Chiedere un parere a un software è ormai un'abitudine consolidata tra le mura scolastiche, ma saper integrare quel suggerimento nella pratica quotidiana è tutta un'altra questione. Un team di ricercatori delle Università di Milano-Bicocca e Pavia ha analizzato esattamente questo meccanismo, scoprendo come ci rapportiamo agli agenti artificiali.
I risultati dimostrano che la mente umana fatica ad affidarsi completamente alle macchine, sprecando una fetta consistente del potenziale supporto disponibile. L'esperimento ha coinvolto 89 partecipanti in un compito di precisione visiva affiancati da sette diversi agenti artificiali, ognuno caratterizzato da specifiche competenze. Per calcolare la decisione ideale unendo fattore umano e algoritmo, gli studiosi hanno utilizzato un modello bayesiano.
Nonostante l'ausilio tecnologico abbia fatto registrare un incremento delle prestazioni pari al 9%, i volontari sono rimasti distanti dal traguardo che avrebbero potuto raggiungere sfruttando appieno i dati. Tra le cause di questo scarto compaiono il bias egocentrico e la miopia verso la tecnologia, due fattori che spingono a privilegiare l'istinto personale anche di fronte a un algoritmo superiore.
Analizzando più a fondo le dinamiche comportamentali emerse nello studio, si nota come la resistenza al giudizio algoritmico non sia un problema isolato, ma un tratto cognitivo ben documentato nelle scienze comportamentali. Spesso, di fronte a un sistema automatizzato che corregge o suggerisce un'azione — sia esso un software di correzione bozze, un sistema di gestione dei registri o una piattaforma di adaptive learning — il docente tende a sovrastimare la propria esperienza diretta. Questo atteggiamento protettivo nei confronti del proprio giudizio professionale crea un collo di bottiglia nell'efficienza operativa quotidiana, rallentando quei processi di digital transformation che il Piano Nazionale di Ripresa e Resilienza (PNRR) e le linee guida europee pretendono di accelerare.
L'integrazione del consiglio rimane significativamente subottimale, portando a una perdita sostanziale di accuratezza potenziale.
La ricerca evidenzia inoltre un aspetto particolarmente critico per il personale scolastico: chi possiede meno abilità di partenza incontra maggiori difficoltà nell'accettare l'aiuto esterno. Questo fenomeno si traduce in una bassa sensibilità metacognitiva, impedendo all'utente di valutare correttamente i propri errori e di tarare il peso del suggerimento algoritmico. Al contrario, chi dimostra maggiore competenza iniziale riesce a sfruttare con più efficacia il supporto della macchina.
Nel contesto scolastico odierno, regolato dalle recenti disposizioni in materia di transizione digitale e dalle Linee guida per l'insegnamento dell'educazione civica che includono la cittadinanza digitale, questa distanza metacognitiva rappresenta un rischio concreto. Se il corpo docente non sviluppa un'alfabetizzazione avanzata, si rischia di trasferire inconsapevolmente questa diffidenza tecnologica anche agli studenti, frenando lo sviluppo di un pensiero critico nei confronti dell'intelligenza artificiale generativa e degli strumenti di supporto allo studio. Non basta dotare le istituzioni scolastiche di LIM, tablet e piattaforme cloud all'avanguardia se poi l'anello debole della catena resta la capacità interpretativa e relazionale dell'utente umano nei confronti dei dati forniti dalla macchina.
Queste dinamiche toccano da vicino anche il mondo della docenza e della didattica digitale, dove l'alfabetizzazione tecnologica non riguarda soltanto l'uso degli strumenti, ma la capacità di collaborare criticamente con essi. Per colmare questo divario, l'aggiornamento costante e la certificazione delle competenze digitali diventano passaggi obbligati per valorizzare al meglio l'innovazione nella scuola.
Per approfondire: CEMFORM propone IDCERT DigCompEdu — la certificazione dedicata ai docenti per attestare e potenziare le competenze digitali e la didattica innovativa, offrendo 2 punti utili per le graduatorie GPS.
