di Maria Rosa Rechichi
Introduzione editoriale
Uscire dal circuito
Quando dubitiamo di una risposta prodotta da un sistema generativo, quasi tutti facciamo la stessa cosa: chiediamo alla macchina se è sicura.
Questo contributo spiega in una riga perché non serve a niente:
«Chiedere al chatbot “sei sicuro?” produce una nuova risposta nello stesso circuito. Verificare significa uscire dal sistema e confrontare l’output con fonti indipendenti, dati, persone e realtà.»
Da qui nasce il concetto che dà il titolo al contributo: la non-delega cognitiva. Non il rifiuto della tecnologia, ma la capacità di usarla senza trasferirle ciò che deve restare della persona — giudizio, verifica, scelta, assunzione delle conseguenze.
E ne discende la nozione più originale del saggio, la resistenza epistemica: ogni risposta significativa dovrebbe incontrare qualcosa che possa contraddirla. Una fonte, un dato, un’esperienza, un interlocutore reale, una prova pratica. Il rischio altrimenti è quello che l’autrice chiama, riprendendo un lavoro recente, chiusura epistemica del circuito fra persona e macchina: un ambiente in cui il mondo perde progressivamente la capacità di smentirci.
Ma la ragione per cui questo contributo occupa un posto particolare in questo numero è un’altra: è l’unico che propone qualcosa da fare.
Il framework PIRD — Pensa, Interroga, Resisti, Decidi — è una sequenza portabile in classe senza mediazioni.
Pensa: prima di interrogare il sistema, lo studente formula ciò che sa, un’ipotesi, una posizione. La prima risposta incontrata non deve essere quella della macchina.
Interroga: il sistema serve ad ampliare il campo — esempi, alternative, obiezioni, prospettive.
Resisti: l’output viene messo alla prova con fonti, dati, controargomentazioni, persone. È qui che si passa dalla plausibilità alla fondatezza.
Decidi: lo studente sceglie che cosa accogliere, modificare o rifiutare, e motiva. La domanda finale non è che cosa ha detto l’IA, ma che cosa sostengo io, dopo aver verificato, e perché.
Con una postilla che vale l’intero framework: era necessario utilizzare l’intelligenza artificiale per questo compito?
C’è infine una distinzione che dovrebbe entrare nel linguaggio di ogni scuola. Fra usare l’IA per l’apprendimento, usarla nell’apprendimento, e assumerla come oggetto di apprendimento.
Una scuola che usa l’intelligenza artificiale non necessariamente educa all’intelligenza artificiale.
E vale la pena notare, in chiusura, che le immagini di questo contributo sono state generate da un sistema su richiesta dell’autrice, che lo dichiara in didascalia specificando lo strumento e la funzione. In un articolo sulla non-delega, è la dimostrazione della tesi — e il modo in cui chiediamo a studentesse e studenti di lavorare.
Carmine Marinucci
Abstract
La diffusione dell’intelligenza artificiale generativa nei contesti educativi richiede di ripensare il significato dell’AI literacy. Saper utilizzare un sistema di IA o formulare prompt efficaci non è sufficiente per esercitare una cittadinanza consapevole negli ambienti algoritmici. Il contributo propone il costrutto pedagogico della non-delega cognitiva, inteso come capacità di utilizzare le possibilità offerte dall’IA senza trasferire al sistema giudizio, verifica, responsabilità e decisione.
La riflessione mette in dialogo i framework human-centred sull’AI literacy, il concetto di chiusura epistemica del loop uomo-IA e la prospettiva antropologica di Magnifica Humanitas. Come traduzione pedagogica viene proposto il framework PIRD – Pensa, Interroga, Resisti, Decidi, nel quale particolare rilievo assume la “resistenza epistemica”: l’output dell’IA viene confrontato con fonti, dati, esperienza, altri soggetti e realtà.
Educare all’IA significa così contribuire alla costruzione di un umanesimo digitale inclusivo: non soltanto formare utenti capaci di ottenere buone risposte, ma cittadini in grado di verificarle, metterle in discussione e assumere la responsabilità delle decisioni che ne derivano.
Parole chiave: intelligenza artificiale; umanesimo digitale; cittadinanza digitale; pensiero critico; AI literacy; non-delega cognitiva; resistenza epistemica.
Abstract
The spread of generative artificial intelligence in educational contexts requires a reconsideration of AI literacy. Being able to use an AI system or formulate effective prompts is not sufficient for exercising informed citizenship in algorithmic environments. This paper proposes the pedagogical construct of cognitive non-delegation, understood as the ability to use AI without transferring judgement, verification, responsibility, and decision-making to the system.
The discussion brings together human-centred AI literacy frameworks, the concept of epistemic closure in the human-AI loop, and the anthropological perspective of Magnifica Humanitas. As a pedagogical translation of this approach, the paper proposes the PIRD framework – Think, Question, Resist, Decide, with particular emphasis on “epistemic resistance”: AI outputs are tested against sources, data, experience, other people, and reality.
Educating about AI therefore means contributing to an inclusive digital humanism: not merely training users to obtain good answers, but educating citizens capable of verifying them, questioning them, and taking responsibility for the decisions that follow.
Keywords: artificial intelligence; digital humanism; digital citizenship; critical thinking; AI literacy; cognitive non-delegation; epistemic resistance.
Immagine 1.Studio creativo tra libri e idee. Immagine generata da ChatGPT su prompt di Maria Rosa Rechichi
Educare all’IA oltre l’uso dello strumento
La diffusione dell’intelligenza artificiale generativa nella scuola impone di superare una concezione puramente tecnica dell’AI literacy. Saper formulare prompt efficaci, ottenere buoni output o conoscere opportunità e rischi dei sistemi non basta. La questione educativa riguarda soprattutto la posizione che il soggetto assume nei confronti delle risposte generate.
Quando una macchina è in grado di produrre spiegazioni, argomentazioni, sintesi e raccomandazioni, il rischio non è soltanto l’errore, ma la progressiva delega di passaggi cognitivi che precedono il giudizio. Per questo propongo il concetto di non-delega cognitiva: la capacità di utilizzare l’IA senza trasferire al sistema ciò che deve restare responsabilità della persona, cioè giudizio, verifica, scelta e assunzione delle conseguenze.
Questa prospettiva si colloca nell’orizzonte dell’umanesimo digitale. I framework UNESCO sull’AI literacy e DigComp 3.0 insistono sull’approccio human-centred, sull’etica e sull’agency. Anche Magnifica Humanitas richiama la necessità di custodire la dignità e la responsabilità umana nella trasformazione tecnologica, sottolineando che educare all’IA significa anche imparare a decidere quando e per cosa non usarla.
Dalla plausibilità alla resistenza epistemica
L’IA generativa produce risposte linguisticamente fluide e coerenti. La risposta “ben scritta” rischia così di essere percepita come vera.
Condemi (2026) descrive il rischio di una chiusura epistemica del loop uomo-IA: un circuito nel quale il mondo perde progressivamente la capacità di contraddire il soggetto.
Da qui nasce il concetto di resistenza epistemica: ogni output significativo dovrebbe incontrare qualcosa che possa contraddirlo. Una fonte, un dato, un’esperienza, un interlocutore reale, una prova pratica.
La scuola può quindi progettare attività in cui la risposta dell’IA non costituisca il punto di arrivo, ma un oggetto da sottoporre a verifica. La distinzione è decisiva: chiedere al chatbot “sei sicuro?” produce una nuova risposta nello stesso circuito; verificare significa uscire dal sistema e confrontare l’output con fonti indipendenti, dati, persone e realtà.
Questa esigenza si lega anche alla dimensione incarnata della conoscenza. La teoria enattiva e il concetto di conoscenza tacita ricordano che una parte dell’apprendimento si costruisce nel rapporto con un mondo che oppone resistenza. Laboratorio, esperienza e relazione non sono alternative al digitale: diventano condizioni per abitarlo criticamente.
Il framework PIRD
Come traduzione pedagogica di questa prospettiva propongo il framework PIRD – Pensa, Interroga, Resisti, Decidi.
PENSA. Prima di interrogare l’IA, lo studente esplicita ciò che sa, formula un’ipotesi, una domanda o una posizione iniziale. La prima risposta incontrata non dovrebbe essere necessariamente quella della macchina.
INTERROGA. L’IA viene usata per ampliare il campo: generare esempi, alternative, spiegazioni, obiezioni e prospettive. Il prompting resta importante, ma serve anche a rendere il problema più ricco.
RESISTI. L’output viene sottoposto a controllo. Lo studente cerca fonti, dati, controargomentazioni, esperienze o interlocutori capaci di metterlo alla prova. Qui avviene il passaggio dalla plausibilità alla fondatezza.
DECIDI. Lo studente sceglie che cosa accogliere, modificare o rifiutare e motiva la propria conclusione. La domanda finale non è “che cosa ha detto l’IA?”, ma “che cosa sostengo io, dopo aver verificato, e perché?”. A questa si aggiunge un’ulteriore domanda: era necessario utilizzare l’IA per questo compito?
PIRD è proposto come framework euristico da sottoporre a sperimentazione, volto a rendere visibili i punti nei quali l’agency deve rimanere al soggetto.
Non-delega, cittadinanza e umanesimo digitale
Una scuola che usa l’IA non necessariamente educa all’IA. Occorre distinguere tra IA per l’apprendimento, IA nell’apprendimento e IA come oggetto di apprendimento. È soprattutto quest’ultimo livello a risultare decisivo per la cittadinanza digitale: comprendere limiti, bias, fonti, responsabilità, diritti e mediazioni algoritmiche.
La non-delega assume così una dimensione civica. Verificare una fonte, riconoscere un’informazione plausibile ma infondata, tollerare la contraddizione, motivare una scelta e sapere quando non usare l’IA sono competenze che riguardano la qualità della partecipazione democratica.
Magnifica Humanitas lega verità, libertà e responsabilità alla qualità della vita comune e richiama il ruolo centrale della scuola nel formare a un uso critico delle tecnologie. In questa prospettiva, educare all’IA significa anche tutelare veri e propri diritti cognitivi: il diritto a formare liberamente il pensiero, ad accedere a fonti plurali, a comprendere le mediazioni algoritmiche e a non dipendere cognitivamente dagli strumenti.
Il paradigma della non-delega può quindi essere letto come pratica di umanesimo digitale.
Coltivare significa lasciare tempo alla domanda.
Educare significa utilizzare la tecnologia e contemporaneamente metterla alla prova.
Umanizzare significa mantenere riconoscibile il soggetto che attribuisce significato, assume responsabilità e decide.
Nell’epoca delle macchine che rispondono, il compito della scuola non è impedire l’uso dell’intelligenza artificiale, ma formare persone capaci di non confondere una risposta plausibile con una verità acquisita, di cercare ciò che può contraddirle e di conservare la responsabilità dell’ultima parola, senza pretendere che essa sia definitiva.
Immagine 2. Infografica che riassume il contenuto di “ Educare alla non-delega”. Immagine generata da ChatGPT su prompt di Maria Rosa Rechichi
Bibliografia
Condemi, J. (2026). Reabrir el loop entre el ser humano y la IA. La agencia encarnada como antídoto contra el cierre epistémico. Tendencias Sociales. Revista de Sociología, 16, 55–74.https://revistas.uned.es/index.php/Tendencias/article/view/49945/35010
Cosgrove, J., & Cachia, R. (2025). DigComp 3.0: European Digital Competence Framework. Publications Office of the European Union.
Costello, T. H., Pennycook, G., & Rand, D. G. (2024). Durably reducing conspiracy beliefs through dialogues with AI. Science, 385(6714), eadq1814. https://doi.org/10.1126/science.adq1814
European Parliament & Council of the European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union.
Leone XIV. (2026). Magnifica Humanitas. Lettera enciclica sulla custodia della persona umana nel tempo dell’intelligenza artificiale. Libreria Editrice Vaticana.
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–16). ACM. https://doi.org/10.1145/3313831.3376727
Miao, F., & Cukurova, M. (2024). AI competency framework for teachers. UNESCO.
Miao, F., Shiohira, K., & Lao, N. (2024). AI competency framework for students. UNESCO.
Polanyi, M. (1966). The tacit dimension. Doubleday.
van Dijk, J. (2020). The digital divide. Polity Press.
Varela, F. J., Thompson, E., & Rosch, E. (1991). The embodied mind: Cognitive science and human experience. MIT Press.
Nota biografica
Maria Rosa Rechichi è docente di scuola primaria e formatrice sui temi dell’innovazione didattica e della competenza digitale. Si occupa di formazione degli insegnanti, intelligenza artificiale nella didattica, DigComp e DigCompEdu, podcasting e narrazione digitale. È coordinatrice dell’Équipe Formativa Territoriale del Piemonte e progetta percorsi dedicati all’uso critico, creativo e responsabile delle tecnologie nei contesti educativi.