Questa mappatura AILit nasce da un'esigenza precisa. Chi leggerà la mia analisi critica del framework AILit di prossima pubblicazione noterà un'osservazione ricorrente: il documento OCSE-Commissione Europea dichiara più volte di porsi in continuità con DigComp 3.0, il quadro europeo di riferimento per la competenza digitale, ma non fornisce mai una corrispondenza esplicita tra le proprie diciannove competenze e le cinque aree in cui DigComp si articola. Si tratta di un'assenza che, almeno in via ipotetica, vale la pena colmare, perché è proprio nel tentativo di costruirla che emergono con chiarezza i punti di reale continuità tra i due documenti e quelli in cui, invece, AILit introduce qualcosa che DigComp non aveva previsto.

Le cinque aree di DigComp 3.0 sono note a chi si occupa di competenze digitali in ambito scolastico: alfabetizzazione informativa e sui dati, comunicazione e collaborazione, creazione di contenuti digitali, sicurezza e benessere, problem solving e apprendimento continuo. Proviamo a collocarvi le diciannove competenze di AILit.

La tabella di corrispondenza

Dove la corrispondenza regge

Tre blocchi di competenze si lasciano ricondurre a DigComp 3.0 con relativa naturalezza. Le competenze di Interagire con AI (Engage with AI) dedicate al riconoscimento della presenza dell'IA, alla verifica dell'affidabilità degli output e all'analisi dei sistemi di raccomandazione ricalcano da vicino le operazioni di ricerca e gestione critica dell'informazione già previste dalla prima area di DigComp: non si tratta di competenze nuove nella sostanza, ma della loro applicazione a una classe specifica di artefatti, i sistemi di IA, che il quadro europeo tratta finora in modo trasversale, senza isolarli come categoria propria.

Allo stesso modo, le competenze di Creare con AI (Create with AI) dedicate all'esplorazione, alla prototipazione e al perfezionamento iterativo dei contenuti generati corrispondono a quanto la terza area di DigComp intende per creazione di contenuti digitali: l'uso di strumenti che affiancano l'utente nella produzione era già contemplato e la componente generativa introdotta dall'IA si inserisce qui senza tensioni rilevanti.

Anche le competenze di Gestire AI (Manage AI), incentrate sulla scelta consapevole tra approcci alternativi e sulla decomposizione dei problemi, trovano un referente solido nella quinta area di DigComp: la circostanza che una delle alternative in gioco sia oggi un sistema di IA anziché un metodo tradizionale non altera la struttura procedurale della competenza, che resta quella di un processo decisionale informato.

Un caso particolare: la sostenibilità ambientale

La competenza Interagire con AI (Engage with AI) 5, relativa al consumo energetico e all'impatto ambientale dei sistemi di IA, merita una trattazione a parte, perché un primo confronto rischia di condurre a una conclusione affrettata. Diversamente da quanto potrebbe sembrare, questa competenza non introduce un tema assente da DigComp: la competenza 4.4, già presente nella versione 2.2 con il titolo "Tutela dell'ambiente" e riformulata nell'edizione 3.0, affronta esplicitamente la sostenibilità digitale, includendovi l'impronta energetica di infrastrutture quali i data center e i sistemi di IA. Nell'ultima edizione, peraltro, la sostenibilità digitale è stata elevata a principio trasversale, e attraversa dunque l'intero framework anziché restare confinata a una singola area, secondo la stessa logica con cui DigComp 3.0 integra in modo trasversale anche la componente sull'intelligenza artificiale.

La differenza tra i due documenti, in questo caso, non sta perciò nel contenuto, che si sovrappone in modo sostanziale, ma nella sua collocazione strutturale. In DigComp, la sostenibilità digitale opera come principio integrato in ciascuna area competenziale. In AILit, invece, la stessa preoccupazione compare come competenza isolata all'interno del solo dominio Interagire (Engage), senza che il framework la richiami con analoga sistematicità nei domini successivi. La discontinuità più significativa emerge proprio nel dominio Plasmare AI (Shape AI), dove la progettazione e l'addestramento di un modello, le fasi in cui il costo energetico si genera concretamente, non vengono mai ricondotte esplicitamente alla dimensione di sostenibilità già enunciata in apertura del framework. Si tratta, in altri termini, non di un vuoto tematico ma di un'occasione di coerenza interna non colta.

Dove la corrispondenza si fa più debole

Due competenze, pur riconducibili in linea di principio a un'area DigComp, richiedono un adattamento concettuale non banale. La competenza Creare con AI (Create with AI) 4, relativa all'autenticità e alla proprietà intellettuale dei contenuti generati, presuppone di distinguere ispirazione da replicazione in un contenuto prodotto da un sistema che ha appreso da un corpus di opere preesistenti, una distinzione che richiede categorie, come l'originalità computazionale o l'attribuzione in presenza di un intermediario algoritmico, che l'area sulla creazione di contenuti digitali, elaborata secondo una logica pre-generativa, non era strutturata per trattare.

Le competenze Plasmare AI (Shape AI) 1-2, dedicate all'investigazione e alla valutazione critica di un sistema, si avvicinano al problem solving solo a condizione di estendere quel concetto dall'uso efficace di uno strumento alla diagnosi tecnica del suo funzionamento interno: un'estensione plausibile, ma che DigComp non aveva esplicitamente previsto.

Dove la corrispondenza semplicemente non c'è

Un solo blocco di competenze resta scoperto da qualsiasi area DigComp esistente ed è quello che più di ogni altro merita di essere segnalato con chiarezza, perché indica il punto in cui AILit non si limita a specializzare il quadro europeo, ma lo eccede realmente. Si tratta delle competenze Plasmare AI (Shape AI 3-4), relative alla progettazione di dataset e al miglioramento tecnico dei sistemi. Nessuna area di DigComp prevede una componente di progettazione algoritmica: l'intero framework presuppone un utente che impiega tecnologie già sviluppate, non un utente chiamato a intervenire sulla loro costruzione. Vale la pena ricordare che la competenza digitale in quanto tale era già una delle otto competenze chiave individuate dalla Raccomandazione europea del 2018 da cui DigComp discende, non è dunque questa a mancare. Ciò che quel quadro non prevedeva come traguardo generalizzato per l'istruzione primaria e secondaria è, più specificamente, un livello di progettazione e sviluppo algoritmico esteso a tutti gli apprendenti e non solo a chi sceglie un percorso di specializzazione tecnica.

Che cosa suggerisce questa mappatura

Il quadro che ne risulta è più netto di quanto la sola tabella lasci intuire a prima vista. Su dodici delle diciannove competenze la corrispondenza con DigComp è alta; su cinque richiede un adattamento concettuale non scontato e soltanto su due, entrambe interne al medesimo dominio, Plasmare AI (Shape AI), la corrispondenza è del tutto assente. Questa concentrazione, più che una diffusa estraneità tra i due framework, indica un punto preciso: non è l'insieme di AILit a eccedere sistematicamente il quadro europeo della competenza digitale, ma è specificamente l'ultimo dei suoi quattro domini a introdurre un traguardo, la capacità di intervenire tecnicamente sulla costruzione di un sistema di IA, che il quadro europeo della competenza digitale non aveva ancora previsto come obiettivo generalizzato per la scuola primaria e secondaria.