L'IA migliora il rendimento immediato ma non garantisce un apprendimento duraturo

Contesto della ricerca

La ricerca non mette in dubbio il potenziale dell'intelligenza artificiale (IA) nell'ambito universitario; al contrario, sostiene che la sua efficacia dipenda dal design pedagogico e dall'obiettivo con cui viene introdotta. Un tutor di IA può aiutare gli studenti a risolvere meglio un'attività, ma tale miglioramento non garantisce per sé un apprendimento che persista una volta che lo strumento non è più disponibile.

Metodologia dello studio

Lo studio è stato condotto presso l'Università di Granada e pubblicato sulla rivista Educación XX1. Ha coinvolto 52 studenti del secondo anno del corso di Laurea in Educazione Infantile. Il progetto è stato guidato dal professor José Andrés González, del Dipartimento di Teoria del Segnale, Telematica e Comunicazioni, insieme a un team multidisciplinare di specialisti.

Durante la maggior parte del semestre, tutti gli studenti hanno seguito la stessa metodologia didattica. Successivamente, uno dei gruppi ha iniziato a utilizzare un tutor di IA sviluppato specificamente con i contenuti della materia. Non si trattava di un assistente generico: lo strumento era stato configurato con materiale didattico, fonti accademiche selezionate e una revisione preventiva da parte del corpo docente.

Gli studenti hanno inoltre ricevuto una formazione in presenza per imparare a formulare domande utili e a valutare criticamente le risposte dell'IA. Questo supporto è stato ritenuto fondamentale perché l’esperimento non ha analizzato solo l’accesso alla tecnologia, ma la sua applicazione entro una strategia pedagogica guidata, con l’obiettivo che il tutor favorisse la comprensione anziché limitarsi a completare automaticamente i compiti.

Risultati durante l'uso del tutor

Le attività valutate hanno mostrato una chiara evoluzione. Prima dell'introduzione del tutor, il gruppo che in seguito avrebbe usato l'IA aveva una media di 9,02 su 10. Dopo l'intervento, la media è salita a 9,73, con un incremento di 0,71 punti, che secondo le analisi statistiche rappresenta un effetto di grande entità. Nel gruppo di controllo, che ha continuato con l'insegnamento tradizionale, la media è passata da 9,34 a 9,29, una variazione minima.

Questi dati indicano che il tutor ha facilitato un miglior rendimento nelle attività svolte mentre era disponibile, nonostante entrambi i gruppi partissero da valutazioni iniziali elevate.

Analisi dell'esame finale

Al termine del semestre, l'esame finale ha mostrato risultati diversi. Il gruppo di controllo ha ottenuto una media di 3,32 su 5, mentre gli studenti che avevano utilizzato il tutor hanno raggiunto una media di 3,34. La differenza di appena due centesimi dimostra che il vantaggio osservato durante l'intervento non si è tradotto in una performance superiore quando gli studenti hanno dovuto rispondere senza il supporto dell'IA.

Rendimento vs. apprendimento

I dati costringono a distinguere due concetti spesso confusi. Una tecnologia può migliorare la precisione con cui uno studente completa un compito, ma non produrre cambiamenti significativi nella ritenzione a lungo termine. Lo studio suggerisce, quindi, che “risolvere meglio un'attività con l'ausilio della tecnologia” non equivale necessariamente a “aver interiorizzato i contenuti”.

Limiti e cautela

Gli autori invitano a interpretare questi risultati con prudenza. L'esame finale valutava la totalità del semestre, mentre il tutor è stato impiegato solo su una porzione dei contenuti. Inoltre, l'esperienza si è svolta in un'unica disciplina, con un campione di 52 partecipanti e all'interno di un corso specifico, fattori che limitano la generalizzabilità dei risultati ad altri corsi, ambiti disciplinari o modelli di valutazione.

Il fenomeno della “scarica cognitiva”

Il pattern osservato è compatibile con il fenomeno della scarica cognitiva, in cui l'individuo trasferisce parte dello sforzo mentale a uno strumento esterno. Calcolatrici, motori di ricerca e assistenti digitali possono liberare risorse cognitive e aumentare l’efficienza, ma un'eccessiva dipendenza può ridurre il processamento necessario per comprendere e memorizzare le informazioni.

Questa scarica non è intrinsecamente negativa: in contesti appropriati consente di concentrare l'attenzione su compiti complessi e di evitare tempo speso in operazioni di routine. Il rischio appare quando la tecnologia sostituisce i processi di analisi, recupero e elaborazione che sostengono un apprendimento profondo. Da questa prospettiva, la questione centrale non è solo se gli studenti usano l'IA, ma quale sforzo intellettuale mantengono durante il suo utilizzo.

Verso tutor che insegnano a ragionare

Un tutor educativo efficace dovrebbe offrire spiegazioni, spunti e domande che costringano lo studente a rivedere il proprio ragionamento, anziché fornire una risposta completa e immediata. Il ruolo del docente rimane centrale: selezionare le fonti con cui il sistema lavora, verificare la qualità delle risposte, definire le attività e insegnare a confrontare le informazioni sono decisioni che condizionano l’apprendimento.

L'alfabetizzazione critica in IA deve includere non solo la competenza tecnica, ma anche la capacità di individuare errori, riconoscere limiti e giustificare le soluzioni proposte.

Implicazioni per la valutazione universitaria

Lo studio solleva una questione rilevante per la valutazione nel contesto universitario. Se le attività possono essere risolte con l'ausilio di assistenti intelligenti, sarà necessario progettare prove che distinguano ciò che lo studente sa fare in modo autonomo da ciò che comprende nei processi sottostanti. Un mix di attività assistite, spiegazioni orali, esercizi senza aiuto e compiti di trasferimento potrebbe offrire un quadro più completo dell'apprendimento realmente consolidato.

Conclusioni e prospettive

Il vero tema per l'istruzione superiore non è scegliere tra accettare o proibire l'intelligenza artificiale, ma creare modalità di utilizzo che sfruttino la sua capacità orientativa senza sostituire i processi cognitivi essenziali. La tecnologia può trasformarsi in un tutor prezioso, ma solo se guida lo studente verso una partecipazione attiva e riflessiva nella costruzione della conoscenza.