AI a scuola: il rapporto OCSE

Le AI generative possono sembrare solo l’ennesimo strumento digitale da integrare nell’apprendimento, ma in realtà hanno un effetto sul modo in cui impariamo e sul modo in cui insegniamo. Il Digital Education Outlook 2026 dell’Ocse, dedicato agli usi efficaci dell’ia generativa nell’istruzione, prova a mettere ordine e ci aiuta a evitare sia i facili entusiasmi sia gli atteggiamenti di eccessiva resistenza.

Letto dall’Italia, poi, il rapporto ha un valore particolare, perché ci costringe a guardare insieme tre livelli che spesso teniamo separati: la scuola, il lavoro e le disuguaglianze. Siamo un paese che procede a velocità diverse in cui anche orientarsi è un privilegio. Le AI rischiano di amplificare divari già esistenti se vengono trattate semplicemente come una scorciatoia.

Il primo dato che colpisce riguarda chi insegna. Secondo l’indagine TalIs 2024, poco più di un terzo dei docenti dei paesi Ocse ha usato strumenti di ia nel proprio lavoro nel 2024, ma dietro la media si nascondono differenze nette. In paesi come Singapore o gli Emirati Arabi Uniti si superava abbondantemente la metà mentre l’Italia, insieme a Francia e Giappone, restava sotto il 20 per cento. È una prudenza che ha molte spiegazioni – carichi di lavoro, formazione insufficiente, indicazioni poco chiare – ma che finisce per produrre un paradosso.

Perché fuori dall’aula, o spesso dentro ma senza dirlo, le studentesse e gli studenti si muovono molto più velocemente. L’uso dell’ia resta marginale nella scuola primaria, ma cresce in modo deciso nella secondaria superiore e diventa la norma all’università. Il risultato è uno scollamento: da una parte un’istituzione cauta, dall’altra una pratica diffusa ma poco discussa e con poche competenze condivise.

Uno dei passaggi più interessanti del rapporto riguarda infatti la differenza tra performance e apprendimento. In uno studio condotto su circa mille studenti di matematica in Turchia si è visto che l’accesso a GPT-4 ha migliorato in modo significativo i risultati durante le esercitazioni. Ancora di più quando il modello veniva usato in una modalità detta tutor. Si chiama così quando il modello di AI non dà direttamente le risposte.  senza fornire direttamente le risposte.Inparticolare,chi ha avutoaccesso al modello standard è migliorato del 48 per cento. Chi ha usato la modalità tutor, del 127 per cento. Gli studenti, però, hanno ottenuto risultati peggiori del 17 per cento una volta rimosso l’accesso. Questo, secondo l’Ocse, dimostra che le AI generative sono un ottimo sostegno all’apprendimento ma solo se sono progettate per favorire l’acquisizione di competenze.

L’Ocse parla anche di offloading cognitivo e di pigrizia metacognitiva: delegare alla macchina le fasi iniziali del ragionamento, quelle in cui si definisce il problema, si valutano le alternative e si comincia a procedere per tentativi. È esattamente lì che si forma la competenza. Per l’orientamento, questo è un punto cruciale: saper usare un sistema di ia non equivale a saper pensare con quel sistema.

Da qui nasce anche il timore, spesso espresso in modo caricaturale, della sostituzione dei docenti. Il rapporto propone invece un’altra immagine: quella del lavoro in squadra tra insegnanti e AI. In alcuni casi la macchina può semplicemente farsi carico di compiti ripetitivi. In altri può aiutare a leggere meglio ciò che succede in classe, per esempio segnalando dove si concentrano le difficoltà. Nel modello più avanzato, docente e sistema lavorano insieme, si correggono a vicenda, costruiscono materiali che nessuno dei due produrrebbe da solo e danno anche feedback personalizzati agli studenti.

In un contesto come quello italiano, dove la relazione educativa è, fortunatamente, ancora molto importante, l’uso più sensato è proprio quello che rafforza questa relazione invece di aggirarla. Esperienze sperimentate all’estero mostrano che un assistente virtuale può ridurre drasticamente i tempi di risposta agli studenti senza togliere spazio al confronto umano. Ma funziona solo se il controllo resta umano e le regole sono condivise fra docenti e studenti,

È forse nell’orientamento che il potenziale diventa più concreto. I modelli linguistici, infatti, possono mettere in relazione informazioni complesse; possono aiutare a confrontare programmi di studio diversi; possono individuare equivalenze tra corsi. In alcuni esperimenti, sistemi basati su GPT hanno affiancato i consulenti nell’analisi delle scelte delle matricole universitarie, suggerendo percorsi coerenti con gli obiettivi e gli interessi dichiarati. Se usate così, le macchine liberano tempo per la parte più delicata dell’orientamento: quella empatica.

Lo stesso vale per l’analisi dei carichi di lavoro. Incrociando dati su esami, tempi di studio e percezione dello sforzo, l’ia ha mostrato come spesso i crediti formativi non corrispondano all’impegno reale richiesto. È un’informazione preziosa se l’obiettivo è ridurre l’abbandono universitario e non solo misurarlo.

Tutto questo richiede competenze nuove: l’Ocse parla di abilità ibride. Sapere quando usare un sistema di ia e quando no, saperne valutare criticamente le risposte, usarlo come interlocutore creativo e non come generatore automatico di soluzioni. E, soprattutto, saper monitorare il proprio livello di delega.

Alcuni ricercatori sintetizzano questa distinzione parlando di fast ai e slow ai. La prima serve a fare prima. La seconda a pensare meglio. L’educazione dovrebbe occuparsi soprattutto della seconda, anche se è meno vendibile e meno misurabile.

C’è poi una dimensione che in Italia (e in generale in Europa) tendiamo a sottovalutare: quella dell’equità. Il rapporto cita esperienze in cui l’ia viene usata in contesti con connettività limitata, caricando i dati solo quando è possibile e restituendo feedback mirati anche con grande ritardo. È un promemoria utile: queste tecnologie possono aiutare, ma possono anche ampliare i divari.

Ecco perché bisognerebbe puntare anche su modelli più piccoli, che funzionano offline, e su dispositivi più economici.

Infine, c’è la questione della valutazione. Se un sistema è in grado di scrivere un tema o risolvere un problema complesso o, ovviamente, di rispondere a un quiz a crocette, continuare a valutare solo il prodotto finale ha sempre meno senso. L’Ocse suggerisce di spostare l’attenzione sul processo: come si arriva a una risposta, quali passaggi vengono fatti, quali strumenti vengono usati. È un cambio di prospettiva che riguarda anche il modo in cui gli studenti vengono valutati, la maturità, gli esami, i test, se non si vogliono trasformare in una finzione condivisa.

L’ia non è una scorciatoia per ottenere voti migliori come temono alcune persone. Ma non è nemmeno l’oracolo che decide il futuro o la macchina miracolosa che risolve tutto. È uno strumento, dice l’Ocse, che può diventare un partner di apprendimento, ma solo se restiamo in grado di contraddirlo, rallentarlo, usarlo male e poi imparare a usarlo meglio.

Allora, per l’orientamento, la sfida non è certo quella di insegnare a interrogare un chatbot. Bisogna invece aiutare le persone a restare critiche, curiose e responsabili in un ambiente sempre più mediato dalle macchine.

Costruire un “laboratorio di possibilità” ha più a che fare con il metodo che con la tecnologia. Usare l’ia per esplorare, per farsi domande, per mettere alla prova le proprie idee. Sapendo che, alla fine, la scelta resta umana. E che delegarla del tutto a un algoritmo non è un errore tecnico, ma culturale.

Il Ministero dell’Istruzione e del Merito ha pubblicato le prime linee guida sull’intelligenza artificiale nella scuola. Un testo che prova a dare una cornice normativa e pedagogica all’uso delle AI, con richiami a responsabilità, centralità della persona e uso consapevole.

Il problema principale è che, leggendolo attentamente, sembra undocumento più orientato a non scontentare nessuno che a dare una vera direzione. Per chi lavora in educazione, formazione e orientamento, il rischio è evidente: rimanere fermi mentre il mondo intorno cambia radicalmente.

Il testo insiste su alcuni punti chiave:

• IA come strumento: l’AI è presentata come mezzo utile ma da gestire con cautela
• Uso consapevole e responsabile: grande attenzione a rischi e limiti, poca al potenziale trasformativa
• Centralità della persona: lo studente al centro, con l’AI a supporto.
• Formazione docenti: accenno alla necessità di aggiornamento, senza un vero piano strutturato.

In sintesi: prudenza, principi generali, linguaggio burocratico. Ma poca concretezza.

Dalla lettura delle linee guida appaiono evidenti alcune assenze importanti

Didattica concreta
Nessun esempio di piano di applicazione delle AI alla didattica; nessun caso d’uso reale. Gli insegnanti rimangono soli davanti a uno scenario che cambia velocemente.

Formazione reale
La formazione dei docenti è evocata ma non pianificata. Senza risorse e percorsi seri, resta un auspicio.

Oligopoli tecnologici
Nessuna parola sul fatto che le AI oggi più diffuse appartengono a poche big tech. La scuola rischia di diventare veicolo di colonizzazione cognitiva.

Open source e alternative
Nessun riferimento a soluzioni aperte, comunitarie, libere. Un vuoto politico e culturale enorme, che si accompagna al medesimo vuoto nel dibattito sulle AI.

Il documento tratta le intelligenze artificiali come “novità tecnologica da gestire”. Ma le AI non sono un accessorio: sono una trasformazione strutturale dell’ecosistema informativo e cognitivo. Se la scuola resta a guardare, perde la possibilità di guidare il cambiamento e si riduce a rincorrere le big tech, adottando strumenti che altri hanno già deciso.

Se dovessimo immaginare linee guida utili, ci sarebbero almeno tre pilastri fondamentali da immaginare:

Radicalità
Dire chiaramente che le AI cambiano per sempre la scuola e l’apprendimento. Non si tratta di “includerle” ma di ripensare metodi, valutazioni, relazioni educative.

Praticità
Offrire toolkit, esempi concreti, casi d’uso, buone pratiche già sperimentate in Italia e all’estero. Gli insegnanti hanno bisogno di strumenti, non solo di principi.

Politica
Affrontare il nodo degli oligopoli. Educare a usare anche strumenti open source, spiegare cosa significa affidare la formazione di una generazione alle piattaforme private.

Parlare di AI nella scuola non è un lusso: significa occuparsi di futuro, di competenze, di cittadinanza digitale. Gli studenti che oggi usano ChatGPT per fare i compiti domani saranno cittadini e lavoratori immersi in ecosistemi di AI. La scuola deve formarli a:

• comprendere i meccanismi, i limiti, i bias delle AI;
• sviluppare spirito critico e capacità di scelta;
• usare le AI come alleate creative, non come scorciatoie passive.

Senza una scuola capace di affrontare queste sfide, l’orientamento rischia di ridursi a slogan e test di attitudine, quando invece dovrebbe diventare educazione al futuro.

Le linee guida del MIM sull’IA nella scuola sono un punto di partenza, ma restano timide e burocratiche.
La sfida vera è educativa e politica: capire che le intelligenze artificiali non sono strumenti neutri ma agenti che ridisegnano potere, conoscenza e società. Se la scuola non assume un ruolo attivo, saranno altri a decidere — e a quel punto sarà troppo tardi.