IA a scuola: cosa dicono le ricerche recenti, e quanto sono solide

Negli ultimi anni, l'adozione dell'intelligenza artificiale (IA) in ambito educativo ha suscitato grande interesse, ma gli effetti sul reale apprendimento rimangono ancora poco definiti. Cinque ricerche recenti analizzate mostrano risultati eterogenei in contesti scolastici diversi. Lo studio di Bastani in Turchia ha evidenziato come un chatbot generico possa aumentare le prestazioni durante l'uso, ma danneggiare il rendimento finale senza IA. Un tutor con vincoli pedagogici evita il calo, ma non sempre genera guadagni significativi. L'esperienza di Kestin a Harvard ha mostrato invece un miglioramento dell'apprendimento in fisica con un tutor IA dedicato, anche in meno tempo, mentre in Nigeria l'uso guidato da insegnanti di Copilot ha prodotto un aumento medio di 0,31 deviazioni standard nei risultati. La revisione Stanford segna però la carenza di studi causali di alta qualità nelle scuole K-12 statunitensi. I casi di successo condividono caratteristiche fondamentali: vincoli pedagogici espliciti, materiali creati dai docenti, uso strutturato e supervisione educativa. Tuttavia permangono criticità come la validità esterna e il carico aggiuntivo per insegnanti. In Italia, studio e normativa sono ancora in fase iniziale. Si sottolinea poi l'importanza di distinguere chiaramente fra performance con IA e reale apprendimento a lungo termine, evitando generalizzazioni affrettate su base di dati non causali o contesti universitari non rappresentativi.