Sintesi evolutiva dell’intero wiki. Aggiornata dopo ogni ingest significativo per riflettere la comprensione attuale del dominio.
Stato attuale
Il wiki copre due cluster:
- Meta — second brain: il pattern di wiki persistente costruito da LLM (vedi LLM Wiki — Il Pattern del Second Brain).
- IA nella scuola: il cluster principale. Le 70 fonti del notebook NotebookLM «Linee Guida sull’Intelligenza Artificiale a Scuola» sono state scaricate in full-text in
raw/e ingestate (oltre 60 paginesource). Copre i quattro assi — didattica, policy, strumenti, etica — con sguardo italiano e internazionale, e include un sotto-filone su IA nella Pubblica Amministrazione (IA nella Pubblica Amministrazione).
Tesi principale (IA nella scuola)
L’IA entra ufficialmente nella scuola italiana attraverso un’innovazione proceduralizzata: non è vietata né lasciata all’iniziativa individuale, ma incanalata in una governance rigorosa che antepone la centralità della persona (approccio antropocentrico) e la supervisione umana all’automazione. Le 2025) anticipano gli obblighi dell’1689 (applicabile per gradi: vigilanza e trasparenza dal 2 agosto 2026, alto rischio dal 2 dicembre 2027) e della Legge 23 settembre 2025, n. 132, trasformando ogni scuola in un “deployer” giuridicamente responsabile.
Temi emergenti
- Quadro normativo a tre livelli: AI Act UE → Legge 132/2025 → Linee Guida MIM. L’istruzione è settore ad alto rischio (AI Act — categorie di rischio, Allegato III AI Act). Vedi Il quadro normativo dell’IA nella scuola italiana: i tre livelli.
- Scuola come Deployer (utilizzatore professionale di IA): responsabilità giuridica che attiva DPIA e FRIA — valutazioni d’impatto e Explainable AI (IA spiegabile).
- IA nella PA: IA nella Pubblica Amministrazione — quadro AgID (linee guida, strategia, valutazione d’impatto), Agenzia per l’Italia Digitale (AgID) e ACN — Agenzia per la Cybersicurezza Nazionale autorità nazionali.
- Governance d’istituto: Governance scolastica dell’IA — atto di indirizzo, Piano d’Istituto per l’IA (PIA) nel PTOF, Referente IA (RIA), DPO, cronoprogramma a.s. 2025/2026.
- Didattica trasformata: Scuola aumentata (docente co-pilota, personalizzazione) e Didattica inclusiva con IA (UDL, BES/DSA).
- Competenze e alfabetizzazione: Alfabetizzazione all’IA (AI Literacy) e il confronto tra framework UNESCO, OECD e DigComp (Confronto tra i framework di competenze sull’IA per la scuola).
- Etica e rischi: Privacy e protezione dei dati, Bias Algoritmico, Supervisione umana (human-in-the-loop), Valutazione e integrità accademica.
- Formazione e finanziamenti: 2025) (DM 219/2025, PNRR, 100 mln €, Piattaforma Scuola Futura).
Tensioni e contraddizioni aperte
-
L’adozione ha corso più veloce della governance: l’83% degli studenti della secondaria usa già l’IA generativa ogni settimana, ma solo il 18% ha ricevuto indicazioni dalla scuola (Galli — L’intelligenza artificiale nella didattica: opportunità, rischi e regole (2025)). Il cronoprogramma MIM regola un fenomeno già in corso, non lo precede.
-
Ricerca italiana in ritardo sull’inclusione: la pedagogia speciale è internazionalmente tra i campi più fecondi per l’IA, ma la letteratura nazionale mostra “notevoli ritardi” (Fiorucci & Bevilacqua — Il dibattito scientifico sull’IA in educazione: scoping review (2024)) — mentre le Linee Guida puntano molto sull’inclusione.
-
Calendario AI Act rivisto (agosto 2026): il Digital Omnibus rinvia gli obblighi sull’alto rischio (istruzione inclusa) al 2 dicembre 2027; dal 2 agosto 2026 restano vigilanza, trasparenza, sanzioni, divieti e alfabetizzazione. Vedi AI Act e Digital Omnibus: applicazione e rinvii (agosto 2026).
-
Efficacia didattica dell’IA: l’OCSE (OECD Digital Education Outlook 2026) documenta che senza guida pedagogica la GenAI migliora la prestazione ma non l’apprendimento.
-
Innovazione vs controllo: spinta all’adozione dell’IA contro obblighi stringenti (DPIA/FRIA, opt-out) che possono rallentare le scuole meno attrezzate.
-
FRIA inassolvibile?: più fonti (webinar, analisi) sostengono che la FRIA è di fatto difficile da svolgere a regola d’arte, perché la scuola-deployer non dispone delle informazioni interne dei fornitori (Google, Microsoft).
-
Centralità del Dirigente Scolastico: le Linee Guida concentrano la responsabilità sul DS; alcune analisi (es. USR Lombardia) auspicano una governance più collaborativa.
-
Legge 132 vs AI Act: una disciplina nazionale “a prescindere dal rischio” potrebbe confliggere con l’AI Act (rilievo della Commissione UE).
-
Valutazione automatizzata: utile ma classificata ad alto rischio; gli AI detector sono inaffidabili — la risposta è spostare il focus dal prodotto al processo.
-
Dominio IA dedicato vs trasversale: UNESCO/OCSE creano un dominio IA autonomo; DigComp 3.0 integra l’IA in modo trasversale alle competenze digitali.
-
Divario digitale: rischio di una “scuola a due velocità” tra istituti con risorse/abbonamenti premium e istituti sprovvisti.
Lacune di conoscenza
- Esiti delle prime sperimentazioni (“Progetti IA”) sulla Piattaforma Unica: nessun dato d’impatto ancora nel corpus.
Dati di adozione italiani→ colmata da Galli — L’intelligenza artificiale nella didattica: opportunità, rischi e regole (2025) (83% studenti secondaria, 66% docenti).Ricerca pedagogica italiana→ colmata da Fiorucci & Bevilacqua — Il dibattito scientifico sull’IA in educazione: scoping review (2024) (142 articoli, 2014-2024).- Strumenti specifici e listini (oltre agli esempi didattici): copertura parziale.
- Contesto comparato extra-UE (USA, Asia): assente; il corpus è UE/Italia-centrico.
- Valutazioni indipendenti dell’efficacia degli interventi formativi PNRR.
Cronologia dell’evoluzione
| Data | Evento |
|---|---|
| 2026-04-22 | Inizializzazione wiki |
| 2026-04-22 | Ingest: pattern del second brain (cluster meta) |
| 2026-06-21 | Ingest: notebook NotebookLM «Linee Guida sull’IA a Scuola» (70 fonti) — nasce il cluster “IA nella scuola” (34 pagine) |
| 2026-06-21 | Ingest glossario competenze digitali (126 voci) + 4 concetti (deepfake, cyberbullismo, disinformazione, gamification) |
| 2026-06-21 | Download full-text delle 70 fonti in raw/ e ingest completo: 52 nuove pagine source + 6 pagine-ponte (categorie rischio, DPIA/FRIA, deployer, explainable AI, IA-PA, ACN) |
| 2026-08-08 | Rassegna news: rinvio AI Act al 2027 (Digital Omnibus), evidenze OCSE 2026, stato formazione PNRR |
| 2026-08-08 | Ingest di 3 paper accademici: scoping review italiana, dati di adozione nazionali, fondamento epistemologico |