Quando un’attività didattica può essere svolta quasi interamente da uno strumento generativo, non chiediamoci come lo possiamo impedire, ma che cosa stavamo davvero chiedendo agli studenti di fare.

Diciamolo chiaramente: i compiti centrati sulla riproduzione di informazioni, sulla sintesi di concetti noti e sulla produzione di testi prevedibili sono esattamente quelli che l’AI replica senza fatica. Quelli che, invece, richiedono di applicare conoscenze in contesti nuovi, spiegare un ragionamento o collegare l’apprendimento a situazioni reali resistono all’automazione, non perché l’AI non sia capace, ma perché richiedono qualcosa che non si può delegare: il pensiero situato, ancorato all’esperienza di chi apprende.

È qui che cambia la prospettiva sulla progettazione didattica, che deve essere interrogata dalla domanda onesta se quelle attività misurano davvero la comprensione oppure solo la produzione, se stiamo progettando per lo sviluppo del pensiero o per il completamento del compito, se i nostri studenti sanno rendere conto di ciò che hanno elaborato e se le nostre valutazioni mantengono senso, anche quando lo strumento cambia.

Quando i corsi sono costruiti intorno al pensiero autentico, l’AI diventa un interlocutore con cui misurarsi, non una scorciatoia dietro cui nascondersi. In questa direzione sto lavorando su più fronti, con i docenti e nei corsi da 60 e 30 CFU.

Voi da dove state ripartendo?

AI doesn’t replace thinking, it replaces the tasks that never required it. Is this changing the way you design learning?