Compiti fatti (bene) con l'IA, ma si impara di meno: cosa insegna la Cina, dove l'intelligenza artificiale è già materia scolastica
Mentre in Italia si discute ancora di linee guida e sperimentazioni, Pechino ha già fatto la sua scelta: una direttiva nazionale eleva l'intelligenza artificiale a competenza fondamentale da insegnare fin dalla scuola primaria, imponendo "cambiamenti profondi nei metodi di insegnamento, nei modelli di formazione, nei sistemi di esame e nei meccanismi di governance". Un investimento enorme, economico e culturale, che allarga ulteriormente la distanza con l'Europa. Ma uno studio appena pubblicato su un campione di oltre 26mila studenti cinesi mette in guardia proprio i Paesi che vogliono seguire questa strada: l'IA può far salire i voti dei compiti e, allo stesso tempo, far scendere quello che gli studenti sanno davvero fare da soli.
La Cina fa dell'IA una materia, dalle elementari in su
Nel Paese del Dragone l'intelligenza artificiale non è più solo uno strumento: è didattica ufficiale. Robot, algoritmi e start-up sono già parte dell'offerta formativa quotidiana. ByteDance, l'azienda di TikTok, ha lanciato una lampada "intelligente" che aiuta i bambini a fare i compiti e permette ai genitori di supervisionarli da remoto. Makeblock, start-up specializzata in robotica educativa, porta la programmazione e l'ingegneria nelle aule fin dai primi anni. Riconoscimento facciale e vocale, oltre che strumenti didattici, diventano enormi banche dati sugli studenti.
Tre fattori spiegano questa accelerazione: incentivi fiscali e investimenti pubblici per oltre un miliardo di dollari nell'ultimo anno; una competizione accademica fortissima, dove il punteggio agli esami di ammissione (Zhongkao per le superiori, Gaokao per l'università) pesa su tutta la traiettoria di vita di uno studente; e una disponibilità di dati senza equivalenti altrove, con la piattaforma Squirrel che ha aperto oltre 2.000 centri di apprendimento in circa 200 città dal 2015 a oggi, raccogliendo una mole di dati paragonabile a quella dell'intero sistema scolastico pubblico di New York.
Il rovescio della medaglia: uno studio su 26.811 studenti
È proprio questa disponibilità di dati ad aver reso possibile uno degli studi più accurati finora realizzati sull'impatto reale dell'IA generativa sull'apprendimento. Lo studio, "The Generative AI Learning Penalty: Evidence from Chinese Secondary Education", firmato da David Strömberg, Victor Lei e Yanhui Wu e diffuso come working paper nel giugno 2026, ha seguito per un massimo di 30 mesi 26.811 studenti cinesi delle classi 7-12 (le nostre secondarie di primo e secondo grado), incrociando l'adozione libera di strumenti di IA generalista con dati amministrativi su compiti, verifiche mensili a libro chiuso ed esami di ammissione.
Il modello statistico (difference-in-differences) confronta studenti che hanno adottato l'IA in momenti diversi, partendo da risultati iniziali molto simili tra i gruppi: una base che rende l'interpretazione causale dei ricercatori solida, pur senza renderla definitiva. Il risultato centrale è netto: dopo cinque-sei mesi di utilizzo, i voti dei compiti salgono del 18% e il tempo per completarli scende da 64 a circa 45 minuti; ma i risultati delle verifiche mensili in classe, svolte senza assistenza dell'IA, calano del 20%. Tra chi usa l'IA da almeno due anni, la flessione arriva al 24% nell'esame di ammissione alle superiori e al 18% in quello universitario.
"Homework outsourcing": quando il compito lo fa l'intelligenza artificiale
Gli autori parlano di homework outsourcing: il compito viene progressivamente delegato allo strumento. Dopo oltre cinque mesi, l'81% degli studenti che usa l'IA completa le attività in meno di 50 minuti, con voti alti nei compiti ma risultati bassi nelle verifiche; il 50% scende sotto i 45 minuti, un segnale di delega ancora più marcato. Non è però un effetto automatico: gli studenti che, pur usando l'IA, continuano a dedicare ai compiti tempi simili a chi non la usa affatto, mantengono risultati equivalenti nelle verifiche e migliorano comunque i voti dei compiti. Il fattore decisivo, insomma, non è lo strumento in sé, ma cosa sostituisce: se sostituisce lo sforzo di capire, esercitarsi, sbagliare e correggersi, il vantaggio immediato diventa uno svantaggio formativo.
Come ha sintetizzato l'esperto di tecnologie educative Chris Dede alla MIT Technology Review, sistemi come Squirrel puntano su un apprendimento "adattivo", che misura con precisione cosa lo studente sa o non sa, ma non su un apprendimento "personalizzato", che tiene conto anche di come e cosa lo studente vuole imparare.
I rischi per la didattica, spiegati punto per punto
Lo studio permette di isolare almeno quattro rischi concreti per chi lavora ogni giorno in classe. Il primo è la delega cognitiva: formulare una risposta, recuperare informazioni dalla memoria, applicare una procedura, confrontarsi con l'errore non sono passaggi accessori, ma la parte dell'apprendimento che l'IA rischia di svolgere al posto dello studente. Il secondo è l'illusione di apprendimento: la velocità e la qualità formale di un elaborato possono far percepire come acquisito ciò che è stato solo prodotto con assistenza. Il terzo riguarda la valutazione: un compito ben fatto a casa non garantisce più che lo studente abbia capito il contenuto, indebolendo il valore diagnostico dei compiti per docenti e famiglie. Il quarto è la scarsa visibilità del fenomeno nel tempo: il miglioramento nei compiti è immediato, il peggioramento nelle verifiche emerge in mesi, quello negli esami cumulativi anche in anni — quando le lacune si sono già consolidate. Un dato colpisce in particolare i docenti: la penalizzazione è più marcata tra gli studenti più giovani, tra chi usa l'IA più intensamente e, paradossalmente, tra quelli inizialmente più bravi.
Non vietare, ma riprogettare la didattica
Lo studio riguarda un contesto specifico — quello cinese — ed è ancora un working paper: non giustifica un divieto generalizzato, tanto più che si concentra sull'uso libero di strumenti generalisti e non su tutor costruiti secondo criteri pedagogici, che altre ricerche associano a effetti diversi. Resta però un'indicazione utile anche per la scuola italiana, dove il fenomeno comincia a essere osservato da vicino: un approfondimento di Tecnica della Scuola, basato su una ricerca dell'Osservatorio "Giovani e Lavoro" di Skuola.net e Gi Edu, racconta studenti che non alzano più la mano in classe perché le spiegazioni "le dà l'IA", con 8 su 10 che dichiarano di usare chatbot per i compiti.
Per chi insegna, la priorità diventa la progettazione delle attività: aumentare il peso delle prove svolte in presenza e senza assistenza, distinguere chiaramente le attività che prevedono l'uso dell'IA da quelle che non lo prevedono, richiedere passaggi intermedi e motivazioni oltre al risultato finale, osservare il processo e non solo il prodotto. L'obiettivo non è impedire allo studente di usare l'IA, ma evitare che possa attraversare un compito senza compiere le operazioni cognitive per cui quel compito è stato assegnato. La domanda da porre non è più solo "hai usato l'IA?", ma "che cosa hai continuato a fare tu, per imparare?".
Commenti