Che cosa significa integrare l’intelligenza artificiale generativa in una didattica orientata all’inclusione?

Negli ultimi anni l’IA è entrata rapidamente nella quotidianità della scuola. Viene utilizzata per preparare lezioni, riformulare spiegazioni, costruire prove e differenziare attività. È diventata uno strumento operativo, non più soltanto un oggetto di discussione. Ma se il nostro obiettivo non è semplicemente innovare, bensì costruire ambienti di apprendimento capaci di includere il maggior numero di studenti e studentesse possibile non basta chiedersi che cosa l’IA sia in grado di fare. Occorre chiedersi in che modo il suo impiego incida sulle condizioni di accesso all’apprendimento.
Una didattica è inclusiva quando riduce ostacoli non necessari, quando rende espliciti i passaggi concettuali che altrimenti resterebbero impliciti, quando calibra il carico cognitivo e offre modalità diverse per comprendere e per esprimere ciò che si è appreso. In questo quadro, l’IA generativa non è inclusiva per natura, ma può diventare una risorsa se viene utilizzata per analizzare e modulare questi aspetti della progettazione: per individuare nodi concettuali critici, per graduare la complessità, e per esplorare modalità alternative di presentazione e di lavoro sul contenuto.
La questione non è quindi se usare o meno l’IA, ma come orientarne l’integrazione dentro una progettazione consapevole delle differenze presenti in classe. La tesi che guida questo articolo, dunque, è la seguente: l’intelligenza artificiale può contribuire a una didattica più inclusiva solo nella misura in cui viene inserita consapevolmente dentro i processi di progettazione, di costruzione dei materiali e di supporto allo studio.
Nei paragrafi che seguono entreremo nel merito di questi tre ambiti in cui l’IA può essere usata come strumento dell’inclusione per comprendere in quali passaggi della pratica didattica essa possa diventare una leva reale della didattica orientata a questo scopo.

L’IA come co-pilota della progettazione inclusiva

La prima area in cui l’intelligenza artificiale può contribuire a una didattica inclusiva è la fase di progettazione.
Ogni attività didattica è il risultato di una serie di scelte. Scegliamo il tipo di compito, la formulazione della consegna, i materiali, i tempi, le modalità di restituzione, eventuali strumenti di compensazione. Molte di queste decisioni sono consapevoli; altre restano implicite, sedimentate nell’esperienza o nella routine professionale. Eppure, proprio queste scelte incidono sulle barriere che possono emergere e, di conseguenza, sulle possibilità di accesso all’apprendimento.
È su questo livello, quello delle condizioni di lavoro che il compito attiva, che l’IA può offrire un contributo interessante. In questa fase l’IA può essere utilizzata per interrogare un’attività già progettata. Si può partire da un compito concreto e chiederle quali operazioni cognitive richieda, quali competenze dia per scontate, dove la consegna concentri più informazioni di quante sembri.
Prendiamo, ad esempio, una richiesta come “Leggi il testo e scrivi un commento argomentato mettendo in relazione la posizione dell’autore con il contesto storico”. A una prima lettura appare lineare. Ma interagendo con l’IA, l’insegnante potrebbe essere aiutata/aiutato ad analizzare i diversi passaggi che quella consegna implica e valutarli in funzione degli interlocutori cui si rivolge: comprendere il testo, individuare la tesi dell’autore, ricostruire il contesto storico, selezionare le informazioni pertinenti, stabilire un nesso tra i due piani, pianificare un testo argomentativo coerente e lessicalmente adeguato. Un secondo esempio è chiedere all’IA di esplicitare quali conoscenze siano necessarie per svolgere un compito: ad esempio, nel caso della lettura di una testimonianza su Caporetto, conoscere gli snodi principali della Prima guerra mondiale e il significato di quella sconfitta per l’Italia. Infine, il docente potrebbe tornare a interrogare l’IA non più solo in chiave analitica, ma progettuale: quali passaggi potrebbero essere esplicitati in una determinata consegna? Sarebbe utile suddividere la consegna in fasi? In che modo si potrebbe graduare il livello di guida senza modificare l’obiettivo di apprendimento? Quali accorgimenti potrebbero sostenere uno studente o una studentessa con difficoltà di pianificazione, o con un lessico ancora in consolidamento?
Naturalmente, questo tipo di utilizzo richiede alcune attenzioni. Questi strumenti non ragionano come un professionista e non producono giudizi competenti nel senso pieno del termine. Producono testo.
L’IA può costruire un’analisi ben formulata, può elencare operazioni cognitive, può proporre modifiche “sensate” a una consegna. Ma lo fa perché sa combinare parole in modo coerente e statisticamente plausibile rispetto alla richiesta, non perché stia valutando davvero la qualità didattica di un compito o la sensatezza reale in un possibile intervento didattico.
Per questo ogni analisi deve essere letta criticamente, e ogni suggerimento di intervento va sottoposto a verifica. In questa fase, infatti, il rischio non è tanto l’errore manifesto, quanto l’illusione di competenza. Un testo ben costruito può dare l’impressione di un giudizio esperto. Ma la competenza didattica resta una responsabilità del docente.
Se utilizzata con questa consapevolezza, l’IA può sostenere la progettazione non perché “sa che cosa funziona”, ma perché rende più esplicite le alternative possibili e spinge il docente a motivare le proprie scelte. Ed è in questa motivazione argomentata che può radicarsi un uso pedagogicamente sensato dello strumento.

• Scheda suggerimento 1 - Prompt dimostrativi per la didattica inclusiva

L’IA come generatore di materiali didattici

Se nell’ambito precedente l’intelligenza artificiale affianca l’insegnante nella riflessione progettuale, qui entra in gioco come strumento operativo traducendo scelte già compiute in materiali concreti.
L’IA generativa consente di produrre rapidamente testi, schemi, mappe concettuali, glossari, versioni semplificate o maggiormente guidate di uno stesso contenuto. Può aiutare a costruire infografiche, generare immagini, video e tracce audio. Questa versatilità rappresenta una possibilità significativa, soprattutto quando l’obiettivo è offrire più modalità di accesso allo stesso contenuto disciplinare.
Lavorare su canali diversi può infatti ridurre alcune barriere e rendere più flessibile l’interazione con il materiale e, a parità di obiettivi didattici, diventa più semplice predisporre strumenti che sostengano studenti e studentesse con profili di apprendimento differenti. Tuttavia, generare molti materiali in poco tempo non significa necessariamente generare materiali utili. Negli ultimi anni si è diffusa l’espressione AI slop per indicare la produzione massiva di contenuti generici, formalmente corretti ma poco significativi o poco adatti al contesto specifico. Un riassunto troppo lineare può eliminare proprio quei nessi logici che aiutano a comprendere la struttura di un argomento. Una mappa che dispone i concetti in modo ordinato ma superficiale può dare un’illusione di chiarezza, senza sostenere realmente la comprensione. Un’immagine generata per “rendere più accessibile” un contenuto può introdurre semplificazioni indebite o associazioni distorte, che richiedono poi un ulteriore lavoro di correzione.
Il problema, in altre parole, non è l’uso dello strumento in sé, che è potente e versatile, ma il criterio con cui selezioniamo, rivediamo e integriamo ciò che è stato generato. Un materiale è inclusivo non perché è stato prodotto con l’IA, ma perché interviene in modo mirato su una difficoltà concreta e si inserisce coerentemente nel percorso didattico. In altre parole, non tutto ciò che è facilmente generabile è didatticamente necessario. La questione, dunque, non è quanto materiale possiamo produrre, ma se quel materiale contribuisce davvero ad ampliare le possibilità di accesso all’apprendimento.

• Scheda suggerimento 2 – Creare canzoni didattiche

L’IA come tutor e mentore per studentesse e studenti

Il terzo ambito in cui l’intelligenza artificiale può essere utilizzata in senso inclusivo riguarda l’uso diretto da parte degli studenti e delle studentesse.
In questo contesto l’IA può assumere la funzione di tutor. Può chiarire una consegna, riformulare un passaggio non compreso, rendere più esplicita la struttura di un argomento, porre domande che aiutano a verificare la coerenza di un ragionamento. Può sostenere la pianificazione di un’attività complessa o offrire una traccia provvisoria che lo studente o la studentessa utilizzano come guida, intervenendo sempre e solo sul processo, non sul risultato.
Detto questo, la preoccupazione che studenti e studentesse possano utilizzare questi strumenti per delegare integralmente il lavoro è comprensibile. L’IA può essere interpellata per farsi generare un testo finito, per evitare la fatica della rielaborazione personale, o per aggirare la richiesta formativa implicita nel compito.
Tuttavia, il problema non si risolve con il semplice divieto, né con l’illusione che lo strumento non venga utilizzato. Bisogna piuttosto riconoscere che l’uso competente di questi strumenti non è spontaneo. Non si può assumere che gli studenti sappiano distinguere tra un impiego che sostiene l’apprendimento e uno che lo sostituisce. Questa distinzione va resa esplicita, discussa, insegnata. Se l’obiettivo è l’inclusione, la questione non può essere ridotta a un’alternativa tra apertura indiscriminata e proibizione assoluta. Si tratta piuttosto di costruire una cornice d’uso consapevole: chiarire quando l’IA può essere impiegata, per quali funzioni, con quali limiti.
La domanda, allora, non è se gli studenti utilizzeranno l’intelligenza artificiale - la utilizzeranno. La domanda è se la scuola saprà trasformare questa presenza in un’occasione formativa, insegnando non solo a usare uno strumento, ma a comprenderne le opportunità, i limiti e le responsabilità che comporta.

• Scheda suggerimento 3 – Lavorare in uno spazio di studio condiviso

Conclusioni

L’intelligenza artificiale può entrare nella scuola in molti modi: affiancando la progettazione, supportando la costruzione dei materiali, accompagnando il lavoro degli studenti e delle studentesse. In ciascuno di questi ambiti offre possibilità nuove, spesso utili. Ma ciò che ne determina il valore non è la sofisticazione tecnica dello strumento. È il modo in cui viene integrata nelle scelte didattiche.
Se aiuta a rendere più chiari i passaggi impliciti di un compito, a modulare la complessità senza impoverire il contenuto, a sostenere il processo di apprendimento senza sostituirlo, allora può diventare una risorsa per una didattica più attenta alle differenze. Se si limita ad accelerare procedure già consolidate o a produrre materiali non meditati non modifica nulla di sostanziale.
L’inclusione non è una qualità che la tecnologia porta con sé. È un orientamento che guida l’uso che ne facciamo. Per questo, più che chiederci che cosa l’IA sia capace di fare, dovremmo interrogarci su che cosa stiamo facendo noi quando la utilizziamo. .

Referenze iconografiche: Shutterstock IA