Fino a ieri il docente aveva come unico referente lo studente; oggi, nelle aule di scuole e università, è comparso un terzo protagonista: il chatbot che silenzioso, invisibile e insieme invadente, trasforma l’IA in un nuovo soggetto educativo.
L’intelligenza artificiale generativa risponde, argomenta e scrive con rapidità. La sua capacità di produrre testi coerenti, formalmente corretti e immediatamente disponibili ha ridefinito il modo in cui gli studenti concepiscono la scrittura, la ricerca e persino la conoscenza. Il risultato è un mutamento profondo nella natura stessa dell’apprendimento: la conoscenza tende a essere percepita come un prodotto finale più che come un processo di costruzione graduale.
Il problema è che questo prodotto finale generato dall’IA spesso è inadeguato, ma gli studenti lo fanno proprio ugualmente e i docenti si trovano a dover correggere non solo ciò che hanno scritto gli alunni ma anche quello che l’IA ha scritto per loro.
Il fenomeno del “workslop” e la sua versione educativa: lo “schoolslop”
La Harvard Business Review ha descritto il fenomeno del “workslop”, riferendosi a quei prodotti “quasi buoni” generati dall’IA: contenuti che imitano il buon lavoro senza realmente esserlo, testi ben formattati ma concettualmente deboli, che trasferiscono il carico di revisione e interpretazione a chi li riceve. Secondo lo studio effettuato, il 40% dei lavoratori statunitensi ha sperimentato episodi di workslop, con rilevanti costi economici, cognitivi e relazionali. L’impatto economico di questo uso acritico dell’IA per la produzione di materiali workslop è stato calcolato, per un’organizzazione di 10.000 persone, a oltre 9 milioni di dollari l’anno in perdita di produttività.
Analogamente nel mondo dell’istruzione possiamo coniare il neologismo “schoolslop”: gli studenti sottoscrivono elaborati poco personali e meditati, confondendo la rapidità e ampiezza della risposta dei chatbot con la sua qualità e affidabilità. Ciò riversa sui docenti il lavoro aggiuntivo di correggere anche i compiti “quasi buoni” svolti dall’IA con un elevato dispendio di tempo ed energie per controllare la correttezza dei dati, verificarne la pertinenza e sfoltire spiegazioni troppo generiche o decontestualizzate.
Se la correzione tradizionale è un atto empatico in cui si intuisce l’intenzione dell’allievo e si riconosce la logica del suo errore come parte del processo di apprendimento, adesso essa richiede nuove competenze per distinguere le sgrammaticature, le incoerenze, gli errori e le esitazioni tipiche e del pensiero adolescenziale dalle allucinazioni, dalle lacune concettuali, dalle falle logiche prodotte da una IA che scrive fluentemente ma non comprende il senso delle sue stesse parole.
Non solo correggere l’IA, ma imparare da essa: la sfida della digital literacy
Per evitare che il docente resti intrappolato nel ruolo di sterile correttore e che i discenti assopiscano la loro creatività e laboriosità, è necessario insegnare che l’output dell’IA non va accolto passivamente, ma va attentamente e fattivamente revisionato e ottimizzato.
Diventa fondamentale lo sviluppo in ambito didattico della digital literacy: un insieme di competenze che permette di distinguere, integrare e valutare criticamente i contributi dell’IA nei processi cognitivi. L’uso dell’IA deve essere un’occasione in più per educare il senso critico dei giovani studenti, analizzando insieme a loro la qualità dei prompt e delle risposte dei chatbot, discutendo gli eventuali errori o bias umani e del modello, confrontando versioni e verificando le fonti, valorizzando la riflessività, l’autenticità e la creatività.
La filosofia dell’errore: il valore formativo del “sapere
L’errore deve continuare ad essere una tappa positiva e ineludibile del processo di apprendimento e di crescita personale. Nella storia della filosofia l’errore e il riconoscimento del limite sono sempre stati una via per la conoscenza.
Affinché la tecnologia non sia solo una scorciatoia cognitiva, va sicuramente trasmesso ai giovani il senso del domandare che abbiamo imparato dall’arte maieutica di Socrate e dalla sua ammissione provocatoria di “sapere di non sapere”. Karl Popper invece ci presenta l’errore come la base del successo dell’apprendimento perché la conoscenza si ottiene e consolida per tentativi ed errori: lo stesso procedimento del reinforcement learning con cui viene addestrata l’AI. Errori dai quali, secondo Henry Perkinson, deriva anche la resilienza e l’apprendimento continuo, sia in ambito educativo che nella vita in generale: una lezione continua che amplia la capacità di adattarsi al mondo in cui viviamo, anche quello presente sempre più ibrido di umano e digitale e sempre onlife, secondo la definizione di Luciano Floridi.
Come nel workslop aziendale descritto dall’Harvard Business Review, allo stesso modo nello schoolslop dell’istruzione il vero rischio non è l’errore, ma la superficialità. Anche nell’era dell’intelligenza artificiale, dove tutto può essere generato in pochi istanti, il compito dell’educazione rimane quello di coltivare la qualità del pensiero, la profondità del giudizio e la capacità di discernere. L’IA può diventare un potente alleato se viene usata per ampliare la consapevolezza e la ricerca di senso, stimolare il dialogo e sostenere un apprendimento autentico, che restituisce valore alla lentezza, all’errore e alla riflessione — gli elementi più umani del pensare.
Nota
L’articolo dell’«Harvard Business Rewiew», a cui si fa riferimento è il seguente:
Kate Niederhoffer, Gabriella Rosen Kellerman, Angela Lee, Alex Liebscher, Kristina Rapuano and Jeffrey T. Hancock, AI-Generated “Workslop” Is Destroying Productivity, in «Harvard Business Rewiew», September 22, 2025, Updated September 25, 2025
https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity
Immagini generate tramite ChatGPT. Tutti i diritti sono riservati. Università di Torino (2025).
