Conosciuto come il tempio dell’innovazione, il Massachusetts Institute of Technology ha sentito l’urgenza di chiedersi come stia cambiando la didattica con la diffusione dell’intelligenza artificiale generativa. Il riassunto? Serve un cambiamento profondo nel modo di fare scuola, fatto non solo di nuove regole né soltanto di divieti. E questo a molti docenti non suonerà nuovo. Ma l’aspetto più originale del contributo del MIT sta forse nel riconoscere che la scuola può fare la differenza valorizzando le relazioni che sa costruire.
https://aiandeducation.mit.edu/report/
Il 13 agosto 2026 il MIT ha pubblicato un report prodotto dal comitato Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training. Per cinque mesi studenti, docenti, personale delle biblioteche e del Teaching and Learning Lab si sono confrontati tra di loro. Il documento si apre con una frase esemplificativa dell’intenzione dell’istituto, un appello ad agire:
“This report is a call to action.” (§ 1)
“Questo report è una chiamata all’azione.”
Il comitato aveva il compito di valutare l’uso attuale dell’IA, individuare innovazioni nella didattica e nella valutazione e proporre un regolamento interno. Ma il Report si è spinto oltre chiedendosi: che senso ha l’educazione nell’epoca dell’IA? Cosa significa essere educatori, studenti?
Nonostante il contesto sia quello universitario, accademico, ciò che è emerso può essere oggetto di riflessione per tutti gli ordini scolastici, proprio a causa della facilità con cui si può oggi accedere agli LLM attraverso pc, tablet, smartphone, smart tv, assistenti vocali delle nostre case o automobili.
Per gli estensori del Report è evidente che l’IA generativa sia già ovunque. Gli studenti la usano in modo pervasivo. Tra i docenti c’è chi la sperimenta con entusiasmo e chi la rifiuta in toto. L’IA sta mettendo in discussione le “consegne”, i compiti a casa, le prove scritte da svolgere a casa. Sta aumentando l’isolamento erodendo il «contratto sociale» tra chi insegna e chi impara. Molti studenti ritengono le competenze connesse all’IA necessarie per il futuro, ma temono di diventarne dipendenti. Solo un quarto degli studenti intervistati dal giornale The Tech ritiene che l’istituto li stia preparando adeguatamente (e stiamo parlando del MIT…).
Su questa base il report fornisce alcuni principi guida: essere umili, essere coraggiosi, mettere l’uomo al centro, puntare sull’apprendimento, rifiutare soluzioni uniformi, preferire il potenziamento all’automazione, saper guardare oltre l’aula. Il cuore del documento è forse questo passaggio:
“AI should be used to augment and enhance curiosity, creativity, and learning, not automate them.” (§ 2.7, Augmentation not automation)
“L’IA dovrebbe essere usata per ampliare e potenziare la curiosità, la creatività e l’apprendimento, non per automatizzarli.”
Dobbiamo cioè ricordarci che l'addestramento, il training, non riguarda solo gli LLM: è prima di tutto un'azione umana: cosa siamo se non impariamo?
Il report richiama infatti anche il rischio della cosiddetta cognitive surrender, la resa cognitiva. È la tendenza a ricorrere all’IA al primo segnale di difficoltà, rinunciando proprio a quella fatica che genera apprendimento. Per questo il comitato del MIT ricorda che il vero prodotto dell’educazione è la persona:
“The most important product of their education is not a GPA or a diploma but themselves.” (§ 2.4, Lean into learning)
“Il prodotto più importante della loro formazione non è una media dei voti o un diploma, ma loro stessi.”
Il valore del report non sta solo nell’autorevolezza dell’istituzione che lo ha prodotto, per quanto sia notevole: il MIT è uno dei luoghi in cui l’intelligenza artificiale è nata. Sta nel fatto che il documento rifiuta sia l’entusiasmo acritico sia la chiusura difensiva. Non propone di «blindare» le lezioni contro l’IA, né di consegnarle il ruolo di unica educatrice all’IA. Propone di ripartire dalla domanda fondamentale: che cosa vogliamo che gli studenti sappiano, sappiano fare, cosa impararino?
Il report ha anche il coraggio di evidenziare gli effetti relazionali del problema (e questo è forse l’aspetto più originale). La sorveglianza sull’uso non autorizzato dell’IA, affidata a software di rilevamento poco affidabili, rischia di avvelenare il rapporto educativo:
“Such an underground river of mutual suspicion is no foundation for a healthy classroom.” (§ 2.3, Put humanity front and center)
“Un simile fiume sotterraneo di sospetto reciproco non può essere il fondamento di una classe sana.”
Infine, il documento colloca la questione dentro una visione antropologica dell’educazione. Riprendendo Jerome Bruner, ricorda che imparare non significa ricevere contenuti. Significa imparare a interpretare il mondo, trovare il proprio posto nella società e sviluppare un senso di sé come persone capaci. È una prospettiva che parla a ogni contesto educativo, dalla scuola dell’infanzia all’università (per la tradizione pedagogica europea, e italiana in particolare, è un'idea familiare; colpisce ritrovarla con tanta forza nel cuore della cultura tecnologica americana).
Tre raccomandazioni da portare nelle nostre scuole
1. Una regola chiara, e soprattutto motivata
Gli studenti del MIT lamentano indicazioni confuse e incoerenti da un corso all’altro. Il comitato non propone una regola unica per tutti. Propone un «menu» condiviso di opzioni, ciascuna accompagnata da una giustificazione esplicita:
“AI policies should include a rationale.” (§ 3.1.8, Provide AI use policies, with justification)
“Le policy sull’uso dell’IA dovrebbero includere una motivazione.”
L’Appendice B propone un sistema a semaforo con quattro livelli: uso libero, uso limitato come strumento di supporto, uso obbligatorio, uso vietato. Il livello si può applicare a un intero corso o a una singola consegna. In una scuola questo si traduce in un quadro comune deciso collegialmente. Dentro quel quadro ogni docente indica, per ogni attività, quale «colore» vale e perché. Il punto di partenza è la progettazione a ritroso (backward design): prima si definiscono gli obiettivi, poi si decide se l’IA può rappresentare uno strumento educativo oppure no.
2. Rimettere al centro l’apprendimento sociale in presenza
L’IA sta svuotando i gruppi di studio e i colloqui con i docenti, perché offre risposte immediate senza il fastidio del confronto. La risposta del comitato è progettare deliberatamente momenti di lavoro comune:
“Every subject should include a regular in-person social component.” (§ 3.1.4, Build structured in-person social learning into subjects)
“Ogni materia dovrebbe includere una regolare componente sociale in presenza.”
Il report suggerisce progetti di gruppo con verifiche periodiche, sessioni di risoluzione dei problemi guidate, discussioni strutturate su criteri condivisi e forme di valutazione meno vulnerabili all’IA, come colloqui orali, portfolio e consegne svolte a casa ma discusse in classe (§ 3.1.2). Per una scuola significa valorizzare la didattica laboratoriale e cooperativa, l’esposizione orale (esercizi di scrittura manuale in classe, § 3.1.9) e la documentazione del processo di lavoro, e non solo del prodotto finale.
3. Insegnare un uso efficace, responsabile ed etico, a partire dall’esempio dei docenti
Il comitato distingue tre dimensioni. Usare l’IA in modo efficace significa saper formulare un problema, verificare una risposta e riconoscere quando il modello rischia di inventare, produce allucinazioni, e quando è meglio non usarlo affatto. Usarla in modo responsabile significa distinguere quando aiuta a fare meglio e quando sostituisce il lavoro, e quindi l’apprendimento. Usarla in modo etico significa interrogarsi su dati di addestramento, pregiudizi, impatto ambientale e chi si può definire autore di un opera (§ 3.2.4). Il report aggiunge un punto decisivo sul ruolo degli adulti. Gli studenti notano quando i docenti usano l’IA per lezioni o correzioni mentre ne limitano l’uso agli allievi, e lo vivono come un doppio standard (la stessa cosa avviene per l’uso di smartphone a scuola, vietato per i ragazzi, consentito agli adulti):
“By modeling responsible use of AI, instructors can help reinforce the new social contract.” (§ 3.2.3, Encourage instructor disclosure around their own AI use)
“Mostrando con l’esempio un uso responsabile dell’IA, i docenti possono contribuire a rafforzare il nuovo contratto sociale.”
Nei contesti scolastici questo significa trasparenza da parte dei docenti su come e perché usano l’intelligenza artificiale. Significa anche puntare ad una formazione del personale che costruisca comunità di pratica in cui i colleghi condividono esperienze (§ 3.3.5). Questo suggerimento dovrebbe aiutarci a capire qual è il modo migliore per applicare l’AI Act nelle scuole, l'obbligo di alfabetizzazione previsto dalle istituzioni europee non si assolve con un corso generico, ma costruendo spazi di condivisione, con gli studenti, con le loro famiglie.
Conclusioni?
Il report del MIT non offre ricette definitive: il primo principio dichiarato e perseguito è proprio quello dell’umiltà, saranno necessarie correzioni di rotta. Una parte del percorso è però già chiaro. L’obiettivo non è proteggere gli studenti dall’IA né conservare le vecchie forme didattiche per nostalgia o paura:
“The goal is not to shield students from AI, nor to preserve older educational forms for their own sake.” (§ 2.8, Think beyond the classroom and the campus)
“L’obiettivo non è proteggere gli studenti dall’IA, né preservare le vecchie forme educative fini a se stesse.”
L’obiettivo è formare persone capaci di pensare criticamente, agire motivatamente, in grado di lavorare con gli altri e comprendere le conseguenze delle proprie scelte. È una sfida che il MIT lancia a sé stesso, ma che ogni comunità educativa può e deve raccogliere per farla propria. Docenti, studenti, famiglie. Perché il rischio che ci unisce è fuggire dalla fatica di imparare, di insegnare, di essere capaci di stare insieme, di crescere insieme.