L'83% degli studenti che scrive un tema con ChatGPT non riesce a citare una sola frase del proprio testo pochi minuti dopo averlo consegnato. Il dato arriva da uno studio EEG del MIT Media Lab pubblicato a giugno 2025.
Cognitive debt: cosa misura lo studio del MIT
La ricerca Your Brain on ChatGPT, MIT Media Lab, coordinata da Nataliya Kosmyna e Pattie Maes, ha coinvolto 54 partecipanti divisi in tre gruppi: chi scriveva con ChatGPT, chi usava un motore di ricerca e chi lavorava a testa libera senza strumenti. Ogni gruppo ha prodotto tre temi mentre gli elettrodi registravano l'attività cerebrale in tempo reale.
L'EEG ha mostrato la connettività cerebrale più debole nel gruppo LLM, e la più forte nel gruppo senza strumenti. A ridursi sono soprattutto le bande alpha, theta e delta, quelle legate a ideazione creativa, memoria di lavoro ed elaborazione semantica. Nella quarta sessione, chi era passato da ChatGPT alla scrittura senza aiuti ha continuato a mostrare una connettività ridotta: il costo cognitivo persisteva.
Il senso di paternità del testo autoriportato dai partecipanti era il più basso proprio nel gruppo LLM. Quando gli sperimentatori chiedevano di citare a memoria una frase del tema appena consegnato, l'83% degli utenti ChatGPT non ci riusciva, contro percentuali quasi nulle negli altri due gruppi.
Perché l'imperfezione del tema conta
Il preprint parla di 'debito cognitivo' e non è una metafora. Le tre bande di frequenza che ChatGPT spegne sono le stesse che lavorano quando uno studente cerca una parola, la scarta, ne prova un'altra, torna indietro sulla frase. La fatica di comporre è il momento in cui il cervello elabora davvero il contenuto e lo ancora alla memoria.
Un tema con la sintassi zoppicante e un'idea originale attiva quel circuito neurale. Un tema tecnicamente perfetto ma generato dall'IA no. È qui la differenza tra un elaborato imperfetto e un output esteticamente pulito: il primo lascia una traccia, il secondo scorre via. La quarta sessione dello studio suggerisce anche un effetto trasferimento: chi si abitua a delegare all'IA fatica poi a ritrovare l'ingaggio anche quando lavora da solo.
Per la didattica il segnale è netto. Se il compito del tema è insegnare a pensare per iscritto, un elaborato prodotto dall'IA non genera apprendimento: produce un file. Il punto non è vietare lo strumento, ma capire quando l'IA a scuola aiuta a imparare e quando sostituisce il processo che dovrebbe attivare l'apprendimento. Chiedere a uno studente di produrre un tema con ChatGPT e poi discuterlo in classe è didattica; farlo produrre e valutarlo come se lo avesse scritto lui, no.
Cosa dicono MIM e AI Act
Il quadro normativo italiano si è mosso in fretta. Il 9 agosto 2025 il MIM ha pubblicato le Linee guida per l'introduzione dell'Intelligenza Artificiale nelle Istituzioni scolastiche, allegate al DM 166/2025. Il testo impone un approccio antropocentrico, la conformità a GDPR e AI Act, e riconosce esplicitamente il diritto degli studenti a non partecipare a sistemi di IA senza subire discriminazioni.
A novembre 2025 il Ministero ha stanziato 100 milioni di PNRR per la formazione sull'IA nelle scuole del primo e secondo ciclo, con fino a 50mila euro per istituto ammesso e una riserva del 40% per il Sud. La direzione è quella di far entrare l'IA come competenza trasversale, non come materia autonoma. Il rischio è che i fondi arrivino prima di una didattica capace di usarli senza cadere nella sostituzione del pensiero con l'output.
Sul piano europeo l'articolo 4 del regolamento richiamato dall'editoriale AI Act al via il 2 agosto, le richieste di Garante e AGCOM è già applicabile dal 2 febbraio 2025 e obbliga i deployer di sistemi IA a garantire un livello sufficiente di alfabetizzazione per chi li usa. Per la scuola significa formare docenti e studenti a capire cosa fa un modello, e cosa non può fare: non è un optional.
La domanda giusta da fare in classe non è 'hai usato l'IA?', a cui nessuno risponderà mai davvero. È 'cita a memoria una frase del tuo tema'. Se lo studente non ci riesce, il testo non è suo.