Go down

Forse tra qualche anno la domanda non sarà più se uno studente ha usato l'intelligenza artificiale, ma cosa ha imparato mentre la usava.


«Prof, ma come fa a sapere se l'ho fatto io o ChatGPT?» Tra qualche anno questa domanda potrebbe sembrare ingenua, non perché avremo strumenti perfetti per riconoscere i testi generati dall'AI, ma perché distinguere nettamente il lavoro dello studente da quello dell'AI potrebbe essere diventato molto più difficile, e forse anche meno utile.

Oggi tendiamo ancora a immaginare due possibilità nette. Da una parte lo studente che fa il compito, dall'altra quello che apre ChatGPT, copia la consegna e consegna quello che riceve. Nel primo caso il lavoro è suo, nel secondo evidentemente no. Il problema è tutto quello che sta in mezzo.

Dove finisce il lavoro dello studente?

Immaginiamo che un ragazzo debba scrivere un testo sulla Rivoluzione francese. Studia l'argomento e poi chiede all'AI di controllare se ha dimenticato qualcosa: ha usato l'AI, certamente. Le chiede di spiegargli perché la crisi finanziaria della monarchia fu così importante, perché sul libro non gli è chiaro: sta ancora studiando, probabilmente sì. Scrive una scaletta e chiede all'AI se la struttura del ragionamento funziona. Scrive il testo da solo, ma le fa correggere alcune frasi, le chiede di rendere più chiaro un passaggio, accetta due suggerimenti e ne rifiuta altri tre. Alla fine le chiede di fargli cinque domande sull'argomento per verificare se lo ha capito davvero.

Quel compito è stato fatto dallo studente o dall'intelligenza artificiale? Forse è proprio la domanda a non funzionare più così bene. Perché in quel processo hanno contribuito entrambi, ma non necessariamente nello stesso modo. Ed è qui che il confine che oggi cerchiamo di tracciare comincia a diventare molto meno utile.

Non esiste soltanto il copia e incolla

Il problema del dibattito sull'AI a scuola è che spesso partiamo dal caso più semplice: lo studente che non vuole fare il compito e se lo fa generare interamente. Succede e continuerà a succedere, ma è anche il caso meno interessante, perché l'intelligenza artificiale può essere usata in decine di punti diversi del processo: per cercare un'idea, ricevere una spiegazione, confrontare due interpretazioni, trovare un errore, migliorare una frase, costruire una scaletta, fare domande, simulare un'interrogazione. E può intervenire con intensità diverse.

Non esiste un momento preciso nel quale possiamo dire fino a qui il lavoro era tuo, da qui in avanti è dell'AI: è un continuum. E più questi strumenti verranno integrati nei software che utilizziamo normalmente, meno sarà evidente persino il momento in cui li stiamo usando. Il correttore suggerisce una parola, il programma completa una frase, il motore di ricerca riassume una pagina, l'applicazione propone una struttura, l'assistente riscrive un passaggio poco chiaro. Quale di queste cose conta come "aver usato l'intelligenza artificiale"?

La caccia al testo generato rischia di portarci fuori strada

Di fronte a questa situazione la tentazione è comprensibile: trovare strumenti capaci di stabilire se un testo è stato scritto da una persona oppure da una macchina. Ma anche immaginando che questi strumenti diventassero molto più affidabili, rimarrebbe il problema di fondo: che cosa dovrebbero rilevare? Un testo completamente generato, una frase riscritta, un suggerimento accettato, una struttura proposta dall'AI, o un concetto che lo studente non aveva capito sul libro e che ha finalmente compreso facendoselo spiegare da un chatbot?

Il punto non è soltanto tecnologico, è educativo. Stiamo cercando di misurare il prodotto finale quando forse dovremmo tornare a osservare il processo che lo ha prodotto.

Forse dobbiamo cambiare domanda

Per molto tempo un compito scritto ha avuto anche una funzione implicita: se uno studente consegnava un buon testo, potevamo ragionevolmente supporre che possedesse almeno una parte delle conoscenze e delle capacità necessarie per produrlo. L'intelligenza artificiale rompe questa equivalenza. Un ottimo elaborato non dimostra necessariamente un'ottima comprensione, ma vale anche il contrario: l'utilizzo dell'AI non dimostra necessariamente che non ci sia stato apprendimento. Uno studente potrebbe consegnare un testo mediocre scritto completamente da solo e aver capito pochissimo dell'argomento, mentre un altro potrebbe aver utilizzato l'AI per discutere, fare domande, mettere alla prova le proprie idee e arrivare a una comprensione molto più profonda. Se guardiamo soltanto il documento finale rischiamo di non vedere nessuna delle due cose.

Per questo la domanda «hai usato l'AI?» potrebbe diventare progressivamente meno interessante. Potremmo doverne fare altre: perché hai scritto questo? Spiegami questo passaggio con parole tue. Cosa cambieresti se questa ipotesi fosse falsa? Quale suggerimento dell'AI hai rifiutato e perché? Qual è stata la parte più difficile da capire? Sono domande alle quali non basta consegnare un testo perfetto: bisogna aver costruito qualcosa nella propria testa.

Il compito potrebbe tornare a essere un mezzo

C'è un paradosso interessante: l'arrivo dell'intelligenza artificiale potrebbe costringerci a ricordare qualcosa che avevamo dimenticato, cioè che lo scopo del compito non è produrre il compito. Scriviamo un tema perché vogliamo imparare a organizzare un pensiero, risolviamo un problema perché vogliamo imparare a ragionare, facciamo una ricerca perché vogliamo imparare a cercare, confrontare e comprendere informazioni, studiamo una lingua perché vogliamo riuscire a comunicare. Il documento consegnato è soltanto la traccia visibile di quel processo.

Finché produrre quella traccia richiedeva gran parte delle competenze che volevamo valutare, le due cose potevano quasi coincidere. Con l'AI non è più così: possiamo produrre il risultato senza attraversare il percorso. Ed è probabilmente questo, più del plagio o del cheating, il cambiamento che la scuola dovrà affrontare.

Usare l'AI senza consegnarle il proprio apprendimento

Questo non significa che ogni utilizzo dell'intelligenza artificiale sia positivo. Se ogni volta che incontro una difficoltà chiedo alla macchina di eliminarla, rischio di eliminare proprio quella parte del percorso nella quale avrei imparato qualcosa. La difficoltà non è sempre un ostacolo all'apprendimento: molto spesso è parte dell'apprendimento stesso.

La domanda quindi non può essere semplicemente se permettere o vietare l'AI. Dovremmo chiederci quale parte del lavoro possiamo delegare senza delegare contemporaneamente la capacità che stiamo cercando di sviluppare. Ed è una domanda molto più difficile, perché la risposta cambia con l'età, con la materia, con l'obiettivo dell'esercizio e perfino con il singolo studente.

Tra qualche anno

Forse continueremo ancora per molto tempo a chiedere «questo compito lo hai fatto tu o ChatGPT?». Ma più l'intelligenza artificiale entrerà negli strumenti quotidiani, più quella distinzione diventerà sfumata, e forse arriveremo a un punto in cui la domanda importante non sarà più «quanto di questo lavoro ha fatto l'AI?» ma «dopo averlo fatto, quanto di questo lavoro è rimasto a te?»

Perché alla fine il compito può anche essere perfetto. Ma ciò che dovrebbe interessarci davvero è quello che rimane quando lo schermo viene spento.


Pubblicato il 21 settembre 2026

Gianluca Garofalo

Gianluca Garofalo / AI Responsabile & Governance | Automazione Strategica | Associate Manager @Accenture | Comitato Tecnico Scientifico @ENIA

https://ggarofalo-dev.github.io/