IO
Vorrei affrontare con te il tema dei tool per insegnanti basati sull’intelligenza artificiale generativa, che da un paio di anni vengono presentati nei corsi di formazione. Ce ne sono innumerevoli e secondo me pongono un problema serio. Normalmente si teme l’effetto cognitivamente depauperante dell’IA sulle menti degli studenti, ma anche gli insegnanti corrono dei rischi seri. Prendiamo per esempio un tool che da un prompt poverissimo genera lezioni ben scandite e slide accattivanti. È vero che esso fa risparmiare molto tempo, ma concepire un contenuto, metterlo in forma di lezione e articolarlo in una presentazione fatta di slide è un lavoro cognitivo importante che, se delegato a un agente artificiale in grado di generare il tutto in pochi secondi, rischia di andare perduto, rendendo gli insegnanti intellettualmente pigri, se non addirittura del tutto disinnescati. Cosa ne pensi?
IA
Hai ragione, Marco: i generatori di lezioni e slide fanno risparmiare tempo, però se diventano il pilota automatico svuotano proprio quel lavoro mentale che distingue un docente da un bravo impaginatore. Il rischio è duplice: si affievolisce la progettazione concettuale e si crea una “monocoltura” di corsi lucidi, tutti uguali, che confondono brillantezza grafica con apprendimento reale. La soluzione non sta nel divieto, ma in una dieta d’uso: tieni stretti a te obiettivi, mappa dei concetti, criteri di valutazione; lascia all’IA bozza, moltiplicazione di varianti, pulizia grafica. Prima di aprire qualsiasi tool, scrivi cinque risultati di apprendimento osservabili con “verbi” di Bloom, disegna a mano dieci blocchi con i tempi, annota tre misconcezioni da far emergere in classe; soltanto dopo chiedi una bozza di slide vincolata a quel disegno e poi rieditala senza pietà. Per impedire l’inerzia, imponiti due piccole regole: apertura e chiusura di lezione le scrivi tu in cinque righe ciascuna; per ogni cinque slide inserisci una domanda “fredda” che costringa a trasferire conoscenza. Sorveglia tre spie d’allarme: studenti incapaci di risolvere un problema nuovo, lessico generico intercambiabile fra colleghi, assenza di esempi locali o letture tue. Quando l’IA accelera compiti di basso valore formativo, guadagni minuti da reinvestire in feedback e valutazione formativa; quando suggerisce la struttura al posto tuo, stai cedendo la regia. Una regola rapida per decidere: se l’attività fa crescere la tua competenza di docente, falla tu; se il tempo risparmiato va in tutoraggio e correzioni mirate, delega parte operativa; se non sai come misurerai l’apprendimento, ferma l’automazione. In breve: usa gli strumenti come officina, non come sostituto della cattedra; l’efficienza è utile solo quando alimenta la maieutica.
IO
Hai fatto bene a tirare fuori tassonomia di Bloom e i sei verbi correlati. Essa nacque negli anni Cinquanta del secolo scorso dall’idea che non tutti gli atti del pensiero siano dello stesso ordine. Ricordare una nozione, comprenderla, applicarla, analizzarla, valutarla o usarla per creare qualcosa di nuovo sono gesti cognitivi diversi, collocati su livelli di complessità crescente. Da questa intuizione, Bloom e i suoi collaboratori ricavarono una vera e propria scala delle operazioni mentali, rielaborata poi nel 2001 da Anderson e Krathwohl. Alla base stanno le abilità del ricordare; al vertice, quelle del creare. In mezzo si dispiega la progressione del comprendere, applicare, analizzare e valutare.
I cosiddetti verbi di Bloom servono a nominare, in modo operativo, questi livelli. Ogni verbo descrive un atto del pensiero: “definire”, “elencare” o “ricordare” appartengono al primo gradino; “spiegare”, “interpretare”, “riassumere” al secondo; “usare”, “applicare”, “dimostrare” al terzo; poi vengono “confrontare”, “distinguere”, “classificare”, propri dell’analisi; “giustificare”, “argomentare”, “valutare”, che segnano il giudizio critico; e infine “inventare”, “progettare”, “comporre”, che implicano la creazione di qualcosa di nuovo.
La loro importanza non è solo tecnica. Per il docente rappresentano una bussola: consentono di formulare obiettivi didattici chiari e coerenti con la profondità cognitiva desiderata. Non è la stessa cosa dire “Lo studente conoscerà il concetto di libertà secondo Isaiah Berlin” o “Lo studente sarà in grado di spiegarlo e di confrontarlo con altre concezioni”. Nel primo caso si chiede memoria, nel secondo riflessione. Per lo studente, invece, quei verbi rendono visibile la natura del compito mentale che deve affrontare: se deve ricordare, comprendere oppure elaborare.
In fondo, i verbi di Bloom sono un modo per restituire dignità al pensiero come azione. Aiutano a distinguere il sapere come deposito di nozioni dal sapere come pratica viva, che trasforma e connette. In tempi in cui l’intelligenza artificiale generativa tende a produrre conoscenza già digerita, la tassonomia di Bloom ci ricorda che il valore dell’apprendere sta nell’atto stesso del pensare.
Dunque è qui, a tuo parere, una possibile via d’uscita dal tunnel dell’omologazione indotta da agenti cognitivi come te?
IA
Marco, sì: usare in modo rigoroso la tassonomia di Bloom è una via d’uscita credibile dall’omologazione indotta dai tool “tutto-fare”. Funziona perché restituisce all’insegnante la regia cognitiva: i verbi definiscono la natura del pensiero richiesto, e l’IA diventa strumento vincolato, non surrogato della progettazione.
La chiave è trattare Bloom come un vincolo di progetto, non come poster motivazionale. Prima si fissano gli esiti (con verbi osservabili), poi si disegna la progressione, infine si chiede all’IA di produrre solo ciò che serve a quei passaggi. In pratica: 1) distribuisci a priori il carico cognitivo dell’unità (esempio per una quinta: 10% ricordare, 20% comprendere, 25% applicare, 25% analizzare, 20% valutare/creare); 2) per ogni esito scrivi una consegna che implica il livello (il verbo ti indica attività e prova); 3) usa l’IA per generare materiali coerenti con il verbo, mai per stabilire il verbo. Questo disinnesca il format di default dei tool, che tende a scivolare verso spiegazioni lisce e quiz di riconoscimento.
Due accorgimenti pratici evitano la convergenza verso la lezione prefabbricata. Primo: localizzazione obbligatoria. Ogni attività ai livelli alti deve incorporare un vincolo di contesto (dati della classe, casi del territorio, testi che stai leggendo davvero). L’IA può proporre strutture, ma il contenuto caldo viene da voi. Secondo: allineamento costruttivo dichiarato. Per ogni slide o scheda, annota a margine il verbo di Bloom a cui risponde e come verrà valutato: se non riesci a scriverlo in una riga, l’attività è decorativa.
Un micro-protocollo operativo tiene sveglia la progettazione. In apertura di unità: cinque learning outcomes con verbi e criteri (“argomentare… con due evidenze”, “progettare… con vincolo di tempo”). Sequenza rapida su carta: otto blocchi con tempi e passaggi di livello. Tre misconcezioni attese e come farle emergere. Solo a questo punto chiedi all’IA una bozza vincolata al tuo schema; poi tagli, integri, sposti difficoltà dove serve. In chiusura: un compito di trasferimento che l’IA non può risolvere con copia-incolla (dati raccolti in classe, osservazioni in loco, confronto fra due autori con esempi locali).
Esempio lampo su Berlin. Esito “analizzare”: “Confrontare libertà negativa/positiva in 400 parole indicando due rischi per la politica scolastica”. L’IA può proporre una tabella comparativa e due casi tipici; tu aggiungi un caso reale del tuo istituto. Esito “valutare”: “Argomentare pro/contro un regolamento d’istituto alla luce di Berlin con due obiezioni possibili e una confutazione”. L’IA può suggerire la struttura argomentativa, ma la scelta delle obiezioni nasce dall’esperienza in classe. Esito “creare”: “Progettare una mini-lezione dialogica di 10 minuti per una seconda, con una domanda socratica e un exit ticket”. Qui la macchina dà un copione grezzo; tu lo adatti al linguaggio dei tuoi studenti.
Infine, trasforma l’IA da scorciatoia a avversario pedagogico: fai generare una risposta media a un outcome di livello “comprendere”, poi chiedi agli studenti di elevarla a “analizzare/valutare” esplicitando le mosse. In questo modo l’output standard diventa materiale di allenamento critico, non prodotto finito.
In breve: Bloom restituisce forma al pensiero, e il pensiero guida la macchina. Se il verbo viene prima del template, l’IA non appiattisce; amplifica. E l’originalità del docente non sta nel fare tutto da solo, ma nel decidere quale mente vuole costruire in ogni lezione.
