{"id":4305,"date":"2026-06-25T11:18:47","date_gmt":"2026-06-25T09:18:47","guid":{"rendered":"https:\/\/www.cittadinanzadigitale.eu\/?p=4305"},"modified":"2026-06-25T11:18:47","modified_gmt":"2026-06-25T09:18:47","slug":"educare-allintelligenza-artificiale-il-quadro-ailit-di-commissione-europea-e-ocse-per-la-scuola-primaria-e-secondaria","status":"publish","type":"post","link":"https:\/\/www.cittadinanzadigitale.eu\/?p=4305","title":{"rendered":"Educare all’intelligenza artificiale: il Quadro AILit di Commissione europea e OCSE per la scuola primaria e secondaria"},"content":{"rendered":"\n

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 \u00e8 vincolante, ma \u00e8 destinato a orientare standard, materiali e politiche in Europa e oltre.<\/em><\/p>\n\n\n\n

Che cos’\u00e8 il Quadro AILit<\/h2>\n\n\n\n

Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education<\/em> (in breve, AILit Framework<\/strong>) \u00e8 un’iniziativa congiunta della Commissione europea<\/strong> e dell’OCSE<\/strong>, sviluppata con il supporto di CodeAI<\/strong> (gi\u00e0 Code.org), della comunit\u00e0 TeachAI<\/strong> e di un gruppo internazionale di esperti. Il documento alimenta inoltre il dominio innovativo dell’indagine PISA 2029<\/strong>, dedicato alla Media and Artificial Intelligence Literacy<\/em> (MAIL).<\/p>\n\n\n\n

Si tratta di un testo recente: la versione di pubblicazione \u00e8 stata approvata e declassificata dal PISA Governing Board<\/em> l’8 aprile 2026 e diffusa nel 2026 da OECD Publishing (Parigi) con licenza Creative Commons Attribution 4.0 International (CC BY 4.0)<\/strong>, che ne consente liberamente l’uso, la traduzione e l’adattamento con obbligo di attribuzione. \u00c8 disponibile in inglese, francese e tedesco sul sito ufficiale (al momento non in italiano), insieme al PDF integrale, a un framework interattivo<\/em> navigabile, a esempi di lezione, a un blog e a webinar.<\/p>\n\n\n\n

Due precisazioni di status sono importanti per chi opera nelle scuole. Primo, il quadro \u00e8 non vincolante<\/strong>: \u00e8 uno strumento di supporto per insegnanti, dirigenti e autorit\u00e0 educative, non un atto regolatorio. Secondo, non fornisce indicazioni sull’applicazione del Regolamento (UE) 2024\/1689 (AI Act)<\/strong>, pur richiamandone l’approccio antropocentrico e basato sul rischio e l’obbligo, introdotto dall’articolo 4, di promuovere l’alfabetizzazione all’IA.<\/p>\n\n\n\n

Perch\u00e9 serve: i dati sull’uso dell’IA fra i pi\u00f9 giovani<\/h2>\n\n\n\n

Il quadro parte da un dato di realt\u00e0: per molti adolescenti l’IA non \u00e8 pi\u00f9 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 pi\u00f9 giovani (13-15 anni)<\/strong> e il 96% dei pi\u00f9 grandi (16-18 anni)<\/strong> ha utilizzato strumenti di IA nell’ultimo anno, e che la maggioranza vi ricorre pi\u00f9 volte a settimana per attivit\u00e0 di studio e creative (Google & Livity, The Future Report<\/em>, 2025). Eurostat segnala che i 16-24enni ricorrono all’IA generativa quasi il doppio della popolazione generale (Eurostat, 2026).<\/p>\n\n\n\n

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 \u00e8 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.<\/p>\n\n\n\n

La definizione di alfabetizzazione all’IA<\/h2>\n\n\n\n

Il quadro definisce l’alfabetizzazione all’IA come l’insieme di conoscenze tecniche, competenze durevoli e atteggiamenti orientati al futuro<\/strong> necessari per prosperare in un mondo influenzato dall’IA: capacit\u00e0 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).<\/p>\n\n\n\n

Centrale \u00e8 una distinzione che ha valore operativo: l’alfabetizzazione all’IA non coincide con l’uso degli strumenti di IA<\/strong>. Usare un chatbot non sviluppa automaticamente comprensione critica; viceversa, le conoscenze sul funzionamento dei sistemi possono condurre a un uso pi\u00f9 creativo, inclusivo ed etico. \u00c8 una premessa che dovrebbe orientare il modo in cui si progettano attivit\u00e0 e valutazioni, evitando di confondere la familiarit\u00e0 d’uso con la competenza.<\/p>\n\n\n\n

L’architettura: conoscenze, abilit\u00e0 e atteggiamenti, poi le competenze<\/h2>\n\n\n\n

Il quadro poggia su tre fondamenta \u2014 Conoscenze, Abilit\u00e0, Atteggiamenti<\/strong> \u2014 da cui derivano le Competenze<\/strong>, accompagnate da Aspettative di apprendimento<\/strong> e Scenari didattici<\/strong>.<\/p>\n\n\n\n

Le Conoscenze<\/strong> sono organizzate in quattro aree (La natura dell’IA; L’IA riflette scelte e prospettive umane; Capacit\u00e0 e limiti dell’IA; Il ruolo dell’IA nella societ\u00e0), articolate in enunciati puntuali e referenziati. Le Abilit\u00e0<\/strong> sono sette competenze umane riportate al contesto dell’IA: pensiero critico, collaborazione, creativit\u00e0, problem solving, pensiero computazionale, comunicazione, consapevolezza di s\u00e9 e sociale. Gli Atteggiamenti<\/strong> sono sei disposizioni mentali: riflessivo, responsabile, curioso, innovativo, adattabile, empatico.<\/p>\n\n\n\n

Ogni Competenza combina elementi di queste tre dimensioni. Le Aspettative di apprendimento<\/strong> declinano ciascuna competenza su tre livelli di progressione \u2014 Basic, Intermediate, Advanced<\/em> \u2014 che, ed \u00e8 una scelta metodologicamente significativa, non sono ancorati a et\u00e0 o classi specifiche<\/strong>: fungono da impalcatura affinch\u00e9 i docenti costruiscano le proprie rubriche e incontrino gli studenti al loro effettivo punto di partenza. Gli Scenari didattici<\/strong> (“In the Classroom”) forniscono esempi concreti, adattabili al contesto, alle linee guida e alla normativa locale.<\/p>\n\n\n\n

I quattro domini<\/h2>\n\n\n\n

Le competenze si raggruppano in quattro domini, presentati in sequenza per suggerire un possibile percorso di apprendimento.<\/p>\n\n\n\n

    \n
  1. Engage with AI<\/strong> \u2014 Diventare un partecipante critico e responsabile in un mondo segnato dall’IA.<\/em> \u00c8 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.<\/li>\n\n\n\n
  2. Create with AI<\/strong> \u2014 Usare l’IA come partner creativo mantenendo l’agentivit\u00e0 umana<\/em> (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 autenticit\u00e0 e propriet\u00e0 intellettuale.<\/li>\n\n\n\n
  3. Manage AI<\/strong> \u2014 Dividere il lavoro intenzionalmente fra esseri umani e IA<\/em> (quattro competenze): decidere se usare l’IA in base alla natura del compito, scegliere l’approccio pi\u00f9 adatto, scomporre il problema per stabilire quando automatizzare o potenziare, monitorare e valutare l’uso lungo l’intero processo.<\/li>\n\n\n\n
  4. Shape AI<\/strong> \u2014 Migliorare i sistemi di IA perch\u00e9 riflettano i valori umani<\/em> (quattro competenze). \u00c8 il dominio culminante e pi\u00f9 tecnico: indagare finalit\u00e0, 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.<\/li>\n<\/ol>\n\n\n\n

    I domini Create<\/em> e Manage<\/em> procedono in parallelo dopo l’acquisizione delle basi di Engage<\/em>, mentre Shape<\/em> presuppone le competenze dei tre precedenti e pu\u00f2 richiedere collaborazioni con l’informatica e con partner del territorio. Obiettivo dichiarato non \u00e8 formare sviluppatori, ma trasformare gli studenti da consumatori passivi in creatori responsabili<\/strong>.<\/p>\n\n\n\n

    L’etica come dimensione trasversale<\/h2>\n\n\n\n

    Una scelta di impianto distingue l’AILit Framework: l’etica \u00e8 intrecciata a tutti i materiali, perch\u00e9 i sistemi di IA incorporano scelte e prospettive umane non separabili dalla loro comprensione tecnica. <\/strong>I principi guida includono agentivit\u00e0 dell’apprendente; trasparenza e spiegabilit\u00e0; responsabilit\u00e0 (uso equo, inclusivo, accountabile); tutela della privacy; sostenibilit\u00e0 ambientale<\/strong>; e indagine continua su chi trae beneficio e chi \u00e8 svantaggiato dall’uso dell’IA.<\/p>\n\n\n\n

    Due temi emergono con particolare forza nella versione finale, recependo il feedback degli stakeholder. Il primo \u00e8 l’impatto ambientale<\/strong>: il quadro chiede esplicitamente di soppesare il costo in energia, materiali e acqua dei sistemi di IA rispetto alla loro reale utilit\u00e0 per il compito (“esiste un’alternativa pi\u00f9 sostenibile?”). Il secondo \u00e8 il benessere mentale ed emotivo<\/strong> dei pi\u00f9 giovani, con il richiamo esplicito al fatto che l’IA non \u00e8 umana e non va trattata come tale.<\/p>\n\n\n\n

    Il ruolo decisivo di insegnanti e sistemi educativi<\/h2>\n\n\n\n

    Il quadro insiste sul fatto che l’alfabetizzazione all’IA \u00e8 una responsabilit\u00e0 condivisa<\/strong> 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<\/a><\/strong> 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).<\/p>\n\n\n\n

    Da qui un’indicazione netta: investire nello sviluppo professionale, non solo sull’uso degli strumenti ma sulle metodologie didattiche, sulla riflessione etica e sull’agentivit\u00e0 degli studenti, preservando l’autonomia professionale dei docenti. La finalit\u00e0 dell’educazione, ricorda il testo, \u00e8 pi\u00f9 ampia del semplice risparmio di tempo.<\/p>\n\n\n\n

    Il rapporto con gli altri quadri europei e internazionali<\/h2>\n\n\n\n

    Per chi lavora con i framework di competenza digitale, l’AILit Framework \u00e8 esplicitamente collocato in un ecosistema. Complementa le Linee guida etiche aggiornate 2026<\/strong> sull’uso dell’IA e dei dati nell’insegnamento per gli educatori, DigComp 3.0<\/strong> (Cosgrove & Cachia, 2025) e l’imminente aggiornamento di DigCompEdu<\/strong> (Redecker, 2017); risponde alle Raccomandazioni del Consiglio del 2023 e si inserisce nel Digital Education Action Plan 2021-2027<\/em> e nella Union of Skills<\/em>, in attesa della 2030 Roadmap<\/em>.<\/p>\n\n\n\n

    Sul piano contenutistico, dichiara di costruire su quadri preesistenti: il Digital Competences Framework<\/em>, i AI Competency Frameworks<\/em> UNESCO per studenti e docenti, il Digital Promise AI Literacy Framework<\/em>, i 5 Big Ideas in AI<\/em> di AI4K12, il quadro ETS per la scuola K-12 e l’aiEDU AI Readiness Framework<\/em>. L’alfabetizzazione all’IA \u00e8 presentata come confluenza di etica, informatica, media e digital literacy, data science, scienze sociali e design thinking. Rispetto a PISA 2029 MAIL<\/strong>, l’AILit Framework adotta un taglio pi\u00f9 mirato e AI-specifico, mentre MAIL allarga lo sguardo alla media literacy e fornisce indicazioni pi\u00f9 dettagliate sulle strategie di misurazione.<\/p>\n\n\n\n

    Un quadro rivisto attraverso una consultazione internazionale<\/h2>\n\n\n\n

    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 pi\u00f9 di 100 Paesi<\/strong>, 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; agentivit\u00e0 degli studenti; capacit\u00e0 di discernimento (con maggiore “sano scetticismo” verso l’IA); costo ambientale; livelli di progressione e implementazione realistica. I principi di sviluppo dichiarati \u2014 fondazionale, pratico, interdisciplinare, durevole, globale, illustrativo \u2014 riassumono l’intento: competenze che restino rilevanti man mano che l’IA evolve, al di l\u00e0 dei singoli strumenti.<\/p>\n\n\n\n

    Risorse disponibili sul sito<\/h2>\n\n\n\n

    Oltre al PDF, il sito ufficiale offre un framework interattivo<\/strong> che consente di filtrare le competenze per contesto ed esplorarne progressioni, applicazioni in aula e relative conoscenze\/abilit\u00e0\/atteggiamenti (per ora solo in inglese); due esemplari<\/strong> di percorso (“AI for Oceans” e “AI for Science Communication”); un blog<\/strong> e una sezione webinar<\/strong>. Nell’allegato del quadro si fa inoltre riferimento a un Facilitation Toolkit<\/em> per condurre consultazioni e focus group.<\/p>\n\n\n\n

    Implicazioni per il contesto italiano<\/h2>\n\n\n\n

    Trattandosi di un quadro non vincolante e pensato per essere adattato, l’AILit Framework si presta a integrarsi con gli strumenti gi\u00e0 in uso nella scuola italiana. La scelta di progressioni svincolate da et\u00e0 e classi \u00e8 coerente con un approccio per competenze e offre una base utile per costruire rubriche e strumenti di valutazione<\/strong> dell’alfabetizzazione all’IA, sia per gli studenti sia, in prospettiva, per i docenti. La trasversalit\u00e0 dell’etica e l’attenzione al benessere e alla sostenibilit\u00e0 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.<\/p>\n\n\n\n

    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 pu\u00f2 fare, ma che cosa dovrebbe fare e a chi serve.<\/strong><\/p>\n\n\n\n

    \n
    Home<\/a><\/blockquote>