Home Fondamenti Storia dell'AI Reti Neurali Backpropagation Architetture Token Modelli AI Case Studies Tecniche RAG RAG Avanzato GraphRAG MCP Orchestrazione LangChain LangGraph Prompt Engineering Usare l'AI ChipsBot News

Il liceo dell'IA non può fare a meno di italiano, storia e filosofia

Agenda Digitale 19 giugno 2026

Negli istituti orientati all’intelligenza artificiale, le discipline umanistiche non sono solo complementari, ma un elemento centrale per permettere agli studenti di pensare criticamente, interpretare i dati e costruire curricoli interdisciplinari. Linguaggio, contesto storico, filosofia e lettura complessiva dei testi non solo permettono di interagire con i modelli di IA in maniera mirata, ma anche di comprenderne i limiti, le implicazioni etiche e le potenzialità pedagogiche.

Un’interdisciplinarietà necessaria

Per rispondere alla domanda "qual è il ruolo delle discipline umanistiche in un liceo orientato all’IA?" bisogna andare oltre i luoghi comuni. Secondo le recenti indicazioni della normativa, i modelli generativi testuali imparano attraverso il linguaggio umano, incorporando schemi strutturali, logiche e pregiudizi presenti nelle fonti con cui vengono addestrati. Questo pone al centro l’importanza di saper utilizzare il linguaggio in modo preciso, consapevole e intenzionale.

I modelli di AI imparano da milioni di testi che portano con sé i prodotti culturali di chi li ha generati. Questi testi, però, non riflettono la realtà in modo neutro, ma sono portatori di gerarchie implicite e di silenzi. Per questo motivo, la capacità di formulare domande precise, di costruire input mirati, non è accessorio, ma il fulcro del rapporto tra umano e macchina. La competenza linguistica diretta, l’analisi semantica e critica del testo sviluppano quelle che sono le premesse per usare gli strumenti di intelligenza artificiale in maniera efficace, trasparente e consapevole.

Il linguaggio e la rappresentazione

Se il primo piano riguarda l’interazione in termini linguistici (il prompt), il secondo si concentra sull’analisi e interpretazione dell’output restituito. La scienza dei dati non consiste solo nel raccogliere cifre, ma nella scelta di ciò che si misura, come si interpreta e come si rappresenta. Questo processo implica, quindi, un’attenzione alla rappresentazione e alla costruzione narrativa: una rappresentazione parziale o inesatta può portare a interpretazioni erronee.

Un esempio concreto dal laboratorio di digital humanities

Un esempio pratico arriva dal settore delle digital humanities. Ad esempio, si può analizzare la frequenza di certe parole in un romanzo, capire dove si concentrano o come cambiano nel corso del testo. Questa analisi quantitativa ha senso solo se supportata da una lettura qualitativa capace di restituire senso all’insieme. Una quantità di dati non interpreta da sola un testo; serve l’input delle discipline umanistiche per dare senso a quelle informazioni.

Le umanità non sostituiscono la tecnologia

Le competenze umanistiche non sostituiscono quelle tecniche, ma occupano un’area di lavoro che esse, da sole, non riescono né a governare né a strutturare. Gli algoritmi sono strumenti potenti, ma non sufficienti: il confine tra scienza dei dati e discipline filosofiche o letterarie è una zona di incontro dove si sviluppa un pensiero che è sinergico, non divisivo.

Un caso dibattutissimo: il riconoscimento facciale

Pensiamo a una tecnologia come il riconoscimento facciale, ampiamente discussa per le sue implicazioni etiche. Funziona in maniera equa in ogni gruppo demografico? È legittimo utilizzarla in spazi pubblici? Chi la gestisce e come? Che cosa succede quando commette errori? Queste domande non sono ingegneristiche: sono filosofiche, giuridiche e etiche. Solo una formazione che prevede la filosofia, la sociologia e la storia può permettere a un cittadino consapevole di interrogare tali strumenti con rigore.

Laboratorio didattico con l’IA

Per comprendere meglio il ruolo delle umanità con l’AI, proponiamo tre esempi concreti di come le discipline umanistiche possano interagire con essa in contesto educativo.

1. La scrittura creativa e l’IA

Un esempio concreto: affiancare la versione originale di un testo con la sua riscrittura da parte di un modello di IA aiuta gli studenti ad analizzare il risultato e a confrontare le due versioni. Ad esempio, prendendo una novella di Verga e la sua riscrittura prodotta da un modello linguistico, si può osservare come cambia la struttura, il registro, l’estetica della scrittura. L’analisi non si sposta sull’estetica comparativa, ma sull’esplorazione di che cosa si perde o si guadagna in termini di significato, tono e messaggio, offrendo una prospettiva critica di cui l’utilizzo dell’IA rende più facile il confronto e l’accesso.

2. L’IA come interlocutore nella filosofia

Un’applicazione diversa vede l’AI come interlocutore nel filosofare. Un studente esprime una tesi e chiede al modello di individuare le deboli logiche, di mettere in discussione le sue premesse o di fornire obiezioni. Questa attività non pone l’IA come “maestro”, ma come interlocutore che esige precisione nello svolgere il proprio ragionamento e richiede una verifica attenta delle risposte ricevute.

3. Fonti storiche e modelli di AI

Un ulteriore uso didattico si presenta quando si utilizza l’AI per interrogare un corpus di fonti storiche. In classe, si possono creare gruppi di studenti che interrogano il modello per ottenere citazioni e costruire la propria narrazione. Il vantaggio rispetto alla didattica tradizionale sta nella velocità di accesso e nella possibilità di lavorare con testi diversi e di contesto. Tuttavia, richiede anche una verifica puntuale con le fonti originarie, per non incorrere in allucinazioni o sintesi non fedeli.

Costruire un curricolo interdisciplinare

La vera potenza di integrare l’IA all’interno del curricolo sta nella capacità di costruire percorsi interdisciplinari. Italiano, storia, filosofia, matematica e scienze si incontrano quando si lavora con strumenti intelligenti in contesto didattico. Gli insegnanti, ad esempio, hanno la possibilità di integrare strumenti di IA generativa al corso di storia, permettendo agli studenti di interrogare fonti diverse, di confrontarle e di costruire un’interpretazione che è il risultato di competenze trasversali.

I docenti e le istituzioni scolastiche hanno un ruolo centrale nel fornire agli studenti una formazione dove tecnologia e pensiero umano, invece di competere, collaborano per arricchire l’esperienza educativa. Solo attraverso questa combinazione si può garantire una formazione completa che accompagna il futuro con responsabilità, consapevolezza e attenzione critica

Leggi l'articolo originale →
← Torna alle news