Di Alberto Oliverio

Sono particolarmente felice di pubblicare questo contributo di Alberto Oliverio, tra i più autorevoli studiosi europei nel campo delle neuroscienze e dell’educazione.

Il testo che segue non si limita ad affrontare il tema dell’intelligenza artificiale nella scuola in termini tecnici o strumentali, ma ne coglie la portata culturale, cognitiva e, direi, profondamente educativa. È proprio questo il passaggio che oggi siamo chiamati a compiere: uscire da una visione riduttiva dell’AI per interrogarci sul suo impatto nei processi di costruzione della conoscenza e nella formazione delle nuove generazioni.

Ho trovato particolarmente significativa la riflessione sulla dimensione corporea e sensomotoria dell’apprendimento, soprattutto nei primi anni di vita. In un tempo in cui l’astrazione algoritmica tende a prevalere, questo richiamo alla concretezza dell’esperienza rappresenta un punto di equilibrio fondamentale, che non possiamo permetterci di smarrire.

Allo stesso modo, il riferimento alle Open Educational Resources come infrastruttura democratica del sapere si inserisce pienamente nel lavoro che stiamo portando avanti come comunità di Culture Digitali: un impegno per un sapere aperto, accessibile e condiviso, capace di sostenere una cittadinanza digitale consapevole.

Questo contributo si offre dunque come un invito alla riflessione e al dialogo. Non propone risposte definitive, ma apre domande importanti, che riguardano il senso stesso dell’educazione nell’era dell’intelligenza artificiale.

Carmine Marinucci

Abstract

L’articolo propone una rilettura del ruolo dell’Intelligenza Artificiale nei contesti educativi, superando una visione meramente strumentale per riconoscerne la portata culturale e politica. Attraverso il concetto di “ermeneutica dell’algoritmo”, si sostiene la necessità di una pedagogia critica capace di interrogare i processi di produzione del sapere mediati dall’AI, mettendo in discussione la presunta neutralità dei dati e degli output algoritmici. In questo quadro, le Open Educational Resources vengono interpretate come infrastruttura fondamentale per garantire trasparenza, accesso e democratizzazione della conoscenza.

L’articolo esplora inoltre le implicazioni dell’AI nelle diverse aree disciplinari, evidenziando come essa richieda nuove forme di alfabetizzazione critica, e propone una ridefinizione della valutazione centrata sui processi piuttosto che sui prodotti. Una particolare attenzione è dedicata all’età infantile, dove si sottolinea il ruolo imprescindibile della dimensione corporea e sensomotoria nello sviluppo cognitivo, in tensione con la natura astratta dei sistemi algoritmici. In conclusione, si delinea una visione della scuola come spazio di mediazione critica, orientato alla formazione di cittadini consapevoli, capaci di abitare responsabilmente l’ecosistema digitale.

Parole chiave

  • Intelligenza Artificiale
  • Pedagogia critica
  • Open Educational Resources
  • Cognizione incarnata
  • Valutazione educativa

Riassunto

L’articolo analizza il ruolo dell’intelligenza artificiale nella scuola, superando una visione puramente strumentale per evidenziarne l’impatto culturale e cognitivo sottolinenando la necessità di una pedagogia critica capace di interrogare i processi di produzione del sapere mediati dagli algoritmi. Particolare attenzione è dedicata al rischio di una precoce separazione tra apprendimento e dimensione corporea, soprattutto nella scuola primaria, dove l’esperienza sensomotoria resta fondamentale. L’AI dovrebbe essere integrata senza sostituire il fare e l’esperienza diretta, tenendo inoltre presente il valore delle risorse educative aperte (OER) come infrastruttura democratica del sapere. Nelle diverse discipline, l’AI richiede nuove forme di alfabetizzazione critica e una maggiore consapevolezza dei limiti dei dati e dei modelli. Anche la valutazione deve evolvere, spostandosi dal prodotto al processo e valorizzando il dialogo e l’argomentazione. In conclusione, la scuola è chiamata a diventare uno spazio critico capace di formare cittadini consapevoli nell’ecosistema digitale.

L’intelligenza artificiale non è semplicemente un nuovo strumento didattico ma qualcosa di più profondo che sta cambiando il modo in cui produciamo, filtriamo e accediamo alla conoscenza. Ridurla a una tecnologia utile — magari più efficiente, più veloce, più precisa — significa fraintenderne la portata culturale. Viviamo già in un ambiente in cui il sapere non si presenta più come qualcosa di stabile ma come un processo dinamico di generazione e rielaborazione continua. Per questo la scuola non può limitarsi a “usare” l’AI — deve imparare a comprenderla e governarla. La domanda non è se adottare questa tecnologia, ma come evitare che diventi qualcosa che altera e controlla i processi cognitivi dei più giovani. In questo senso, la scuola e le istituzioni culturali sono chiamate a un compito non facile: trasformare l’Intelligenza Artificiale in un dispositivo di senso, capace di rafforzare — e non indebolire — le comunità educanti.

C’è tuttavia un rischio più sottile, che attraversa l’intero discorso sull’Intelligenza Artificiale e che riguarda soprattutto le fasi iniziali del percorso educativo, in particolare la scuola primaria: la progressiva marginalizzazione del corpo. L’AI opera per astrazione. Lavora su testi, dati, correlazioni, modelli simbolici. È, per sua natura, una tecnologia disincarnata. Ma l’apprendimento umano — soprattutto nell’infanzia — segue una traiettoria opposta: nasce dall’esperienza sensomotoria, dal contatto, dal movimento, dall’esplorazione dello spazio. Prima di essere linguaggio, il pensiero è gesto.

Questa intuizione attraversa in profondità la storia della pedagogia e della filosofia dell’educazione. L’idea che si apprenda facendo, attraverso l’interazione concreta con l’ambiente, è al centro della riflessione di John Dewey, per il quale l’esperienza non è un semplice contesto dell’apprendimento, ma la sua condizione stessa. Allo stesso modo, Maria Montessori ha mostrato come il movimento, la manipolazione e l’uso attivo dei sensi siano fondamentali per la costruzione dell’intelligenza nei primi anni di vita. In una prospettiva più filosofica, Maurice Merleau-Ponty ha evidenziato come il corpo non sia un semplice supporto della mente, ma il luogo originario della percezione e del significato: è attraverso il corpo che il mondo prende forma per il soggetto.

Ignorare questa tradizione significa introdurre una frattura precoce tra sviluppo cognitivo e sviluppo corporeo. Nei primi anni di vita, il bambino non apprende attraverso risposte, ma attraverso azioni: afferrare, cadere, rialzarsi, orientarsi, coordinarsi. È in queste pratiche che si costruiscono le basi della percezione, della memoria e della relazione. Il rischio di un’esposizione precoce e non mediata a strumenti altamente astratti è quello di anticipare forme di pensiero che non hanno ancora un radicamento esperienziale. In questo senso, la questione non è semplicemente “quanto” usare l’AI nella scuola, ma “quando” e “come”. Una pedagogia consapevole deve riconoscere che esistono tempi dello sviluppo che non possono essere compressi. L’educazione dell’infanzia e della primaria non può essere orientata prioritariamente verso l’interazione con sistemi algoritmici, ma deve restare uno spazio in cui il corpo è protagonista: gioco, movimento, manipolazione, relazione diretta. Questo non implica escludere la tecnologia, ma riposizionarla. L’AI, nelle prime fasi educative, può avere un ruolo solo se subordinata all’esperienza concreta, se integrata in percorsi che partono dal fare e non dal generare risposte. Può supportare il lavoro dell’insegnante nella personalizzazione o nella documentazione, ma non sostituire l’esperienza diretta del bambino nel mondo.

C’è poi un’altra implicazione, più profonda. Se l’Intelligenza Artificiale tende a produrre risposte immediate, a colmare ogni vuoto con una soluzione plausibile, il corpo introduce invece resistenza: fatica, errore, tempo. Ed è proprio in questa resistenza che si forma il pensiero. Un bambino che impara a scrivere a mano, che sperimenta la difficoltà del gesto, non sta semplicemente acquisendo una competenza tecnica: sta costruendo una relazione tra intenzione e azione, tra idea e forma. In un ambiente dominato da risposte rapide e da simulazioni sempre più convincenti, difendere il ruolo del corpo significa difendere il tempo dell’apprendimento. Significa riconoscere che non tutto può essere accelerato, che alcune competenze richiedono lentezza, ripetizione, presenza. La pedagogia critica, in questo senso, non può limitarsi a interrogare i contenuti prodotti dall’AI. Deve anche interrogare le condizioni materiali dell’apprendimento. Deve chiedersi quale spazio resta per il corpo, per il movimento, per l’esperienza situata. Perché è proprio da questa dimensione che nasce la possibilità stessa di un pensiero critico autentico. Senza un radicamento corporeo, il rischio è quello di formare studenti capaci di interagire con sistemi complessi, ma privi di un’esperienza piena del mondo. E un pensiero che non passa attraverso il corpo rischia di diventare fragile, facilmente orientabile, meno capace di resistere alle narrazioni dominanti — siano esse umane o algoritmiche. Questo aspetto è particolarmente importante quando ci rivolgiamo soprattutto alla scuola primaria, a un’età in cui l’esperienza diretta, corporea, contribuisce in modo determinante alla formazione della mente.

Detto questo, il rapporto con le nuove tecnologie implica una ridefinizione profonda del ruolo della scuola. Non più semplice luogo di trasmissione del sapere, ma spazio critico in cui la tecnologia viene interrogata, smontata e reinterpretata. Governare l’innovazione significa anche sottrarla alla sua apparente inevitabilità, restituendola al dibattito pubblico e alla responsabilità pedagogica. In questa prospettiva, l’AI può diventare uno strumento potente per l’inclusione, per la personalizzazione dei percorsi e per la differenziazione didattica. Ma soprattutto può liberare tempo: tempo per la relazione, per l’ascolto, per quella dimensione umana dell’educazione che nessun algoritmo può replicare. In questo scenario, il legame tra Intelligenza Artificiale e Open Educational Resources (OER) non è accessorio, ma strutturale. Se i sistemi di AI apprendono dai dati, allora la qualità, l’accessibilità e la trasparenza di questi dati diventano una questione educativa centrale. Le risorse aperte non rappresentano soltanto una scelta tecnica o economica: sono una dichiarazione politica.

A differenza dei sistemi proprietari (“closed source”) — spesso opachi e difficili da interrogare — le OER permettono di entrare dentro il sapere, di smontarlo e ricostruirlo. Offrono agli studenti la possibilità di osservare i processi di costruzione della conoscenza, di comprendere come si validano le fonti, come si articolano le argomentazioni, come si negozia il significato. In questo senso, aprire una risorsa significa anche aprire il processo stesso della conoscenza, rendendolo accessibile e discutibile. Questa apertura ha anche una dimensione democratica decisiva. Senza un ecosistema di risorse aperte, l’AI rischia di accentuare le disuguaglianze, diventando uno strumento potente ma distribuito in modo asimmetrico. Al contrario, un’infrastruttura educativa fondata sull’apertura consente di redistribuire il sapere, trasformandolo in un bene comune. La scuola, in questo quadro, non è soltanto un luogo di apprendimento, ma un nodo di una rete più ampia di produzione culturale condivisa.

Tuttavia, nessuna infrastruttura, per quanto aperta, può sostituire il lavoro critico del soggetto. È qui che la pedagogia critica assume un ruolo decisivo. Non come insieme di principi astratti, ma come pratica quotidiana del dubbio, come esercizio sistematico di interrogazione. Nelle discipline umanistiche, l’Intelligenza Artificiale mette in crisi categorie fondamentali come quella di autore. I testi generati non hanno intenzione, non hanno esperienza, non hanno responsabilità. E proprio per questo diventano oggetti privilegiati per un esercizio ermeneutico radicale. Lo studente è chiamato a interrogare il testo: perché questa risposta? Quali prospettive privilegia? Quali voci esclude? Quali tradizioni culturali incorpora, e quali invece cancella? In questo modo, l’AI smette di essere una fonte di verità e diventa un dispositivo critico. Una macchina che produce testi “senza corpo” costringe a interrogarsi su ciò che rende un testo umano: la responsabilità, il contesto, l’intenzione. Si sviluppa così una sorta di filologia del presente, capace di leggere nei dati le tracce delle culture che li hanno generati.

Nelle scienze sociali, la questione si sposta sul terreno della giustizia. Gli algoritmi predittivi promettono di anticipare comportamenti e risultati, ma ogni previsione porta con sé il rischio di cristallizzare le disuguaglianze. Un sistema che “prevede” il fallimento scolastico, ad esempio, può contribuire a produrlo. In questo contesto, la pedagogia critica deve insegnare a riconoscere la dimensione politica dei dati, mostrando come ogni modello sia il risultato di scelte, inclusioni ed esclusioni. Interrogare un algoritmo significa allora interrogare la società che lo ha prodotto.

Nelle discipline scientifiche, infine, l’AI accelera la ricerca, suggerisce ipotesi, simula scenari complessi. Ma non può sostituire il momento fondamentale della verifica empirica. Qui la competenza critica si declina come alfabetizzazione ai dati: distinguere tra ciò che è plausibile e ciò che è dimostrato, tra correlazione e causalità, tra simulazione e realtà. Il rischio più grande non è l’errore della macchina, ma la delega del giudizio umano.

Se tutto questo è vero, allora anche la valutazione deve essere ripensata. In un contesto in cui l’AI può generare prodotti formalmente impeccabili, non ha più senso limitarsi a misurare il risultato finale. La valutazione deve spostarsi sul processo: sulle scelte, sulle strategie, sulla capacità di interazione critica con la tecnologia. Questo implica, ad esempio, considerare le interazioni con l’AI come parte integrante del lavoro dello studente. Non per esercitare una forma di sorveglianza, ma per comprendere il percorso cognitivo: la qualità delle domande, la capacità di riformulare, di correggere, di approfondire. Allo stesso modo, assume valore la capacità di integrare le risposte dell’AI con fonti aperte e validate, trasformando lo studente in un curatore consapevole di contenuti. Ma la valutazione non può ridursi a una tracciatura dei processi. Deve tornare a essere uno spazio di confronto. Recuperare, in chiave contemporanea, pratiche come la disputatio -il metodo didattico e dialettico fondamentale della scolastica medievale che, sotto la guida del maestro, prevedeva la formulazione di una tesi, la discussione di argomenti pro e contro e la conclusione finale- significa restituire centralità al dialogo, al dissenso, all’argomentazione. Lo studente presenta, difende, rivede le proprie posizioni, imparando a riconoscere i limiti delle risposte algoritmiche e a collocarle dentro un orizzonte più ampio. In questo contesto, anche l’errore assume un valore nuovo. Le cosiddette “allucinazioni” dell’AI -risposte false, inesatte o prive di senso generate dai modelli di intelligenza artificiale generativa presentate però con estrema sicurezza come fatti reali- non sono semplicemente difetti da evitare, ma utili occasioni didattiche. Analizzarle significa esercitare il giudizio, affinare la capacità di verifica, sviluppare una consapevolezza epistemologica che va ben oltre la singola disciplina.

Affinché questo modello possa consolidarsi, è necessario un intervento a livello di politiche educative. Non si tratta di vietare l’AI, né di normalizzarne l’uso in modo acritico. Il nodo centrale diventa la trasparenza. Ciò che conta non è se la macchina è stata utilizzata, ma come e con quale consapevolezza. Dichiarare il proprio processo, distinguere il contributo umano da quello algoritmico, diventa parte integrante dell’integrità accademica. La scuola del futuro, in questa prospettiva, non forma semplicemente utenti competenti, ma cittadini capaci di abitare criticamente lo spazio digitale. L’Intelligenza Artificiale diventa così uno specchio: uno strumento attraverso cui comprendere meglio non solo la tecnologia, ma anche le strutture culturali, sociali ed epistemologiche che la attraversano. Alla fine, il valore culturale dell’AI non risiede soltanto nella sua potenza di calcolo, ma nella possibilità che offre di ripensare l’educazione stessa. Liberare tempo per la riflessione, rafforzare il pensiero critico, ricostruire comunità di apprendimento aperte e solidali: sono queste le sfide reali. Ma possono essere affrontate solo a una condizione: che la scuola continui a investire, con lucidità e coraggio, nella formazione critica dei docenti e nella difesa di un sapere aperto, accessibile e condiviso.

Bibliografia

Bruner, J. (1996). The Culture of Education. Cambridge, MA: Harvard University Press.

Dewey, J. (1938). Experience and Education. New York: Macmillan.

Floridi, L. (2014). The Fourth Revolution: How the Infosphere is Reshaping Human Reality. Oxford: Oxford University Press.

Floridi, L. et al. (2018). “AI4People—An Ethical Framework for a Good AI Society”. Minds and Machines.

Foucault, M. (1975). Surveiller et punir. Paris: Gallimard.

Freire, P. (1970). Pedagogy of the Oppressed. New York: Continuum.

Gallagher, S. (2005). How the Body Shapes the Mind. Oxford: Oxford University Press.

Hilton, J. (2016). “Open educational resources and college textbook choices”. Educational Technology Research and Development.

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education. Boston: Center for Curriculum Redesign.

Illich, I. (1971). Deschooling Society. New York: Harper & Row.

Merleau-Ponty, M. (1945). Phénoménologie de la perception. Paris: Gallimard.

Montessori, M. (1912). The Montessori Method. New York: Frederick A. Stokes.

Noble, S. U. (2018). Algorithms of Oppression. New York: NYU Press.

O’Neil, C. (2016). Weapons of Math Destruction. New York: Crown.

OECD (2021). Digital Education Outlook.

Pasquale, F. (2015). The Black Box Society. Cambridge, MA: Harvard University Press.

Selwyn, N. (2019). Should Robots Replace Teachers? Cambridge: Polity Press.

Sen, A. (1999). Development as Freedom. Oxford: Oxford University Press.

UNESCO (2021). AI and Education: Guidance for Policy-makers.

Varela, F., Thompson, E., Rosch, E. (1991). The Embodied Mind. MIT Press.

Wiley, D. (2014). The Access Compromise and the 5th R. https://edtechbooks.org/-gXV

Alberto Oliverio è neurobiologo e studioso dei processi cognitivi di rilevanza internazionale. Professore emerito di psicobiologia presso la Sapienza Università di Roma, ha diretto per molti anni l’Istituto di Psicobiologia e Psicofarmacologia del CNR.
È stato presidente della Società Italiana di Etologia, dell’Istituto Italiano di Antropologia e della Società Italiana di Neuroetica, ed è membro dell’Académie Européenne Interdisciplinaire des Sciences di Parigi.
Autore di oltre 400 pubblicazioni scientifiche e di numerosi saggi divulgativi, ha contribuito in modo significativo al dialogo tra neuroscienze, educazione e cultura, con particolare attenzione ai processi di apprendimento, memoria e sviluppo.
Nel 2017 ha ricevuto il Premio “Antonio Feltrinelli” dell’Accademia Nazionale dei Lincei per la Letteratura e le Scienze.