Di Giuseppina Calenda

Introduzione editoriale

Includere non significa adattare. Significa riconoscere.

A proposito del riconoscimento cognitivo, e di ciò che l’inclusione ci chiede nell’era dell’intelligenza artificiale

C’è una parola che, in questi anni, ha finito per rassicurarci troppo: personalizzazione. Le tecnologie educative basate sull’intelligenza artificiale ce la ripetono come una promessa: percorsi su misura, contenuti adattati, ritmi calibrati su ciascuno. E poiché personalizzare sembra il contrario di standardizzare, abbiamo dato per scontato che fosse anche sinonimo di includere. Il contributo di Giuseppina Calenda che ospitiamo in queste pagine ha il merito, raro, di mettere in dubbio proprio questa equivalenza — e di farlo con rigore, senza cedere né all’entusiasmo tecnologico né al suo rovescio, la diffidenza di principio.

La domanda da cui muove l’autrice è tanto semplice quanto scomoda: la personalizzazione algoritmica garantisce davvero il riconoscimento dello studente? O può accadere che un ambiente di apprendimento sia tecnicamente personalizzatissimo e, al tempo stesso, continui a non vedere la persona che ha di fronte? È qui che il saggio compie il suo passo più originale. Per adattare un percorso, ricorda Calenda, un sistema deve prima rappresentare lo studente: raccoglierne i dati, classificarne i comportamenti, costruirne un modello predittivo. E quando quella rappresentazione algoritmica diventa più stabile della persona reale — più autorevole, più consultata, più «vera» — il rischio non è più il semplice errore tecnico: è la riduzione della complessità di una persona a un profilo.

A questa deriva l’autrice oppone una categoria che merita di entrare nel nostro vocabolario: il riconoscimento cognitivo. Riconoscere, non soltanto adattare. Riconoscere ogni studente come soggetto della conoscenza — capace di interpretare, di dissentire, di produrre senso — e non come oggetto di una previsione. È una categoria che mette in dialogo tre territori troppo spesso tenuti separati: la pedagogia inclusiva, la giustizia epistemica e i diritti cognitivi. E che, non a caso, parla la stessa lingua del lavoro che DiCultHer conduce da anni: la titolarità cognitiva, il diritto delle nuove generazioni a essere autrici, e non semplici utenti, della propria conoscenza.

Ospitiamo questo contributo perché fa esattamente ciò che una rivista come la nostra dovrebbe favorire: non descrive una tecnologia, ma interroga il modo in cui quella tecnologia ridefinisce un concetto educativo fondamentale. E lo fa in un momento in cui la questione non è più teorica. Mentre il legislatore e le istituzioni indicano la personalizzazione come via privilegiata verso l’inclusione, il saggio di Calenda invita a una cautela feconda: che l’inclusione non si misuri sull’efficacia dello strumento, ma sulla dignità cognitiva della persona.

Come per ogni riflessione viva, restano margini di sviluppo — l’autrice stessa li dichiara, e questo onestà intellettuale le fa onore. Il passaggio dal riconoscimento cognitivo come principio pedagogico al riconoscimento cognitivo come diritto chiederà, nei prossimi sviluppi, fondamenta ancora più solide, capaci di reggere sul piano giuridico e filosofico oltre che educativo. Ma è proprio la natura aperta di questo lavoro a renderlo prezioso: non un punto d’arrivo, ma l’inizio di una conversazione a cui ci auguriamo che altri vogliano prendere parte.

Perché la posta in gioco, in fondo, è quella che attraversa tutto il nostro lavoro. Nell’era in cui le macchine imparano a rappresentarci, la domanda educativa più urgente non è quanto bene sappiano adattarsi a noi. È se, adattandosi, sappiano ancora riconoscerci.

Buona lettura.

Carmine Marinucci

Introduzione

L’ingresso dell’Intelligenza Artificiale nei sistemi educativi rappresenta una delle trasformazioni più profonde che la scuola abbia conosciuto dall’avvento delle tecnologie digitali. Strumenti capaci di generare testi, adattare contenuti, suggerire percorsi di apprendimento, monitorare i progressi degli studenti e supportare le decisioni didattiche stanno progressivamente entrando nella pratica quotidiana di docenti e istituzioni scolastiche. Questa evoluzione non costituisce soltanto un’innovazione tecnologica: essa ridefinisce il modo stesso in cui la conoscenza viene prodotta, trasmessa, valutata e riconosciuta all’interno delle comunità educative.

Nel dibattito internazionale, l’attenzione si è concentrata prevalentemente sulle potenzialità dell’Intelligenza Artificiale nel favorire la personalizzazione degli apprendimenti, migliorare l’accessibilità dei contenuti, sostenere gli studenti con bisogni educativi speciali e rendere più efficiente l’organizzazione dei processi formativi. Parallelamente, organismi internazionali come l’UNESCO, il Consiglio d’Europa e l’Unione europea hanno richiamato la necessità di uno sviluppo etico dell’IA, fondato sul rispetto dei diritti umani, della dignità della persona, della trasparenza algoritmica e della non discriminazione.

Anche il legislatore italiano si è recentemente mosso in questa direzione. La Legge n. 22 del 19 febbraio 2025 ha introdotto la sperimentazione delle competenze non cognitive e trasversali come elemento qualificante del percorso educativo, riconoscendone il ruolo nella promozione dell’inclusione, del successo formativo e della prevenzione della dispersione scolastica. Successivamente, il Ministero dell’Istruzione e del Merito ha pubblicato le Linee guida per l’introduzione dell’Intelligenza Artificiale nelle istituzioni scolastiche, nelle quali l’adozione dell’IA viene ricondotta entro una cornice antropocentrica fondata su equità, inclusione, trasparenza, supervisione umana e tutela dei soggetti vulnerabili. Le Linee guida riconoscono esplicitamente il potenziale dell’IA nella personalizzazione degli apprendimenti, nell’accessibilità dei materiali didattici e nel supporto agli studenti con disabilità, disturbi specifici dell’apprendimento e altri bisogni educativi speciali, richiamando l’integrazione con strumenti quali il Piano Educativo Individualizzato (PEI) e il Piano Didattico Personalizzato (PDP).

Questa evoluzione normativa rappresenta un passaggio significativo nella costruzione di una scuola più inclusiva e tecnologicamente consapevole. Tuttavia, proprio mentre la personalizzazione algoritmica viene indicata come uno degli strumenti privilegiati per promuovere l’inclusione, emerge una questione ancora poco esplorata dalla ricerca pedagogica: la personalizzazione garantisce realmente il riconoscimento della persona?

È proprio in questo interrogativo che si colloca il presente contributo.

L’ipotesi sostenuta in questo articolo è che l’inclusione non possa essere ridotta alla capacità di un sistema algoritmico di adattare contenuti, tempi o modalità di apprendimento. Un percorso può essere perfettamente personalizzato dal punto di vista tecnico e continuare, tuttavia, a produrre forme di esclusione epistemica se lo studente viene rappresentato esclusivamente attraverso categorie diagnostiche, profili di rendimento, dati pregressi o modelli predittivi.

L’inclusione autentica richiede qualcosa di ulteriore: il riconoscimento dello studente come soggetto epistemico, ossia come persona capace di produrre conoscenza, interpretare criticamente la realtà, negoziare significati, partecipare alla costruzione del sapere e sviluppare progressivamente la propria autonomia cognitiva.

Da questa prospettiva, la riflessione sull’Intelligenza Artificiale incontra quella sulla giustizia epistemica elaborata da Miranda Fricker (2007), secondo la quale ogni individuo deve essere riconosciuto come interlocutore credibile e come partecipante legittimo ai processi di produzione della conoscenza. Nell’ambito educativo, tale prospettiva assume una rilevanza particolare per gli studenti con disabilità, disturbi specifici dell’apprendimento, bisogni educativi speciali, background migratorio o repertori linguistici plurali, categorie che rischiano maggiormente di essere rappresentate attraverso modelli deficitari o classificazioni standardizzate.

L’articolo propone pertanto di rileggere il rapporto tra Intelligenza Artificiale e inclusione attraverso tre categorie strettamente connesse: giustizia epistemica, diritti cognitivi e riconoscimento della persona. L’obiettivo non è mettere in discussione il valore dell’innovazione tecnologica, bensì interrogare le condizioni pedagogiche, etiche e culturali affinché l’IA possa realmente contribuire alla costruzione di ambienti educativi inclusivi, democratici e rispettosi della dignità di ogni studente.

In questa prospettiva, il problema fondamentale non consiste nello stabilire se l’Intelligenza Artificiale debba entrare nella scuola. La questione decisiva è comprendere quale idea di educazione, di inclusione e di persona guiderà il suo impiego.

INTELLIGENZA ARTIFICIALE
│
▼
Personalizzazione degli apprendimenti
│
▼
Rischio di riduzione algoritmica della persona
│
▼
Giustizia epistemica
│
▼
Diritti cognitivi
│
▼
Riconoscimento cognitivo
│
▼
Inclusione autentica

Figura 1. Percorso teorico del contributo: dalla personalizzazione algoritmica al riconoscimento cognitivo come fondamento dell’inclusione. Elaborazione degli autori.

1. Dall’inclusione compensativa al paradigma del riconoscimento

Negli ultimi decenni il concetto di inclusione ha conosciuto una profonda evoluzione teorica e culturale. Le prime politiche educative rivolte agli studenti con disabilità erano prevalentemente orientate da una logica compensativa: l’obiettivo consisteva nel ridurre gli effetti delle limitazioni individuali attraverso strumenti di sostegno, adattamenti metodologici e interventi specialistici. In questa prospettiva, la differenza veniva interpretata come una condizione da compensare affinché lo studente potesse avvicinarsi agli standard considerati normali.

A partire dagli anni Novanta, grazie anche alla Dichiarazione di Salamanca dell’UNESCO (1994), alla Convenzione delle Nazioni Unite sui diritti delle persone con disabilità (2006) e allo sviluppo dell’Index for Inclusion di Booth e Ainscow (2002; 2011), questa impostazione è stata progressivamente superata. L’inclusione ha cessato di essere considerata una strategia destinata esclusivamente ad alcuni studenti per diventare un principio ordinatore dell’intero sistema educativo.

In questa nuova prospettiva non è più l’alunno a dover adattarsi alla scuola; è la scuola a ripensare organizzazione, metodologie, ambienti di apprendimento e pratiche valutative affinché ogni persona possa partecipare pienamente alla costruzione della conoscenza. La differenza non rappresenta un’eccezione rispetto alla norma, ma costituisce la condizione ordinaria di ogni comunità educativa.

L’evoluzione della pedagogia inclusiva ha trovato ulteriore sviluppo nel paradigma dell’Universal Design for Learning (UDL), secondo il quale l’accessibilità non può essere ottenuta attraverso adattamenti successivi, bensì progettando fin dall’origine ambienti di apprendimento flessibili, capaci di offrire molteplici modalità di rappresentazione delle informazioni, di partecipazione e di espressione delle competenze.

L’affermazione delle tecnologie digitali ha inizialmente rafforzato questa prospettiva. Gli strumenti informatici sono stati considerati fattori di democratizzazione dell’accesso al sapere, grazie alla possibilità di differenziare i materiali, superare barriere sensoriali, linguistiche e cognitive e favorire percorsi maggiormente personalizzati.

L’avvento dell’Intelligenza Artificiale introduce, tuttavia, una trasformazione qualitativamente diversa.

Per la prima volta gli strumenti digitali non si limitano a rendere disponibili contenuti o facilitare l’accesso alle informazioni. Essi sono in grado di produrre testi, classificare studenti, suggerire percorsi didattici, generare feedback, formulare previsioni sul rendimento e orientare, almeno in parte, le decisioni educative.

Di conseguenza, il problema dell’inclusione non riguarda più esclusivamente l’accessibilità tecnologica.

Riguarda il modo in cui i sistemi intelligenti rappresentano lo studente.

Ogni algoritmo costruisce infatti una particolare immagine del soggetto sulla base dei dati disponibili. Tale rappresentazione può valorizzarne il potenziale, ma può anche ridurre la complessità della persona a un insieme di categorie, indicatori di rischio, diagnosi, performance scolastiche o modelli predittivi.

È in questo passaggio che emerge il limite di una concezione puramente tecnica della personalizzazione.

Un sistema può adattare perfettamente i contenuti alle caratteristiche dello studente e, nello stesso tempo, limitarne l’orizzonte cognitivo, proponendo esclusivamente attività coerenti con le prestazioni già osservate o con le categorie diagnostiche di appartenenza. In questi casi la personalizzazione rischia di trasformarsi in una forma sofisticata di predeterminazione educativa.

L’inclusione, pertanto, non può essere identificata con il semplice adattamento algoritmico dei percorsi di apprendimento.

Essa richiede che ogni studente continui a essere riconosciuto come persona capace di sorprendere, cambiare, eccedere le classificazioni che lo descrivono e partecipare attivamente alla costruzione del proprio percorso formativo.

È proprio questa esigenza che rende necessario introdurre una prospettiva ulteriore rispetto alla tradizionale pedagogia inclusiva: il paradigma del riconoscimento cognitivo.

INTEGRAZIONE → INCLUSIONE → PERSONALIZZAZIONE → RICONOSCIMENTO COGNITIVO
Compensazione Partecipazione Adattamento Riconoscimento della persona

Figura 2. Evoluzione dei paradigmi dell’educazione inclusiva: dalla logica compensativa al riconoscimento cognitivo. Elaborazione degli autori.

2. Giustizia epistemica e diritti cognitivi: verso una nuova grammatica dell’inclusione

L’evoluzione delle tecnologie intelligenti impone alla riflessione pedagogica di confrontarsi con una questione che va ben oltre la dimensione dell’efficacia didattica. Se l’Intelligenza Artificiale partecipa sempre più attivamente alla selezione dei contenuti, alla costruzione dei percorsi di apprendimento, alla produzione di feedback e, in prospettiva, anche ai processi valutativi, diventa inevitabile interrogarsi sul rapporto tra conoscenza, potere e riconoscimento.

In questo scenario assume particolare rilevanza il concetto di giustizia epistemica, elaborato da Miranda Fricker (2007), secondo cui ogni individuo possiede il diritto di essere riconosciuto come soggetto credibile nella produzione e nella condivisione della conoscenza. L’ingiustizia epistemica si manifesta quando una persona viene privata, in modo sistematico, della possibilità di partecipare pienamente ai processi cognitivi collettivi oppure quando la sua esperienza viene interpretata attraverso categorie che ne impoveriscono il significato.

Fricker distingue due forme fondamentali di ingiustizia epistemica. La prima è l’ingiustizia testimoniale, che si verifica quando la parola di un soggetto viene considerata meno attendibile a causa di stereotipi, pregiudizi o appartenenze sociali. La seconda è l’ingiustizia ermeneutica, che consiste nell’assenza di strumenti interpretativi adeguati per comprendere e comunicare determinate esperienze. Entrambe le forme risultano particolarmente significative nel contesto educativo, dove il riconoscimento della voce dello studente costituisce una condizione essenziale per qualsiasi autentico processo di apprendimento.

L’introduzione dell’Intelligenza Artificiale modifica profondamente questo quadro.

Le decisioni algoritmiche non producono soltanto risultati tecnici; esse contribuiscono a costruire rappresentazioni della persona. Ogni sistema intelligente opera attraverso modelli di classificazione, correlazioni statistiche e processi predittivi che organizzano la realtà in categorie. Quando tali categorie vengono utilizzate per personalizzare l’apprendimento, orientare le attività o suggerire interventi educativi, esse finiscono inevitabilmente per influenzare il modo in cui lo studente viene conosciuto e riconosciuto.

Il problema non risiede nell’uso della classificazione in sé. Ogni pratica educativa richiede processi di osservazione, valutazione e progettazione. La questione diventa critica quando la classificazione algoritmica tende a trasformarsi in una descrizione esaustiva della persona, riducendo la complessità biografica, culturale e relazionale dello studente a un insieme di variabili trattabili computazionalmente.

Questo rischio appare particolarmente evidente nei confronti degli studenti con disabilità, disturbi specifici dell’apprendimento, bisogni educativi speciali o background migratorio. In tali situazioni il sistema può essere indotto a costruire percorsi sempre più coerenti con il profilo iniziale dello studente, limitando progressivamente le occasioni di esplorazione, di sorpresa cognitiva e di sviluppo di nuove competenze.

In altre parole, l’algoritmo potrebbe non discriminare formalmente lo studente, ma continuare a riconoscerlo esclusivamente attraverso il deficit che ha contribuito a identificare.

È proprio qui che il concetto di diritti cognitivi assume una funzione decisiva.

Negli ultimi anni, il dibattito internazionale ha progressivamente riconosciuto che la tutela della persona nell’ecosistema digitale non può limitarsi alla protezione dei dati personali o alla sicurezza informatica. La trasformazione algoritmica investe infatti direttamente la formazione del pensiero, l’accesso alla conoscenza, la costruzione dell’identità e la capacità di esercitare un giudizio autonomo. Parlare di diritti cognitivi significa quindi affermare il diritto di ogni individuo a sviluppare liberamente le proprie capacità interpretative, ad accedere a una pluralità di prospettive, a comprendere i processi che influenzano le proprie decisioni e a partecipare consapevolmente alla costruzione del sapere.

In ambito scolastico ciò implica una conseguenza di straordinaria importanza.

L’obiettivo dell’inclusione non consiste soltanto nel garantire che ogni studente possa utilizzare gli strumenti digitali. Consiste nel garantire che nessun sistema tecnologico limiti, anche involontariamente, le possibilità cognitive, interpretative e progettuali della persona.

L’inclusione diventa così una questione di libertà epistemica.

Uno studente realmente incluso non è semplicemente colui che riceve materiali adattati alle proprie difficoltà, ma colui che mantiene il diritto di eccedere le previsioni dell’algoritmo, di sorprendere il sistema educativo, di modificare la propria traiettoria di apprendimento e di essere riconosciuto nella propria irriducibile unicità.

Questa prospettiva trova oggi significative convergenze anche nelle recenti politiche europee e nazionali. L’AI Act dell’Unione europea, la Raccomandazione UNESCO sull’etica dell’Intelligenza Artificiale e le Linee guida del Ministero dell’Istruzione e del Merito per l’introduzione dell’IA nelle istituzioni scolastiche insistono sulla necessità di garantire trasparenza, supervisione umana, non discriminazione e tutela dei soggetti vulnerabili. Le Linee guida italiane, in particolare, riconoscono esplicitamente che l’Intelligenza Artificiale deve essere impiegata per sostenere l’inclusione e la personalizzazione degli apprendimenti senza sostituire il giudizio professionale dei docenti e senza compromettere l’autonomia critica degli studenti.

Tuttavia, queste importanti indicazioni normative, pur rappresentando un significativo avanzamento, non affrontano ancora in modo esplicito una questione fondamentale: quali condizioni pedagogiche devono essere soddisfatte affinché la personalizzazione algoritmica si traduca in autentico riconoscimento della persona?

È proprio in questo spazio teorico che si colloca il presente contributo.

La nostra ipotesi è che la giustizia epistemica costituisca il principio capace di integrare la riflessione sui diritti cognitivi con la pedagogia inclusiva. Non è sufficiente che l’algoritmo sia trasparente, accurato o privo di bias evidenti. È necessario che l’intero ecosistema educativo continui a riconoscere ogni studente come soggetto della conoscenza, portatore di esperienze, interpretazioni, linguaggi e possibilità che nessun modello computazionale può esaurire.

3. Dalla personalizzazione algoritmica al riconoscimento cognitivo

La riflessione sviluppata finora conduce a una conclusione fondamentale: l’inclusione non può essere valutata esclusivamente sulla base dell’efficacia tecnica degli strumenti di Intelligenza Artificiale. La capacità di adattare contenuti, differenziare materiali o personalizzare i percorsi di apprendimento costituisce certamente una condizione importante, ma non sufficiente, per garantire un’autentica educazione inclusiva.

Negli ultimi anni il termine personalizzazione è diventato uno dei concetti più ricorrenti nel dibattito pedagogico e tecnologico. Le piattaforme educative basate sull’Intelligenza Artificiale promettono di costruire percorsi individualizzati, calibrati sulle caratteristiche cognitive, sugli stili di apprendimento, sui tempi di studio e perfino sugli interessi personali degli studenti. In questa prospettiva, l’algoritmo appare come uno strumento capace di superare definitivamente il modello uniforme della scuola tradizionale.

Tuttavia, questa promessa merita di essere interrogata criticamente. Ogni processo di personalizzazione richiede una preventiva rappresentazione dello studente. Per adattare un percorso formativo, infatti, il sistema deve raccogliere informazioni, classificare comportamenti, individuare pattern ricorrenti e costruire modelli predittivi. La personalizzazione non nasce nel vuoto: essa prende forma attraverso categorie, parametri e profili che descrivono ciò che l’algoritmo ritiene significativo.

È proprio in questo passaggio che si manifesta una possibile tensione tra personalizzazione e inclusione. Quando la rappresentazione algoritmica dello studente diventa progressivamente più stabile della persona reale, il rischio non consiste semplicemente nell’errore tecnico, bensì nella riduzione della complessità educativa a un insieme limitato di indicatori. Lo studente viene così riconosciuto non nella ricchezza della propria esperienza, ma nella coerenza con il modello che il sistema ha costruito a partire dai dati disponibili.

Questa dinamica assume particolare rilevanza nel caso degli studenti con bisogni educativi speciali. I Piani Educativi Individualizzati (PEI) e i Piani Didattici Personalizzati (PDP) rappresentano strumenti fondamentali della scuola italiana, concepiti per garantire il diritto all’apprendimento attraverso una progettazione educativa attenta alle caratteristiche individuali. Essi nascono come documenti dinamici, frutto del dialogo tra docenti, famiglie, specialisti e studenti, e riflettono una concezione dell’inclusione fondata sulla conoscenza della persona nella sua globalità.

L’integrazione di tali strumenti all’interno di sistemi di Intelligenza Artificiale apre però scenari inediti. Se il PDP viene utilizzato come semplice insieme di dati da elaborare algoritmicamente, esiste il rischio che esso perda la propria natura narrativa e progettuale per trasformarsi in un profilo statico, destinato ad orientare automaticamente le future esperienze di apprendimento. In questo modo la personalizzazione potrebbe paradossalmente produrre una standardizzazione delle aspettative educative.

Uno studente identificato come fragile potrebbe ricevere sistematicamente attività semplificate.

Uno studente classificato come eccellente potrebbe essere continuamente indirizzato verso percorsi ad alta prestazione.

Uno studente plurilingue potrebbe essere costantemente ricondotto a modelli linguistici semplificati.

In tutti questi casi, l’algoritmo non discrimina necessariamente in senso giuridico, ma contribuisce a costruire una rappresentazione educativa che tende ad auto-confermarsi nel tempo.

Il rischio pedagogico consiste dunque nella trasformazione della personalizzazione in predeterminazione. L’apprendimento non viene più considerato come un processo aperto, imprevedibile e relazionale, bensì come una traiettoria progressivamente ottimizzata sulla base delle informazioni già disponibili.

Una simile prospettiva appare difficilmente conciliabile con la tradizione della pedagogia critica. Paulo Freire ha più volte ricordato che educare significa creare le condizioni affinché ciascun soggetto possa diventare autore della propria conoscenza e non semplice destinatario di contenuti predefiniti. Analogamente, Martha Nussbaum sottolinea come l’educazione democratica richieda lo sviluppo del pensiero critico, dell’immaginazione e della capacità di mettere continuamente in discussione le rappresentazioni consolidate della realtà.

L’Intelligenza Artificiale, pertanto, non dovrebbe limitarsi a prevedere il comportamento dello studente. Dovrebbe contribuire ad ampliare le sue possibilità di apprendimento. Questa distinzione è decisiva. Prevedere significa descrivere il probabile. Educare significa rendere possibile l’improbabile.

La pedagogia, infatti, nasce precisamente dalla convinzione che ogni persona possa eccedere le aspettative iniziali, modificare la propria traiettoria di sviluppo e costruire forme nuove di partecipazione alla conoscenza.

Da questa prospettiva emerge la necessità di affiancare al paradigma della personalizzazione quello del riconoscimento cognitivo.

Con questa espressione non si intende semplicemente il riconoscimento delle differenze individuali. Si intende il riconoscimento di ogni studente come soggetto capace di produrre significati, formulare interpretazioni originali, mettere in discussione le categorie esistenti e contribuire attivamente alla costruzione della conoscenza condivisa.

Il riconoscimento cognitivo implica che nessuna classificazione algoritmica possa essere considerata definitiva. Ogni profilo deve rimanere aperto alla revisione. Ogni previsione deve poter essere smentita dall’esperienza educativa. Ogni studente deve conservare il diritto di sorprendere il sistema che tenta di descriverlo.

Ogni studente deve conservare il diritto di sorprendere il sistema che tenta di descriverlo.

In questa prospettiva, la personalizzazione non viene rifiutata. Essa viene reinterpretata. Non come adattamento automatico del percorso formativo alle caratteristiche registrate dall’algoritmo, ma come sostegno dinamico allo sviluppo di possibilità ancora inesplorate. L’Intelligenza Artificiale diventa realmente inclusiva quando non si limita ad accompagnare lo studente lungo il percorso che appare più probabile, ma contribuisce ad ampliare gli orizzonti delle sue possibilità cognitive, culturali e relazionali.

È in questo senso che il riconoscimento cognitivo può essere proposto come criterio pedagogico capace di integrare giustizia epistemica, diritti cognitivi e pedagogia inclusiva. Non si tratta di sostituire i principi già elaborati dalla letteratura, bensì di ricomporli all’interno di una cornice unitaria che restituisca centralità alla persona in un contesto educativo sempre più mediato da sistemi intelligenti.

L’inclusione, pertanto, non coincide con la capacità dell’algoritmo di conoscere meglio lo studente. Coincide con la capacità dell’intero sistema educativo di continuare a riconoscerlo come persona irriducibile a qualsiasi algoritmo.

4. Il riconoscimento cognitivo come principio regolativo dell’educazione inclusiva

L’analisi sviluppata finora suggerisce che l’introduzione dell’Intelligenza Artificiale nella scuola impone una revisione del concetto stesso di inclusione. Se la pedagogia inclusiva del Novecento si è progressivamente concentrata sull’eliminazione delle barriere fisiche, organizzative e didattiche, l’educazione del XXI secolo è chiamata a confrontarsi con una nuova tipologia di ostacoli: quelli prodotti dalle rappresentazioni algoritmiche della persona.

Ogni sistema di Intelligenza Artificiale costruisce infatti una descrizione dello studente attraverso dati, correlazioni statistiche e modelli predittivi. Tali rappresentazioni risultano inevitabilmente parziali. Esse colgono alcuni aspetti dell’esperienza educativa, ma non possono esaurire la complessità della persona, delle sue aspirazioni, della sua storia, delle sue relazioni e della sua capacità di trasformarsi.

Per questa ragione il criterio fondamentale dell’inclusione non può essere identificato nella precisione dell’algoritmo. Il criterio deve essere il riconoscimento cognitivo.

Con questa espressione intendiamo il principio secondo cui ogni studente deve essere riconosciuto come soggetto capace di produrre conoscenza, interpretare criticamente la realtà, modificare il proprio percorso di apprendimento e contribuire alla costruzione del sapere condiviso. Nessuna classificazione algoritmica, nessun profilo educativo e nessun modello predittivo possono sostituire questa dimensione relazionale dell’educazione.

Il riconoscimento cognitivo implica, innanzitutto, che la persona non venga mai ridotta ai dati che la descrivono. Un Piano Didattico Personalizzato, un Piano Educativo Individualizzato o qualsiasi altro documento progettuale rappresentano strumenti fondamentali per orientare l’intervento educativo, ma non possono trasformarsi nell’identità dello studente. Essi costituiscono fotografie provvisorie di bisogni educativi in continua evoluzione, non definizioni permanenti della persona.

L’Intelligenza Artificiale può certamente supportare il docente nella progettazione di attività differenziate, nell’adattamento dei materiali, nella predisposizione di strumenti compensativi o nella costruzione di ambienti maggiormente accessibili. Tuttavia, quando tali processi vengono automatizzati senza una continua mediazione educativa, emerge il rischio che la personalizzazione si trasformi in una forma di cristallizzazione delle aspettative.

In tutti questi casi il sistema appare inclusivo perché differenzia i percorsi, ma rischia di produrre una forma più sottile di esclusione: quella derivante dall’impossibilità di essere riconosciuti oltre il proprio profilo algoritmico.

Il riconoscimento cognitivo richiede invece che ogni percorso educativo rimanga aperto all’imprevedibilità della crescita umana. Educare significa credere che ogni persona possa apprendere più di quanto i dati consentano di prevedere, possa modificare il proprio progetto di vita e possa sorprendere il docente, la scuola e perfino gli strumenti tecnologici che la accompagnano.

Da questa prospettiva, l’Intelligenza Artificiale non deve limitarsi ad adattare l’insegnamento allo studente. Deve contribuire ad ampliare le possibilità dello studente, senza mai sostituire il giudizio professionale del docente né il dialogo educativo che costituisce il fondamento di ogni autentica relazione formativa.

La centralità della persona, richiamata dalle più recenti Linee guida del Ministero dell’Istruzione e del Merito e dall’AI Act europeo, trova qui la propria più profonda giustificazione pedagogica: l’essere umano non è soltanto destinatario dell’educazione, ma autore della propria conoscenza. Ogni sistema tecnologico dovrebbe essere progettato affinché questa capacità non venga mai ridotta, semplificata o delegata.

In questa prospettiva, il riconoscimento cognitivo diventa il criterio attraverso cui valutare la qualità inclusiva delle tecnologie educative. Non è sufficiente chiedersi se un sistema sia accurato, efficiente o personalizzato. Occorre domandarsi se esso contribuisca realmente a rendere ogni studente più libero di pensare, comprendere, partecipare e costruire il proprio sapere.

Dimensione	Personalizzazione algoritmica	Riconoscimento cognitivo
Finalità	Adattare il percorso	Promuovere lo sviluppo della persona
Concezione dello studente	Profilo di dati	Soggetto della conoscenza
Decisione educativa	Basata su modelli predittivi	Basata sul dialogo educativo e sul giudizio professionale
Ruolo dell’IA	Supporto all’adattamento	Strumento al servizio dell’autonomia
Esito atteso	Miglioramento della performance	Crescita cognitiva, partecipazione ed emancipazione
Rischio	Cristallizzazione delle categorie	Necessità di continua riflessività pedagogica

Tabella 1. Confronto tra personalizzazione algoritmica e riconoscimento cognitivo. Elaborazione degli autori.

La Tabella 1 sintetizza il passaggio concettuale proposto in questo contributo. La distinzione non implica una contrapposizione tra personalizzazione e riconoscimento, bensì evidenzia come la prima rappresenti una condizione necessaria ma non sufficiente per un’autentica educazione inclusiva. La qualità pedagogica dell’Intelligenza Artificiale dipende infatti dalla capacità di integrare l’efficienza algoritmica con il riconoscimento della persona come soggetto epistemico, evitando che la personalizzazione si traduca in una rappresentazione statica o riduttiva dello studente.

L’analisi condotta finora mostra come la riflessione pedagogica non possa limitarsi a interrogare l’efficacia dell’Intelligenza Artificiale nella personalizzazione degli apprendimenti. La questione centrale riguarda il modo in cui la tecnologia ridefinisce la relazione educativa e, con essa, l’idea stessa di persona che la scuola assume come riferimento.

L’inclusione, infatti, non può essere considerata il semplice risultato di una maggiore capacità tecnica di adattamento. Essa rappresenta una categoria etica, pedagogica e politica che richiama il riconoscimento dell’altro nella sua irriducibile dignità. In questa prospettiva il concetto di riconoscimento assume una funzione decisiva. Riconoscere una persona significa attribuirle valore prima ancora che prestazione, dignità prima ancora che rendimento, possibilità prima ancora che previsione.

La scuola inclusiva non è quella che conosce perfettamente ogni studente attraverso una quantità crescente di dati, ma quella che continua a considerarlo un soggetto libero, capace di apprendere oltre le aspettative, di trasformare il proprio percorso e di produrre conoscenza originale.

Questa prospettiva trova profonde consonanze con la tradizione della pedagogia critica. Paulo Freire ha mostrato come ogni processo educativo autentico si fondi sul dialogo e sul riconoscimento reciproco tra educatore ed educando. L’educazione non consiste nel trasferimento di contenuti da chi possiede il sapere a chi ne è privo, ma nella costruzione condivisa della conoscenza attraverso l’incontro tra soggetti che interpretano criticamente la realtà.

Anche Martha Nussbaum richiama la necessità di un’educazione orientata allo sviluppo delle capacità (capabilities), intese come possibilità concrete di vivere una vita pienamente umana. L’obiettivo dell’istruzione non coincide con l’acquisizione di competenze misurabili, ma con la formazione di cittadini capaci di giudizio critico, immaginazione, partecipazione democratica ed empatia.

Da prospettive differenti, anche Amartya Sen e Boaventura de Sousa Santos insistono sulla necessità di riconoscere la pluralità delle esperienze, dei saperi e delle forme di partecipazione alla conoscenza, mettendo in discussione ogni modello educativo che riduca la complessità dell’umano a categorie uniformi o gerarchiche.

L’Intelligenza Artificiale rende questa riflessione ancora più urgente. Ogni algoritmo tende naturalmente alla semplificazione. Per funzionare deve classificare, correlare, prevedere. L’educazione, al contrario, vive della capacità di accogliere ciò che sfugge alle classificazioni: l’imprevisto, il cambiamento, la crescita, l’errore creativo, la trasformazione personale. È precisamente in questa tensione che si gioca il futuro dell’inclusione.

La questione non consiste nello scegliere tra Intelligenza Artificiale e relazione educativa. La vera sfida consiste nel progettare sistemi intelligenti che rafforzino la relazione educativa anziché sostituirla.

L’IA dovrebbe liberare tempo per l’ascolto, sostenere il lavoro del docente nella progettazione didattica, facilitare l’accessibilità dei materiali e ampliare le possibilità di partecipazione degli studenti. Non dovrebbe invece assumere funzioni interpretative che appartengono propriamente alla responsabilità pedagogica dell’insegnante.

Il giudizio educativo rimane infatti un processo eminentemente umano. Esso richiede conoscenza della storia personale dello studente, comprensione del contesto familiare e culturale, capacità di cogliere evoluzioni inattese e sensibilità verso dimensioni relazionali che nessun algoritmo può pienamente formalizzare.

In questa prospettiva il docente non rappresenta il limite dell’Intelligenza Artificiale. Ne rappresenta la condizione di possibilità. L’IA può supportare il docente. Non può sostituire la responsabilità educativa.

PERSONA
│
▼
RICONOSCIMENTO
┌──────────┼──────────┐
▼ ▼ ▼
Cognitivo Epistemico Relazionale
└──────────┼──────────┘
▼
EDUCAZIONE
▼
Intelligenza Artificiale al servizio dell’umano

Figura 3. Le dimensioni del riconoscimento della persona nell’educazione mediata dall’Intelligenza Artificiale. Elaborazione degli autori.

5. Verso un diritto al riconoscimento cognitivo

La Figura 3 sintetizza la cornice teorica sviluppata nel presente contributo. Il riconoscimento cognitivo viene assunto come principio pedagogico capace di mettere in dialogo giustizia epistemica, diritti cognitivi e relazione educativa, offrendo una prospettiva per orientare l’impiego dell’Intelligenza Artificiale nei contesti scolastici inclusivi. In tale quadro, la tecnologia non costituisce il fine dell’azione educativa, ma uno strumento al servizio dello sviluppo integrale della persona.

Accanto al diritto all’istruzione, all’inclusione e all’accessibilità, il presente contributo propone di considerare il riconoscimento cognitivo come una dimensione emergente dei diritti educativi nell’ecosistema digitale.

Con questa espressione si intende il diritto di ogni persona a essere riconosciuta come soggetto capace di pensare, interpretare, creare significati e contribuire alla costruzione della conoscenza, indipendentemente dalle proprie condizioni linguistiche, culturali, cognitive o sociali.

Il riconoscimento cognitivo implica almeno cinque condizioni fondamentali. La prima riguarda il diritto a non essere ridotti ai dati che descrivono la persona. Ogni profilo algoritmico costituisce una rappresentazione necessariamente incompleta dell’identità dello studente e non può mai sostituire la conoscenza educativa costruita nella relazione.

La seconda riguarda il diritto alla pluralità delle forme di conoscenza. Gli studenti non apprendono tutti nello stesso modo, né costruiscono il sapere attraverso percorsi identici. L’Intelligenza Artificiale deve quindi essere progettata per valorizzare la diversità cognitiva anziché normalizzarla.

La terza riguarda il diritto alla contestazione. Ogni studente deve poter comprendere, discutere e, se necessario, mettere in discussione le rappresentazioni algoritmiche che contribuiscono a orientare il proprio percorso educativo.

La quarta riguarda il diritto all’imprevedibilità. L’educazione autentica riconosce che ogni persona può eccedere le aspettative iniziali, sviluppare capacità inattese e modificare radicalmente il proprio percorso di crescita.

Infine, il riconoscimento cognitivo implica il diritto alla partecipazione. Lo studente non può essere considerato semplice destinatario di decisioni elaborate da sistemi intelligenti. Deve essere coinvolto nella costruzione del proprio progetto educativo, mantenendo un ruolo attivo nell’interpretazione della propria esperienza di apprendimento.

PERSONA
▲
│
RICONOSCIMENTO COGNITIVO
│
┌────────────┼────────────┐
▼            ▼            ▼
Giustizia     Diritti      Pedagogia
epistemica    cognitivi    inclusiva
└────────────┼────────────┘
▼
EDUCAZIONE MEDIATA DALL’IA

Figura 4. Il riconoscimento cognitivo come principio di integrazione tra giustizia epistemica, diritti cognitivi e pedagogia inclusiva. Elaborazione degli autori.

6. Educare oltre l’algoritmo: verso un umanesimo del riconoscimento

La crescente diffusione dell’Intelligenza Artificiale nei contesti educativi impone di ripensare una delle categorie più profonde della pedagogia: la relazione.

Per secoli l’educazione è stata concepita come un processo essenzialmente relazionale, fondato sull’incontro tra persone che costruiscono reciprocamente significati, interpretazioni e percorsi di crescita. L’introduzione di sistemi intelligenti modifica profondamente questa dinamica, introducendo un nuovo attore capace di osservare, classificare, suggerire, prevedere e, in alcuni casi, influenzare le decisioni educative.

La questione, tuttavia, non consiste nel domandarsi se l’Intelligenza Artificiale debba essere presente nella scuola. Tale processo appare ormai irreversibile.

La vera domanda è un’altra: quale idea di educazione intendiamo preservare mentre la scuola diventa progressivamente un ambiente algoritmico?

La risposta proposta in questo contributo parte da una convinzione fondamentale: la tecnologia educativa non è mai neutrale. Ogni dispositivo incorpora una determinata idea di conoscenza, di apprendimento e, soprattutto, di persona.

Un algoritmo progettato esclusivamente per massimizzare l’efficienza tenderà a privilegiare ciò che è misurabile. Un algoritmo costruito secondo una logica meritocratica privilegerà la performance. Un algoritmo addestrato su dati storici rischierà di riprodurre gli squilibri presenti nella realtà da cui apprende.

L’educazione, invece, ha sempre avuto una missione diversa. Non limitarsi a descrivere il mondo. Trasformarlo.

È proprio qui che emerge la differenza radicale tra una razionalità algoritmica e una razionalità pedagogica.

La prima tende alla previsione. La seconda continua a credere nella possibilità del cambiamento.

Ogni autentico processo educativo nasce dalla convinzione che una persona possa diventare diversa da ciò che oggi appare. Questa fiducia costituisce il fondamento stesso dell’inclusione.

Se il percorso dello studente viene progressivamente determinato da modelli predittivi costruiti sui risultati precedenti, l’educazione rischia di perdere la propria dimensione trasformativa. Lo studente non viene più accompagnato verso possibilità ancora inesplorate, ma guidato lungo traiettorie considerate statisticamente probabili.

La scuola smette così di essere luogo dell’emancipazione per trasformarsi, inconsapevolmente, in luogo dell’ottimizzazione.

Questa prospettiva appare incompatibile con una concezione democratica dell’educazione.

Ogni studente possiede infatti il diritto di sorprendere il sistema educativo. Di modificare le aspettative iniziali. Di superare le classificazioni che lo descrivono. Di costruire una storia diversa da quella che i dati avrebbero consentito di prevedere. È proprio questa apertura al possibile che distingue la pedagogia dalla semplice gestione dell’apprendimento.

L’Intelligenza Artificiale può certamente sostenere il lavoro educativo, ma non può sostituire quella fiducia radicale nella crescita della persona che costituisce il fondamento della relazione educativa.

Per questa ragione il riconoscimento cognitivo deve essere interpretato come principio regolativo dell’intero ecosistema scolastico.

Ogni scelta tecnologica dovrebbe essere valutata non soltanto sulla base dell’efficienza o dell’accuratezza, ma anche chiedendosi:

amplia realmente le possibilità di apprendimento dello studente?
favorisce la costruzione della sua autonomia?
valorizza la pluralità dei linguaggi e delle forme di conoscenza?
rafforza la partecipazione democratica alla vita della comunità educativa?
preserva la libertà di eccedere le previsioni algoritmiche?

Solo una risposta positiva a tali interrogativi consente di affermare che l’Intelligenza Artificiale opera realmente a servizio dell’inclusione.

7. Implicazioni pedagogiche e prospettive per le politiche educative

Le riflessioni sviluppate in questo contributo suggeriscono che l’integrazione dell’Intelligenza Artificiale nella scuola richiede un profondo ripensamento delle politiche educative.

Le riflessioni sviluppate in questo contributo suggeriscono che l’integrazione dell’Intelligenza Artificiale nella scuola richiede un profondo ripensamento delle politiche educative. L’attenzione non può essere rivolta esclusivamente all’acquisizione di competenze digitali o all’introduzione di nuovi strumenti tecnologici. Occorre elaborare una vera e propria pedagogia dell’Intelligenza Artificiale, capace di coniugare innovazione, equità e responsabilità democratica.

Da questa prospettiva emergono almeno cinque implicazioni fondamentali. La prima riguarda la formazione dei docenti. L’insegnante non deve essere preparato soltanto all’utilizzo tecnico delle piattaforme di IA, ma soprattutto allo sviluppo di competenze critiche che gli consentano di interpretare i risultati prodotti dagli algoritmi, riconoscerne i limiti e mantenere la piena responsabilità delle decisioni educative.

La seconda riguarda la progettazione dei PEI e dei PDP. L’eventuale integrazione con strumenti di Intelligenza Artificiale dovrà preservarne la natura pedagogica e dialogica. Tali documenti non possono essere trasformati in semplici archivi di dati destinati ad alimentare sistemi predittivi; essi devono continuare a rappresentare percorsi dinamici di crescita costruiti attraverso il confronto tra scuola, famiglia, specialisti e studente.

La terza riguarda il pluralismo linguistico e culturale. Gli algoritmi devono essere progettati affinché la diversità linguistica non venga interpretata come deficit, bensì come risorsa cognitiva. Ciò assume particolare rilevanza per gli studenti con background migratorio, i quali rischiano di essere valutati prevalentemente attraverso parametri costruiti su modelli monolingui e monoculturali.

La quarta riguarda la governance dell’Intelligenza Artificiale. Ogni sistema utilizzato nella scuola dovrebbe essere sottoposto a valutazioni periodiche di impatto educativo, verificando non soltanto l’efficacia degli strumenti, ma anche i loro effetti sulla partecipazione, sull’equità, sulla costruzione dell’identità e sull’autonomia degli studenti.

La quinta riguarda i diritti cognitivi. L’educazione del XXI secolo dovrà progressivamente riconoscere il diritto di ogni studente a comprendere il funzionamento delle tecnologie che partecipano al proprio percorso formativo, a contestarne gli esiti quando necessario e a partecipare consapevolmente alle decisioni che incidono sulla propria esperienza educativa.

Queste prospettive trovano significative convergenze con le recenti Linee guida del Ministero dell’Istruzione e del Merito e con il quadro regolativo europeo sull’Intelligenza Artificiale. Tuttavia, esse richiedono un ulteriore sviluppo teorico capace di integrare le dimensioni tecnologiche con quelle pedagogiche, etiche e democratiche.

Il riconoscimento cognitivo, nella prospettiva qui proposta, rappresenta precisamente il principio capace di orientare tale integrazione.

DATI → ALGORITMO → PERSONALIZZAZIONE
↓
DOCENTE → RELAZIONE EDUCATIVA
↓
RICONOSCIMENTO COGNITIVO → INCLUSIONE

Figura 5. Dal dato alla relazione educativa: il ruolo del riconoscimento cognitivo nella mediazione pedagogica dell’Intelligenza Artificiale. Elaborazione degli autori.

Conclusioni

L’ingresso dell’Intelligenza Artificiale nei sistemi educativi rappresenta una delle trasformazioni più profonde che la scuola contemporanea sia chiamata ad affrontare. La possibilità di personalizzare gli apprendimenti, adattare i percorsi didattici, supportare gli studenti con bisogni educativi speciali e ampliare l’accessibilità delle risorse apre prospettive fino a pochi anni fa difficilmente immaginabili. Allo stesso tempo, questa trasformazione obbliga la pedagogia a interrogarsi criticamente sulle condizioni che rendono tale innovazione realmente coerente con i principi dell’inclusione.

Il presente contributo ha sostenuto che la personalizzazione algoritmica, pur costituendo una risorsa significativa, non può essere assunta come criterio sufficiente per valutare la qualità inclusiva di un sistema educativo. Un ambiente di apprendimento può essere altamente personalizzato dal punto di vista tecnologico e continuare, tuttavia, a produrre forme di esclusione qualora riduca lo studente ai dati che lo descrivono, alle categorie che lo classificano o alle previsioni elaborate dagli algoritmi.

La riflessione sviluppata attraverso il dialogo tra pedagogia inclusiva, giustizia epistemica e diritti cognitivi conduce pertanto a una diversa concezione dell’inclusione. Includere non significa semplicemente adattare. Significa riconoscere. Riconoscere ogni persona come soggetto della conoscenza, capace di interpretare criticamente la realtà, di partecipare alla costruzione del sapere, di modificare il proprio percorso di apprendimento e di eccedere continuamente le rappresentazioni che tentano di descriverla.

Da questa prospettiva il riconoscimento cognitivo viene proposto come criterio pedagogico capace di orientare l’impiego dell’Intelligenza Artificiale nei contesti educativi. Esso non sostituisce i principi dell’inclusione elaborati dalla pedagogia contemporanea, ma li integra all’interno di una cornice più ampia che pone al centro la dignità epistemica della persona e il diritto di ogni studente a non essere ridotto ai propri dati, ai propri risultati o alle proprie classificazioni.

Le recenti Linee guida del Ministero dell’Istruzione e del Merito, l’AI Act europeo e le raccomandazioni internazionali sull’etica dell’Intelligenza Artificiale mostrano come la comunità scientifica e le istituzioni abbiano ormai riconosciuto la necessità di uno sviluppo tecnologico fondato su trasparenza, equità, supervisione umana e tutela dei diritti fondamentali. Il presente contributo propone di interpretare tali principi attraverso la lente della giustizia epistemica, evidenziando come la questione decisiva non riguardi soltanto il funzionamento degli algoritmi, ma il modo in cui essi partecipano alla costruzione delle relazioni educative e delle identità cognitive degli studenti.

Ne deriva una concezione dell’Intelligenza Artificiale non come sostituto della professionalità docente, bensì come strumento da collocare all’interno di un progetto educativo profondamente umanistico. Il docente continua a rappresentare il garante del riconoscimento della persona, colui che interpreta i dati alla luce della storia dello studente, del contesto, delle relazioni e delle possibilità che nessun modello computazionale può interamente rappresentare.

L’educazione, infatti, non consiste nel prevedere ciò che uno studente diventerà. Consiste nel creare le condizioni affinché possa diventare anche ciò che oggi nessun algoritmo è ancora in grado di immaginare.

È proprio in questa apertura al possibile che risiede la funzione più autentica della scuola. L’Intelligenza Artificiale potrà contribuire a renderla più accessibile, più personalizzata e più efficiente. Sarà realmente inclusiva soltanto se continuerà a riconoscere, in ogni studente, non un profilo da ottimizzare, ma una persona da ascoltare, comprendere e accompagnare nella costruzione libera del proprio progetto di vita.

Giuseppina Calenda è docente di lingua inglese e Tutor Coordinatore dei percorsi di formazione iniziale degli insegnanti presso Unitelma Sapienza. Ha conseguito il Dottorato di ricerca in Diritto, Educazione e Sviluppo e svolge attività di ricerca nei settori della pedagogia inclusiva, dell’educazione linguistica, dell’Intelligenza Artificiale applicata ai contesti educativi, della giustizia epistemica e dei diritti cognitivi. Collabora con il Dipartimento di Giurisprudenza, Economia e Scienze Umane dell’Università Mediterranea di Reggio Calabria e ha partecipato, in qualità di consulente, al progetto PNRR ALMA – Advanced Learning Multimedia Alliance (Digital Education Hub) dell’Università di Catania, dedicato all’innovazione e all’inclusione nella didattica universitaria. È autrice di contributi scientifici sui temi dell’inclusione, dell’Intelligenza Artificiale, della linguistica educativa e dell’innovazione pedagogica.

Oltre la personalizzazione algoritmica: giustizia epistemica, diritti cognitivi e riconoscimento della persona nell’educazione mediata dall’Intelligenza Artificiale