di Cristina Galfo

Introduzione editoriale

Il contributo di Cristina Galfo nasce dall’esperienza diretta di chi vive quotidianamente la scuola e ne accompagna le trasformazioni.

In un momento in cui l’intelligenza artificiale entra con rapidità nelle aule e nelle pratiche didattiche, l’autrice propone una riflessione che va oltre l’uso degli strumenti, per interrogare il senso educativo e culturale di questa trasformazione.

Attraverso un linguaggio chiaro e radicato nella pratica, il testo richiama la necessità di sviluppare pensiero critico, consapevolezza etica e responsabilità educativa, in piena coerenza con i tre verbi generativi proposti da DiCultHer: coltivare, educare, umanizzare.

Si tratta di un contributo che restituisce centralità al ruolo della scuola come comunità critica, capace non solo di accogliere l’innovazione, ma di orientarla.

Abstract (Italiano)
L’intelligenza artificiale è ormai presenza quotidiana nelle scuole, nelle famiglie e nelle istituzioni culturali, eppure la sua comprensione profonda rimane appannaggio di pochi. Questo articolo parte dall’esperienza concreta di chi insegna per proporre una riflessione pedagogica e culturale sull’IA: non come strumento tecnico neutro, ma come fenomeno che ridefinisce i processi di conoscenza, i rapporti tra generazioni e le responsabilità etiche di chi educa. Attraverso il riferimento alla sua opera “Intelligenza Artificiale: Fondamenti, Sfide e Orizzonti” (Ed. 2026), Cristina Galfo individua tre sfide cruciali per la scuola italiana: sviluppare pensiero critico algoritmico, formare docenti capaci di governare – e non subire – la trasformazione digitale, e costruire un rapporto consapevole con la dimensione etica dell’IA. Il contributo si inscrive nella cornice dei tre verbi generativi della Call 2026 di DiCultHer – Coltivare, Educare, Umanizzare – proponendo che l’IA non venga semplicemente “adottata” nelle aule, ma pensata, discussa e orientata ai valori fondamentali della comunità educante.

Abstract (English)
Artificial intelligence has become a daily presence in schools, families, and cultural institutions, yet a deep understanding of its mechanisms remains the domain of a few. This article draws on concrete teaching experience to of er a pedagogical and cultural reflection on AI: not as a neutral technical tool, but as a phenomenon that reshapes knowledge processes, intergenerational relationships, and the ethical responsibilities of educators. Drawing on her work “Artificial Intelligence: Foundations, Challenges and Horizons” (2026), Cristina Galfo identifies three crucial challenges for Italian schools: developing algorithmic critical thinking, training teachers capable of governing — rather than being governed by — digital transformation, and building a conscious relationship with the ethical dimension of AI. The contribution situates itself within the three generative verbs of DiCultHer’s 2026 Call — Cultivate, Educate, Humanise — arguing that AI should not simply be “adopted” in classrooms, but thought through, discussed, and oriented towards the core values of the educational community.

Parole chiave: intelligenza artificiale, educazione digitale, pensiero critico, etica algoritmica, formazione docenti, cittadinanza
digitale.

Keywords: artificial intelligence, digital education, critical thinking, algorithmic ethics, teacher training, digital citizenship

1) Introduzione: quando l’IA entra in classe
L’evoluzione tecnologica degli ultimi anni ha fatto emergere una necessità formativa trasversale nel corpo docente: la comprensione dei meccanismi fondamentali dell’Intelligenza Artificiale. Questa riflessione nasce dal confronto diretto con insegnanti di ogni ordine e grado, i quali manifestano l’esigenza di superare un approccio puramente strumentale per acquisire una reale consapevolezza critica del mezzo.
È un’esigenza che ho percepito chiaramente nel mio percorso: da oltre vent’anni mi occupo di formazione e sviluppo web. Ho accompagnato vari insegnanti e studenti di ogni ordine e grado nel loro avvicinamento alla programmazione, al coding creativo e alle tecnologie digitali. Eppure niente mi aveva preparato alla velocità con cui l’intelligenza artificiale generativa – e in particolare ChatGPT, dopo il novembre 2022 – ha invaso le aule, le chat dei genitori, le conversazioni nelle sale professori. Nonostante la sua pervasività, l’Intelligenza Artificiale rimane un ecosistema ancora da decodificare. Attualmente, il dibattito si divide tra due visioni speculari e altrettanto parziali: da un lato, un entusiasmo incondizionato che vede nella tecnologia una panacea per ogni criticità didattica; dall’altro, un timore diffuso che la percepisce come un’insidia per l’integrità della valutazione e il ruolo stesso dell’educatore. Entrambe le prospettive, come ho avuto modo di osservare durante il lavoro sul campo, sono accomunate dalla necessità di una base conoscitiva più solida e approfondita. È da questa consapevolezza che nasce il mio volume “Intelligenza Artificiale: Fondamenti, Sfide e Orizzonti” (Cristina Galfo, 2026), ma soprattutto la riflessione che intendo proporre: l’intelligenza artificiale non rappresenta unicamente un ambito tecnico da delegare agli specialisti. Si configura, piuttosto, come una sfida pedagogica e culturale che coinvolge l’intera comunità educante. Una sfida che richiede un’attenzione non più rimandabile.

2) Un equivoco diffuso: l’IA non è intelligente nel senso che crediamo
Per costruire una pedagogia dell’era digitale, il primo passo non è tecnologico, ma concettuale: diventa importante provare a tracciare un confine netto tra il funzionamento degli algoritmi e la natura del pensiero umano. In questi anni di formazione nelle scuole, ho osservato come il malinteso più comune nasca proprio dal tentativo di sovrapporre queste due dimensioni, attribuendo all’Intelligenza Artificiale facoltà cognitive che appartengono esclusivamente all’individuo.
I sistemi di IA che usiamo oggi non pensano. Non comprendono. Non provano emozioni. Elaborano dati, riconoscono schemi statistici, generano risposte probabilisticamente coerenti. Quando ChatGPT risponde a una domanda, non sta “capendo” nel senso umano del termine: sta calcolando, con straordinaria precisione, qual è la sequenza di parole più probabile dati i miliardi di testi su cui è stato addestrato.
Questa distinzione non è meramente accademica, ma ha ricadute immediate nella quotidianità scolastica — e porta con sé un rischio specifico, quello della fiducia acritica, su cui vale la pena soffermarsi.

«L’intelligenza artificiale è un’intelligenza strumentale: osserva, analizza, agisce. Lo fa elaborando dati, individuando schemi, applicando regole in maniera veloce, precisa e instancabile. Ma sempre dentro i binari che noi umani abbiamo costruito.» (dal libro “Intelligenza Artificiale: Fondamenti, Sfide e Orizzonti” – Cristina Galfo, 2026, p. 3)

Questo non significa che l’IA sia inutile o pericolosa in sé. Significa che il suo uso efficace e responsabile può poggiare su strumenti di comprensione che la scuola, in realtà, possiede già. E questa comprensione deve diventare cultura condivisa, parte integrante della formazione iniziale di ogni insegnante. Il problema della fiducia acritica Uno degli aspetti più insidiosi dell’interazione con l’IA generativa è la sua straordinaria capacità di apparire autorevole. La risposta di sistemi come Claude o ChatGPT è formulata in modo fluido e privo di esitazioni: questa assenza di incertezza può indurre, quasi a livello istintivo, un allentamento della soglia di verifica, sia negli studenti che negli adulti. Siamo portati a dare fiducia a una voce che appare esperta e sicura — ed è proprio questa “perfezione formale” a nascondere l’insidia delle allucinazioni, ovvero la generazione di contenuti
plausibili ma del tutto privi di fondamento.

In questo scenario, la scuola è chiamata a riconoscere e rinnovare un compito che le è proprio da sempre: la formazione al pensiero critico. Nell’era dell’Intelligenza Artificiale, questa missione non si esaurisce più nella verifica delle fonti nell’accezione tradizionale. Richiede, piuttosto, la capacità di intuire che dietro ogni risposta generata non c’è una verità oggettiva, ma un insieme di scelte di design, ampi dataset di addestramento e precisi obiettivi di sviluppo. Comprendere che nessun sistema è neutrale significa offrire agli studenti — e a noi stessi — gli strumenti per abitare il mondo digitale con autonomia e consapevolezza, invece di diventarne semplici fruitori passivi.

3) Coltivare: la conoscenza come atto di cura
La Call 2026 di DiCultHer propone tre verbi generativi come filo conduttore. Il primo è Coltivare: prendersi cura dei processi culturali e conoscitivi, dei territori e dei patrimoni, anche nella loro dimensione digitale. Questo verbo mi tocca profondamente, perché descrive esattamente quello che sento mancare nel dibattito scolastico sull’IA.
C’è troppa fretta. Troppa pressione ad “adottare” strumenti IA, a mostrare di essere al passo con i tempi, a non restare indietro nella corsa tecnologica. Questa fretta è comprensibile – le trasformazioni sono rapide e reali – ma è anche pedagogicamente pericolosa. La cura richiede tempo, attenzione, conoscenza del terreno in cui si semina.

Dai dati alla comprensione: il ciclo dell’IA come metafora didattica

Una delle scoperte più fertili nate dal confronto in aula è che spiegare il funzionamento dell’IA permette, paradossalmente, di riflettere su come funziona l’apprendimento umano. Per farlo, occorre introdurre il concetto di Machine Learning (apprendimento automatico): quel ramo dell’intelligenza artificiale che non si basa su regole rigide scritte da un programmatore, ma sulla capacità dei computer di “imparare” autonomamente analizzando enormi quantità di dati.
I tre paradigmi fondamentali attraverso cui queste macchine apprendono non sono solo concetti informatici, ma diventano potenti metafore pedagogiche che restituiscono familiarità a una tecnologia spesso percepita come aliena:

● L’apprendimento supervisionato, in cui il modello impara da esempi etichettati e corretti, richiama la dinamica dello studente che si esercita sotto la guida di un modello di riferimento o con soluzioni a fronte per validare il proprio progresso.

● L’apprendimento non supervisionato, dove il sistema individua autonomamente strutture nascoste nei dati, ricorda il bambino che, senza istruzioni, raggruppa gli oggetti per forma o colore, scoprendo categorie e relazioni che nessuno gli ha ancora esplicitamente insegnato.

● L’apprendimento per rinforzo, fondato su una sequenza di prove, errori e feedback positivi, rispecchia la struttura stessa della gamification e dei percorsi esperienziali, dove l’apprendimento avviene attraverso l’interazione attiva con l’ambiente.

Quando queste analogie entrano nei percorsi di formazione, accade qualcosa di significativo: la tecnologia smette di essere un “corpo estraneo”. Diventa un oggetto culturale che si può ragionare, discutere e, se necessario, criticare. È in questo passaggio — dalla ricezione passiva alla comprensione logica — che si realizza la vera “cura della conoscenza”.

Il patrimonio culturale come dato: chi decide cosa si impara


Ci sono domande che raramente vengono poste quando si parla di IA in ambito educativo, eppure sono le più cruciali per il nostro futuro culturale: su quali dati sono stati addestrati questi sistemi? Quali visioni del mondo riflettono le loro risposte? E, soprattutto, quali identità rischiano di essere ignorate perché escluse dai grandi database globali?

I cosiddetti Large Language Model (i grandi modelli linguistici come GPT o Claude) si nutrono di enormi quantità di testi prelevati dal web, scritti prevalentemente in lingua inglese. In questo mare di dati, le tradizioni locali, i dialetti e la storia dei piccoli centri occupano uno spazio piccolissimo. Questo crea un problema molto concreto: quando un ragazzo di un piccolo comune siciliano o di un borgo sardo interroga l’IA sulla propria realtà, rischia di ricevere una risposta “standard”, filtrata da una cultura che non è la sua. È una visione del mondo spesso lontana dalle nostre radici, che tende a uniformare tutto secondo modelli culturali dominanti.

Il patrimonio culturale digitale non può essere considerato un insieme di dati neutri. I processi di digitalizzazione e la scelta di ciò che viene reso “leggibile” dagli algoritmi rappresentano, di fatto, un esercizio di potere culturale: decidere cosa alimentare nei database significa stabilire cosa merita di essere ricordato e cosa, invece, è destinato all’oblio digitale. Se l’istituzione scolastica accoglie l’Intelligenza Artificiale senza un’analisi critica di questi meccanismi, rischia di assecondare una progressiva mologazione che sacrifica le specificità locali sull’altare di un’innovazione puramente tecnologica. La nostra missione educativa consiste, nvece, nel formare cittadini dotati di spirito critico: persone capaci di governare i nuovi strumenti preservando, al contempo, il valore delle proprie radici e della propria identità.

4) Educare: il valore della mediazione nell’era dell’IA

Il secondo verbo generativo di questo percorso è Educare. In questo ambito, la riflessione più urgente non riguarda soltanto le competenze degli studenti, ma coinvolge l’intera comunità educante.
Nei percorsi di formazione che ho condotto in questi anni, incontrando docenti di ogni ordine e grado, ho riscontrato una realtà sfaccettata e vitale. È del tutto naturale che, di fronte ad una tecnologia così dirompente, si sperimenti un senso di disorientamento. Spesso gli insegnanti — con grande senso di responsabilità — avvertono il compito di guidare i ragazzi in un territorio di cui stanno ancora esplorando i confini, talvolta temendo che la mancanza di una preparazione tecnica specifica possa limitare la loro efficacia pedagogica.

Questa legittima prudenza è, in realtà, il segno di una grande cura verso la propria missione: il desiderio di proteggere l’autenticità del pensiero e della scrittura degli studenti. Tuttavia, la formazione più significativa oggi non è quella che si limita all’efficienza operativa — come imparare a generare materiali didattici in modo più rapido — ma quella che punta ad una consapevolezza più profonda. Comprendere cosa l’IA sia in grado di fare e, soprattutto, riconoscerne i limiti strutturali (come i pregiudizi nei dati o le risposte plausibili ma errate), permette di sviluppare quel vocabolario critico indispensabile per abitare la classe.

In questo scenario, ogni disciplina offre una prospettiva insostituibile. La sensibilità di chi insegna materie umanistiche è preziosa per riportare l’etica e l’analisi dei contesti al centro del dibattito; allo stesso modo, chi insegna materie scientifiche possiede la logica necessaria per smitizzare il funzionamento delle macchine, rendendo accessibili concetti apparentemente complessi. La formazione autentica è quella che valorizza il bagaglio culturale che i docenti già possiedono, trasformando la loro materia in una chiave di lettura del presente.

L’obiettivo non è delegare il giudizio umano ad un automatismo, ma costruire una sinergia consapevole. Affidarsi esclusivamente ad un algoritmo significherebbe rinunciare a quell’analisi sensibile e contestualizzata che è il cuore della nostra professione. In questa fase di mutamento, la sfida è utilizzare l’intelligenza artificiale come un supporto, mantenendo ferma la responsabilità sulle scelte educative che restano, per loro natura, un atto profondamente umano.

«Conoscere il funzionamento di un algoritmo non trasforma un insegnante in un informatico. Lo trasforma in un professionista più consapevole, capace di scegliere gli strumenti invece di subirli.» (dal libro “Intelligenza Artificiale: Fondamenti, Sfide e Orizzonti” – Cristina Galfo, 2026, p. 38)

5) Umanizzare: il valore dell’errore e il senso del limite

Il terzo verbo è Umanizzare: orientare l’innovazione al servizio della dignità, dell’inclusione, della costruzione di comunità solidali. Questo verbo, in relazione all’IA, mi porta a ragionare su un paradosso che trovo straordinariamente fecondo dal punto di vista educativo.

L’IA non sa di sbagliare. Quando genera un’informazione falsa, lo fa con la stessa fluidità e la stessa sicurezza con cui genera un’informazione vera. Non prova vergogna, non sente il disagio dell’incertezza, non conosce il silenzio imbarazzante di chi non sa rispondere. In questo senso, l’IA è profondamente dis-umana. E questo, paradossalmente, ci offre uno strumento prezioso per parlare di cosa significa essere umani, di cosa sia la conoscenza, del valore dell’errore come motore dell’apprendimento.

Imparare a dire ‘non so’

Una delle esperienze più significative che ho vissuto in aula si è verificata quando ho mostrato a una classe come ChatGPT potesse inventare con assoluta sicurezza dettagli biografici su un autore minore della letteratura italiana. Gli studenti ne sono rimasti colpiti: non tanto per l’errore in sé – un concetto che avevano già recepito a livello teorico – quanto per la totale assenza di segnali di incertezza. Non c’era un «forse», non c’era un «non sono sicuro»; solo una risposta fluida, articolata eppure del tutto fittizia.
«Ma allora come faccio a fidarmi di qualcosa che non sa di sbagliare?». Questa domanda, nata spontaneamente da uno studente senza alcuna sollecitazione, è stata esattamente la domanda giusta: il punto di partenza per una vera coscienza critica.

Da quella dimostrazione è nata una delle discussioni più ricche che abbia mai coordinato: una riflessione su cosa sia la conoscenza, su come distinguiamo il sapere dall’opinione e sul perché citare le fonti sia un atto di responsabilità intellettuale, prima ancora che una norma scolastica. L’IA, usata come caso di studio, diventa così uno specchio in cui osservare le proprie abitudini cognitive.

C’è poi una questione di civiltà digitale che mi preme sottolineare. Nella cultura scolastica tradizionale, ammettere di non sapere è spesso percepito come un fallimento. Gli studenti imparano presto che la risposta sbagliata è punita e l’incertezza va nascosta. L’IA, che non esita mai, rischia di esasperare questo modello esibendo una sicurezza dogmatica. Educare a riconoscere l’incertezza come parte legittima e preziosa del pensiero è oggi un atto politico, oltre che pedagogico.

L’etica come pratica quotidiana, non come materia opzionale

Nel libro che ho scritto, ho dedicato il capitolo sull’etica a una serie di casi documentati: l’algoritmo COMPAS e il suo razzismo incorporato, il sistema di selezione del personale di Amazon che penalizzava sistematicamente le donne, i sistemi di riconoscimento facciale meno accurati per le persone di pelle scura. Non si tratta di casi eccezionali o di fantascienza distopica. Si tratta di sistemi reali, già dispiegati, già in uso in molti paesi del mondo.

Portare questi casi in classe non significa spaventare o paralizzare. Significa formare cittadini capaci di interrogare i sistemi che li governano, di chiedere conto, di esercitare il loro diritto alla trasparenza. Significa applicare concretamente il tema dei “diritti cognitivi” che la Call DiCultHer indica come emergenza del nostro tempo: il diritto alla formazione libera del pensiero, all’accesso pluralistico all’informazione, alla trasparenza dei processi algoritmici.

«Dietro ogni algoritmo batte un cuore umano. Ogni riga di codice non è solo logica pura, ma il riflesso di una scelta precisa. Quali dati raccogliere? Quali obiettivi privilegiare? Quali compromessi accettare? Nessun sistema è neutrale, perché nessuna decisione umana lo è.» (dal libro “Intelligenza Artificiale: Fondamenti, Sfide e Orizzonti” – Cristina Galfo, 2026, p. 4)

Questa frase, che ho scritto pensando ai docenti come pubblico primario, mi sembra oggi la sintesi più efficace di ciò che intendo per “umanizzare l’IA”. Non si tratta di rendere i computer simpatici o di attribuire loro emozioni che non hanno. Si tratta di ricordare continuamente che i sistemi tecnologici sono il prodotto di scelte umane, e che quelle scelte possono essere contestate, modificate, migliorate.

6) La scuola come comunità critica nell’ecosistema algoritmico

Sempre più spesso l’innovazione scolastica viene interpretata come un semplice adeguamento alle richieste del mercato: formare profili tecnicamente attrezzati, capaci di padroneggiare gli strumenti del momento per inserirsi in un sistema produttivo in rapida evoluzione. È una pressione reale e sarebbe disonesto ignorarla. Tuttavia, ridurre la scuola a questa funzione significa smarrire la sua essenza.

La scuola ha sempre avuto un orizzonte più ampio: non forma solo lavoratori, forma persone. Il pensiero critico, la capacità di affrontare problemi aperti e la consapevolezza del proprio ruolo nella comunità non sono competenze accessorie, ma il cuore del progetto educativo. Nell’era dell’IA, difendere questa centralità richiede più coraggio che in passato. In questo senso, il rapporto con l’IA che la scuola dovrebbe promuovere è radicalmente diverso da quello strettamente utilitaristico: non si tratta solo di aumentare la produttività, ma di imparare a governare e scegliere gli strumenti, costruendo una cultura algoritmicamente consapevole che non sia né tecno-entusiasta né tecnofobica.

Il prompting come alfabetizzazione critica

Un esempio concreto è offerto dal prompt engineering — l’arte di formulare istruzioni efficaci per i sistemi di IA.
Proprio per la sua rilevanza pedagogica, ho scelto di dedicare ampie sezioni del mio libro all’analisi di questa pratica, presentandola non come una mera abilità professionale, ma come qualcosa di molto più profondo. Dal punto di vista educativo, infatti, il prompting è un esercizio che richiede di rendere espliciti i propri obiettivi, definire un contesto e specificare criteri di qualità. È, in fondo, una forma di meta-cognizione applicata.

Insegnare a costruire un prompt efficace significa insegnare a pensare con chiarezza. Qual è lo scopo della richiesta? A chi si rivolge il prodotto? Quali sono i vincoli? Queste non sono domande tecniche, ma riflessioni sull’arte di comunicare con intenzione. Scrivere un buon prompt in classe diventa così un esercizio di pensiero che trasforma la struttura del testo in una scelta deliberata e non in un automatismo.

Valutare nell’era dell’IA: ripensare il senso del compito

Non si può parlare di scuola e Intelligenza Artificiale senza affrontare il tema della valutazione, che rappresenta ragionevolmente oggi una delle preoccupazioni di tutti i docenti. Se uno studente può delegare a ChatGPT la stesura di un saggio o la risposta a un test di storia, cosa stiamo misurando realmente? Qual è il senso profondo del compito a casa o in classe?

La risposta che mi sento di dare è meno scontata di quanto si possa immaginare. Non credo che la soluzione risieda nel divieto: ogni proibizione, nella storia della pedagogia, ha finito per rendere lo strumento più attraente, spostandone l’utilizzo fuori dal raggio d’azione e di guida del docente. La vera sfida consiste nel ripensare la natura stessa della prova.

Se la valutazione si limita a verificare la correttezza formale di un elaborato su un argomento standard, l’IA rende inevitabilmente fragile quel modello. Ma se la valutazione torna a essere un processo volto a comprendere come uno studente ragiona, come gestisce le fonti e come abita la complessità, allora l’IA smette di essere un sostituto per diventare un supporto al pensiero. Come è accaduto con la calcolatrice in matematica, liberare gli studenti dal carico puramente esecutivo può diventare l’occasione per spostare l’attenzione su ciò che conta davvero: il perché di un procedimento, la sua coerenza logica e la sua responsabilità intellettuale.

7) Verso una pedagogia dell’intelligenza artificiale: conclusioni aperte

Questo articolo non ha la pretesa di offrire risposte definitive. Il campo è troppo dinamico, le trasformazioni troppo rapide per permetterselo. Quello che prova a fare è indicare alcune direzioni concrete e urgenti.

La prima è la formazione dei docenti: non un aggiornamento tecnico, ma un investimento culturale e critico. La seconda è il recupero del tempo per la riflessione, in controtendenza rispetto alla fretta di adottare ogni nuovo strumento appena disponibile. La terza è l’integrazione dell’etica in ogni disciplina — non come capitolo finale del programma, ma come pratica quotidiana. Una storia che interroga gli archivi digitali. Una letteratura che analizza le voci marginalizzate dai modelli linguistici. Una matematica che si chiede per chi un algoritmo è accurato. Una filosofia che affronta i diritti cognitivi.

Ma c’è una quarta direzione, più urgente di tutte, che nessuna tecnologia potrà rendere obsoleta: il valore della relazione educativa. L’intelligenza artificiale può generare spiegazioni, esercizi, feedback, valutazioni. Non può, però, guardare uno studente negli occhi e intuire che qualcosa non va. Non può cogliere il momento in cui un ragazzo in difficoltà formula finalmente una domanda autentica. Non può essere la persona che un adolescente ricorderà, vent’anni dopo, come colei o colui che gli ha cambiato il modo di pensare. Questo è un territorio esclusivamente umano, che la scuola deve difendere con determinazione.

«Come docenti, professionisti o cittadini, avete il diritto di capire le tecnologie che influenzano la vostra vita quotidiana. Il futuro non è già scritto: prende forma ogni giorno attraverso le scelte che facciamo. Per decidere con consapevolezza, serve capire.» (dal libro “Intelligenza Artificiale: Fondamenti, Sfide e Orizzonti” – Cristina Galfo, 2026, p. 5)

Coltivare, educare, umanizzare. Tre verbi che non descrivono solo un programma culturale, ma una postura etica davanti alla trasformazione in atto. Una trasformazione che non possiamo fermare, ma che possiamo — e dobbiamo — orientare.

La scuola possiede già gli strumenti per farlo: si tratta di renderli pienamente consapevoli e condivisi. La scuola ha qualcosa che nessuna piattaforma tecnologica potrà replicare: una tradizione di pensiero critico costruita nel tempo, attraverso pratiche, errori e aggiustamenti. Ha la capacità di fare comunità, di tenere insieme voci diverse, di trasformare il confronto tra generazioni in una risorsa. Ha insegnanti che ogni giorno scelgono una professione complessa, spesso ingrata, quasi sempre sottovalutata, perché credono — contro ogni logica economica — che ne valga la pena.

Sono questi insegnanti, con la loro competenza disciplinare, la conoscenza profonda degli studenti, la capacità di leggere una classe e adattarsi in tempo reale, il vero patrimonio su cui costruire qualsiasi risposta alla trasformazione digitale. Non nonostante la loro umanità, ma proprio grazie ad essa.

Quello che serve è solo la consapevolezza che l’intelligenza artificiale non è il problema di qualcun altro. Che appartiene anche alla scuola, che la riguarda, che può essere affrontata con gli stessi strumenti con cui i docenti affrontano ogni sfida nuova: curiosità, senso critico, attenzione alla persona.

E quando questo accadrà — quando l’IA entrerà nelle aule non come imposizione dall’esterno ma come oggetto di riflessione consapevole — potrà diventare non la minaccia che molti temono, ma una nuova, grande occasione. Per i ragazzi. E per chi li accompagna ogni giorno nel lavoro più bello e più importante che esista.

Cristina Galfo è formatrice e sviluppatrice web con oltre vent’anni di esperienza nella didattica della programmazione. Coding teacher ed esperta di Intelligenza Artificiale, ha maturato il suo percorso professionale tra l’insegnamento nella scuola pubblica, la
consulenza per Academy professionali e la formazione tecnica. È fondatrice dei portali insegnarecoding.com e codingcreativo.it, piattaforme di riferimento attraverso le quali mette a disposizione materiali didattici e percorsi strutturati per docenti e studenti. Il suo lavoro si concentra sull’inclusione digitale, con una particolare attenzione alla riduzione del divario di genere nel settore tecnologico. Autrice di numerosi manuali sui linguaggi di programmazione, nel 2026 ha pubblicato il volume «Intelligenza Artificiale: Fondamenti, Sfide e Orizzonti», dando inizio a una collana dedicata alla cultura digitale per il mondo della scuola. Collabora con istituti di ogni ordine e grado per la formazione del personale docente sui temi del pensiero computazionale e dell’etica delle nuove tecnologie.