Stiamo ancora imparando? La scuola nell’epoca di ChatGPT

Un algoritmo scrive i compiti, un altro li corregge. In mezzo ci siamo noi, e forse è il momento di chiederci che cosa stiamo davvero facendo.

Immaginate un tavolo di cucina, una sera qualsiasi. Un ragazzo ha davanti un tema da consegnare il giorno dopo. Apre una finestra di chat, incolla la traccia, aspetta tre secondi. Il testo che compare è ordinato, corretto, persino elegante. Lui lo copia, cambia due parole per renderlo «suo», chiude il computer e va a dormire. Domani un insegnante, magari stanco e con quaranta elaborati da leggere, userà a sua volta uno strumento per riassumerli e valutarli. Un algoritmo scrive. Un altro algoritmo valuta.

E noi, nel mezzo, cosa stiamo facendo?

Non è una scena così lontana dalla realtà. Ed è il punto da cui vale la pena partire per farsi una domanda più scomoda di quelle che siamo abituati a sentire: studiare, oggi, per cosa?

Per sapere le cose? Un’intelligenza artificiale accede in pochi secondi a più informazioni di quante ne accumuleremmo in una vita. Per risolvere problemi? In molti casi una macchina lo fa già più in fretta di noi. Per prendere un buon voto? Anche quello è diventato improvvisamente più semplice: si può consegnare un elaborato impeccabile senza aver letto fino in fondo la consegna, e sembrare preparati senza essere passati attraverso quel processo lento, faticoso e spesso frustrante che chiamiamo apprendimento.

Il risultato non è l’apprendimento

Per molto tempo abbiamo trattato il risultato come la prova dell’apprendimento. Se uno studente rispondeva bene, pensavamo avesse capito. Se consegnava un buon tema, concludevamo che sapesse scrivere. L’intelligenza artificiale ha spezzato questa corrispondenza.

E il discorso non riguarda solo gli studenti. Possiamo scrivere una mail in una lingua che non conosciamo, riassumere un documento che non abbiamo letto, preparare una presentazione su un tema che non padroneggiamo. Il risultato può essere formalmente perfetto. Resta però una domanda: che cosa abbiamo imparato mentre lo producevamo?

Il problema non è che l’AI ci aiuti. L’umanità costruisce strumenti per ridurre la fatica da sempre. Il problema comincia quando confondiamo la prestazione dello strumento con la nostra competenza. È come andare in palestra e lasciare che qualcun altro sollevi i pesi al posto nostro: l’esercizio viene completato, ma il muscolo non cresce.

Il valore nascosto della fatica

A scuola ci hanno spesso insegnato che sbagliare è qualcosa da evitare. L’errore abbassa il voto, rallenta il programma, ci espone al giudizio. Eppure imparare significa quasi sempre attraversare una fase in cui non sappiamo ancora fare quella cosa. Proviamo, sbagliamo, torniamo indietro, cerchiamo un’altra strada. In quella difficoltà il cervello non sta perdendo tempo: sta costruendo collegamenti.

La risposta immediata cancella l’attesa, l’incertezza e spesso anche la curiosità. Ci consegna una soluzione prima che il problema abbia avuto il tempo di diventare davvero nostro.

Una ricerca pubblicata su Proceedings of the National Academy of Sciences, condotta su quasi mille studenti di scuola superiore, lo mostra con chiarezza. Durante gli esercizi di matematica, l’accesso a GPT-4 migliorava sensibilmente i risultati. Ma quando lo strumento veniva tolto, chi lo aveva usato liberamente otteneva risultati inferiori del 17% rispetto a chi non lo aveva mai avuto.

Il dato più interessante è però un altro: quando l’AI era progettata come un tutor, cioè dava suggerimenti e accompagnava il ragionamento senza consegnare subito la soluzione, l’effetto negativo spariva quasi del tutto. La differenza non stava nella presenza dell’intelligenza artificiale, ma nel modo in cui veniva usata.

Da questa domanda è nato anche il video che ho realizzato: una riflessione sul senso dello studio nell’epoca di ChatGPT, tra voti, memoria, curiosità e delega del pensiero.

La stessa tecnologia può indebolirci o potenziarci

Sarebbe comodo usare questi dati per concludere che l’AI debba restare fuori dalle aule. Sarebbe anche un errore.

Un esperimento condotto ad Harvard e pubblicato su Scientific Reports, con 194 studenti universitari di fisica, ha messo a confronto una lezione basata sull’apprendimento attivo e un tutor generativo costruito secondo precisi principi pedagogici. Chi usava il tutor ha imparato di più in meno tempo e ha dichiarato più coinvolgimento e motivazione. Non aveva davanti una macchina incaricata di fare l’esercizio al posto suo, ma uno strumento pensato per guidarlo, adattarsi ai suoi tempi e intervenire senza sottrargli il lavoro cognitivo.

Le due ricerche non si contraddicono, raccontano la stessa cosa. L’intelligenza artificiale può sostituire l’apprendimento oppure sostenerlo. Può essere una scorciatoia che ci evita di pensare o un interlocutore che ci aiuta a pensare meglio. Dipende da ciò che le chiediamo di fare.

Il problema non è cominciato con ChatGPT

Sarebbe altrettanto sbagliato dare all’AI la colpa di tutte le fragilità della scuola. I dati PISA 2022 dell’OCSE hanno registrato, nella media dei Paesi membri, un calo di quasi 15 punti in matematica e di circa 10 punti in lettura rispetto al 2018: il più forte mai osservato tra due rilevazioni consecutive. L’OCSE stessa ha però ricordato che in diversi sistemi il peggioramento era iniziato prima della pandemia e, naturalmente, prima di ChatGPT.

L’AI non ha inventato la crisi dell’apprendimento. L’ha resa visibile.

Ha mostrato quanto sia fragile un sistema costruito attorno alla produzione di risposte, alla memorizzazione e alla valutazione del risultato finale, quando arriva uno strumento capace di produrre quelle risposte in pochi secondi. Se un compito può essere svolto alla perfezione da una macchina, forse non basta controllare meglio chi l’ha scritto. Bisogna chiedersi che cosa volevamo misurare.

La scuola non deve competere con una macchina

Credo che il compito della scuola non sia mai stato trasferire informazioni da una testa all’altra. Dovrebbe insegnare a costruire criteri, a riconoscere una fonte affidabile, a collegare saperi lontani, a formulare domande e a cambiare idea quando emergono prove nuove. Dovrebbe insegnarci a stare con ciò che non sappiamo senza aggrapparci alla prima risposta disponibile.

Un insegnante non è prezioso perché conosce più informazioni di ChatGPT. Lo è perché guarda uno studente e capisce dove si blocca, si accorge di una paura, accende una curiosità, trasforma un errore in una possibilità. L’AI può personalizzare una spiegazione e adattare la difficoltà di un esercizio, ma la relazione educativa non coincide con la distribuzione efficiente di contenuti. Educare significa anche accompagnare una persona verso la propria autonomia.

La domanda che mi accompagna

Lavoro nella formazione e incontro ogni giorno persone entusiaste dell’intelligenza artificiale e persone che ne hanno paura. Io la uso quotidianamente e ne vedo possibilità enormi.

Proprio per questo non credo che la soluzione sia vietarla: significherebbe preparare gli studenti a un mondo che non esiste più. Ma introdurla senza metodo vorrebbe dire consegnare uno strumento potentissimo senza spiegare quando usarlo e, soprattutto, quando non usarlo.

Per questo la domanda che mi porto dietro non è «quanto possiamo delegare?». È: quali parti della nostra intelligenza vogliamo continuare ad allenare? Possiamo delegare un calcolo senza perdere la capacità di ragionare. Possiamo farci aiutare a scrivere senza rinunciare a costruire un pensiero nostro. Possiamo chiedere una spiegazione senza lasciare che qualcun altro capisca al posto nostro. Ma questa distinzione deve diventare consapevole, altrimenti la deleghiamo anche quella.

Forse l’abilità più importante dei prossimi anni non sarà conoscere tutte le risposte. Sarà capire quali domande valga la pena porre, riconoscere quando una risposta è troppo facile e scegliere di attraversare la fatica necessaria per imparare.

Perché l’intelligenza artificiale sarà sempre più brava a rispondere. La vera sfida sarà non perdere il desiderio di capire.