Oggi milioni di studenti ricominciano la scuola e si preparano a passare un altro anno a studiare le cose sbagliate nel modo sbagliato.
In un recente TEDx la Ministra dell’Istruzione e della Ricerca estone Kristina Kallas si domanda cosa dovremmo imparare a scuola in un mondo in cui le macchine sanno già ricordare, calcolare, leggere, scrivere e comprendere meglio di molti esseri umani.
La sua risposta, in sintesi, è trovare il modo di allenare il cervello a spostarsi verso forme di pensiero che richiedono più analisi, valutazione, creatività e adattamento continuo.
Kallas distingue tra due modalità cognitive.
- La prima è quella che chiama lower cognitive mode, legata a memoria, comprensione, ripetizione e applicazione automatica di ciò che abbiamo già imparato. È la modalità che il cervello preferisce perché consuma meno energia.
- La seconda è la higher cognitive mode, molto più faticosa. È quella in cui dobbiamo analizzare una situazione nuova, mettere in relazione elementi diversi, valutare alternative, formulare giudizi, creare qualcosa che prima non esisteva.
Il problema della scuola per come è ora, o meglio per come è da 200 anni
Per far fronte a un futuro dove l’IA farà molte delle attività che oggi facciamo noi, è importante allenare il nostro higher cognitive mode, ovvero fare la fatica di continuare sempre a imparare competenze diverse e modi diversi di fare un lavoro, provare nuove strade, farsi domande e soprattutto pensare in modo sistematico, creativo e critico.
Il problema è che la scuola fa esattamente l’opposto. Per circa 200 anni i sistemi educativi si sono concentrati soprattutto sulle competenze cognitive di ordine inferiore (le lower cognitive mode):
- Imparare qualcosa.
- Ricordarlo.
- (Talvolta ma non necessariamente) comprenderlo.
- Fare un test.
- Ricevere un voto.
La scuola, secondo Kallas, e anche secondo me, raramente porta gli studenti verso analisi, valutazione e creatività. Queste capacità vengono allenate soprattutto molto più avanti, spesso solo a livello universitario avanzato o di ricerca (dottorato o master).
Dello stesso avviso è lo scienziato George Land, secondo cui il nostro cervello funziona attraverso due differenti modalità di pensiero:
- Divergente → immaginazione, esplorazione di nuove possibilità, generazione di alternative. In pratica: generiamo idee e domande originali e inusuali, ma anche efficaci e innovative.
- Convergente → logica, giudizio, valutazione, decisione. In pratica: generiamo idee basandoci su conoscenze già acquisite e strategie già utilizzate.
Anche per Land, i sistemi educativi tradizionali, fondati sull’apprendimento mnemonico, sulla standardizzazione e sulla conformità, finiscono per valorizzare il pensiero convergente e soffocare quello creativo, indirizzando gli studenti verso percorsi già tracciati anziché incoraggiarli a esplorare le proprie idee.
Il problema è che oggi l’IA sa già fare molto bene tanto le attività di ordine inferiore (le lower cognitive mode di cui parla Kallas), quanto quelle legate al pensiero convergente: seguire regole d’inferenza logica, applicare conoscenze precedentemente apprese, e replicare strategie già utilizzate.
Da cui la necessità di cambiare radicalmente il sistema educativo.
Gli studenti usano già l’IA e non potrebbero fare altrimenti
Tutto questo è reso sempre più evidente dalla diffusa tendenza degli studenti a chiedere a ChatGPT o ad altri LLM di fare i compiti al posto loro.
Ogni volta che un compito scolastico viene fatto da un’IA, infatti, la media della classe sale a livelli mai raggiunti prima.
È il caso di Roberto Serrano, docente di economia della Brown University, che per la prima volta nella sua carriera ha proposto ai suoi studenti di sostenere un esame da casa ottenendo una media della classe pari a 96%.
Poi però ha ripetuto l’esame in presenza e la media è scesa al 48,6%. Come era prevedibile, tutti gli studenti (in realtà tutti tranne forse uno che da casa ha preso 55 mentre in presenza 59) nell’esame a distanza avevano usato ChatGPT per rispondere alle domande.
La stessa cosa è successa all’UNAM, una delle università più prestigiose del Messico. Dopo che l’ateneo ha rilevato un numero anomalo di punteggi quasi perfetti nel suo esame di ingresso, ha deciso, a seguito di un’analisi fatta con un sistema basato su IA, di annullare 3.000 risultati troppo perfetti.
Con l’ulteriore beffa che tra questi 3.000 risultati probabilmente c’era anche qualche volenteroso studente che aveva studiato tantissimo.
E quindi costruiamo un sistema per individuare risultati anomali e poi iniziamo a considerare sospetto proprio ciò che per anni la scuola ha cercato di produrre: studenti in grado di prendere il massimo dei voti.
Mettiamoci nei panni di uno studente. L’IA ha creato un cortocircuito da cui è difficile districarsi:
- Se mi impegno tantissimo e faccio un esame perfetto, pensano che abbia usato ChatGPT e me lo annullano.
- Se non mi impegno e non uso ChatGPT prendo un voto basso.
- Ma soprattutto: perché dovrei impegnarmi in qualcosa che già oggi ChatGPT sa fare molto meglio di me?
E come dargli torto? La scuola non è mai stata in grado di motivare gli studenti. La maggior parte dei bambini fin dalle elementari non conosce il senso di studiare le tabelline o l’analisi grammaticale. Fanno i compiti perché devono farli, non perché ha senso farli.
E così appena trovano una macchina che può fare i compiti per loro, perché non usarla?
Non stupisce dunque che oggi il 94% degli studenti dichiari di usare l’IA a scuola per fare compiti ed esami appunto, ma anche per farsi riassumere i testi che devono studiare, per fare ricerche e – soprattutto – per farsi spiegare i concetti che non riescono a comprendere.
Ovvero chiedono all’IA di fare quello che dovrebbe fare un insegnante.
La soluzione è smettere di dare a degli esseri umani compiti che una macchina è in grado di svolgere in pochi secondi.
Questo però è molto rischioso perché è un biglietto di sola andata per il cognitive offloading, inteso in questo caso come la delega del pensiero alla macchina. Se una persona si abitua fin da piccola a chiedere all’IA qualsiasi cosa, ad accendere la macchina prima di accendere il cervello, poi è difficile tornare a pensare con la propria testa.
La soluzione però non è limitare l’uso dell’AI da parte degli studenti o creare sistemi di controllo che non permettano loro di copiare. La soluzione è smettere di dare a degli esseri umani compiti che una macchina è in grado di svolgere in pochi secondi.
Al contrario dovremmo stimolare gli studenti con progetti e compiti che una macchina non è in grado di fare. Progetti che valorizzano il processo più che il risultato. La domanda più che la risposta. Il perché più che il come. E il pensiero divergente più che quello convergente.
Ovviamente questo non è facile, anzi è difficilissimo. Da docente mi rendo perfettamente conto di quanto sia complesso ripensare l’intero sistema dalle basi. Cambiare quello che si insegna, come lo si insegna e anche come lo si valuta.
In sintesi: dobbiamo entrare noi docenti, ma anche noi genitori, in modalità higher cognitive costante.
Qualche prompt per concludere
L’IA però ci può aiutare. Possiamo usare questa tecnologia per fare brainstorming creativi, per trovare nuovi esercizi da fare insieme ai nostri studenti o ai nostri figli, o per valutare se quello che stiamo insegnando abbia ancora senso.
Qui alcuni prompt che possiamo usare sia come docenti sia come genitori.
→ Per i docenti:
Capire cosa del compito è già obsoleto
Evitare domande cui un’AI potrebbe rispondere in pochi secondi
Valutare il processo, non solo il risultato
→ Per i genitori (l’IA la usa il genitore non il figlio):
Dare un senso a quello che ha studiato
Trasformare una lezione in un’esperienza