Ogni nuova tecnologia che entra nella scuola riapre la stessa domanda: proteggerne l'ambiente tenendola fuori o trasformarla in oggetto di apprendimento? Con l'intelligenza artificiale generativa il dilemma è più difficile, perché lo strumento può produrre direttamente il testo che prima rappresentava la prova del lavoro dello studente.
Il problema non è soltanto copiare
Un elaborato scritto da un modello e consegnato come proprio è un problema evidente. Ma concentrare tutto sul rilevamento del plagio rischia di lasciare intatta la struttura della valutazione. Se un compito può essere sostituito integralmente da una macchina, forse bisogna chiedersi che cosa volevamo misurare.
Mostrare il processo
Bozze, fonti, discussione orale e revisioni permettono di valutare come nasce un lavoro. L'AI può essere usata in alcuni passaggi e vietata in altri, purché le regole siano chiare e collegate all'obiettivo didattico.
Imparare a verificare
Un modello può produrre errori con grande sicurezza. Utilizzarlo criticamente richiede capacità di controllare fonti, distinguere fatti e opinioni e riconoscere quando una risposta non è sufficiente. Sono competenze tradizionali rese ancora più importanti.
Disuguaglianze
Accesso a modelli più avanzati, dispositivi e connessioni non è uniforme. Una didattica che assume strumenti a pagamento come requisito può ampliare differenze economiche.
Che cosa resta umano
Formulare una domanda, scegliere una tesi, assumersi responsabilità per un argomento e discutere con altri non sono automaticamente delegati dalla possibilità di generare frasi.
La scuola non deve scegliere tra entusiasmo e proibizione assoluta. Deve insegnare quando usare uno strumento, quando non usarlo e come dimostrare di aver capito ciò che viene consegnato. L'AI rende più urgente una domanda antica: vogliamo valutare il testo finale o l'apprendimento?
