Negli ultimi anni l’Intelligenza Artificiale (IA) è entrata in molti aspetti della nostra vita e la scuola non fa eccezione. Ma gli insegnanti sono pronti a usarla in classe? E la formazione può aiutarli a farlo?

Mentre le tecnologie cambiano velocemente, docenti e studenti devono imparare a utilizzarle in modo consapevole, sicuro ed etico. Senza un supporto adeguato il divario tra innovazione e competenze digitali rischia di aumentare.

Anche a livello europeo il tema è diventato centrale: il Digital Education Action Plan 2021–2027 sottolinea la necessità di rafforzare le competenze digitali del personale scolastico e di definire linee guida per un utilizzo responsabile dell’IA in classe.

Per rispondere a queste sfide è nato AI4T – Artificial Intelligence for and by Teachers, un progetto europeo triennale dedicato a capire se e come la formazione possa aiutare i docenti a integrare l’IA nella didattica. L’obiettivo è trasformare l’IA da sconosciuta “minaccia” a risorsa utile per personalizzare l’insegnamento e gestire meglio alcune attività scolastiche.

Coordinato da Cnesco-Cnam e France Éducation International, il progetto, che è stato realizzato principalmente tra luglio 2022 e dicembre 2023, ha coinvolto 17 partner in cinque Paesi: Francia, Slovenia, Italia, Irlanda e Lussemburgo.

Il percorso formativo AI4T
L’intervento AI4T si è basato su due risorse comuni sviluppate a livello europeo per garantire una base di conoscenza condivisa: il MOOC AI4T, (un corso online interattivo) e il manuale “AI for Teachers: An Open Textbook“, pensato come supporto di approfondimento per gli utenti più esperti. L’obiettivo era fornire ai docenti una comprensione di base dell’IA, dei suoi impieghi didattici e delle relative implicazioni etiche, legali e sociali.

Pur condividendo gli stessi obiettivi e materiali, i Paesi hanno adottato modalità di erogazione molto diverse.

  • Italia e Slovenia hanno scelto una formazione interamente online, mentre Francia, Irlanda e Lussemburgo hanno optato per modalità blended (miste), integrando attività a distanza con incontri in presenza.
  • Il percorso italiano si è distinto per una struttura di tutoraggio in piccoli gruppi guidati costantemente da un esperto, mentre in Francia e Slovenia i docenti hanno lavorato sul MOOC principalmente in autonomia e con un ritmo individuale.
  • Sebbene tutti abbiano esaminato strumenti generativi (come ChatGPT e DALL·E) e applicazioni come Photomath o Duolingo, la Francia ha incluso l’uso di una piattaforma specifica con licenza, Kwyk per i docenti di matematica.

La diversa organizzazione della formazione tra i Paesi ha influenzato il percorso di analisi. Le differenze esistenti non hanno permesso di stimare un unico “effetto medio” della formazione in quanto tale. Come vedremo, lo studio non sottopone a valutazione un singolo intervento standardizzato, ma cinque protocolli diversi che condividono solo i materiali di base (MOOC e manuale). Di conseguenza, l’efficacia degli strumenti è stimata Paese per Paese, tenendo conto delle diversità di ciascun trattamento.

L’esperimento
Per capire se e in che misura la formazione producesse i risultati sperati, è stato utilizzato un approccio misto (mixed-methods) che ha combinato il classico esperimento randomizzato (Randomized Controlled Trial) con l’ascolto diretto dei partecipanti tramite interviste e focus group (indagini qualitative).

Inizialmente, hanno aderito al progetto 1.003 insegnanti di 287 scuole secondarie, selezionati su base volontaria tra docenti di matematica, lingue moderne, scienze e informatica con studenti tra i 14 e i 17 anni. Sono stati inclusi diversi tipi di istituti secondari, tra cui licei, scuole tecniche e istituti professionali. In Italia, il campione è stato composto al 50% da licei, 40% da scuole tecniche e 10% da scuole professionali.

Per evitare che i docenti della stessa scuola si influenzassero tra loro, l’assegnazione al gruppo di intervento e a quello di controllo è avvenuta sorteggiando le scuole. In particolare, il sorteggio è stato effettuato tramite una randomizzazione stratificata per ottenere “gruppi equilibrati” per area geografica, tipologia di scuola, disciplina, genere e contesto socio-economico. Il rapporto tra scuole trattate (che hanno fatto il corso immediatamente) e scuole di controllo (che lo hanno fatto dopo) è quindi strutturato per essere bilanciato a livello statistico.

Durante l’esperimento, i dati raccolti complessivamente in tutti paesi hanno riguardato 736 docenti, 7.551 studenti e 199 dirigenti scolastici. I docenti hanno compilato questionari prima e dopo la formazione, per misurare tre aspetti principali:
(a) le conoscenze sull’IA
(b) le percezioni verso queste tecnologie
(c) il loro utilizzo nella pratica didattica.

Gli studenti e i dirigenti sono stati coinvolti nella fase finale per fornire informazioni qualitative sul contesto delle scuole. I dirigenti hanno fornito dettagli sulle infrastrutture e sul supporto organizzativo, mentre gli studenti hanno offerto un quadro su attitudini e conoscenze generali.

Lo studio randomizzato si è concentrato solo sui Paesi con campioni più ampi (Francia, Italia e Solvenia), mentre Irlanda e Lussemburgo sono stati esclusi dall’analisi d’impatto per la ridotta numerosità dei partecipanti. I dati quantitativi sono stati integrati con interviste e focus group che hanno coinvolto 88 insegnanti e 18 dirigenti scolastici. Le informazioni qualitative hanno permesso di comprendere meglio le modalità di partecipazione alla formazione, le difficoltà incontrate e le percezioni sull’uso dell’IA a scuola.

Gli esiti dello studio vanno letti tenendo conto dei seguenti tre aspetti.
Effetto di spillover/contaminazione. Al fine di evitare il rischio di contaminazione tra i trattati e i controlli, si è ricorsi alla randomizzazione per istituto (cluster) e non per singolo docente .
Contesto esogeno dirompente (Fattore ChatGPT). Come già specificato, l’esperimento si è svolto tra luglio 2022 e dicembre 2023, incrociando in pieno il boom mediatico globale dell’IA generativa. Questo shock esterno ha condizionato le percezioni dei docenti indipendentemente dalla formazione ricevuta.
Limiti di autovalutazione (Self-reported data). Le dimensioni analizzate (conoscenze, percezioni e uso) si basano su questionari auto-compilati dai docenti, metodo esposto a social desirability bias (tendenza a rispondere in modo da compiacere le aspettative dei valutatori).

Ma quali sono i risultati della formazione?

Il percorso formativo migliora la conoscenza sull’intelligenza artificiale…
Il risultato più chiaro riguarda l’apprendimento. In Francia, Italia e Slovenia gli insegnanti che hanno seguito la formazione hanno migliorato in modo significativo le loro conoscenze sull’IA. Prima dell’intervento, circa tre insegnanti su quattro dichiaravano un livello “medio”. Dopo il corso, i miglioramenti riportati dai docenti sono stati evidenti in tutti gli aspetti analizzati: maggiore familiarità con il linguaggio dell’IA, più facilità nel riconoscere strumenti che la utilizzano e maggiore sicurezza nell’affrontare questi temi.

In Francia e Slovenia i docenti che hanno partecipato più assiduamente al MOOC hanno mostrato guadagni di conoscenza maggiori. Tale miglioramento è associato alla modalità di partecipazione al corso (es. alto tasso di frequenza o presenza di tutor), non al numero di ore erogate della formazione che è lo stesso per tutti i partecipanti.

…ma la percezione dei docenti su gradimento e utilità dello strumento è controversa…
Gli effetti sulle percezioni e atteggiamenti verso l’IA sono stati più contenuti. L’unico impatto significativo è stato osservato in Italia, dove è aumentata la percezione sulla facilità d’uso.

In tutti i Paesi, sia per il gruppo dei trattati e di controllo, non solo durante il periodo dell’esperimento, ma anche nella fase successiva, il gradimento e l’utilità percepita sono leggermente diminuiti, mentre l’ansia è aumentata. È probabile che questo effetto inatteso rifletta il forte dibattito pubblico seguito al lancio di strumenti come ChatGPT, che ha reso più visibili rischi e dubbi legati all’IA.

… e in pochi sono arrivati ad utilizzarlo in modo regolare
Per quanto riguarda l’uso dell’IA nella didattica, i risultati sono contrastanti. All’inizio dello studio, il 38% dei docenti dichiarava di non averla mai utilizzata, percentuale che in Francia e Italia raggiungeva il 45%.

A seguito dell’intervento, i docenti hanno mostrato una maggiore propensione a integrare l’IA nella didattica rispetto al gruppo di controllo. Ciò avviene soprattutto in Italia. Le informazioni qualitative suggeriscono che tale dinamica possa essere parzialmente associata alla specificità del modello italiano, caratterizzato dal tutoraggio in piccoli gruppi; tuttavia, lo studio non riesce a isolare l’effetto del solo tutoraggio. In Francia e Slovenia, gli esiti sono stati deboli e circoscritti a materie come la matematica, che già disponeva di soluzioni dedicate (ad esempio Kwyk in Francia).

In generale, pochi insegnanti sono arrivati a utilizzare l’IA con regolarità (più di una volta a settimana): molti l’hanno sperimentata, ma senza integrarla stabilmente nella pratica quotidiana.

Un risultato particolarmente positivo riguarda però la partecipazione alla formazione. Tra l’86% e il 100% dei docenti ha completato il MOOC, una percentuale insolita nei percorsi online, a conferma dell’interesse e della rilevanza del tema.

Apprendimenti e ricadute per il futuro della scuola
L’esperimento AI4T mostra che la formazione può aumentare significativamente l’alfabetizzazione dei docenti sull’IA. Tuttavia, la sola conoscenza teorica non basta per un utilizzo regolare in classe.

Le richieste emerse dai docenti indicano tre direzioni.
1. Più esempi pratici e disciplinari. Servono attività concrete che mostrino come l’IA possa supportare compiti specifici, come la correzione dei compiti, la creazione di materiali o la personalizzazione degli esercizi.
2. Un quadro normativo chiaro e strumenti accessibili. L’incertezza normativa e i costi dei software frenano molti insegnanti. Le autorità nazionali dovrebbero fornire strumenti approvati, etici e gratuiti. In Italia, un primo passo in questa direzione è rappresentato dalle Linee guida per l’introduzione dell’Intelligenza Artificiale nelle Istituzioni scolastiche adottate dal MIM (DM n. 166 del 9 agosto 2025).
3. Più tutoraggio e comunità di pratica. Il successo del modello italiano e dei formati blended suggerisce che la formazione più efficace è quella accompagnata da tutor esperti e dal supporto tra pari, piuttosto della sola fruizione passiva di contenuti online.

Per i decisori pubblici, il messaggio è chiaro: investire nella formazione in IA dei docenti è necessario, ma non sufficiente. Per portare l’IA nelle scuole servono supporto istituzionale, strumenti affidabili e comunità di pratica tra docenti.

Testo a cura di:
Lucia Brilli, laureata in Scienze economiche e bancarie, attualmente funzionario economico presso il Ministero dell’economia e delle finanze.
Sara Cedrone, laureata in Scienze politiche e relazioni internazionali, attualmente funzionario analista di organizzazione presso il Ministero della giustizia.
Gabriella Tavini, laureata in economia e commercio, attualmente funzionario economico presso il MIMIT (Ministero delle imprese e del made in Italy).

La redazione del post è avvenuta nell’ambito dei lavori della Comunità di pratica Evidence Based Policy – Valutazione delle politiche pubbliche – della Scuola Nazionale dell’Amministrazione. Le opinioni espresse nell’articolo appartengono esclusivamente alle autrici e non riflettono la posizione degli enti di appartenenza.

Per maggiori informazioni
https://www.ai4t.eu/
https://www.ai4t.eu/wp-content/uploads/2024/07/AI4T_WP3_D3.3_Comparative-European-Evaluation-Report.pdf
https://www.indire.it/progetto/artificial-intelligence-for-and-by-teachers-ai4t-la-valutazione-degli-interventi/
https://scuoladigitale.istruzione.it/scenari_cpt/artificial-intelligence-for-and-by-teachers-ai4t/

L’immagine in copertina è realizzata facendo uso di strumenti di intelligenza artificiale.