Alfabetizzazione all’IA: il compito educativo è aprire la scatola nera

Di RAFAEL PATRON
Presidente del Comitato Tecnico-Scientifico di AIPIA (Associazione Italiana Professionisti Intelligenza Artificiale)

Un ragazzo di tredici anni chiede a un assistente conversazionale di spiegargli la fotosintesi e riceve un testo chiaro, ordinato, perfino gentile. Nessuno gli ha mai mostrato come quella risposta sia stata costruita. L’alfabetizzazione all’IA comincia da qui, dal passaggio tra uno strumento che risponde e un sistema di cui si capisce il funzionamento, almeno nelle linee essenziali.
È un compito educativo prima che tecnico, e riguarda insegnanti, educatori e famiglie allo stesso modo.

Un amplificatore, non un oracolo
Su Pedagogika.it Igor Guida ha proposto di recente un’immagine che vale la pena tenere a mente: l’intelligenza artificiale come amplificatore del pensiero umano, che ingrandisce qualunque cosa riceva, le buone domande come le cattive, il rigore come la superficialità. Da qui la sua tesi, che per governare questi sistemi la cultura filosofica e umanistica conta più della sola competenza tecnica. Nello stesso articolo racconta il lavoro dello Stripes Digitus Lab con piccoli robot didattici open source, i Thymio, dotati di una rete neurale che i ragazzi addestrano senza scrivere codice, osservando in tempo reale come cambiano i pesi.
Il contrasto con l’IA generativa è netto. Lì il meccanismo resta invisibile, e l’output arriva già confezionato.

Che cosa chiede il nuovo quadro europeo sull’alfabetizzazione all’IA
A giugno 2026 l’OCSE e la Commissione europea hanno pubblicato la versione definitiva di «Empowering Learners for the Age of AI», il quadro di riferimento sull’AI literacy per la scuola primaria e secondaria. È stato sviluppato con CodeAI (già Code.org) e con esperti internazionali, dopo una consultazione pubblica sulla bozza del maggio 2025 alla quale hanno partecipato oltre duemila persone da più di cento Paesi. La definizione è precisa: un insieme di conoscenze, abilità e atteggiamenti che permette di capire come funzionano i sistemi di IA, valutarne criticamente i risultati e usarli in modo etico e creativo.
Le competenze sono organizzate in quattro domini, che descrivono i modi in cui bambini e ragazzi incontrano l’IA nella vita quotidiana: interagire con l’IA (Engage with AI), creare con l’IA (Create with AI), gestirla (Manage AI) e contribuire a darle forma (Shape AI). Per ogni competenza il quadro descrive le aspettative di apprendimento su tre livelli, di base, intermedio e avanzato. Il sito del progetto rimanda anche alla futura rilevazione PISA 2029 dedicata all’alfabetizzazione mediatica e all’IA.
A chi educa interessa soprattutto la prima parte della definizione. Capire come funziona viene prima di usare bene.

Tre esperienze che rendono visibile il meccanismo
Tradurre un quadro in attività non richiede laboratori costosi. Servono consegne pensate per mostrare ciò che l’interfaccia nasconde.
La prima consiste nell’addestrare e sbagliare. Un gruppo sceglie gli esempi da dare a un semplice sistema di riconoscimento di immagini, come quelli che si trovano gratuitamente in rete, oppure lavora con robot simili a quelli del laboratorio raccontato su Pedagogika.it. Poi si introduce di proposito un insieme squilibrato, per esempio tutte le foto di gatti scattate in casa e tutte quelle di cani in giardino, e si osserva che cosa il sistema ha imparato davvero. Spesso ha imparato lo sfondo. È la lezione più efficace sul pregiudizio nei dati, e i ragazzi la ricordano perché l’hanno prodotta con le proprie mani.
La seconda riguarda la verifica. Si pone a un assistente conversazionale una domanda su un argomento che la classe ha già studiato a fondo, si confronta la risposta con il libro di testo e con una fonte primaria, e si sottolineano le frasi plausibili ma false. Il valore dell’esercizio sta in una scoperta scomoda: l’errore suona sicuro quanto la verità.
La terza è una discussione su chi decide. Un caso vicino all’esperienza dei ragazzi, come un’app che suggerisce quale scuola superiore scegliere, serve a chiedersi chi ha costruito il sistema, con quali dati, chi ne risponde e che cosa resta alla persona. È il terreno del dominio Shape AI, e anche quello su cui la filosofia, come osserva Guida, ha più da dire.

Alfabetizzazione all’IA anche per gli adulti che educano
Nessuna di queste attività funziona se l’adulto per primo tratta l’assistente come un oracolo.
Il tema riguarda quindi anche la formazione di insegnanti, educatori e operatori dei servizi, e qui il diritto europeo offre un contesto utile. L’art. 4 del Regolamento (UE) 2024/1689, l’AI Act, nella versione modificata dal Regolamento (UE) 2026/1744, chiede a fornitori e deployer, cioè anche alle organizzazioni che usano sistemi di IA sotto la propria autorità, di adottare misure per sviluppare l’alfabetizzazione in materia di IA del proprio personale. Una scuola, una cooperativa sociale o un servizio educativo che introducono un assistente per le comunicazioni con le famiglie o per preparare materiali rientrano in questo perimetro, e la formazione del personale diventa parte del progetto educativo più che un adempimento.
Per le famiglie il lavoro è diverso ma parallelo. Molti genitori scoprono l’IA attraverso i figli, e le conversazioni in casa si fermano spesso alla domanda se sia lecito usarla per i compiti. Un incontro serale che riproduce l’esperimento dei gatti e dei cani sposta la discussione su una domanda più utile: che cosa ha imparato davvero la macchina, e come facciamo a saperlo?

Dove si incontrano pedagogia e professionisti dell’IA
Pedagogika.it racconta da quasi trent’anni l’educazione come fatto culturale e pubblico, con un’attenzione costante alle professioni educative e alle nuove tecnologie, e la cooperativa Stripes che la pubblica affianca alla rivista convegni, iniziative formative e un laboratorio che porta l’IA nelle classi. L’Associazione Italiana Professionisti dell’Intelligenza Artificiale (AIPIA), ente no profit indipendente con sede a Roma, riunisce invece chi i sistemi li progetta, li integra e li governa: sviluppatori, data scientist, ricercatori, consulenti. Sono due mondi che guardano la stessa scatola nera da lati opposti, e un’alfabetizzazione seria ha bisogno di entrambi.
Il primo terreno comune è il vocabolario. Parole come bias, addestramento, allucinazione o guardrail hanno un significato preciso per un ingegnere e uno molto più vago per un genitore, e un laboratorio regge solo se adulti e ragazzi le usano nello stesso senso. Per AIPIA il lessico condiviso è il primo passo dell’alfabetizzazione, e per questo l’associazione ha reso disponibile un glossario pubblico dell’intelligenza artificiale, con definizioni brevi dei termini tecnici e di quelli legati a etica, rischi e regolazione. Un educatore può usarlo per preparare un incontro con i genitori, una classe per confrontare le proprie definizioni con quelle di chi lavora nel settore.
Il secondo terreno è il confronto diretto. Un professionista dell’IA che spiega a un collegio docenti, o a un’équipe di educatori, dove un modello sbaglia e perché, rende concreta la parte del quadro europeo più difficile da insegnare, quella sulla gestione dei sistemi. È un tipo di scambio che il mondo della pedagogia e quello delle professioni dell’IA possono costruire insieme, ciascuno con le proprie competenze.

La domanda da fare a fine anno
Il quadro dell’OCSE e della Commissione europea non chiede di trasformare ogni insegnante in un informatico. Chiede di formare persone capaci di capire, valutare e decidere davanti a un sistema che produce risposte convincenti.
Per sapere se un percorso va nella direzione giusta esiste una prova semplice. A fine anno si chiede a uno studente di spiegare, con parole sue, perché un assistente può dare una risposta sbagliata con lo stesso tono di una giusta.
Se sa rispondere, la scatola nera ha cominciato ad aprirsi.