File raw: raw/papers/2024_Fiorucci_Bevilacqua_Il+dibattito+scientifico+sull'Intelligenza+Artificiale+in+ambito+educativo+una+scoping+review.pdf
Origine: Andrea Fiorucci (Università del Salento) e Alessia Bevilacqua (Università di Macerata), Education Sciences & Society, 2/2024 — licenza Creative Commons BY-NC-ND
Sommario
Scoping review che mappa dieci anni di ricerca pedagogica italiana sull’IA in educazione (IAed), dal 2014 al 2024. Analizza 142 articoli pubblicati su riviste italiane di Fascia A ANVUR del macrosettore 11/D (Pedagogia, Didattica, Pedagogia Speciale, Ricerca educativa). L’obiettivo dichiarato è dare visibilità a una produzione nazionale sottorappresentata nelle mappature internazionali, che privilegiano i repositori globali (ERIC, Scopus, Web of Science).
È la prima fonte del wiki che documenta cosa studia davvero la pedagogia italiana su questo tema.
Punti chiave
- Metodo: framework di Arksey & O’Malley (2005) e Levac et al. (2010), in cinque fasi. Nessuna valutazione qualitativa dei singoli articoli (la qualità è data dalla collocazione in Fascia A); mappatura per macroaree tramite analisi tematica (Braun & Clarke, 2006), con approccio induttivo.
- Crescita delle pubblicazioni (DR1): aumento progressivo fino a una “vera deflagrazione” nel 2024, con n. 89 studi nel solo anno finale.
- Maturazione del dibattito: la comunità pedagogica ha superato le iniziali “visioni apocalittiche”, passando da una prospettiva riduzionista a una comprensione più sfumata dell’IA come strumento integrato e trasformativo — con attenzione critica alle implicazioni etiche.
- Approcci metodologici (DR2): dei 142 articoli, 85 si collocano sull’asse epistemologico (teorico e/o storico) e 57 su quello prasseologico (sperimentale e/o empirico). Gli autori segnalano una difficoltà reale: in molti lavori il disegno di ricerca non è esplicitato con chiarezza.
- Sette cluster tematici (DR3) emersi induttivamente dai dati, tra cui l’uso dell’IA nella didattica generale e disciplinare (progettazione didattica, personalizzazione, valutazione, innovazione tecnologica, etica).
- Nessuna visione egemone: nei contributi analizzati emerge una pluralità di posizioni, non una linea dominante.
Lacune della ricerca italiana individuate dagli autori
- Educazione speciale: nella letteratura internazionale è uno dei campi più fecondi per l’IAed, mentre quella nazionale mostra “notevoli ritardi”.
- Educazione emotiva e attività motorie: temi “decisamente sottodimensionati”.
- Rigore metodologico: emerge la necessità di investire in metodi di ricerca pedagogica più rigorosi.
Risultano invece ben presidiati il ruolo attivo di docenti e studenti e la formazione docenti (pre-service e in-service), vista come necessità urgente perché l’IA sia usata in modo critico e consapevole.
Entità menzionate
UNESCO — Raccomandazione 2021 tra i riferimenti normativi citati OCSE (OECD) — richiamata per il ruolo trasformativo dell’IA e i rischi associati Agenzia per l’Italia Digitale (AgID) — Strategia Italiana per l’IA 2024-2026 tra le fonti di riferimento
Concetti trattati
Scuola aumentata — personalizzazione dei percorsi e progettazione didattica Alfabetizzazione all’IA (AI Literacy) — l‘“alfabetizzazione critica” indicata come essenziale Didattica inclusiva con IA — inclusione e studenti con disabilità (area in ritardo in Italia) Valutazione e integrità accademica — sistemi adattivi e processi valutativi Bias Algoritmico — rischio di replicare i bias dei sistemi di origine Privacy e protezione dei dati — protezione dei dati tra i rischi rilevati Pigrizia metacognitiva — dipendenza dalla tecnologia tra i “dazi” segnalati 2025) — la formazione docenti come leva centrale
Citazioni rilevanti
“l’IA sta emergendo quale potente strumento della didattica, influenzando i processi cognitivi degli studenti, richiedendo, però, un dazio esoso”
“Nei contributi analizzati non emerge una visione egemone, ma una pluralità”
Contraddizioni o tensioni
Colma parzialmente una lacuna dichiarata del wiki. L’overview registrava l’assenza di ricerca indipendente italiana: questa fonte la documenta e la quantifica. Va però letta per quello che è — una mappatura di cosa si studia, non una misura di efficacia: gli autori escludono esplicitamente la valutazione qualitativa dei singoli lavori e segnalano che spesso i disegni di ricerca non sono espliciti. Resta quindi aperta la lacuna sui dati d’impatto sugli apprendimenti.
Il ritardo italiano sull’IA nell’educazione speciale è in tensione con l’enfasi che le Linee Guida MIM e la Guida pratica pongono sull’inclusione e sui BES/DSA: l’indicazione di policy corre più veloce della ricerca nazionale che dovrebbe sostenerla.
Domande aperte
- Il picco di 89 pubblicazioni nel 2024 riflette consolidamento scientifico o effetto-moda?
- Perché la pedagogia speciale italiana è in ritardo su un’area che internazionalmente è tra le più feconde?
- Quali dei sette cluster produrranno evidenze empiriche, oltre a riflessione teorica?