File raw: raw/notes/linee-guida-sull-ia-e-scuola-del-futuro-governance-privacy-e-didattica.md
Origine: NotebookLM «Linee Guida sull’Intelligenza Artificiale a Scuola»
Sommario
Trascrizione del terzo anno del progetto «Intelligenza Artificiale a Scuola» di Mondadori Education, con il prof. Lorenzo Radelli (coordinatore), il DS Luca Gervasutti (liceo Percoto di Udine, presidente ANP Friuli Venezia Giulia) e Sebastiano Bagarotto (Mondadori Education). Il webinar traduce in pratica operativa le Linee guida MIM (DM 166/2025): come le scuole devono organizzare governance, privacy e didattica, con un modello concreto (la «dashboard a 10 punti» del liceo Percoto), esempi di AI-assisted/AI-mediated writing e una demo dei tutor IA di AB Scuola. È una fonte applicativa, ricca di dettagli pratici non presenti nella linea guida canonica.
Punti chiave
- Cornice: le Linee guida MIM recepiscono l’AI Act UE (classificazione per rischio) e operano nella cornice GDPR; la scuola è deployer (non sviluppatore). Citata anche l’entrata in vigore della Legge 132/2025 (10 ottobre).
- Acronimo HUDERIA spiegato: Human Dignity, Quality, Rights, Interests, Impacts, Assessment — quadro per la valutazione del rischio del Consiglio d’Europa.
- Dashboard a 10 punti per la governance (modello liceo Percoto): piano di attuazione; organigramma e funzionigramma; richiamo nei documenti ufficiali (PTOF, RAV, PdM); classificazione del rischio; registro dei sistemi; DPIA e, per l’alto rischio, FRIA (con il DPO); regolamento d’istituto; informativa alle famiglie; formazione; possibilità di dismissione degli strumenti.
- Nuove figure proposte: referente etico per l’IA (garanzia/vigilanza, raccolta segnalazioni) e referente per l’IA e l’innovazione digitale (coincidente con l’animatore digitale); responsabilità decisionale sempre in capo al DS.
- Classificazione operativa del rischio in classe: basso/limitato (brainstorming, scrittura collaborativa, traduzioni, analisi testi, supporto BES/DSA) → solo informativa; valutazione formativa → rischio medio-alto; valutazione/correzione automatica → alto rischio (consenso informato + FRIA). Mai inserire dati personali nei sistemi IA; valutazione finale sempre umana.
- Vincolo sugli strumenti: in classe si possono usare solo i sistemi conformi alle linee guida (di fatto due piattaforme tecnologiche già in dotazione alle scuole); fuori da scuola la scelta è libera.
- Didattica: distinzione tra AI-assisted writing (lo studente resta autore, l’IA suggerisce/rivede, favorendo metacognizione) e «distant writing» (termine di Luciano Floridi: l’autore è designer di prompt che guida il modello). Esempi reali in classe (AA 2022-23 e 2023-24) con chatbot come «membro esperto» del gruppo e prompt per immagini.
- Tutor IA di AB Scuola (Mondadori): tutor sul libro digitale che risponde solo con i contenuti del libro (riferimenti di pagina, niente allucinazioni) per uno studio proattivo; tutor per le aree docenti che genera lesson plan personalizzati selezionando risorse digitali, sviluppato con il dipartimento di pedagogia dell’Università di Bologna (carico cognitivo, tassonomia, framework didattico).
- Rete FVG 2025-2028: tre reti regionali (96 delle 140 istituzioni autonome aderenti) per portare l’IA in classe con fondi regionali; richiamo alla rete precedente «Costruire il futuro» (2022) che produsse le prime linee guida nazionali (maggio 2024).
Entità menzionate
Ministero dell’Istruzione e del Merito (MIM) — autore delle Linee guida (DM 166/2025) commentate nel webinar Garante per la protezione dei dati personali — cornice GDPR e parere sul DM 166 Commissione Europea (e JRC) — AI Act UE come fonte della classificazione del rischio
Concetti trattati
Governance scolastica dell’IA — cuore del webinar: dashboard a 10 punti, organigramma, ruoli Supervisione umana (human-in-the-loop) — «tecnica dell’80/20»; valutazione finale sempre in capo al docente Privacy e protezione dei dati — DPIA/FRIA, divieto di immettere dati personali, informativa famiglie Valutazione e integrità accademica — rischio alto per valutazione/correzione automatica Prompt — distant writing e prompt design per testo e immagini IA Generativa — uso di chatbot e modelli generativi in classe Allucinazione — limite dei modelli; il tutor AB Scuola la evita rispondendo solo dal libro Didattica inclusiva con IA — supporto a studenti BES/DSA come attività a basso rischio Alfabetizzazione all’IA (AI Literacy) — priorità a cultura/responsabilità prima delle competenze tecniche
Citazioni rilevanti
“L’intelligenza artificiale non rappresenta una sorta di Bignami 4.0 […] ma è un partner cognitivo.”
“Se l’80% ce lo fa l’intelligenza artificiale, non facciamo mai mancare quel 20% di controllo umano.”
“L’IA è utile solamente se ci supporta, ma non se ci sostituisce.”
Contraddizioni o tensioni
Nessuna contraddizione con le fonti canoniche. Approfondisce e rende operativa 2025) con dettagli pratici (dashboard a 10 punti, classificazione del rischio in classe, figure di governance) non presenti nel documento ministeriale. Allinea il proprio uso del concetto di «deployer» a 1689. Tensione implicita segnalata dai relatori: divario di velocità tra Italia/UE (approccio cauto) e altri contesti (es. Cina), senza che ciò configuri un conflitto interno al wiki.
Domande aperte
- Quali sono le «due piattaforme» conformi cui allude il DS senza nominarle, e con quali criteri sono state ritenute conformi alle linee guida?
- La dashboard del liceo Percoto (~50 pagine) sarà resa pubblica e riusabile da altre scuole come modello standard?
- Quali risultati produrrà la rete FVG 2025-2028 nel passaggio dalla teoria alle buone pratiche in classe?