L’intelligenza artificiale può diventare un valido supporto per migliorare le competenze educative degli insegnanti. Recenti ricerche mostrano che sistemi di assistenza in tempo reale aiutano soprattutto i tutor meno esperti, con effetti positivi sull’apprendimento degli studenti.

La trasmissione delle competenze educative 
Tradizionalmente, la formazione degli educatori si basa sul trasferimento di intuizioni e ragionamenti da insegnanti esperti a novizi: un processo che richiede anni di pratica e investimenti ingenti. Knigh e Skrtic (2021) stimano un costo annuale dei programmi di coaching di almeno 4.800 dollari per insegnante. Per contenere questi costi, molti educatori alle prime armi finiscono per sviluppare le proprie competenze direttamente sul campo, spesso a scapito delle opportunità di apprendimento degli studenti. 
 
In questo scenario, l’intelligenza artificiale (IA) generativa apre nuove possibilità per migliorare le capacità di insegnamento dei docenti in tempi più rapidi e con costi inferiori. Tuttavia, come dimostrato dallo studio di Rose E. Wang ed altri (Bridging the Novice-Expert Gap via Model of Decision-Making: A Case Study on Remediating Math Mistakes ) alla base di questo post, i modelli linguistici di grandi dimensioni (LLMs) da soli non sono in grado di funzionare in modo efficace in contesti educativi reali ma necessitano di una “codifica” che permetta loro di identificare pattern situazionali per associarli ad efficaci risposte educative. 

Integrare le potenzialità dell’intelligenza artificiale con le qualità dell’insegnamento umano 
Tutor CoPilot è un sistema ibrido di supporto decisionale progettato per assistere i tutor di matematica durante le sessioni di lavoro con gli studenti. Lo strumento è disponibile sulla piattaforma on line e mette in comunicazione studente e tutor attraverso una chat. Il sistema legge la conversazione in tempo reale e suggerisce subito all’educatore risposte ed interventi, in grado di stimolare l’apprendimento, che egli avrebbe acquisito solo con l’esperienza. In questo modo i tutor possono fornire fin da subito un supporto di qualità agli studenti grazie ai suggerimenti dell’IA, senza però rinunciare alla componente relazionale ed empatica indispensabile nei contesti educativi. Al contempo, l’uso continuativo del sistema può contribuire allo sviluppo delle competenze pedagogiche degli stessi tutor. 
 
I presupposti sono dunque buoni, ma in che misura questo sistema ibrido influisce positivamente sull’apprendimento degli studenti? Per testare quanto esso sia efficace nel potenziare le abilità degli educatori, nel 2024 è stato condotto uno studio randomizzato in nove scuole del Sud degli Stati Uniti (Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise).
 
L’esperimento randomizzato 
Lo studio controllato randomizzato ha coinvolto, per circa due mesi, un campione di 783 tutor e 1.013 studenti di scuole primarie e medie. È stato realizzato grazie alla collaborazione tra la Stanford University, un’agenzia specializzata in servizi di tutoring virtuale e un distretto scolastico del Sud degli Stati Uniti. Lo studio si è concentrato su scuole che ricevono finanziamenti federali destinati a sostenere studenti provenienti da famiglie a basso reddito. 

L’esperimento ha previsto l’assegnazione randomizzata dei tutor al gruppo di trattamento, che ha fatto uso del sistema di tutoraggio potenziato con l’IA, e al gruppo di controllo, che ha svolto il tutoraggio con le modalità abituali. 
 
Sono state raccolte circa 4.000 sessioni di tutoraggio al termine delle quali gli studenti potevano sostenere un breve test (“exit ticket”) per verificare le nozioni apprese.  Per misurare l’efficacia dello strumento, i ricercatori hanno confrontato la percentuale di test superati dagli studenti assegnati ai due gruppi, controllando per le caratteristiche iniziali degli stessi studenti e per la scuola frequentata. 
 
Ulteriori domande di ricerca hanno cercato di approfondire: 
1. in che misura l’effetto del sistema ibrido sulla performance degli studenti varia in base all’expertise iniziale del tutor; 
2. in che modo il sistema modifica la qualità del tutoring, misurata attraverso le strategie pedagogiche rilevate nel linguaggio adottato dai tutor;  
3. qual è la percezione dei tutor riguardo l’utilità dello strumento nel migliorare le loro capacità d’insegnamento.

Sintesi dei risultati 
L’integrazione dell’IA nel lavoro dei tutor produce miglioramenti tangibili e statisticamente significativi.  

Il confronto tra il gruppo di trattamento e quello di controllo, indipendentemente da quale sia stato l’uso effettivo dei suggerimenti dell’intelligenza artificiale da parte degli insegnanti, mostra che gli studenti seguiti da tutor assistiti hanno una probabilità maggiore di 4 punti percentuali di superare i test di fine lezione, passando dal 62% nel gruppo di controllo al 66% nel gruppo trattato. L’effetto risulta ancora più marcato quando si considerano solo le sessioni durante le quali i tutor hanno deciso di seguire i consigli proposti dall’AI: in tal caso, infatti, la probabilità di successo degli studenti aumenta di 14 punti percentuali. Tuttavia, il risultato più rilevante riguarda l’applicazione di Tutor Copilot in relazione al divario iniziale di competenze tra i tutor. I ricercatori hanno infatti suddiviso i tutor in tre gruppi in base alle loro competenze iniziali, misurate attraverso giudizi sulla qualità dei loro precedenti interventi didattici (derivanti da osservazioni dirette di sessioni precedenti lo studio) ed esperienza (mesi di lavoro come tutor). Il sistema avvantaggia in modo particolare gli studenti associati ai tutor con valutazioni più basse e con meno esperienza. Questi studenti hanno un tasso di successo fino a +9 punti percentuali rispetto al gruppo di controllo.

Sul piano della qualità del tutoring, l’IA ha aumentato del 10% la propensione dei tutor ad usare tecniche pedagogiche migliori come l’utilizzo di domande guida e di stimoli al ragionamento al posto di incoraggiamenti generici o, peggio ancora, fornire direttamente la risposta.

Infine, durante le interviste, i tutor hanno riferito che CoPilot è stato particolarmente utile per fornire spiegazioni ben strutturate agli studenti e per scomporre concetti complessi in momenti critici della sessione. Tali interviste hanno permesso ai ricercatori di raccogliere indicazioni utili per migliorare ulteriormente lo strumento, in particolare allo scopo di adattare il linguaggio utilizzato al livello scolastico dello studente. 
 
Possibili prospettive di utilizzo 
Il sistema di tutoraggio potenziato dall’IA rappresenta una soluzione praticabile e a basso costo (circa 20 dollari per tutor all’anno) per migliorare le competenze degli insegnanti. Lo studio suggerisce che la collaborazione tra IA e docente può innalzare la qualità dell’istruzione senza sostituire l’insegnante: ne preserva l’autonomia e offre un supporto particolarmente prezioso a chi ha meno esperienza. 
 
Naturalmente restano necessari ulteriori sviluppi: perfezionare l’adeguamento del linguaggio al livello scolastico, valutare l’impatto nel lungo periodo e verificare la replicabilità dei risultati in contesti diversi o con tutor già esperti. Nel complesso, però, gli esiti lasciano intravedere il potenziale di questa tecnologia nell’ampliare l’accesso a un insegnamento di alta qualità.  


 
Testo a cura di Nicola Camardi*, funzionario presso il Ministero della giustizia, e Stefania Corsetti*, funzionaria presso il Ministero dell’interno. Attività svolta nell’ambito della Comunità di pratica sull’Evidence Based Policy Making (Valutazione delle politiche pubbliche) – Scuola Nazionale dell’Amministrazione.

*Le opinioni espresse nell’articolo appartengono esclusivamente agli autori e non riflettono la posizione ufficiale degli enti di appartenenza.