Nata negli anni ‘50 con i test di Alan Turing[1], l’Intelligenza Artificiale (IA) ci accompagna da tempo. Si pensi alle applicazioni industriali, i giochi, i siti di e-commerce, i social media. Eppure è solo da qualche anno, con l’avvento dell’IA generativa e di tutte le applicazioni che ne fanno uso (tra cui ChatGPT, Claude, Dall-E, Copilot, Gemini, Perplexity, Midjourney, DeepSeek, Vitruvian, Mistral, Mubert, Poe, DaVinci e Descript), che la notorietà dell’IA è cresciuta a tal punto da permeare quotidianamente discorsi pubblici attraverso podcast, social media, articoli di giornale e programmi radiotelevisivi. Sempre più parte delle nostre vite, l’IA sta rapidamente trasformando molti settori e l’educazione non fa eccezione.
L’Intelligenza Artificiale nell’Educazione (AIED – Artificial Intelligence in Education) è un campo interdisciplinare che integra educazione, psicologia, neuroscienze, linguistica, sociologia e antropologia[2] e pone l’accento su questioni di pedagogia, strutture organizzative, accesso, etica e sostenibilità[3]. L’IA ha pertanto il potenziale per affrontare alcune delle maggiori sfide dell’istruzione odierna, ovvero quello di innovare le pratiche di insegnamento e apprendimento supportando i docenti e personalizzando gli apprendimenti garantendo aspetti quali accessibilità e inclusione[4]. Al netto della preoccupazione diffusa che l’IA possa sostituirsi ai docenti, è importante riconoscere il suo potenziale. Tuttavia, queste potenzialità sollevano importanti sfide, tra cui l’etica e la privacy dei dati e il ripensamento del ruolo del docente, richiedendo un’attenta considerazione.
IA e opportunità per l’apprendimento
L’uso di tecnologie di IA per gli studenti può favorire l’accesso a un apprendimento differenziato e personalizzato. Può essere estremamente difficile per un insegnante capire come soddisfare le esigenze di ogni studente in classe. I sistemi di IA si adattano facilmente alle esigenze di apprendimento individuali e possono indirizzare l’istruzione in base ai punti di forza e debolezza. Anche nell’auto-apprendimento, raccogliendo informazioni sull’utente e valutandone lo stile di apprendimento sulla base di preferenze, azioni e prestazioni, l’IA può facilitare l’apprendimento adattivo, ovvero può adattare la formazione al ritmo e alle caratteristiche di ogni studente[5] fornendo feedback e supporto immediato[6]. Parallelamente, l’IA offre agli studenti strumenti utili per migliorare la scrittura, come quelli per parafrasare (Quillbot), correggere la grammatica (LanguageTool, Grammarly), tradurre (Deepl, Reverso) e interagire tramite conversazione. Le interfacce conversazionali basate sull’IA generativa, come Siri, Alexa, Cortana e i già citati Gemini, ChatGPT, Claude, Perplexity e DeepSeek, permettono agli utenti di interagire e conversare tramite voce e testo rappresentando un esempio significativo di come è cambiata la nozione di comunicazione. Questi sistemi, in grado di comprendere le informazioni ricevute, possono fornire dati, rispondere a domande ed eseguire varie attività tra cui riassunti, parafrasi, traduzioni, mappe concettuali, trascrizioni di audio, elaborazioni di immagini[7] risultando pertanto un valido supporto allo studio (Notebook LM, Learn About, NoteGPT, Socratic). A questi si aggiungono sistemi di IA per imparare le lingue (TalkPal) e la storia chattando con i personaggi del passato (Hello History). Tuttavia, gli agenti conversazionali hanno una conoscenza basata esclusivamente sui dati di addestramento[8], il che può portare a generare risposte non corrette, imprecise o fuorvianti, oltre a mostrare un punto di vista non obiettivo, parziale, stereotipato o discriminatorio. Da considerarsi come un ausilio e non un sostituto, occorre sempre verificare la qualità dei risultati che producono[9].
L’IA può altresì essere utilizzata per l’educazione dei bambini attraverso giochi interattivi che sviluppano le competenze di base integrando sistemi di realtà virtuale (VR – virtual reality) e realtà aumentata (AR – augmented reality), per migliorare l’esperienza dell’utente[10] (Blippar, EonReality, NeoBear, VRMonkey, Class VR, MyEdu, Universiv e ClassDojo). E ancora, grazie alla sua capacità di offrire diverse modalità di apprendimento e strategie personalizzate, l’IA si rivela promettente nel supportare i bambini con bisogni educativi speciali, inclusi quelli con disabilità visive, motorie o uditive per facilitare la creazione di una società inclusiva[11]. Sono numerose le soluzioni disponibili per disabilità sensoriali e cognitive. Tra queste si annoverano strumenti di sintesi vocale (LeggiXme, DSpeech), per facilitare i processi di lettura e scrittura di studenti con DSA, di creazione di mappe concettuali (SuperMappeX, Algor), e di creazione di espressioni matematiche (Equatio) per trasformare la matematica in digitale.
IA e opportunità per l’insegnamento
Nel panorama educativo attuale, la gestione del tempo e la creazione di materiali didattici sempre nuovi e coinvolgenti rappresentano sfide quotidiane per gli insegnanti. Strumenti basati sull’IA come Eduaide, Untis e Magic School possono supportare i docenti nel semplificare la pianificazione e l’organizzazione delle lezioni, creare risorse didattiche innovative e fornire feedback costruttivi agli studenti. Inoltre, strumenti come Wooclap e Vaia sfruttano l’IA per la creazione di domande interattive. Consentendo di porre domande durante le lezioni e visualizzare le risposte in tempo reale, si rivelano un valido aiuto per valutare la comprensione e stimolare la partecipazione degli studenti favorendo così un apprendimento attivo.
Per supportare i docenti, l’IA consente altresì di monitorare il comportamento degli studenti raccogliendo e analizzando i dati delle piattaforme di apprendimento per generare strategie didattiche personalizzate in tempo reale[12]. I Learning Analytics (LA)[13] entrano a pieno titolo in questo contesto, dove l’IA viene utilizzata per analizzare e interpretare i dati che i docenti possono visualizzare in apposite dashboard per consentire loro di prendere decisioni più informate[14].
L’IA supporta altresì i docenti sia analizzando le domande poste dagli studenti riguardo i contenuti, le modalità, l’organizzazione del corso, sia gli elaborati degli studenti (risposte alle domande, esercitazioni) per valutare la qualità del corso. Se una domanda viene posta di frequente oppure un’esercitazione risulta difficile per molti, l’IA individua le specifiche aree di difficoltà, consentendo interventi mirati sui materiali e sulle metodologie[15]. Allo stesso modo, l’IA può indicare se una domanda di un quiz è mal posta o presentata nel momento sbagliato, suggerendo al docente una riformulazione (Moodle Quiz). Analogamente, le tecnologie di IA possono aiutare docenti e tutor a gestire i forum di discussione asincroni, dove gli studenti interagiscono per ricevere chiarimenti, porre domande e svolgere attività collaborative. L’IA può non solo automatizzare la risposta a richieste informative, ma può altresì analizzare i contenuti per individuare difficoltà di apprendimento che potrebbero portare all’abbandono degli studenti[16].
L’IA può essere anche un valido aiuto nella correzione degli elaborati. La presenza massiva di strumenti IA a supporto dell’apprendimento, in particolar modo dell’IA generativa che consente di produrre testi, diventa sempre più difficile capire se un elaborato è frutto del lavoro degli studenti, del loro pensiero critico e delle loro capacità di rielaborazione dei contenuti. Strumenti quali Compilatio Magister e Isgen.ai consentono di rilevare eventuale plagio per valutare oggettivamente la qualità degli elaborati.
Sfide per il futuro dell’IA nell’educazione
Partendo da queste premesse, risulta evidente come l’introduzione dell’IA nell’educazione debba essere accompagnata da una profonda riconsiderazione del ruolo tradizionale del docente. In un ambiente di apprendimento dove la tecnologia entra in classe, il docente si sposta dall’essere dispensatore di contenuti a facilitatore dell’apprendimento[17] guidando gli studenti alla conoscenza e allo sviluppo di un pensiero critico sull’utilizzo delle tecnologie di IA. Da qui, la necessità per i docenti di intraprendere un percorso che porti allo sviluppo di competenze essenziali per un utilizzo efficace dell’IA[18].
Un altro aspetto da considerare è legato alla privacy dei dati. La crescente integrazione dell’IA nell’educazione porta con sé la necessità di gestire grandi volumi di dati relativi agli studenti. L’AI Act[19] considera i dati educativi ad alto rischio, sollevando inevitabili preoccupazioni riguardo alla privacy e alla sicurezza di tali informazioni. Come ben evidenziato dall’UNESCO[20]: “la protezione dei dati degli studenti è una priorità assoluta nell’implementazione dell’IA nell’educazione”. Adottare misure per salvaguardare la privacy e prevenire l’uso improprio delle informazioni personali degli studenti con un approccio etico e responsabile è pertanto fondamentale. Se non implementata con equità e inclusione, l’IA nell’educazione potrebbe intensificare le disuguaglianze. Tutti gli studenti, indipendentemente dalle loro condizioni socio-economiche, dovrebbero poter avere accesso alle tecnologie basate sull’IA e a tutti gli studenti dovrebbe essere garantito lo sviluppo delle competenze necessarie per un loro utilizzo efficace[21].
L’IA ha il potenziale per trasformare l’educazione in modo significativo, offrendo opportunità per personalizzare l’apprendimento, supportare i docenti e migliorare i risultati degli studenti. Tuttavia, alcuni la vedono come la cura a tutti i mali, altri come una minaccia per le relazioni, l’intelligenza e l’occupazione. Il futuro dell’IA nell’educazione dipenderà pertanto dalla nostra capacità di affrontare le sfide e sfruttare le opportunità in modo responsabile. La collaborazione tra educatori, ricercatori, e sviluppatori è essenziale per garantire che l’IA sia utilizzata per migliorare l’istruzione e promuovere un futuro più equo e inclusivo.
Immagini generate tramite DALL-E. Tutti i diritti sono riservati. Università di Torino (2025).
[1] Turing, A. M. (1950). Computing Machinery and Intelligence.. Ideas That Created the Future, 147–164. https://doi.org/10.7551/mitpress/12274.003.0016
[2] Panciroli, C., Macauda, A. (2021). Intelligenza artificiale in una prospettiva educativo-didattica, in: Elementi di didattica post-digitale, Bologna, Bononia University Press, pp. 37 – 44.
[3]Unesco – AI and education: guidance for policy-makers. https://unesdoc.unesco.org/ark:/48223/pf0000376709
[4] https://www.globalgoals.org/goals/4-quality-education/
[5] Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education. Center for Curriculum Redesign.
[6] Graesser, A. C., Conley, M. W., & Olney, A. (2012). Intelligent tutoring systems.
[7] Esposito, E. (2022). Comunicazione artificiale: Come gli algoritmi producono intelligenza sociale. EGEA spa.
[8] https://openai.com/blog/chatgpt
[9] Iannella, A. (2024). The transitional space. Generative Artificial Intelligence as an opportunity for growth. Italian Journal of Educational Technology, 32 (1), 9-20.
[10] Tilhou, R., Taylor, V., & Crompton, H. (2020). 3D virtual reality in K-12 education: A thematic systematic review. Emerging technologies and pedagogies in the curriculum, 169-184.
[11] Cesaroni, V., Galletti, M., Pasqua, E., & Nardi, D. (2024). Towards Trustworthy AI in Inclusive Education: A Co-Creation Approach Rooted in Ecological Frameworks. In Ital-IA 2024: 4th National Conference on Artificial Intelligence, organised by CINI.
[12] Monreale, A., Rotelli, D., Il mondo educativo può beneficiare dell’uso consapevole dell’Intelligenza Artificiale? In L’evoluzione dell’alta formazione, Consorzio Quinn. https://consorzioquinn.it/wp-content/uploads/2025/01/Levoluzione-dellalta-formazione_full_31012025.pdf
[13] I Learning Analytics sono stati definiti come “La misurazione, la raccolta, l’analisi e il reporting dei dati sugli studenti e sui loro contesti, ai fini della comprensione e dell’ottimizzazione dell’apprendimento e dei loro contesti, al fine di comprendere e ottimizzare l’apprendimento e gli ambienti in cui esso avviene. ” Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE review, 46(5), 30.
[14] James, E. A., Milenkiewicz, M. T. and Bucknam, A. 2008. Participatory Action Research for Educational Leadership: Using data-driven decision making to improve schools. Sage.
[15] Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. Ieee Access, 8, 75264-75278.
[16] Adraoui, M., Retbi, A., Idrissi, M. K., & Bennani, S. (2017, July). Social learning analytics to describe the learners’ interaction in online discussion forums in Moodle. In 2017 16th International Conference on Information Technology Based Higher Education and Training (ITHET) (pp. 1-6). IEEE.
[17] Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–where are the educators?. International Journal of Educational Technology in Higher Education, 16(1), 1-27.
[18] Romano, M. T. (2003). Empowering teachers with technology: Making it happen. Scarecrow Press
[19] https://artificialintelligenceact.eu/annex/3/
[20] UNESCO. (2019). Artificial intelligence in education: Challenges and opportunities for sustainable development. UNESCO Publishing.
[21] Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Cambridge: Polity.
