccia all’assessment. Potrebbe diventare essa stessa oggetto dell’assessment.
Il rischio dell’inflazione degli artefatti
Esiste infine una questione che supera i confini della scuola.
L’AI generativa sta riducendo drasticamente il costo della produzione di contenuti. Possiamo generare quantità potenzialmente illimitate di report, presentazioni, immagini, sintesi, documenti e comunicazioni.
Ma l’aumento della produzione non comporta necessariamente un aumento equivalente della conoscenza.
Potremmo trovarci di fronte a una vera e propria inflazione degli artefatti: sempre più contenuti, formalmente sempre migliori, ai quali corrisponde una quantità progressivamente minore di attenzione umana.
Il rischio estremo è un circuito nel quale un sistema genera un documento che viene sintetizzato da un altro sistema, che produce una risposta successivamente elaborata da un’altra AI. La comunicazione continua, mentre l’intervento cognitivo umano diventa sempre più marginale. È qui che l’AI literacy assume anche una dimensione profondamente educativa e culturale.
Educare a non delegare sé stessi
La sfida della scuola non consiste quindi nel proteggere gli studenti dall’intelligenza artificiale, né nel prepararli semplicemente a utilizzare gli strumenti più recenti.
- Consiste nel prepararli a vivere in ambienti nei quali l’intelligenza artificiale sarà progressivamente incorporata nelle attività di studio, lavoro, comunicazione e decisione.
- Occorre insegnare loro a utilizzare l’AI senza rinunciare al giudizio, ad accettarne l’aiuto senza cederle la responsabilità, a sfruttarne la potenza senza confondere la qualità dell’output con la qualità del pensiero.
Forse la domanda fondamentale dell’AI literacy sarà proprio questa: come possiamo delegare sempre più capacità alle macchine senza delegare, insieme ad esse, la nostra autonomia cognitiva?
In questa prospettiva, educare all’AI literacy significa qualcosa di più ambizioso che insegnare a utilizzare l’intelligenza artificiale. Significa educare persone capaci di pensare con l’AI, pensare sull’AI e, quando necessario, pensare senza l’AI.
Perché la competenza decisiva, in un mondo nel quale sarà sempre più facile generare risposte, potrebbe diventare proprio quella di continuare a formulare domande, esercitare giudizio e assumersi la responsabilità delle proprie decisioni.