Novità ministeriali per la Secondaria di secondo grado

L’ingresso dell’IA generativa a scuola è spesso accompagnato dal timore di una delega passiva e dal rischio di atrofizzare lo spirito critico. La risposta pedagogica più efficace non risiede nel divieto, ma nel trasformare l’interazione con la macchina in una palestra di riflessione autentica. Se orientata metodologicamente l'IA sposta il baricentro dal mero prodotto finale al processo cognitivo: allena e sfida studentesse e studenti a formulare domande rigorose, a condurre un fact-checking puntuale e a riconoscere bias e allucinazioni della tecnologia, stimolando una rielaborazione personale e profonda.

Integrare l’IA nell'azione didattica risponde organicamente alle Nuove Indicazioni Nazionali per il curricolo della scuola dell'infanzia e del primo ciclo d'istruzione (D.M.n. 221/2025) e, in modo emblematico, al quadro della bozza di Nuove Indicazioni Nazionali per i Licei. In questo orizzonte, l'IA cessa di essere una mera applicazione tecnica per elevarsi ad asse trasversale a tutte le discipline, studiata come fenomeno critico e digitale che investe sia l'epistemologia scientifica sia la riflessione etica, filosofica e linguistica. Il percorso trova un saldo ancoraggio nelle  Linee guida per l'introduzione dell'IA nelle scuole (D.M. MIM n. 166/2025), nei quadri europei DigCompEdu  (2017) e DigComp 3.0 (JRC, 2025), nei principi dell'AI Act (Reg. UE 2024/1689) e nell'AI Literacy Framework (AILF, versione definitiva 18 giugno 2026) promosso dalla Commissione Europea e OCSE. Questo modello struttura l'alfabetizzazione all'IA su quattro pilastri – interagire con l'IA, creare con l'IA, gestire l'IA e plasmare l'IA –, ribadendo la centralità insostituibile della persona e della mediazione del docente come custode del senso formativo.

L'efficacia dell'IA emerge quando è integrata in metodologie attive e nei principi inclusivi dell'UDL, declinandola in ruoli operativi capaci di promuovere autonomia e creatività:

• Design Thinking e la «Musa ispiratrice»: nella fase di ideazione, l'IA non sostituisce l'autore, ma agisce come stimolatore divergente. Aiuta a superare il blocco della pagina bianca proponendo connessioni interdisciplinari inedite, analogie concettuali e scenari alternativi su cui studentesse e studenti mantengono la piena regia progettuale.
• Storytelling e l'«Assistente narrativo»: nella costruzione di sceneggiature o nella simulazione di interviste impossibili a personaggi storici e autori letterari, studentesse e studenti assumono il ruolo di registi del testo. Formulano il prompt impostando vincoli di registro, stile e contesto storico, per poi sottoporre le risposte a una rigorosa verifica.
• Project-Based Learning e la «Guida allo studio»: durante lo sviluppo di compiti di realtà, l'IA agisce come tutor socratico. Supporta i gruppi di lavoro nella scomposizione di problemi complessi in sotto-obiettivi gestibili, suggerisce domande-guida per orientare la ricerca e fornisce feedback immediati per l'autovalutazione del processo.

• Prompt e meta prompting design e validazione: guidare l'IA attraverso istruzioni strutturate (esplicitando ruolo, contesto, compito e vincoli), abituando sistematicamente la classe a confrontare e validare ogni output generato con fonti primarie e testi disciplinari accreditati.
• Personalizzazione inclusiva: impiegare gli ambienti di IA per modulare la complessità del testo, variare i mediatori didattici (mappe, schemi, sintesi graduate) e offrire scaffolding su misura, valorizzando ogni stile cognitivo e garantendo pari opportunità di successo formativo.
• Valutazione autentica del processo: spostare l'attenzione valutativa dall'elaborato conclusivo alla documentazione del percorso (log dei prompt formulati, schede di fact-checking e diari di bordo riflessivi ecc.), premiando la consapevolezza critica e la trasparenza d'uso.