Nel 2008 il Consiglio dell’Unione Europea ha emanato la raccomandazione per l’apprendimento delle competenze chiave e permanenti. La prima ad essere citata è la competenza alfabetica funzionale. Sapere comprendere, esprimere e interpretare concetti più o meno strutturati è una competenza imprescindibile.
E dall’inizio degli anni 2000, che ad oggi sembrano lontani, ne è stata fatta di strada.
Per comprendere è necessario saper leggere e scrivere. Ma con la rivoluzione digitale che viaggia ad una velocità molto elevata non basta più. Tra le competenze digitali che via via stanno assumendo centralità a scuola c’è l’alfabetizzazione AI.
Sapere come funzionano gli strumenti di intelligenza artificiale e interpretare i dati che rilasciano è fondamentale per navigare la dimensione digitale in modo consapevole.
Perciò tra le nuove sfide che si affacciano nella scuola del presente c’è la necessità di imparare a leggere una risposta e a contestualizzarla. Si chiama answer literacy ed è una competenza su cui chi insegna e chi apprende non può precludere dalla formazione.
Cos’è l’alfabetizzazione AI e perché non basta saper usare i prompt
Da quando l’intelligenza artificiale è entrata a far parte della quotidianità, la si usa in modo continuo in sostituzione ai classici motori di ricerca.
Tu poni una domanda, il chatbot ti anticipa tutte le altre a cui avevi pensato e persino quelle che non avevi contemplato. Ti restituisce un pensiero confezionato con tutte le indicazioni. Puoi provarlo come se fossi davanti ad una corte di giustizia, quella cognitiva. Anche se non è il tuo e non hai avuto tempo di concepirlo e portarlo in gestazione per il tempo necessario alla sua maturazione.
Ma al di là della conoscenza tecnica, l’alfabetizzazione AI è postura critica. Si acquisisce attraverso l’uso etico e consapevole degli strumenti artificiali di generazione di risposte intelligenti. Possedere questa competenza significa comprendere a fondo i meccanismi e gli automatismi che reggono un chatbot. È utile a non fermarsi alla superficie delle risposte della macchina.
La competenza digitale inizia prima del prompt
Malgrado questo, i modelli linguistici di grandi dimensioni, detti LLM, sono percepiti come delle finestre di dialogo. Sono sempre disponibili rispetto ai motori di internet. Ai classici motori puoi ponevi una domanda alla volta e ti facevi carico del discernimento, dei collegamenti, delle valutazioni e della ricostruzione di una risposta più complessa. Oggi, con gli strumenti di intelligenza artificiale questo sforzo è azzerato.
Purtroppo la maggior parte delle discussioni e dei corsi sulla formazione IA non aiuta a capire come usarla in modo ragionevole. Ci si limita ad insegnare come mettere insieme i segmenti dell’architettura di un prompt efficace. Fornisci alla macchina un contesto, dei parametri entro i quali elaborare un contenuto e il gioco è fatto. Come se bastasse conoscere le regole.
L’alfabetizzazione IA, però, inizia ancor prima dell’apertura di quella finestra che ti da il benvenuto e ti chiede in che modo può esserti utile. Prende piede quando c’è un’idea, una strategia, un piano. E seppure confusi costituiscono la materia di pensiero che aspetta di entrare in scena.
Digital literacy: come si costruiva il sapere prima dell’algoritmo intelligente
Pensiamo a come sono cambiate le modalità e le risorse per effettuare una ricerca a scuola e a casa. Tra gli anni ’80e ’90, e anche prima, chi frequentava la scuola si trovava davanti a un ventaglio ristretto di possibilità per reperire le fonti. Poteva affidarsi alla parola orale. I racconti delle persone più adulte rappresentavano un corollario vivente di sapere arricchito. Gli aneddoti erano permeati da sfumature emotive cariche di significato. Era una fonte parziale, soggettiva, certo. Ma grazie alla prosodicità della comunicazione in cui rientrano tono, volume e postura dell’oralità, era possibile raccogliere un’infinità di indizi. Soprattutto quelli non espressi a voce. Il sapere si costruiva attraverso l’oralità. Poi, chi ne aveva la possibilità poteva anche attingere alle enciclopedie cartacee, ai libri reperibili in casa o in biblioteca.
In entrambi i casi chi faceva ricerca era responsabile di ricostruire una storia con una tesi, un’antitesi e una conclusione. Doveva passare al setaccio, in autonomia, il materiale a disposizione, fare una cernita tra le informazioni utili e quelle da scartare. Solo dopo una prima fase noiosa si iniziava a costruire un testo che avvalorasse la propria ricerca. Era un lavoro lungo, a tratti faticoso, ma proprio dalla A alla Z.
L’avvento di Internet ha poi compiuto un passo avanti. Era sufficiente inserire una query nella barra di ricerca di qualsiasi motore per ottenere un elenco di risultati in ordine di rilevanza e pertinenza. Rimaneva però a chi faceva ricerca il compito di conquistare uno ad uno i siti e procedere con la ricostruzione delle informazioni.
Lo strumento era cambiato perché dal cartaceo si era passati al digitale, sebbene l’azione critica era rimasta invariata. Da qui nasce il concetto di digital literacy, cioè la capacità di comprendere, individuare e costruire informazioni sfruttando internet come spazio attivo di ricerca.
Dalla digital literacy classica ai sistemi RAG
Negli ultimi anni, quel modello classico è diventato preistoria. La diffusione dei chatbot ha creato un’architettura sofisticata di reperimento e generazione delle informazioni. Sono nati i sistemi RAG (Generazione aumentata del recupero di informazioni) che ottimizzano la risposta degli LLM. Attingono in tempo reale a fonti esterne, selezionano i contenuti più pertinenti e li restituiscono già sintetizzati a chi naviga la rete.
La differenza rispetto all’enciclopedia cartacea o virtuale assume confini più netti. Quando sei tu utente che cerchi in modo diretto le fonti entri in contatto con l’informazione e lo spazio dove si deposita quel contenuto. Perciò puoi fare le tue valutazioni sulla natura della fonte in base a ciò che leggi e al dove si trova. Quando invece demandi al chatbot, devi accontentarti del succo di quell’informazione che è stata già spremuta, masticata e ricostruita.
In sostanza attingiamo al surrogato del sapere. E mentre l’IA ha masticato tutto il possibile, noi ci accontentiamo dell’estratto. Ci precludiamo la possibilità umana “dell’esperire”, ossia dell’indagare per attingere alla conoscenza. Abbiamo perso la vocazione scettica di San Tommaso il quale per credere aveva bisogno di vedere con i propri occhi e toccare con le proprie mani.
Cogito ergo sum: la formazione IA parte dal pensiero critico
Anche se è cambiata la modalità di ricerca, rimane aperta una questione non di poco conto. Ben vengano tutti i chatbot che tornano utili per semplificare la ricerca. Velocizzano il tempo di acquisizione dei dati che altrimenti ci farebbero impiegare ore, se non giorni. Ma rimane aperta una domanda, forse troppo spesso ignorata. Qual è il livello di alfabetizzazione informativa a scuola?
Ha senso parlare e valutare l’information literacy di una classe quando il gruppo di studio si rende protagonista del processo di apprendimento. L’atto del conoscere è dato dalla somma della ricerca, dalla valutazione della qualità ed eticità delle informazioni prima della restituzione di un risultato. Quando si compie una ricerca, ciò che viene ricercato non è solo il perché della ricerca stessa. Ogni volta che cerchiamo qualcosa stiamo rinnovando a noi stessi la ragione del nostro stesso esistere. Cogito, ergo sum. La natura pensante dell’essere umano restituisce umanità alle nostre azioni e ci salva dall’eccesso di tecnicismo. Ci ricorda quanto sia utile urgente capire come stimolare e preservare le competenze cognitive a scuola
Altrimenti, il concetto di alfabetizzazione si spoglia del suo reale significato. Lo si riduce al sapere tecnico di costruzione di un prompt e non è così.
Alfabetizzazione informativa e capacità di scelta: due facce della stessa medaglia
Sotto l’aspetto professionale, quindi, è importante per i docenti chiedersi come è possibile aiutare studenti e studentesse a costruire il pensiero critico nel mondo digitale.
La maggior parte delle volte è facile e conveniente credere che il pensiero critico sia qualcosa di astratto. Da un giorno all’altro si trasferisce alla classe con una bacchetta magica o in automatico lo si acquisisce alla fine di un percorso di studio.
Ma se vogliamo intervenire in modo funzionale bisogna agire per somma invece che per esclusione. Oggi l’alfabetizzazione informativa è parte del processo di acquisizione del pensiero critico.
Prima ne prendiamo coscienza e prima smetteremo di limitarci a formare sulla base del prompt engineering. La buona riuscita di un output dipende in primis dal sapere cognitivo e immaginativo. Comporta la capacità di scegliere e decidere. Poi subentra il sapere tecnico.
Answer literacy a scuola: il gap valutativo tra docente e studenti
Accanto al problema del come le domande vengono formulate, ricercate, analizzate e riutilizzate, rimane la questione di come viene letta e gestita la risposta ottenuta.
Si chiama genericamente answer literacy. È un’altra competenza che riguarda la capacità di valutare con giudizio e consapevolezza il significato dei dati e l’impatto di una risposta.
A dire il vero, questa capacità è sempre esistita. Ogni discente nella sua carriera avrà dovuto fare i conti con le risposte ottenute dai suoi docenti, dai compagni di studio, genitori o figure esterne. Senza contare le risposte che ha dovuto ricucire da altri canali, come i vecchi e nuovi mezzi di comunicazione.
Ma come si allena la capacità di lettura delle risposte? Quali indicatori vengono impiegati per la loro traduzione e interpretazione? Perché al cambiare dei mezzi, cambiano anche le modalità di analisi delle risposte.
Bisogna tenere conto del contesto in cui si generano determinate informazioni, la loro natura, l’insieme dei fattori concomitanti. I contorni sociali, psicologici, culturali e comportamentali modellano le risposte fino a snaturarle.
L’unico principio che rimane uguale alla base è l’osservazione del contesto che guida la ricerca.
Answer literacy degli studenti e fact checking
L’answer literacy a scuola è una competenza speculare di discente e docente. Una classe e l’insegnante sono come specchi riflessi. Il docente che sa guidare alla lettura delle risposte, avrà un gruppo in formazione autonomo, pensante e quindi libero di scegliere.
Questa competenza nasce prima ancora di aprire Chat GPT. Il chiedersi il “perché” delle cose corrisponde più a un principio di sopravvivenza che a un compito da consegnare. Imparare a valutare una risposta implica il saper decidere come smontare i dati dietro a quella risposta per evitare di subirli.
Per questo, a scuola l’alfabetizzazione informativa passa dalla capacità di compiere l’operazione di fact checking, e cioè verifica dei fatti. Si può a questo punto ritenere competente una persona in grado di difendere il suo pensiero dalle allucinazioni informative e dalla manipolazione dell’algoritmo artificiale che conduce ad assumere una posizione polarizzata rispetto a un fatto.
Lato docenti avere competenza di answer literacy significa, oltremodo, cambiare il paradigma valutativo. Riconoscere che se le tecnologie si rinnovano, l’innovazione scolastica e formativa passa dal livello di avanguardia nella valutazione. Un livello che non si allena con il ricorso alla macchina nel preparare le verifiche, ma che si rinnova nel momento in cui si approfondisce il processo più che il risultato. Il cuore della valutazione sarà “perchè hai scritto questo pensiero e come l’hai scritto”.
Insomma, non ha più senso assegnare la traduzione di un testo, il riassunto di un capitolo, la lettura di un libro se si sa che basterà una domanda al primo chatbot.
Come insegnare l’AI literacy attraverso il prompting pedagogico
Un approccio pedagogico funzionale all’uso consapevole dell’intelligenza artificiale si basa sulla curiosità. Di certo vietare l’uso dell’IA o stigmatizzare chi la usa si rivelerebbe un boomerang. Finiremmo per alimentare l’uso acritico e andare contro i principi del DIG Comp Edu. Insegnare a usarla offre invece l’opportunità di guidare all’acquisizione di competenze trasversali, affrontando la questione dell’oggettività e affidabilità delle fonti.
D’altra parte, questa transizione mette in luce l’autorevolezza del docente e la sua competenza ermeneutica rispetto all’IA. La macchina ragiona per schemi generici. L’insegnante fa leva sulla conoscenza diretta e quotidiana delle identità macro e micro del gruppo classe.
Il docente svolge un compito che precede la generazione della risposta: guida il prompting pedagogico. Si impegna a fornire istruzioni trasparenti e sottili per allenare l’autonomia, la curiosità e la creatività dei discenti. Così evita di ricevere in cambio compiti piatti o che siano una mera replica. Il ruolo del docente è educare alla complessità e alla didattica metacognitiva. D’altronde, insegnare a conoscere il funzionamento del proprio pensiero significa imparare a governare i processi mentali e a risolvere problemi.
Rischi cognitivi e relazionali dell’interazione con l’intelligenza artificiale
La questione dell’answear literacy ha, inoltre, un altro livello che richiede di essere approfondito.
La dimensione umana e relazionale. Questo fatto che l’IA si caratterizzi per la sua reverenzialità e accondiscendenza fa riflettere sul rapporto delle persone con la ricezione delle risposte. Non esiste al mondo una persona che ami essere contraddetta. E in un periodo storico in cui l’autostima vacilla più del solito, in cui le giovani generazioni hanno problemi con la gestione dell’odio e con il dilagare della violenza, avere una macchina che le assecondi non è un bene. Di sicuro non lo è da un punto di vista educativo.
Aumenta la fragilità e scompare ogni ombra del dubbio che appartiene alla natura umana. E come uno specchio i giovani rispondono all’IA con tanto di gentilezza. Se il mondo rappresenta una minaccia, l’IA è un rifugio che viene antropomorfizzato. Questo paradosso rivela il bisogno disperato di umanità, là dove nel mondo reale pensiamo di averla persa. L’IA è diventata non solo un generatore di risposte, ma anche un sostituto educativo. È un surrogato genitoriale, amicale e pedagogico. Ha sempre una risposta a tutto.
Ma sappiamo anche che la presenza educativa non significa sempre avere una risposta, anticiparle, suggerirle e imboccarle come si fa con i neonati.
Educare significa imparare ad abitare gli spazi vuoti dopo le domande per stare nei quesiti. Non necessita di una risposta ad ogni costo.
La responsabilità educativa ed etica nell’uso dell’IA
Oltre alla consapevolezza dell’uso delle macchine artificiali , da un punto di vista educativo c’è bisogno di trasferire il senso di responsabilità. Del resto, non esiste consapevolezza che sia priva del senso di responsabilità verso se stessi e il mondo intorno.
Il riferimento diretto è qui legato alla responsabilità morale, personale e collettiva. Nell’uso consapevole dell’intelligenza artificiale bisogna avere, anzitutto, cura dei propri dati emotivi. Prima di regalare all’IA un proprio stato d’animo, una propria emozione o un dubbio emotivo impariamo a sostare nel disagio. In questo modo eviteremo lo sciacallaggio cognitivo ed emotivo.
Magari la tentazione di ricevere anche qui una risposta, un consiglio sullo stato di un cuore spezzato, di un’amicizia finita o di un tradimento avrà sempre la meglio. Niente che un buon allenamento alla gestione delle proprie resistenze non possa restituire alle nostre classi, figli o nipoti.
Ecco perché la responsabilità dei docenti è insegnare a non avere paura delle proprie vulnerabilità. La pretesa di affibbiare alla macchina il compito di soffrire al posto loro, non li renderà meno fragili.
Saranno, anzi, ancora più smarriti e incapaci di approcciarsi alle loro stesse resistenze e a quelle della vita.
Da qui nasce il bisogno di lavorare sull’uso dell’IA secondo una scelta etica, come spiega la filosofa Benedetta Giovanola nel podcast Digital Dicere.
Come misurare l’alfabetizzazione AI degli studenti
Ogni docente dovrebbe guardare il senso di autoefficacia per valutare il livello di alfabetizzazione rispetto all’intelligenza artificiale
Come quella persona si approccia ad un problema, che strategie mette in campo per risolverlo e quali motivazioni da?
Ancora una volta queste domande ci dimostrano che la competenza digitale non è in alcun modo scollegata dalla competenza di vita. Saper vivere nella realtà è più importante che saper navigare il mondo digitale.
Per valutare però serve un’azione di monitoraggio periodico e costante nel tempo. Diventa fondamentale organizzare gruppi di confronto tra pari. Servono dibattiti utili a mettere in discussione pratiche e abitudini quotidiane verso un uso sempre più ponderato.
