Un compito scritto benissimo. Lessico preciso, struttura impeccabile, collegamenti brillanti. Poi arriva una domanda semplice: “Mi spieghi con parole tue quello che hai scritto?”. E improvvisamente qualcosa si rompe.
È probabilmente questa una delle immagini più efficaci per raccontare il nuovo problema che l’intelligenza artificiale sta portando nelle scuole e nelle università. Non perché ChatGPT e gli altri strumenti di AI generativa rendano gli studenti meno intelligenti, ma perché stanno rendendo possibile qualcosa che fino a pochi anni fa era molto più difficile: produrre il risultato senza attraversare necessariamente il processo necessario per ottenerlo.
È una distinzione enorme.
Perché un elaborato eccellente non coincide automaticamente con un apprendimento eccellente. E se la scuola continuerà a valutare soprattutto il prodotto finale, mentre la tecnologia diventa sempre più brava a produrlo, rischiamo di trovarci davanti a un paradosso: voti migliori, compiti migliori e studenti che comprendono meno.
Il paradosso dell’intelligenza artificiale: più produttività, meno apprendimento
Uno degli studi più interessanti pubblicati nel 2026 offre numeri che meritano attenzione.
La ricerca The Generative AI Learning Penalty: Evidence from Chinese Secondary Education, firmata da David Strömberg, Victor Lei e Yanhui Wu, ha analizzato 30 mesi di dati relativi a 26.811 studenti cinesi delle classi dalla settima alla dodicesima, mettendo a confronto risultati nei compiti, tempi di esecuzione ed esami svolti senza AI.
I risultati sembrano descrivere perfettamente il paradosso dell’AI generativa.
Dopo l’adozione degli strumenti di intelligenza artificiale, i risultati nei compiti aumentano del 18% e il tempo necessario per completarli diminuisce di circa il 30%. Apparentemente un successo straordinario: più produttività, risultati migliori e meno tempo impiegato.
Ma quando gli studenti devono affrontare verifiche senza il supporto dell’intelligenza artificiale, il quadro cambia radicalmente. Lo studio rileva una diminuzione dei risultati negli esami mensili fino al 20% entro sei mesi, con effetti negativi anche negli esami più importanti.
È importante però evitare una lettura semplicistica.
La ricerca è un working paper, quindi non rappresenta una sentenza definitiva sull’impatto dell’intelligenza artificiale sull’istruzione. Ma identifica un fenomeno che dovrebbe interessare molto scuole, famiglie e università: quello che gli autori chiamano sostanzialmente homework outsourcing, l’esternalizzazione dei compiti.
In altre parole: non utilizzo l’AI per imparare meglio. Le affido direttamente il lavoro che prima richiedeva a me ragionamento, tentativi, errori e correzioni.
Ed è precisamente lì che può iniziare il problema.
Studiare significa anche fare fatica
C’è un concetto che rischia di diventare impopolare nell’era dell’automazione: la fatica cognitiva ha una funzione.
Leggere un testo difficile e non comprenderlo immediatamente. Cercare il significato di una parola. Provare a risolvere un’equazione e sbagliare. Scrivere un paragrafo, accorgersi che non funziona e riscriverlo.
Sono tutte attività inefficienti se misurate esclusivamente in termini di tempo.
Ma sono proprio quelle inefficienze a costruire una parte dell’apprendimento.
L’intelligenza artificiale può eliminare rapidamente molti di questi passaggi. Può sintetizzare cinquanta pagine in pochi secondi, risolvere un problema, produrre una relazione, organizzare una bibliografia o trasformare appunti confusi in un testo impeccabile.
Il risultato è migliore.
La domanda però è un’altra: chi è migliorato, lo studente o il documento?
Sono due cose completamente diverse.
Ed è probabilmente questa la domanda che dovrà accompagnare l’ingresso dell’intelligenza artificiale nella scuola molto più del tradizionale interrogativo: “Lo studente ha usato ChatGPT?”.
Il problema non è usare ChatGPT, ma come lo si usa
L’aspetto più interessante delle ricerche disponibili è che non tutte portano alla conclusione secondo cui l’intelligenza artificiale peggiorerebbe l’apprendimento.
Anzi.
Uno studio sperimentale pubblicato nel luglio 2026 da Zara Contractor e Germán Reyes ha sottoposto studenti universitari a un esperimento controllato: alcuni potevano utilizzare strumenti di AI generativa durante lo studio, altri no. Successivamente tutti venivano valutati senza AI.
Il risultato cambia radicalmente la prospettiva.
Gli studenti che avevano accesso all’intelligenza artificiale durante l’apprendimento hanno registrato risultati immediati superiori di 0,27 deviazioni standard, con benefici che risultavano ancora presenti una settimana dopo.
Dov’è allora la differenza rispetto allo studio cinese?
Nel modo di utilizzare l’intelligenza artificiale.
I ricercatori distinguono sostanzialmente due comportamenti.
Il primo è l’augmentation: utilizzare l’AI per chiedere spiegazioni, approfondire concetti, ricevere feedback, esplorare un argomento.
Il secondo è l’automation: utilizzare l’AI affinché produca direttamente il risultato finale.
Nel primo caso l’intelligenza artificiale potenzia il processo cognitivo.
Nel secondo rischia di sostituirlo.
Ed è probabilmente questa la distinzione più importante che oggi dovremmo insegnare nelle scuole.
L’OCSE lancia un altro segnale d’allarme
Anche i dati PISA 2025 pubblicati dall’OCSE nel settembre 2026 mostrano quanto velocemente stia cambiando il rapporto tra studenti e intelligenza artificiale.
Nei Paesi OCSE, il 46% degli studenti utilizza chatbot AI almeno una volta alla settimana per attività legate all’apprendimento.
Ancora più interessante è il rapporto tra modalità d’uso e rendimento.
Gli studenti che utilizzano AI per attività specifiche come riassumere testi, preparare bozze o fare ricerche registrano mediamente risultati inferiori in scienze rispetto a chi non la usa in questi modi. La differenza rilevata dall’OCSE è di circa 20 punti PISA, equivalente indicativamente a circa un anno di scolarizzazione.
Ma anche qui emerge una precisazione decisiva.
Gli studenti che utilizzano regolarmente l’intelligenza artificiale e allo stesso tempo ricevono a scuola una formazione specifica sulla AI literacy tendono invece a ottenere risultati leggermente migliori.
Ancora una volta, quindi, il problema non sembra essere semplicemente la tecnologia.
È la competenza con cui viene utilizzata.
Stiamo valutando gli studenti o la qualità del loro chatbot?
Il problema potrebbe allora essere persino più profondo.
L’intelligenza artificiale generativa mette in discussione il modo in cui la scuola misura le competenze.
Per decenni abbiamo utilizzato compiti scritti, relazioni, ricerche, tesine ed elaborati domestici come indicatori della capacità dello studente.
Oggi questa corrispondenza non può più essere data per scontata.
Un testo perfetto potrebbe essere stato scritto quasi interamente dall’AI. Ma potrebbe anche essere stato costruito da uno studente competente che ha utilizzato l’intelligenza artificiale come editor, tutor e strumento di confronto.
Il prodotto finale, osservato dall’esterno, potrebbe essere quasi identico.
Il processo cognitivo che lo ha generato è invece completamente diverso.
Ecco perché inseguire sistemi capaci di “scoprire se un testo è scritto dall’AI” rischia di essere una risposta fragile a un problema molto più grande.
La scuola deve tornare a verificare ciò che la tecnologia non può simulare al posto dello studente: comprensione, ragionamento, capacità di argomentare, mettere in relazione concetti, difendere una tesi e spiegare un procedimento.
L’orale potrebbe tornare centrale, ma non basta
Non sorprende quindi che alcuni docenti stiano rivalutando interrogazioni, discussioni e verifiche in presenza.
Diversi professori universitari interpellati dal Fatto Quotidiano descrivono infatti un divario crescente tra la qualità degli elaborati consegnati e la capacità degli studenti di discuterne successivamente i contenuti.
La tentazione potrebbe essere semplice: abolire i compiti a casa e tornare esclusivamente all’orale.
Sarebbe però una risposta incompleta.
La scuola non può progettare il futuro fingendo che l’intelligenza artificiale non esista.
Gli studenti che oggi frequentano medie, superiori e università entreranno in un mercato del lavoro nel quale utilizzare strumenti di AI sarà, con ogni probabilità, una competenza professionale ordinaria.
Impedire loro di usarli significherebbe prepararli a un mondo che non esisterà più.
La vera sfida consiste allora nel costruire nuove forme di valutazione.
Uno studente potrebbe, per esempio, utilizzare liberamente l’AI per preparare una relazione e poi essere chiamato a spiegare perché ha accettato determinate risposte, quali errori ha trovato, quali fonti ha verificato e quali modifiche ha apportato.
In questo modo non si valuterebbe semplicemente il testo.
Si valuterebbe il processo.
Dalla “prompt engineering” alla capacità di dubitare
Per qualche anno si è parlato molto di prompt engineering: imparare a formulare la domanda perfetta per ottenere dall’intelligenza artificiale la risposta migliore.
Nella scuola del futuro potrebbe servire una competenza ancora più importante: saper dubitare della risposta ottenuta.
L’intelligenza artificiale può scrivere con straordinaria sicurezza anche quando sbaglia.
Può inventare fonti, semplificare eccessivamente un argomento, confondere correlazione e causalità oppure fornire un’interpretazione apparentemente credibile ma concettualmente debole.
Uno studente incapace di riconoscere questi limiti diventa dipendente dallo strumento.
Uno studente preparato può invece utilizzare lo stesso sistema per andare più velocemente e più lontano.
È la differenza tra essere sostituiti dall’AI e utilizzarla come moltiplicatore delle proprie capacità.
La nuova disuguaglianza sarà tra chi usa l’AI bene e chi la usa male
Esiste infine un rischio sociale spesso sottovalutato.
Per anni abbiamo parlato di digital divide, il divario tra chi poteva accedere alle tecnologie e chi ne rimaneva escluso.
Con l’intelligenza artificiale potrebbe emergere un nuovo divario.
Non più soltanto tra chi utilizza l’AI e chi non la utilizza, ma tra chi sa utilizzarla per aumentare le proprie capacità e chi la utilizza per evitare di svilupparle.
Due studenti potrebbero avere accesso allo stesso chatbot.
Il primo gli chiede di spiegargli un concetto che non ha capito, confronta le risposte con il libro, formula altre domande e verifica le fonti.
Il secondo copia la domanda del compito, genera la risposta e la consegna.
Formalmente entrambi hanno “usato l’intelligenza artificiale”.
Dal punto di vista educativo hanno fatto esattamente l’opposto.
Ed è questa la distinzione che scuole e università dovranno imparare a riconoscere.
Se l’AI fa i compiti, che cosa deve insegnare la scuola?
L’intelligenza artificiale sta mostrando qualcosa che forse avremmo dovuto comprendere già da tempo: produrre una risposta corretta non significa necessariamente aver imparato.
Per decenni scuola e università hanno spesso fatto coincidere il risultato con la competenza.
Oggi un algoritmo può spezzare definitivamente questa equivalenza.
Ed è forse proprio questa la grande opportunità nascosta dietro il problema.
L’AI ci costringe a chiederci cosa significhi davvero educare.
Memorizzare informazioni che una macchina può recuperare in pochi secondi? Scrivere un testo formalmente corretto che un modello linguistico può generare istantaneamente?
Oppure imparare a comprendere, discutere, verificare, collegare, scegliere e assumersi la responsabilità di una decisione?
La scuola non vincerà la sfida contro l’intelligenza artificiale vietando ChatGPT.
Potrà vincerla soltanto insegnando agli studenti qualcosa che nessun chatbot può fare al loro posto: costruire la propria capacità di pensare.
E forse la domanda più importante per i prossimi anni non sarà più “hai usato l’AI per fare questo compito?”.
Sarà molto più difficile:
“Che cosa hai imparato mentre la usavi?”
