Per chi valuta l’uso dell’intelligenza artificiale nella didattica anche in Italia, un esperimento condotto in Tennessee indica che la tecnologia può essere più utile quando rallenta gli studenti invece di fornire subito una soluzione. Oltre 6.000 alunni delle scuole medie hanno ottenuto risultati leggermente migliori in matematica quando un tutor AI li ha guidati nell’analisi degli errori e ha richiesto tre risposte corrette consecutive sulla stessa abilità. La ricerca, firmata da studiosi dell’Università di Toronto e della Wharton School dell’Università della Pennsylvania, riguarda una singola lezione sulle frazioni.
- All’esperimento hanno partecipato più di 6.000 studenti delle scuole medie del Tennessee.
- Il gruppo con tutor AI e ripetizione ha ottenuto circa 3 punti percentuali in più rispetto all’istruzione informatica convenzionale.
- Il vantaggio è emerso soprattutto nei quesiti più semplici e simili a quelli già svolti.
Il vantaggio emerge soltanto unendo AI e ripetizione
I ricercatori hanno assegnato casualmente gli studenti a quattro modalità di esercitazione. Alcuni hanno utilizzato un normale programma didattico, con video ed esercizi simili a quelli di Khan Academy; altri hanno lavorato con lo stesso software affiancato da un tutor AI. In entrambi i gruppi, una parte degli alunni doveva inoltre rispondere correttamente per tre volte consecutive dopo aver commesso un errore.
L’attività è durata 50 minuti durante una lezione di matematica. Una settimana più tardi, un test di 15 minuti ha misurato quanto gli studenti ricordassero. La combinazione più efficace non è stata l’intelligenza artificiale da sola, ma il tutor AI insieme alla soglia delle tre risposte corrette.
Il dato centrale è quindi nel modo in cui l’AI organizza l’esercizio: non accelera il passaggio alla risposta, ma obbliga lo studente a soffermarsi sul procedimento sbagliato.
Il tutor poteva reagire direttamente al lavoro dell’alunno e accompagnarlo passo dopo passo nella correzione. Nel programma privo di AI era invece disponibile un esempio con la soluzione completa, che poteva essere consultato rapidamente senza necessariamente individuare l’origine dell’errore.
Più tempo sulle domande, ma non una comprensione più profonda
Gli studenti sottoposti alla combinazione di tutor AI e ripetizione hanno dedicato più tempo a ciascuna domanda rispetto agli altri gruppi. Dopo un errore, inoltre, avevano maggiori probabilità di rispondere correttamente al quesito successivo.
Questa impostazione richiama il cosiddetto apprendimento per padronanza: prima di proseguire, l’alunno deve mostrare di saper applicare una determinata competenza. È un criterio comune nei programmi educativi, ma una breve sequenza di risposte esatte non garantisce da sola una comprensione solida: si può raggiungere la soglia anche attraverso tentativi o familiarità con esercizi ripetuti.
I limiti dello studio confermano questa cautela. Il miglioramento, pari a circa 3 punti percentuali rispetto all’istruzione informatica convenzionale, si è concentrato nelle domande più facili e vicine a quelle praticate. Non si è esteso ai problemi più impegnativi, né ha mostrato una capacità più profonda di trasferire le competenze sulle frazioni a situazioni diverse.
Per le scuole conta il progetto didattico, non l’etichetta AI
Per la scuola italiana, il risultato implica che valutare uno strumento soltanto perché contiene intelligenza artificiale sarebbe insufficiente: ciò che può fare la differenza è la sequenza didattica costruita attorno alla tecnologia.
L’esperimento non permette di sapere che cosa accadrebbe dopo mesi di utilizzo, perché l’intervento è durato una sola lezione. Gli stessi autori avvertono inoltre di aver confrontato soltanto quattro configurazioni: potrebbero esistere modalità più efficaci per integrare l’AI nell’esercitazione matematica.
Il lavoro, intitolato “Making AI Tutoring Productive: Evidence from a Mastery-Based Math Practice Experiment”, dovrebbe essere diffuso il 17 agosto come working paper dal National Bureau of Economic Research. Non è ancora apparso su una rivista sottoposta a revisione tra pari, il processo con cui altri studiosi valutano metodi e conclusioni prima della pubblicazione scientifica.
Philip Oreopoulos, economista dell’Università di Toronto e autore principale, invita infatti a non presentare l’AI come una svolta già dimostrata. Lo studio offre un primo segnale positivo e circoscritto: la tecnologia sembra avere valore quando sostiene il ragionamento, non quando evita allo studente la fatica di arrivare alla risposta.
Nelle lezioni di matematica, preferireste un tutor AI che dia suggerimenti graduali o strumenti digitali senza intelligenza artificiale? Raccontateci quale approccio ritenete più utile.
