Studiare con l’IA, oltre delega e controllo

“Non dobbiamo subire l’intelligenza artificiale, ma governarla”. 

È attorno a questa linea di equilibrio che si muove oggi una parte significativa della riflessione sulla didattica universitaria. Non un rifiuto della tecnologia, né un’accettazione passiva, ma la ricerca di una terza via capace di tenere insieme innovazione e responsabilità educativa. 

All’interno dell’Università di Catania, il progetto ALMA affronta proprio questo passaggio: l’ingresso strutturale dell’intelligenza artificiale nei processi di apprendimento e le conseguenze che questo comporta su insegnamento, valutazione e costruzione delle competenze. 

Coordinato dal professore dell’Università di Catania e principal investigator del progetto ALMA  Alberto Fichera, il progetto si inserisce in una rete nazionale che coinvolge diverse università italiane e nasce con un obiettivo preciso: ripensare la didattica in un contesto in cui digitale e intelligenza artificiale non sono più strumenti accessori, ma componenti strutturali. In questo scenario, la sfida non è solo tecnologica, ma organizzativa e culturale, ossia costruire modelli capaci di integrare presenza e online, ampliare l’accesso alla formazione e rendere più flessibili i percorsi, senza perdere profondità. 

È su questo sfondo che si colloca il ciclo “AI per la Digital Education”, uno dei momenti più operativi del progetto, pensato non come semplice aggiornamento, ma come spazio di sperimentazione concreta. 

“L’IA generativa non è uno strumento: è un’infrastruttura cognitiva”, sottolinea Giovanni Adorni, professore all’Università di Genova ed esperto di intelligenza artificiale applicata alla didattica. Una definizione che sposta il problema: non si tratta semplicemente di integrare nuovi supporti, ma di riconoscere una trasformazione che agisce direttamente sui meccanismi della conoscenza.

Oggi gli studenti sono in grado di produrre elaborati formalmente corretti, spesso con risultati anche molto avanzati. Tuttavia, ciò che diventa sempre meno accessibile è il processo che ha portato a quel risultato.

“Se il processo non è osservabile, non sono in grado di valutare la competenza”, evidenzia Adorni.

È una criticità che mette in discussione uno dei presupposti centrali della didattica: la possibilità di leggere, comprendere e accompagnare il percorso cognitivo dello studente. In assenza di questa trasparenza, il rischio non è solo una delega allo strumento, ma una progressiva perdita di controllo sui processi di apprendimento.

Di fronte a questo scenario, le opzioni più immediate — vietare l’uso dell’intelligenza artificiale o accettarlo senza modificare i modelli didattici — appaiono entrambe insufficienti.

È in questo spazio che si inserisce una terza via, individuata nel prompt-based learning. Non una tecnica per ottenere risposte più efficaci, ma una pratica che riporta attenzione sul processo: rendere esplicite le scelte, strutturare il problema, costruire consapevolezza.

Nel concreto significa ripensare le attività didattiche in modo che lo studente non si limiti a ottenere un risultato, ma sia chiamato a esplicitare il tragitto: come definisce il problema, quali criteri utilizza, quali alternative considera. Il prompt diventa così uno strumento per rendere visibile il ragionamento, non per sostituirlo. 

Accanto alla dimensione metodologica, resta però aperta una questione più ampia, che riguarda il ruolo stesso dell’università come spazio di relazione.

“Siamo in una fase di transizione”, osserva Alfredo Pulvirenti, professore ordinario di Informatica dell’Università di Catania e componente del team scientifico ALMA. “Gli strumenti offrono grandi opportunità, ma richiedono consapevolezza nel loro utilizzo”.

Se da un lato l’intelligenza artificiale amplia le possibilità — dalla creazione di materiali didattici alla costruzione di assistenti virtuali — dall’altro introduce rischi concreti, tra cui un possibile impoverimento del confronto diretto tra studenti.

“Lo studente tende sempre più a interagire con la macchina e meno con i colleghi”, spiega Pulvirenti. Una dinamica che può incidere su quella componente relazionale che è parte integrante del percorso formativo.

Tuttavia, lo scenario non è univoco. Se integrata in modo consapevole, l’intelligenza artificiale può ridefinire il ruolo del docente, liberando spazio per attività ad alto valore aggiunto: revisione, accompagnamento, interazione.

Allo stesso tempo, apre a modelli più flessibili e inclusivi: ambienti ibridi, percorsi modulari, possibilità di accesso più ampie. Elementi che, se gestiti, possono contribuire a ridurre barriere e ampliare la partecipazione, senza necessariamente semplificare i contenuti. 

Il punto, quindi, non è stabilire se utilizzare o meno questi strumenti, ma comprendere come inserirli in un sistema che resti centrato sull’apprendimento.

“Non dobbiamo subire l’intelligenza artificiale, ma governarla”, è la sintesi che emerge.

In questo equilibrio ancora in costruzione, la sfida non è tecnologica, ma educativa. Riguarda la capacità di mantenere visibile il processo, di preservare il pensiero critico e di ridefinire, senza semplificazioni, il rapporto tra conoscenza e strumenti.

È su questo terreno che si gioca oggi una parte significativa del futuro della didattica universitaria.