L'AI fa bene o male all'apprendimento? Che dicono gli studi internazionali - Agenda Digitale

Se appare conclamato che l’intelligenza artificiale generativa è pronta a rivoluzionare il modo in cui lavoriamo, dimostrandosi promettente nel migliorare significativamente la produttività umana, ci sono domande chiave che da tempo in molti si pongono a proposito dell’impatto dell’AI generativa sull’apprendimento, cercando di capire se e come gli esseri umani acquisiscono nuove competenze man mano che eseguono compiti e se e come queste competenze siano durature ed esportabili. Inoltre, un altro punto decisivo è che cosa resta quando lo strumento viene tolto: conoscenza trasferibile, memoria, capacità di verificare un ragionamento, autonomia nel correggere un errore.Gli studi oggi disponibili non sostengono che l’AI faccia male agli studenti in quanto tale, mostrano piuttosto che se è usata come macchina che dà delle risposte può migliorare la performance immediata e indebolire l’acquisizione stabile delle competenze. Quando invece è progettata come tutor, con vincoli, feedback, domande, passaggi intermedi e obbligo di spiegare il proprio ragionamento, i risultati possono essere positivi.Indice degli argomenti

IA generativa e apprendimento: cosa resta quando lo strumento viene toltoGli studiGPT Base e GPT TutorChatGPT come stampella cognitiva e ritenzione delle conoscenzeIl rischio della pigrizia metacognitivaIA generativa e risultati di apprendimentoTutor IA e outsourcing dei compiti cognitiviNoteIA generativa e apprendimento: cosa resta quando lo strumento viene toltoCiteremo qui di seguito alcuni degli studi che stanno tentando negli ultimi anni di rispondere alle domande, tenendo anche conto che in Italia, nel sistema dell’istruzione, dalla scuola all’università, da tempo sono in corso sperimentazioni, dibattiti e discussioni su tale impatto.Più volte è stato ricordato su queste pagine che si è appena concluso un importante esperimento didattico voluto dal Ministero dell’Istruzione e del Merito, che ha visto protagoniste 15 scuole (dai comprensivi – primaria e secondaria di primo grado – alla secondaria di secondo grado), a cui se ne aggiungeranno altre nel prossimo anno scolastico, per studiare, analizzare e valutare l’impatto sull’apprendimento dell’assistente virtuale IA. I risultati sono ancora ufficiosi, ma l’Istituto Nazionale per la Valutazione del Sistema Educativo di Istruzione e Formazione – INVALSI è all’opera per analizzare dati e risultati che riguardano qualche migliaio di studenti[1].Tra coloro che hanno provato a rispondere c’è lo studio del 2025, pubblicato a primavera del 2026, di un gruppo internazionale di studiosi della Wharton School, Università della Pennsylvania e del Dipartimento di Matematica della Budapest British International School[2].È stato preso in considerazione un campione di circa mille studenti di matematica delle scuole secondarie superiori in Turchia. Per comprendere l’impatto differenziale della progettazione degli strumenti sull’apprendimento, sono stati implementati due tutor di intelligenza artificiale generativa: uno che imita un’interfaccia ChatGPT standard (“GPT Base”) e uno con suggerimenti progettati per salvaguardare l’apprendimento (“GPT Tutor”).GPT Base e GPT TutorI risultati mostrano che avere accesso a GPT-4 durante la risoluzione dei problemi migliora significativamente le prestazioni (miglioramento del 48% dei voti per GPT Base e 127% per GPT Tutor). Tuttavia, gli studiosi hanno scoperto che quando l’accesso è successivamente portato via, gli studenti in realtà ottengono risultati peggiori di quelli che non hanno mai avuto accesso (riduzione del 17% dei voti per GPT Base) — ovvero, l’accesso illimitato a GPT-4 può danneggiare i risultati educativi. Il risultato non autorizza una lettura anti-tecnologica, indica una condizione precisa: se lo strumento risolve al posto dello studente, la pratica può diventare meno formativa e porre delle salvaguardie (guardrail) riducono il problema: suggerimenti graduati, prompt che spingono al ragionamento, risposte meno sostitutive e maggiore enfasi sul processo.Senza guardrail, gli studenti tentano di utilizzare GPT-4 come “stampella” durante le sessioni di esercizi problematici e successivamente ottenere risultati peggiori su loro.ChatGPT come stampella cognitiva e ritenzione delle conoscenzeLo studio del 2025 di Barcaui, dell’Universidade Federal Do Rio de Janeiro (UFRJ), dal titolo “ChatGPT come stampella cognitiva: prove da uno studio randomizzato e controllato sulla conservazione della conoscenza” illustra come la rapida integrazione dell’intelligenza artificiale generativa nell’istruzione superiore ha superato la comprensione empirica dei suoi effetti sui processi di apprendimento fondamentali. Per colmare questa lacuna, questo studio ha testato l’impatto di ChatGPT sulla conservazione delle conoscenze a lungo termine negli studenti universitari che apprendono con l’intelligenza artificiale. Ai partecipanti è stato assegnato in modo casuale l’utilizzo di ChatGPT come strumento di studio (gruppo assistito dall’intelligenza artificiale) oppure l’utilizzo esclusivo di metodi di studio tradizionali e non basati sull’intelligenza artificiale (gruppo di apprendimento tradizionale).La conservazione delle conoscenze è stata valutata con un test a sorpresa 45 giorni dopo l’apprendimento. Gli studenti che hanno utilizzato ChatGPT hanno ottenuto punteggi significativamente più bassi nel test di ritenzione (57,5% corretto) rispetto a quelli che hanno studiato tradizionalmente (68,5% corretto). Ciò suggerisce che l’uso illimitato di ChatGPT ha compromesso la ritenzione a lungo termine, probabilmente riducendo lo sforzo cognitivo che supporta una memoria duratura. I risultati sono in linea con la teoria dello scarico cognitivo e con il principio delle cosiddette “difficoltà desiderabili”, infatti sebbene l’assistenza dell’intelligenza artificiale possa facilitare l’apprendimento iniziale, sembra minare i processi faticosi necessari per un apprendimento solido.Il rischio della pigrizia metacognitivaLo studio internazionale ((PDF) Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance) di Yizhou Fan, Luzhen Tang, Huixiao Le, Kejie Shen, Shufang Tan, Yueying Zhao, Yuan Shen, Xinyu Li e Dragan Gasevic[3], pubblicato nel 2024 sul British Journal of Educational Technology, dal titolo “Attenzione alla pigrizia metacognitiva: effetti di intelligenza artificiale generativa sull’apprendimento motivazione, processi e prestazioni”, ha coinvolto 117 studenti universitari impegnati in un compito di scrittura, ha confrontato supporto di ChatGPT, esperto umano, writing analytics tool e assenza di supporto.Il gruppo ChatGPT ha migliorato il punteggio del saggio, ma non ha mostrato vantaggi significativi su knowledge gain e transfer. Gli autori hanno osservato differenze nei processi di self-regulated learning e hanno descritto il rischio di pigrizia metacognitiva, ovvero affidarsi allo strumento per avanzare nel compito, senza attivare abbastanza monitoraggio, valutazione e revisione autonoma. Lo studio ha dimostrato che senza consapevolezza, la falsa padronanza nasce quando il prodotto dell’AI viene scambiato per competenza dello studente.IA generativa e risultati di apprendimentoUna meta-analisi pubblicata nel 2026 su Humanities and Social Sciences Communications, dal titolo “L’impatto di ChatGPT sui risultati di apprendimento degli studenti: una meta-analisi di 35 studi sperimentali” ha incluso 35 studi pubblicati tra il 2022 e il 2024, per 4.193 partecipanti, e ha stimato un effetto positivo moderato sugli outcome di apprendimento.Il dato va interpretato insieme ai limiti: eterogeneità degli studi, durate diverse, misure spesso costruite dai ricercatori, contesti disciplinari non sempre comparabili. Tuttavia contraddice l’idea che l’AI produca di per sé un danno educativo generalizzato. La domanda corretta è quindi quali usi dell’AI migliorano l’apprendimento e quali lo sostituiscono con una performance assistita.Tutor IA e outsourcing dei compiti cognitiviLa sintesi è coerente con l’OECD Digital Education Outlook 2026 (OECD Digital Education Outlook 2026), dedicato agli usi efficaci della generative AI nell’istruzione. L’OCSE distingue tra strumenti usati con chiari principi didattici, che possono sostenere l’apprendimento, e outsourcing dei compiti cognitivi verso chatbot generalisti, che può aumentare la qualità apparente del lavoro senza produrre reali learning gains.Note[1] https://www.agendadigitale.eu/scuola-digitale/ia-nelle-scuole-primi-risultati-positivi-dalla-sperimentazione-mim/[2] Department of Operations, Information, and Decisions, Wharton School, University of Pennsylvania, Philadelphia, PA 19104; bWharton AI & Analytics, Philadelphia, PA 19104; cDepartment of Operations, Information, and Decisions, School of Engineering and Applied Science, University of Pennsylvania, Philadelphia, PA 19104; dDepartment of Mathematics, Budapest British International School, Budapest 1125, Hungary; and e Independent, Philadelphia, PA 19104[3] School of Education, Peking University, Beijing, China, Centre for Learning Analytics, Faculty of Information Technology, Monash University, Clayton, Victoria, Australia e Research Center for Data Hub and Security, Zhejiang