File raw: raw/articles/the-future-of-learning-and-teaching-ai-s-role-in-education-challenges-.md
Origine: NotebookLM «Linee Guida sull’Intelligenza Artificiale a Scuola»
Sommario
Set di slide (in inglese) di una presentazione, riconducibile all’European Digital Education Hub (EDEH) e ad autori croati (Lidija Kralj e colleghi), sul ruolo dell’IA nell’educazione. Il documento smonta i miti sull’IA, ne elenca le promesse, e analizza in dettaglio il quadro normativo UE applicato alla scuola (AI Act, DSA, Cyber Security Act, Data Governance Act). Centrale il tema del rischio di deskilling di docenti e studenti per overreliance, e il richiamo a etica, human agency e fairness come nuovi pilastri delle competenze docenti.
Punti chiave
- Miti dell’IA: che capisca e risolva qualsiasi problema come il cervello umano; che le macchine imparino “da sole”; che l’IA sia 100% oggettiva e accurata; che renderà il ruolo del docente più entusiasmante. Slogan finale: “Just because we could doesn’t mean we should.”
- Promesse: personalizzazione e differenziazione, individuazione dei gap, testing e feedback automatici, accesso universale all’apprendimento, liberazione di tempo per i docenti tramite outsourcing dei compiti amministrativi.
- AI Act ed educazione: i sistemi IA per ammissioni, valutazione degli apprendimenti, assegnazione del livello d’istruzione e monitoraggio durante gli esami sono classificati alto rischio (Annex III, punto 3). L’art. 5 vieta tra l’altro l’inferenza delle emozioni in ambito educativo e lavorativo, e tecniche manipolative/subliminali.
- Art. 6 (forse NON alto rischio): compiti procedurali ristretti (ordinare file, calcolare medie), miglioramento di un lavoro umano già fatto (correzione grammaticale), rilevamento di pattern decisionali, compiti preparatori (traduzione, referenziazione).
- Art. 7 criteri di valutazione e art. 86 diritto alla spiegazione: imperativo dello “human in the loop” in ogni applicazione educativa; studenti e docenti devono conoscere i propri diritti.
- Altri regolamenti UE: DSA (art. 28 protezione dei minori, recital 70 trasparenza dei recommender system); Cyber Security Act (ENISA, art. 10 awareness ed educazione); Data Governance Act (data altruism, interoperabilità).
- Etica come nuovo focus: confrontando framework vecchi (ICT) e nuovi (IA), emergono ora con forza etica, human agency e fairness, prima dati per scontati. Definizioni di human agency, fairness, humanity e justified choice.
- Framework citati: UNESCO AI Competency Frameworks per docenti e studenti (aspetti, livelli Understand/Apply/Create); Linee guida etiche della Commissione Europea per educatori (2022); Australian Framework for Generative AI in Schools; AI Report dell’EDEH Squad (2023).
- Wellbeing in digital education: modello “Humans Set Essentials” con quattro dimensioni — Toolset (tecnica), Skillset (pedagogica), Mindset (intellettuale), Heart-set (emotiva); modello “Lov-e & Car-e-osity”.
- Caso privacy: l’Office of the Victorian Information Commissioner (Australia) vieta l’uso di dati personali con ChatGPT per decisioni/valutazioni amministrative.
Citazioni rilevanti
“Just because we could doesn’t mean we should.”
“Are we intentionally deskilling ourselves by outsourcing tasks to AI?”
“‘AI literacy’ means skills, knowledge and understanding that allow providers, deployers and affected persons … to make an informed deployment of AI systems, as well as to gain awareness about the opportunities and risks of AI.” (AI Act)
Entità menzionate
Commissione Europea (e JRC) — Linee guida etiche per educatori (2022), EDEH UNESCO — AI Competency Frameworks per docenti e studenti
Concetti trattati
Alfabetizzazione all’IA (AI Literacy) — AI literacy come definita dall’AI Act Supervisione umana (human-in-the-loop) — “human in the loop”, art. 86 diritto alla spiegazione Bias Algoritmico — fonti di bias da input umani, dataset, algoritmi Privacy e protezione dei dati — DSA, caso OVIC su ChatGPT Valutazione e integrità accademica — sistemi IA alto rischio per la valutazione Didattica inclusiva con IA — fairness, inclusione, bisogni educativi speciali IA Generativa — Australian Framework, uso di ChatGPT Governance scolastica dell’IA — Data Governance Act, governance dei dati educativi
Contraddizioni o tensioni
Nessuna contraddizione. La fonte è coerente con e arricchisce 1689 (categorie di rischio in ambito educativo), UNESCO — AI competency framework for teachers (2024) e UNESCO — AI competency framework for students (2024) (framework di competenze). Introduce regolamenti UE finora non coperti come fonti autonome (DSA, CSA, Data Governance Act).
Domande aperte
- Il “deskilling” cognitivo di docenti e studenti è misurabile empiricamente o resta una preoccupazione teorica?
- Come si applicano concretamente DSA e Data Governance Act alle piattaforme educative usate nelle scuole italiane?