La mia scommessa
Più possibilità. Un bisogno crescente di capirci.
Volete sapere come immagino il futuro dell’AI? Sempre più potenza, contenuti, idee. E, a un certo punto, un bisogno crescente di sentirci e guardarci negli occhi.
La trasformazione è iniziata molto prima dell’AI generativa. Dal libro cartaceo ai contenuti digitali, dagli appunti con carta e penna al tablet, dall’aula alla didattica a distanza delle università telematiche: sono cambiati i modi di accedere alle informazioni, organizzarle e interagire con esse.
Quanto sta cambiando anche la nostra capacità di apprendere?
È qui che faccio la mia scommessa: potremmo allenarci a riconoscere connessioni e comprendere contenuti complessi più rapidamente. Un’ipotesi da verificare, continuando a fare domande, sperimentare e ragionare.
Due domande aperte
Apprendere meglio. Cercarci di più.
A — Apprendimento. L'esercizio attivo e guidato in ambienti che integrano diversi strumenti potrebbe migliorare, in specifici domini, l'organizzazione delle conoscenze e il riconoscimento delle relazioni. Gli esiti potrebbero dipendere da esperienza, attività e progettazione didattica. La previsione più ambiziosa riguarda la rapidità: comprenderemmo contenuti complessi più velocemente. Va verificata a parità di comprensione, ricordo e applicazione successiva.
B — Relazione. Se la produzione di contenuti cresce più del tempo disponibile per esaminarli, persone e organizzazioni potrebbero attribuire maggiore valore al confronto diretto e alla responsabilità della scelta. È una previsione sociale che non discende necessariamente dall'ipotesi A: potremmo imparare meglio senza incontrarci di più, oppure cercare più relazione senza alcun miglioramento cognitivo.
“Torneremo ad abbracciarci” resta il titolo della visione e la sua conclusione umana. Le due ipotesi rendono verificabili i passaggi intermedi.
L’intera trasformazione
Strumenti e ambienti che coesistono
Il 1988 è il riferimento al lavoro di Sweller sul carico cognitivo. Non segna l’inizio della tecnologia nell’apprendimento. I diversi supporti continuano a convivere e vanno studiati nelle loro combinazioni.
Libro cartaceo e contenuti digitali
Leggere lo stesso testo su supporti diversi, navigare tra collegamenti, cercare passaggi e integrare audio e immagini sono attività differenti.
La meta-analisi di Delgado e colleghi rileva un vantaggio medio della carta nella comprensione di testi comparabili, modulato anche da pressione temporale e genere del testo. Non sostiene che la sola familiarità con gli schermi elimini automaticamente gli svantaggi; non rappresenta ogni possibile esperienza didattica digitale. [3]
Mayer e Moreno affrontano già il rapporto tra rappresentazioni verbali e visive, capacità limitata ed elaborazione attiva nell'apprendimento multimediale. È un collegamento teorico necessario per comprendere la trasformazione precedente all'AI generativa. [4]
Domanda: quali modalità di lettura, navigazione e integrazione delle fonti favoriscono comprensione profonda, oltre all'accesso veloce?
Carta, penna, tastiera e tablet
Distinguere scrittura a mano su carta, scrittura con penna digitale e digitazione. Separare inoltre trascrizione, sintesi, disegno di schemi e rielaborazione degli appunti.
Urry e colleghi non hanno confermato un vantaggio robusto della scrittura a mano per l'apprendimento immediato nella situazione studiata: appunti durante una lezione, seguiti da un quiz senza ripasso. Il risultato non esaurisce gli usi possibili dei supporti. [5]
Van der Weel e Van der Meer rilevano differenze nella connettività EEG durante scrittura con penna digitale e digitazione, in 36 universitari. Lo studio misura attività cerebrale durante il compito, non dimostra da solo una maggiore comprensione o un migliore ricordo durevole. Mostra anche perché “a mano” e “digitale” possano coesistere. [6]
Domanda: quale combinazione di gesto, selezione delle informazioni e rielaborazione aiuta a costruire conoscenze utilizzabili?
Aula, didattica a distanza e università telematiche
Cambiano accesso, luoghi, tempi, possibilità di rivedere lezioni, tutoraggio e autonomia. Una registrazione, una discussione in diretta e un percorso con feedback individuale non costituiscono un'unica condizione “online”.
La sintesi di Means e colleghi rilevava risultati favorevoli in alcune condizioni online e soprattutto miste, segnalando però differenze nel tempo di apprendimento e nelle risorse tra i gruppi. Il mezzo non spiegava necessariamente il vantaggio. È un riferimento storico, non una valutazione delle università telematiche italiane contemporanee. [7]
Per queste ultime servirebbero confronti specifici su preparazione iniziale, età, condizione lavorativa, disciplina, tutoraggio, prove equivalenti e abbandono. I soli voti o la soddisfazione non isolano l'effetto della modalità didattica.
Domanda: quali forme di flessibilità, interazione e sostegno favoriscono l'apprendimento, per quali studenti?
Ricerca di informazioni e interazione con l'AI
L'AI generativa aggiunge spiegazioni e contenuti prodotti in risposta alle richieste. La funzione educativa dipende anche dalle attività che induce.
Il trial di Bastani e colleghi nella matematica scolastica distingue un'interfaccia generica da un tutor con vincoli didattici. Il vantaggio nell'esercizio assistito non garantiva apprendimento autonomo: nella condizione generica emergevano svantaggi alla rimozione del supporto, attenuati nella condizione guidata. [8]
Kestin e colleghi rilevano invece risultati favorevoli a un tutor progettato per l'apprendimento rispetto a lezioni attive, su contenuti di fisica universitaria e prove vicine alle lezioni. Non dimostrano un vantaggio generale e durevole per qualsiasi disciplina. [9]
Domanda: quali attività lo strumento fa svolgere alla persona e quali esegue al suo posto? Che cosa resta senza supporto?
Approfondisci le teorie scientifiche
Le basi del ragionamento.
Il confine delle evidenze.
Questi studi e quadri teorici aiutano a formulare le domande. Non dimostrano, da soli, un aumento generale delle capacità cognitive o un ritorno futuro agli incontri.
La teoria del carico cognitivo si è sviluppata anche dopo il 1988. La questione è verificare come i suoi principi descrivano le combinazioni attuali di strumenti, attività e conoscenze.
Neuroplasticità
Gli studi sull'allenamento, fra cui quello di Draganski e colleghi, sostengono la possibilità di cambiamenti cerebrali associati all'esperienza. Non autorizzano a concludere che più contenuti aumentino la capacità generale di apprendere o che ogni adattamento sia favorevole. [10]
Chunking
Chase e Simon hanno studiato negli scacchi configurazioni legate all'esperienza. Il riferimento sostiene il ruolo delle conoscenze specifiche nell'organizzazione delle informazioni; la trasferibilità ad altri contenuti richiede verifica. [11]
Memoria di lavoro a lungo termine
Ericsson e Kintsch propongono un quadro in cui conoscenze e strutture di recupero rendono accessibili informazioni utili agli esperti. Questo non equivale a una capacità generale illimitata. [12]
Carico cognitivo
Il lavoro di Sweller del 1988 affronta richieste del compito e acquisizione di schemi. La teoria ha continuato a svilupparsi, come documenta la revisione del 2019. [13], [14] La domanda è quali previsioni restino adeguate nelle attuali combinazioni di strumenti e attività, e quali dati richiedano ulteriori revisioni. Il trascorrere del tempo non dimostra da solo l'insufficienza della teoria.
Cognitive offloading
Appunti, promemoria e supporti esterni possono ridistribuire il lavoro cognitivo richiesto da un compito. Risko e Gilbert studiano le ragioni e le conseguenze di questa delega.
Ridurre la fatica immediata non garantisce che ciò che serve sia stato appreso. Risko e Gilbert, 2016 [2]
Apprendimento multimediale
Mayer e Moreno collegano rappresentazioni verbali e visive, capacità limitata ed elaborazione attiva: un quadro utile per progettare materiali che aiutino a costruire connessioni.
Aggiungere immagini, audio o interazioni non assicura un vantaggio: conta la progettazione. Mayer e Moreno, 2003 [4]
Che cosa significa “apprendere davvero”?
Concludere un compito con assistenza, ricordare nel tempo e applicare quanto appreso a un nuovo problema sono risultati diversi.
| Risultato | Domanda | Misura possibile |
|---|---|---|
| Prestazione assistita | Che cosa riesco a fare con il supporto? | Accuratezza e tempo con strumenti disponibili |
| Apprendimento durevole | Che cosa resta dopo lo studio? | Comprensione e ricordo a distanza, senza assistenza |
| Applicazione a casi nuovi | Uso quanto appreso su un problema diverso? | Compiti nuovi, distinguendo variazioni vicine e ambiti lontani |
| Consapevolezza dei limiti | Riconosco ciò che non ho capito? | Scarto tra sicurezza dichiarata e accuratezza |
| Capacità cognitive generali | È cambiata una capacità oltre il dominio allenato? | Più prove validate, controlli e osservazioni ripetute |
Salomon, Perkins e Globerson distinguevano già nel 1991 gli effetti ottenuti con una tecnologia dagli effetti che persistono dopo il suo uso. Questo riferimento teorico collega l'intero percorso storico. [1]
Risko e Gilbert descrivono il cognitive offloading: usare azioni e supporti esterni per ridurre le richieste cognitive del compito. Il quadro aiuta a studiare appunti, promemoria e strumenti digitali; non stabilisce che ogni delega migliori o peggiori l'apprendimento. [2]
Tempo · Scelta · Responsabilità
Poi incontreremo il tempo.
Non potremo discutere tutte le idee, vedere tutte le presentazioni, usare tutte le app e leggere tutti i messaggi che saremo capaci di generare. Anche con l’AI, le giornate avranno ventiquattro ore.
Davanti all’ennesima proposta perfettamente confezionata, diremo: «Adesso decido io». Con la responsabilità di scegliere e accettarne le conseguenze.
«Ci sentiamo? Ci vediamo? Voglio capire cosa ne pensi davvero!»
Il tempo limitato motiva la domanda sulla selezione, ma non dimostra che privilegeremo le relazioni. Sono possibili anche maggiore delega automatica, evitamento e rinuncia.
“Adesso decido io” esprime una posizione dell'autore: mantenere responsabilità sui criteri, sui controlli e sulle conseguenze. Può tradursi in comportamenti osservabili: motivare la scelta, cercare obiezioni, documentare perché si cambia idea.
Kumar ed Epley rilevano maggiore connessione sociale, nelle condizioni studiate, nelle interazioni che includono la voce rispetto a quelle scritte. Il risultato non verifica un futuro ritorno agli incontri causato dalla digitalizzazione. [15]
Sentirsi vicini, comprendere un problema e decidere correttamente sono esiti distinti. In questa proposta il confronto utile comprende verifica delle informazioni e libertà di dissenso. L'abbraccio rappresenta la conclusione umana della visione; le misure riguarderebbero ricerca volontaria di confronto, ascolto percepito e incontri effettivi.
Una proposta aperta alla verifica
Che cosa dovremmo osservare?
Una comprensione più rapida avrebbe valore a parità di accuratezza, ricordo e capacità di applicazione. La ricerca di relazione va misurata separatamente, senza considerarla un esito inevitabile.
Come mettere alla prova le due ipotesi
Studio A — Supporto e strategia. Confrontare carta, penna digitale e tastiera, incrociando il supporto con sintesi guidata o appunti liberi. Rendere comparabili contenuti e tempi; misurare conoscenze e familiarità iniziali. Valutare comprensione immediata, ricordo a distanza e applicazione a casi nuovi.
Studio B — Ambiente didattico. Confrontare moduli equivalenti in presenza, a distanza e misti, controllando tempo, feedback e interazione. Studiare l'AI come fattore aggiuntivo in un esperimento distinto. Valutare prestazioni senza supporto e abbandoni, anche nel tempo. Una e quattro settimane sono possibili intervalli di follow-up da motivare, non soglie universali.
Studio C — Contenuti e confronto. Variare il numero di proposte equivalenti e la possibilità di confronto scritto o vocale, a parità di tempo. Misurare separatamente qualità della decisione, sicurezza, connessione e scelta successiva del canale. Per inferire un cambiamento delle abitudini servono osservazioni ripetute sul campo.
Definire prima ipotesi, esiti e analisi; dimensionare il campione; usare valutatori ignari della condizione quando possibile; riportare effetti, incertezza e risultati contrari. Per ricerca con persone, prevedere consenso, tutela dei dati e valutazione etica richiesta dal contesto.
Risultati che indebolirebbero la proposta: vantaggi limitati al momento dell'assistenza; nessun risparmio di tempo a comprensione equivalente; assenza di applicazione a casi nuovi; nessun aumento del confronto volontario al crescere dei contenuti.
La mia previsione resta aperta anche a risultati contrari. Ciò che spero è che l’abbondanza delle possibilità ci aiuti a riconoscere il valore di chi ascolta, ci mette in discussione e ci aiuta a capire.
Ci cercheremo, ci incontreremo.
E torneremo ad abbracciarci.
Quante volte una telefonata vi ha chiarito più di dieci presentazioni?
Raccontami un confronto che ti ha fatto cambiare idea →Da conservare e condividere
L’infografica della proposta
La domanda centrale, le due ipotesi, gli ambienti di apprendimento e le basi scientifiche in una sintesi visiva.
Sintesi divulgativa. Spiegazioni e fonti complete sono disponibili in questa pagina.
Bibliografia essenziale
Studi, teorie e fonti dirette
Una ricognizione narrativa mirata, non una revisione sistematica. La proposta collega ricerche di contesti differenti: i risultati citati non validano automaticamente la previsione complessiva.
- Salomon, Perkins e Globerson (1991). Partners in Cognition. Proposta teorica. ↗
- Risko e Gilbert (2016). Cognitive Offloading. Revisione e quadro teorico. ↗
- Delgado et al. (2018). Don't throw away your printed books. Meta-analisi. ↗
- Mayer e Moreno (2003). Nine Ways to Reduce Cognitive Load in Multimedia Learning. Quadro teorico e sintesi sperimentale. ↗
- Urry et al. (2021). Don't Ditch the Laptop Just Yet. Replica e analisi integrative. ↗
- Van der Weel e Van der Meer (2024). Handwriting but not typewriting leads to widespread brain connectivity. Studio EEG. ↗
- Means et al. (2010). Evaluation of Evidence-Based Practices in Online Learning. Meta-analisi e revisione. ↗
- Bastani et al. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Esperimento sul campo randomizzato. ↗
- Kestin et al. (2025). AI tutoring outperforms in-class active learning. Trial randomizzato. ↗
- Draganski et al. (2004). Neuroplasticity: changes in grey matter induced by training. Studio longitudinale di allenamento. ↗
- Chase e Simon (1973). Perception in chess. Studio sperimentale. ↗
- Ericsson e Kintsch (1995). Long-term working memory. Proposta teorica e sintesi delle evidenze. ↗
- Sweller (1988). Cognitive Load During Problem Solving: Effects on Learning. Teoria, modello e prove sperimentali. ↗
- Sweller, van Merrienboer e Paas (2019). Cognitive Architecture and Instructional Design: 20 Years Later. Revisione teorica. ↗
- Kumar e Epley (2021). It's Surprisingly Nice to Hear You: Misunderstanding the Impact of Communication Media Can Lead to Suboptimal Choices of How to Connect With Others. Studi sperimentali. ↗
Le immagini sono rappresentazioni generate con AI. La versione femminile dell’autore è immaginaria; le scene non raffigurano esperimenti scientifici.