Un esperimento randomizzato condotto in una università italiana ha misurato l’impatto di un corso di formazione progettato per migliorare le competenze di «data literacy» degli studenti universitari. L’intervento è indirizzato a persone che, nel loro ciclo di studi, hanno poche occasioni di formarsi su questo tipo di competenze. I risultati suggeriscono l’efficacia dell’intervento, in particolare per chi aveva competenze più basse in partenza.

Che cos’è la data literacy?
La data literacy è la capacità di cercare, leggere, comprendere, interpretare e comunicare dati utili a prendere decisioni nella vita quotidiana. In un mondo sempre più complesso, dove i dati ricoprono una centralità crescente, rendere i cittadini capaci di comprendere e analizzare dati dovrebbe costituire un obiettivo prioritario per i decisori politici. Dall’interpretazione delle notizie presentate tramite infografiche e riepiloghi statistici, fino allo svolgimento di compiti finanziari di base, la data literacy gioca un ruolo cruciale nella vita dei cittadini. Essa può essere vista come leva di giustizia sociale e uguaglianza (Elisa Raffaghelli, 2020), oltre che un requisito essenziale per una buona riuscita nel mercato del lavoro (Chise et al., 2021; Fayer et al., 2017; Windisch, 2015).

Perché abbiamo un problema?
Nonostante la riconosciuta importanza di queste competenze, il loro livello di padronanza non raggiunge ancora uno standard adeguato nella popolaziona italiana. Il Programma per la valutazione internazionale delle competenze degli adulti (Programme for the International Assessment of Adult Competencies – PIAAC), promosso dall’OCSE, restituisce l’immagine di un’Italia con livelli di numeracy [1] ancora ben al disotto della media degli altri paesi OCSE [2].

In questo contesto, una grande università italiana ha condotto uno studio randomizzato per valutare gli effetti di un corso di alfabetizzazione alla lettura di dati sulle competenze di studentesse e studenti universitari, in particolare di quelli poco esposti allo studio della matematica e della statistica.

Cosa prevede il corso?
Il Minor LEDA (LEarning from DAta) è un corso interdisciplinare, facoltativo e gratuito, della durata di circa 10 mesi, offerto a persone iscritte a corsi di laurea magistrale o agli ultimi anni di laurea a ciclo unico. Il corso si svolge a latere del corso di studi principale e prevede 4 moduli da 30 ore ciascuno, offerti da quattro distinti dipartimenti (Informatica, Statistica, Management e Economia), così da permettere agli studenti di approcciare il tema da angolazioni diverse. Al termine di ogni modulo è previsto un esame e l’intero percorso formativo si ritiene concluso se tutti gli esami sono superati con successo.

Il disegno della ricerca
L’esperimento è stato condotto nel 2022. La possibilità di frequentare il corso è stata assegnata mediante sorteggio tra tutte le persone che avevano presentato domanda. In questo modo si sono creati due gruppi: il gruppo dei “trattati”, cioè persone a cui è stata data la possibilità di iscriversi, e il gruppo dei controlli, ossia persone che, pur avendo fatto domanda, non hanno potuto iscriversi al corso.

L’ipotesi alla base della randomizzazione è che i due gruppi creati in maniera casuale risultino equivalenti per tutte le loro caratteristiche di partenza e, dunque, le eventuali differenze riscontrate ad alcuni mesi dal termine del percorso formativo possano essere ragionevolmente attribuite all’avervi preso parte o meno.

Nel nostro caso, prima dell’inizio del corso, i due gruppi si presentano ben bilanciati in termini di genere, anno di iscrizione all’università e competenze in numeracy e literacy. Complessivamente, sono state ammesse 62 persone, mentre altre 47 sono state escluse. Tra le persone ammesse al corso, in 48 si sono effettivamente iscritte. Le analisi mirano quindi a stimare l’effetto sia di aver avuto la possibilità di frequentare le lezioni del Minor LEDA avendo ricevuto la possibilità di utilizzare uno dei limitati posti disponibili, sia di aver effettivamente partecipato o, con una definizione più restrittiva, superato almeno un esame del corso.

La misurazione delle competenze di data literacy

Il livello di competenze di data literacy degli studenti è stato misurato in due diversi momenti nel tempo.

In fase di candidatura è stato chiesto a tutti gli interessati di completare il test PIAAC che misura le competenze literacy e numeracy. Il test, pur non misurando direttamente il costrutto di data literacy – fornisce misure equiparabili, già validate da ricerche precedenti.

Sei mesi dopo la fine del corso è stato chiesto a tutti coloro che avevano presentato domanda di iscrizione, di compilare un questionario creato ad hoc, volto a misurare la capacità degli studenti di usare il ragionamento logico-matematico per risolvere problemi concreti, oltre alla loro abilità nel leggere e interpretare tabelle e grafici. Il test è stato creato sulla base di test ufficiali utilizzati per l’ammissione a corsi universitari internazionali e consta in 15 domande da completare in circa 40 minuti.  La scala del punteggio – costruita per il progetto – varia da 0 a 15 punti (quando si risponde a tutte le domande correttamente).

In totale hanno risposto al questionario 85 persone, di cui 48 assegnati al gruppo dei trattati e 37 appartenenti al gruppo di controllo.

I risultati
Il programma ha avuto un impatto positivo sulle competenze di data literacy e ha ridotto le disparità tra le persone con migliori competenze quantitative pregresse e le persone che presentano competenze più deboli ad avvio del programma. 

Si rilevano effetti statisticamente significativi e di grande entità per gli studenti con competenze numeriche di partenza inferiori alla media. Si riscontrano invece effetti molto modesti e non statisticamente significativi per gli studenti con competenze numeriche superiori alla media. Per studenti con livelli di partenza sotto la media, partecipare al corso permette, in media, di aumentare il punteggio di circa 1.5 punti (questo significa che i trattati fanno il 16% meglio dei controlli) [3].

Al tempo stesso, si osserva che frequentare il corso non è andato a discapito della carriera principale degli studenti, misurata in termini di numero di esami superati dall’inizio del corso LEDA. Per gli studenti con minori conoscenze numeriche il numero di esami sostenuti aumenta leggermente, ma l’effetto non è statisticamente significativo.

Conclusioni
Sebbene la bassa numerosità del campione può limitare la precisione delle stime, dall’esperimento emergono alcune evidenze che rappresentano un utile punto di partenza per costruire riflessioni in ambito educativo e di policy.

I risultati suggeriscono che interventi mirati verso individui con livelli attesi di data literacy inferiori alla media possono essere particolarmente efficaci nel migliorare questo set di competenze e possono contribuire a ridurre disuguaglianze in questo ambito.

Oltre alle numerose ragioni non economiche per investire nelle competenze dei giovani e degli adulti, tra cui l’idea che un livello minimo di alfabetizzazione e di calcolo sia un diritto civile e un prerequisito per la piena partecipazione a una democrazia moderna (Vignoles, 2016), è nota in letteratura anche una forte associazione tra competenze di calcolo e salari (si veda, per esempio Hanushek 2015).  Migliorare le competenze di data literacy di laureati non-STEM, quindi, potrebbe potenzialmente contribuire a ridurre il divario salariale con i laureati nelle discipline di area STEM [4].

Margherita Fort, Annalisa Loviglio e Susanna Tinti

Per ulteriori dettagli è possibile consultare l’articolo completo: Fort, M., Loviglio, A., & Tinti, S. (2025). The Consequences of Promoting Data Literacy Among Graduate Students, presente anche nella collana GRINS: https://grins.it/output/consequences-promoting-data-literacy-among-graduate-students

1. Numeracy è la capacità di ragionare e di applicare semplici concetti numerici. Literacy è la capacità di utilizzare e comprendere testi scritti per partecipare alla vita sociale e per raggiungere i propri obiettivi. I punteggi su queste due competenze sono misurati attraverso scale validate PIAAC.

2. Indagine sulle Competenze degli Adulti 2023: Italia | OECD

3. Risultati mostrano che aver partecipato al corso migliora le competenze di 0.49 SD. La media del punteggio ottenuta dal gruppo di controllo è di 9.25 punti e la SD di 2.7, sul totale di 15 punti disponibili.

4. Secondo la principale indagine sui laureati italiani, a cinque anni dalla laurea il divario salariale tra i laureati in materie umanistiche e quelli in materie STEM supera il 22%

Riferimenti bibliografici

Chise, D., Fort, M., Monfardini, C., 2021. On the intergenerational transmission of stem education among graduate students. The BE Journal of Economic Analysis & Policy 21, 115–145

Elisa Raffaghelli, J., 2020. Is data literacy a catalyst of social justice? A response from nine data literacy initiatives in higher education. Education Sciences 10, 233.

Fayer, S., Lacey, A., Watson, A., 2017. Stem occupations: Past, present, and future. Spotlight on Statistics 1, 1–35.

Hanushek, E.A., Schwerdt, G., Wiederhold, S., Woessmann, L., 2015. Returns to skills around the world: Evidence from PIAAC. European Economic Review 73, 103–130.

Vignoles, A., 2016. What is the economic value of literacy and numeracy? IZA World of Labor.

Windisch, H.C., 2015. Adults with low literacy and numeracy skills: A literature review on policy intervention