Mi piace insegnare e ho la fortuna di farlo da sempre ai miei studenti e da alcuni anni ai colleghi docenti.
Mi interessa tutto quello che riguarda l'insegnamento blended o totally online.
Studio e approfondisco queste modalità didattiche in autonomia.
Dai miei studi ho intenzione di scrivere un opuscolo per i docenti, da pari a pari.
Chi ha provato a scrivere una consegna che i chatbot non sappiano risolvere conosce il copione. Il trucco regge forse per un quadrimestre, poi arriva un modello più aggiornato e la trappola si apre da sola. Possiamo continuare a rilanciare, oppure cambiare gioco: la domanda da porsi diventa quanto il compito lasci vedere di chi lo svolge.
Un tutor che non dà le soluzioni
Parto dal racconto di due esperienze, in cui lo strumento è stato costruito per restare un passo indietro rispetto allo studente.
La prima riguarda la matematica in quinta liceo. Ho preparato io un tutor basato sull’IA per accompagnare lo svolgimento degli esercizi, e prima di portarlo in aula l’ho messo alla prova insieme ai colleghi della disciplina, che mi hanno aiutato a correggerne il comportamento. L’idea di fondo era che il tutor guidasse senza risolvere: chi lavorava con lui doveva comunque eseguire i passaggi, con qualcuno accanto che indicava dove guardare. Il ritmo, di conseguenza, era meno brillante di quello di un chatbot che consegna lo svolgimento completo. Ma il lavoro restava nelle mani dei ragazzi.
La seconda esperienza riguarda la scrittura argomentativa. Qui il tutor è socratico e di scrivere il testo non si occupa affatto. Aiuta a costruirlo, facendo passare lo studente attraverso una routine sempre uguale: una sequenza di domande per decidere la tesi, scegliere gli argomenti, ordinarli, prevedere le obiezioni. La scommessa è che, ripetuta volta dopo volta, quella sequenza smetta di essere un aiuto esterno e diventi un’abitudine mentale dello studente, che a un certo punto se la fa da solo.
In entrambi i casi lo strumento toglie la scorciatoia. Fa fermare, guardare il punto in cui ci si è incagliati, riprendere in mano il filo. Una frizione voluta.
Dalla didattica alla verifica
La stessa idea si può portare dentro la valutazione. Se un chatbot serve a consegnare prima, il percorso fatto dallo studente sparisce dietro il risultato. Se invece il lavoro passa attraverso richieste di spiegazione, controllo e correzione, lo stesso strumento può far emergere ciò che altrimenti resterebbe invisibile.
Questo ci obbliga a ripensare che cosa ci basti vedere. Una relazione ben scritta, delle slide ordinate, un programma che gira: dietro ciascuno di questi oggetti può esserci uno studente al lavoro, uno studente affiancato da un assistente, oppure quasi soltanto l’assistente. Il prodotto non perde valore, ma da solo non basta più a certificare che qualcuno abbia capito.
Mi chiedo allora quali gesti mi convincerebbero. Sentire motivare una scelta. Vedere rifare da capo il passaggio che regge tutto il resto. Osservare quando lo studente individua un errore e lo sistema, quando mette una frase accanto alla sua fonte, quando riadatta il lavoro perché una condizione è cambiata, quando porta lo stesso principio su un caso nuovo. E sentirgli separare ciò che ha deciso da ciò che gli ha proposto lo strumento.
Conta molto anche la natura dello strumento. Un assistente che esegue al posto dello studente lo lascia inattivo, eppure gli regala la sensazione di aver prodotto: il file c’è, il testo è lì, ma il ragionamento è rimasto altrove. Gli strumenti che suggeriscono, stimolano, correggono e indirizzano obbligano invece a restare in gioco, e il lavoro consegnato porta con sé qualcosa di chi l’ha fatto.
Nessuno di questi gesti, in ogni caso, chiude da solo la questione di chi abbia fatto cosa. Si può capire a fondo un testo che ha scritto una macchina, ma firmare un lavoro è altra cosa dal comprenderlo. Per tenere insieme i due piani servono più tasselli: una dichiarazione onesta su come si è lavorato, un piccolo resoconto delle scelte, un controllo di comprensione.
Come affrontare la questione
Prendiamo un commento a un brano di Seneca da preparare a casa in una settimana.
Il giorno in cui assegno il lavoro metto le regole nero su bianco: se l’IA è ammessa, per quali compiti (per esempio cercare un vocabolo, non scrivere il commento), quali parti spettano solo allo studente e quali dati personali o di classe non vanno mai incollati in uno strumento esterno.
Quando arriva la consegna, in coda al commento trovo quattro righe da completare. Dico se ho usato l’IA e per cosa. Racconto una decisione che ho preso io. Riporto un errore, un limite o un consiglio dello strumento che ho corretto o lasciato cadere. Indico una fonte che ho consultato di persona. Non domanderei l’archivio completo delle chat: appesantirebbe la correzione, conterrebbe materiale che non c’entra e non restituirebbe comunque un racconto attendibile di come il lavoro è nato.
Qualche giorno dopo, in classe, faccio una sola richiesta a sorpresa. Può essere chiedere di spiegare a voce un passaggio senza guardare il foglio, di applicare la stessa regola a un periodo un po’ diverso, di individuare un errore inserito da me, di rifare il lavoro cambiando una condizione, di giustificare perché una certa resa del testo latino in italiano meriti fiducia.
Nella griglia di valutazione terrei separati quattro aspetti: com’è fatto il prodotto, quanto è stato compreso, quali scelte e revisioni ci sono dietro, con che trasparenza sono state usati fonti e strumenti.
Con questo schema il compito resta svolgibile da una macchina. Cambia che consegnare qualcosa che non si conosce e non si è compreso diventa più faticoso, e io esco dalla correzione della verifica con molte più evidenze su cui ragionare.
Cosa sta accadendo nelle scuole
Guardandomi intorno, vedo i colleghi imboccare quattro vie diverse. C’è chi mette a punto verifiche costruite apposta per far inciampare i modelli (colleghi poliziotti si prendono la briga di modificare ogni singolo testo da consegnare a circa 25 studenti, al solo scopo di indurre in errore). C’è chi semina nel testo della consegna richieste invisibili agli studenti, che fanno affiorare l’aiuto non dichiarato di un assistente. C’è chi propone di smontare criticamente le risposte sbagliate di un chatbot. E c’è chi, a lavoro consegnato, convoca lo studente per un colloquio in cui spiegare e difendere ciò che ha presentato.
Le prime due vie ragionano da guardiani: vogliono fermare l’IA oppure coglierla sul fatto. La terza la mette sotto gli occhi di tutti e la usa come materia di analisi. La quarta cambia oggetto dell’osservazione e guarda quanto lo studente ha capito, più che il risultato. La proposta che ho illustrato sta a metà strada tra queste ultime due.
Le obiezioni che mi faccio da sola
So già cosa mi direbbe un collega, perché me lo direi io. La prima obiezione riguarda il tempo: la dichiarazione d’uso, la traccia delle scelte, la prova a sorpresa, la griglia a quattro voci sono tutte cose in più da leggere, da correggere e da registrare. E il tempo, a scuola, è già poco. Programmi da chiudere, ore sottratte da progetti e attività varie, e in quinta la maturità che si avvicina e impone di consegnare agli studenti il maggior numero possibile di contenuti. Chiedere di dedicare ore a un metodo di valutazione che sembra togliere spazio alla disciplina può suonare come un lusso.
Credo che la risposta stia nelle dimensioni. Non propongo di applicare lo schema a ogni compito, ma a uno o due lavori per periodo, scelti perché meritano davvero una valutazione approfondita. Le quattro righe di traccia si leggono in un minuto. La prova a sorpresa può toccare soltanto un campione di studenti, a rotazione, e in una classe numerosa può restare una domanda scritta di pochi minuti. Soprattutto, molte di queste operazioni sono già didattica: far spiegare un passaggio, cercare un errore, giustificare una fonte è esattamente il lavoro sulla disciplina che temiamo di perdere, e per la maturità serve quanto un’ora di ripasso.
Ne restano altre, meno semplici da liquidare. Una dichiarazione può essere falsa, e nessuno ha il modo di verificarla, per cui il valore della traccia dipende dal clima di fiducia in classe e dalla prova di comprensione che la affianca. Non tutti gli studenti hanno gli stessi strumenti a casa, né le stesse competenze nell’usarli, e una consegna che premia chi sa dialogare bene con un assistente rischia di allargare le distanze. C’è poi la questione dei dati dei minori, che impone cautela su ciò che si fa inserire negli strumenti e sulle piattaforme da adottare. C’è la preparazione dei docenti: costruire un tutor che guidi senza risolvere richiede tempo, competenze e il confronto con colleghi, e non tutte le scuole lo permettono. E c’è un dubbio di coerenza, perché valutare allo stesso modo classi diverse, in cui il tutor funziona diversamente, mette in difficoltà i criteri comuni dei dipartimenti.
Non ho risposte complete a tutto questo. So però che l’alternativa di non fare nulla ha un costo suo: un voto assegnato su prodotti di cui non conosciamo l’origine.
Possibili vie praticabili
A volte ha senso chiedere ai ragazzi di lavorare senza alcun aiuto generativo. Succede quando faccio una prova d’ingresso per capire da dove si parte, quando voglio consolidare le abilità di base che devono diventare automatiche, quando preparo una verifica individuale o comunque ogni volta che mi interessa vedere che cosa sanno fare con le loro sole forze. Per queste occasioni scelgo un contesto sorvegliato e dico apertamente agli studenti la ragione del limite. Mi pare più onesto che assegnare un lavoro per casa e augurarmi che nessun modello sia in grado di risolverlo.
Esiste anche una via intermedia per i compiti in classe, che mi incuriosisce molto: lasciare la possibilità di consultare l’IA, ma a pagamento. A ogni studente consegno un piccolo budget di crediti, una specie di monete virtuali, e ogni interrogazione al tutor ne costa una. Chi le spende alla prima difficoltà si ritrova senza risorse proprio quando servirebbero, chi le conserva impara a distinguere un ostacolo da superare da solo da un dubbio che merita davvero una domanda. La dinamica ha qualcosa del gioco, e questo la rende gradita ai ragazzi, ma il suo effetto sta altrove: costringe a decidere quando chiedere aiuto, a formulare la richiesta con cura prima di spendere e a prendersi la responsabilità di una scelta. È un esercizio di autocontrollo che nessun divieto potrebbe insegnare. Il registro delle domande poste, inoltre, mi dice dove ciascuno si è fermato.
La scelta, del resto, non si riduce a vietare tutto o a concedere tutto. Prima decido quale capacità voglio vedere in azione, poi stabilisco quali strumenti convivono con quell’obiettivo e infine definisco quali parti del lavoro devono essere inequivocabilmente dello studente.
Ripetiamo da anni, nei collegi e nei corsi di formazione, che conta più il processo del risultato. Ma se poi il voto va a un elaborato ben riuscito e nient’altro, che senso ha continuare a dirlo?
Lo scroll infinito ha eliminato una cosa apparentemente banale ma pedagogicamente fondamentale: la fine.
Una pagina finisce. Un capitolo finisce. Un libro finisce. Una lezione finisce. Anche un’attività quotidiana ha un inizio, uno svolgimento e una conclusione.
Il feed infinito, invece, non ci chiede di decidere quando fermarci. Ci propone continuamente qualcosa di nuovo, riducendo al minimo l’attrito tra un contenuto e il successivo.
Ed è qui che il problema diventa educativo.
Non riguarda soltanto il tempo trascorso sui social. Riguarda la nostra capacità di sostenere l’attenzione, tollerare la noia, concludere un’attività, selezionare ciò che merita il nostro tempo e resistere alla gratificazione immediata.
Come docente, trovo particolarmente interessante questa prospettiva: spesso chiediamo agli studenti di concentrarsi, leggere testi lunghi, studiare, approfondire, argomentare. Ma contemporaneamente li immergiamo in ambienti digitali progettati secondo logiche completamente opposte: rapidità, novità continua, ricompensa immediata, assenza di una conclusione naturale.
Non è soltanto una questione di “forza di volontà”.
È anche una questione di design.
Per questo l’educazione digitale non dovrebbe limitarsi a insegnare come utilizzare le tecnologie. Dovrebbe insegnare anche a riconoscere come le tecnologie cercano di utilizzare noi.
Forse dovremmo recuperare intenzionalmente il valore dell’attrito: pagine numerate, contenuti con una fine, notifiche disattivate, tempi di utilizzo definiti, pause reali, letture senza interruzioni.
E soprattutto una competenza che rischiamo di considerare sempre più preziosa: saper smettere.
Perché in un ambiente progettato per continuare all’infinito, fermarsi non è più un gesto automatico.
C'è un'asimmetria silenziosa nel mio mestiere, che ho imparato a riconoscere solo dopo molti anni di cattedra: io vedo quasi sempre la scrittura dei miei studenti, e quasi mai la loro lettura. Vedo la traduzione dal latino, il commento al canto dantesco, l'analisi del testo storiografico. Non vedo, se non per inferenza indiretta, come quello studente sia arrivato a scriverla. Non so se ha letto per intero il passo assegnato, se si è fermato sulle terzine più dense, se ha consultato una parafrasi a fianco del testo, o se — sempre più spesso, oggi — ha chiesto a un sistema di intelligenza artificiale di restituirgliene il contenuto in dieci righe prima ancora di aprire il libro.
Questa distanza tra ciò che osserviamo (la scrittura, prodotto finale e visibile) e ciò che resta sommerso (la lettura, processo invisibile) non è una novità portata dall'intelligenza artificiale. È una caratteristica strutturale della valutazione scolastica, che ha sempre faticato a "vedere" il momento in cui lo studente entra in contatto con un testo. Ma gli strumenti di sintesi automatica oggi disponibili — capaci di trasformare in pochi secondi un'orazione ciceroniana, un canto della Commedia o un capitolo dei Promessi Sposi in un elenco ordinato di punti chiave — rendono quell'invisibilità molto più rischiosa. Per la prima volta, un'apparenza credibile di comprensione può essere prodotta senza che sia avvenuta alcuna lettura.
Vorrei provare a riflettere su questo, non per demonizzare lo strumento, ma per riportare al centro una domanda che la scuola dà troppo spesso per scontata: cosa intendiamo, davvero, quando diciamo che uno studente "sa leggere" un testo?
Nel dibattito sull'intelligenza artificiale a scuola si parla quasi sempre di scrittura: integrità accademica, riconoscimento di elaborati generati dalla macchina, nuove forme di valutazione. Si parla molto meno di lettura, come se fosse una competenza già acquisita, scontata, non negoziabile. È un'omissione che trovo pericolosa, perché la lettura non è un'abilità accessoria rispetto alla scrittura o all'argomentazione orale: ne è il fondamento. Non si scrive un commento critico su un testo che non si è davvero attraversato. Non si costruisce un'argomentazione solida senza aver imparato, leggendo, come altri prima di noi hanno costruito le proprie. La competenza di lettura — quella che permette di seguire lo sviluppo di un ragionamento, di riconoscere un registro linguistico, di cogliere ciò che un autore lascia non detto — è la competenza che rende possibili tutte le altre. Se questa si erode, si erode in silenzio, perché continueremo a vedere elaborati scritti apparentemente corretti, senza accorgerci che dietro non c'è stato un vero incontro con il testo. Leggere non è estrarre un contenuto
Quando assegno la lettura delle Catilinarie di Cicerone, l'obiettivo non si esaurisce nel fatto che gli studenti sappiano "di che cosa Cicerone accusi Catilina". Quell'informazione, per quanto necessaria, è la parte meno interessante del compito. Voglio che notino come Cicerone costruisce l'accusa: l'uso calcolato dell'anafora ("Quo usque tandem..."), la gradualità con cui sposta l'attenzione dal fatto privato alla minaccia per la res publica, il modo in cui la sintassi periodica imita l'avanzare quasi inesorabile dell'argomentazione. Lo stesso vale per un'ottava di Ariosto, per un capitolo dei Promessi Sposi, per una pagina di Tacito: il significato non sta solo in cosa viene detto, ma in come il testo pensa.
Una sintesi automatica, per quanto accurata, restituisce quasi sempre il primo livello e quasi mai il secondo. Può dirci che Renzo e Lucia sono separati dalle vicende della guerra e della peste; difficilmente trasmette l'ironia del narratore manzoniano, quello sguardo obliquo e a tratti impietoso che è la vera cifra stilistica del romanzo — pensiamo a come viene presentato Don Abbondio, "non era nato con un cuor di leone", e a tutto ciò che quella reticenza ironica comunica sulla mediocritas umana ben prima che il narratore lo dica esplicitamente. Una sintesi può segnalare che nel canto XXVI dell'Inferno Ulisse racconta il suo ultimo viaggio; difficilmente fa percepire la tensione, tutta dantesca, tra l'ammirazione per la sete di conoscenza e la condanna morale di quella stessa sete che supera il limite imposto da Dio — la hybris resa visibile nella lingua stessa, nel crescendo retorico del discorso ai compagni. Uno studente che leggesse solo la sintesi saprebbe di cosa parla il testo, ma non lo avrebbe incontrato.
Leggere, in ambito letterario e storiografico, significa imparare a notare la struttura dell'argomentazione, le fonti e il modo in cui vengono impiegate, il metodo dell'autore, il tono e lo stile, il linguaggio disciplinare, l'incertezza e l'ambiguità che il testo stesso lascia aperte, il modo in cui le idee si connettono, le domande che il testo non risolve. Tutto questo appartiene a un livello che nessuna sintesi, per definizione, può restituire: una sintesi comprime, e ciò che comprime per primo è proprio la complessità, l'ambiguità, l'incertezza — cioè esattamente ciò che, in letteratura come in storia, costituisce il senso più alto dell'apprendimento.
C'è un punto in cui l'uso di questi strumenti smette di essere un supporto e diventa una sostituzione: quando lo studente legge solo la sintesi, la trascrive nei propri appunti, l'accetta senza verificarla, perde le sfumature o i punti di disaccordo che il testo conteneva, salta i passaggi più ostici, evita di misurarsi con le difficoltà che proprio quella lettura avrebbe dovuto allenarlo ad affrontare.
Penso a uno studente che, dovendo commentare un passo delle Historiae di Tacito, si limiti a copiare i punti elenco generati da un assistente IA senza mai aver attraversato la densità quasi ellittica della prosa tacitiana — quella brevitas che è essa stessa un giudizio morale sul potere che descrive. Conoscerà gli eventi narrati, ma avrà perso esattamente ciò che rende Tacito un autore da leggere e non solo da riassumere: il modo in cui la forma della frase incarna il sospetto, la reticenza, l'amarezza dello storico verso il principato. Penso a uno studente che debba ricostruire la congiura di Catilina narrata da Sallustio e si fermi alla cronologia degli eventi suggerita da una macchina, senza notare come Sallustio costruisca il ritratto morale di Catilina prima ancora di narrarne le azioni — un giudizio etico che precede e orienta tutta la narrazione storica, e che è proprio dello storiografo latino, non un dato neutro da "estrarre".
In questi casi non è la macchina ad aver fatto qualcosa di scorretto: ha semplicemente fatto il lavoro che lo studente avrebbe dovuto fare da sé. Il problema non è lo strumento. È che ha occupato lo spazio della lettura, non lo spazio che precede o segue la lettura.
Sarebbe altrettanto sbagliato chiudere la porta in faccia a questi strumenti. Usati con consapevolezza, possono svolgere una funzione di impalcatura — un sostegno temporaneo che permette allo studente di fare un lavoro che, da solo, non saprebbe ancora affrontare, e che si rimuove una volta raggiunta l'autonomia.
Penso a una classe che affronti per la prima volta un canto dantesco particolarmente arduo: una sintesi generata da una macchina può servire come mappa preliminare, utile a orientarsi tra i nuclei tematici — la conoscenza, il limite, la trasgressione — prima dell'incontro diretto con il testo in terzine, dove il lavoro reale di comprensione (la sintassi latinizzante, l'endecasillabo, le scelte lessicali) può avvenire con meno smarrimento iniziale. Penso a un passo di Livio particolarmente intricato sul piano sintattico, che lo studente può far "anticipare" da uno strumento per individuare i termini chiave e i nodi narrativi, prima di misurarsi con il testo latino vero e proprio. La stessa sintesi può essere usata dopo la lettura, per verificare se la comprensione autonoma ha colto gli elementi essenziali o ne ha smarriti alcuni, o per confrontare i propri appunti con un'altra versione e preparare domande per la discussione in classe.
La differenza tra sintesi-scorciatoia e sintesi-impalcatura non sta nello strumento: sta nella sequenza didattica in cui quello strumento viene inserito, e nella consapevolezza con cui lo studente lo utilizza.
Da queste premesse derivano alcune pratiche che ho cominciato a introdurre nella mia didattica e che propongo come piste di lavoro, non come ricette definitive.
Rendere visibile il processo di lettura. Accanto al commento scritto su un passo di Tacito o su un canto della Commedia, posso chiedere una breve nota di processo, da consegnare insieme all'elaborato: come hai letto questo testo? hai usato uno strumento di IA, e in che fase? in cosa ti ha aiutato? in cosa ti ha confuso? cosa hai verificato tornando al testo originale? Questa nota, valutata insieme al prodotto scritto, rende visibile ciò che normalmente resta sommerso, e sposta l'attenzione dal solo risultato al percorso che lo ha generato.
Insegnare a verificare una sintesi, non solo a produrla. Posso fornire io stessa una sintesi generata da uno strumento di IA di un passo di Cicerone o di un episodio storico — la congiura di Catilina narrata da Sallustio, per esempio — e chiedere alla classe di confrontarla con il testo originale: in cosa è accurata? cosa manca? cosa viene semplificato fino a perdere le sfumature di significato che il testo invece manteneva? in quali punti la sintesi sembra più certa di quanto l'autore stesso non dimostri di essere? Questo esercizio trasforma lo studente da utilizzatore passivo a lettore critico della sintesi stessa, e — non meno importante — gli insegna a riconoscere quando una macchina semplifica troppo.
Lavorare in tre fasi: prima, durante, dopo. Prima della lettura, posso chiedere allo strumento un'anteprima sintetica per orientare la classe. Durante la lettura, gli studenti lavorano sul testo integrale, annotandolo. Dopo la lettura, confrontano i propri appunti con la sintesi iniziale e scrivono, in un'ultima fase, cosa la macchina aveva tralasciato — un esercizio che spesso rivela, meglio di qualsiasi verifica tradizionale, cosa lo studente ha davvero compreso.
Preservare i momenti di lettura lenta, senza alcun intermediario. Non tutti i testi richiedono lo stesso grado di prossimità. Per una contestualizzazione storica rapida — chi erano i Catilinari, qual era il clima politico di Roma nel 63 a.C. — l'uso di strumenti di sintesi può essere legittimo ed efficiente. Ma per l'analisi retorica di un'orazione, per il commento di una terzina, per la traduzione ragionata di un periodo latino, la lettura deve restare lenta, individuale, senza scorciatoie: è lì, in quel tempo apparentemente improduttivo, che si forma la competenza interpretativa.
Porre domande che una sintesi non può esaurire. Evito di chiedere soltanto "di cosa parla il testo": preferisco chiedere come l'autore costruisce l'argomentazione, quali evidenze sceglie e quali tace, quali presupposti culturali il testo assume come noti, dove il testo diventa più complesso e perché, cosa andrebbe perso in una sintesi di quel passo. Domande di questo tipo riportano l'attenzione sulla forma del pensiero, non solo sul suo contenuto, e per loro natura non hanno una risposta "riassumibile".
Costruire insieme alla classe un patto d'uso esplicito. Una policy condivisa, discussa e non semplicemente imposta — cosa la macchina può fare (anticipare, chiarire un termine, verificare la comprensione) e cosa non può sostituire (la lettura integrale richiesta dal compito, l'incontro diretto con la lingua del testo) — rende l'uso dello strumento trasparente e dichiarato, anziché clandestino, e chiede agli studenti di essere onesti su quando e come lo utilizzano.
C'è una domanda che ho imparato a pormi sistematicamente prima di assegnare un testo, ed è forse la più utile di tutte: cosa voglio davvero che gli studenti imparino da questa lettura? Se la risposta riguarda solo i contenuti fattuali — la trama, gli eventi, la cronologia — una sintesi può bastare, ed è probabilmente già uno strumento di studio legittimo. Ma se la risposta include la struttura dell'argomentazione, l'uso delle fonti, il registro linguistico, il giudizio critico, la pazienza intellettuale necessaria per restare dentro un testo difficile senza cercare la via più breve — tutto ciò che, con formula un po' logora ma ancora vera, chiamiamo "competenza di lettura" — allora nessuna sintesi, per quanto ben fatta, può sostituire l'attraversamento del testo.
Questa domanda mi pare valga più di qualunque regolamento. Perché obbliga il docente a chiarire prima di tutto a se stesso cosa intende per comprensione, e solo dopo a decidere quale spazio lasciare, in quella specifica lettura, agli strumenti che oggi abbiamo a disposizione.
Gli strumenti di sintesi automatica possono aprire una porta su testi altrimenti troppo ostici per un primo approccio: uno studente in difficoltà con il latino, una classe che si scoraggia davanti a un canto dantesco particolarmente arduo, chi ha poco tempo per leggere tutto ciò che vorrebbe. Per questi studenti, la sintesi può essere la differenza tra accostarsi a un testo e rinunciarvi del tutto, e sarebbe ingiusto ignorarlo.
Ma quella stessa porta, se diventa l'unico accesso al testo, può chiudersi silenziosamente sulla lettura profonda — quella che forma non solo la conoscenza di un contenuto, ma la capacità di stare dentro un pensiero complesso, di seguirne le pieghe, di accettarne la fatica. Il compito del docente non è vietare lo strumento, né ignorarlo: è insegnare agli studenti a riconoscere quando una mappa è sufficiente e quando, invece, occorre camminare per il sentiero. È un compito che richiede tempo, e che nessuna policy scolastica, da sola, potrà mai sostituire.
Un racconto da tenere in classe
Qualche tempo fa ho riletto un racconto breve di Gianni Rodari che continua a sembrarmi straordinariamente attuale. Ve lo riporto qui, perché credo che valga la pena leggerlo prima di qualsiasi ragionamento sull’intelligenza artificiale.
Un giorno bussò alla nostra porta uno strano tipo: un ometto buffo, vi dico, alto poco più di due fiammiferi. Aveva in spalla una borsa più grande di lui. – Ho qui delle macchine da vendere – disse. – Fate vedere – disse il babbo. – Ecco, questa è una macchina per fare i compiti. Si schiaccia il bottoncino rosso per fare i problemi, il bottoncino giallo per svolgere i temi, il bottoncino verde per imparare la geografia: la macchina fa tutto da sola in un minuto.
– Compramela, babbo! – dissi io. – Va bene, quanto volete? – Non voglio denari – disse l’omino. – Ma non lavorerete mica per pigliar caldo! – No, ma in cambio della macchina voglio il cervello del vostro bambino. – Ma siete matto! – esclamò il babbo.
– State a sentire, signore – disse l’omino, sorridendo. – Se i compiti glieli fa la macchina, a che cosa gli serve il cervello? – Comprami la macchina, babbo! – implorai. – Che cosa ne faccio del cervello? Il babbo mi guardò un poco e poi disse: – Va bene, prendete il suo cervello. L’omino mi prese il cervello e se lo mise in una borsetta.
Com’ero leggero, senza cervello! Tanto leggero che mi misi a volare per la stanza, e se il babbo non mi avesse afferrato in tempo sarei volato giù dalla finestra. – Bisognerà tenerlo in gabbia – disse l’ometto. – Ma perché? – domandò il babbo. – Non ha più cervello, ecco perché. Se lo lasciate andare in giro, volerà nei boschi come un uccellino, e in pochi giorni morirà di fame!
Il babbo mi rinchiuse in una gabbia, come un canarino. La gabbia era piccola, stretta, non mi potevo muovere. Le stecche mi stringevano tanto che… alla fine mi svegliai spaventato. Meno male che era stato solo un sogno! Vi assicuro che mi sono subito messo a fare i compiti.
— Gianni Rodari--
Un racconto da tenere in classe
Rodari scrisse questo testo negli anni Sessanta, pensando a chissà quale macchina futuribile. Non immaginava — o forse sì, a modo suo — che l’omino con la borsa sarebbe arrivato davvero, e che si sarebbe presentato con un’interfaccia pulita e una casella di testo bianca. Negli ultimi due anni ho assistito in prima persona all’arrivo di quell’omino nelle mie classi.
L’entusiasmo iniziale è stato travolgente, e sarei disonesta a negarlo. Gli studenti si sono presentati con temi scritti in un italiano impeccabile, ricerche storiche ben strutturate, riassunti privi di errori. Per qualche settimana ho avuto la sensazione di guardare un’aula piena di geni improvvisati. Poi ho cominciato a fare domande. Domande semplici, sul contenuto di quello che avevano consegnato. E lì il castello ha cominciato a scricchiolare.
Non è una questione di disonestà intellettuale — o almeno, non solo. È qualcosa di più sottile e più preoccupante: molti ragazzi avevano consegnato testi che non avevano compreso. Non perché fossero incapaci, ma perché il processo attraverso cui si comprende una cosa — il tentativo, l’errore, la correzione, la fatica — era stato saltato a piè pari. Avevano preso la borsa dell’omino senza chiedersi cosa ci avevano messo dentro.
C’è un termine tecnico che viene dalla sociologia del lavoro, deskilling, che indica il processo attraverso cui una tecnologia sostituisce progressivamente le competenze umane fino a renderle atrofizzate per mancanza d’uso. Lo abbiamo visto con il calcolo mentale nell’era della calcolatrice, con la scrittura a mano nell’era della tastiera, con il senso dell’orientamento nell’era del GPS. Non sto dicendo che queste siano state catastrofi — molte di quelle competenze erano sacrificabili. Ma la scrittura, il ragionamento, la capacità di costruire un argomento e di sostenere un’idea davanti a un interlocutore? Queste non sono competenze accessorie.
Quando un ragazzo delega a uno strumento l’atto di pensare — non di formattare, non di cercare dati, ma di pensare — rinuncia a qualcosa che non si recupera facilmente. La fatica cognitiva non è un ostacolo all’apprendimento: è l’apprendimento stesso. Ogni volta che uno studente lotta con una frase difficile, cerca il termine giusto, riscrive un paragrafo perché non suona bene, sta costruendo qualcosa dentro di sé. Quella costruzione non avviene se la frase la scrive qualcun altro, o qualcos’altro.
Detto questo, qualcosa di interessante è accaduto nel tempo. L’entusiasmo iniziale si è smorzato, e non per effetto di qualche campagna moralizzatrice da parte dei docenti. Gli studenti stessi hanno cominciato a fare i conti con i limiti dello strumento. Chi ha provato a usare l’intelligenza artificiale per una ricerca storica ha trovato date sbagliate, personaggi confusi, citazioni di libri che non esistono. Chi ha chiesto aiuto per un testo argomentativo ha ricevuto pagine apparentemente coerenti che, a uno sguardo più attento, giravano in tondo senza dire niente.
Quello che i ricercatori chiamano “allucinazione” — la tendenza dei modelli linguistici a produrre informazioni false con la stessa sicumera con cui ne producono di vere — è diventato un’esperienza concreta per i miei studenti. Alcuni di loro hanno passato più tempo a verificare quello che l’AI aveva scritto che non a svolgere il compito in proprio. Quando l’ho fatto notare, qualcuno ha risposto con una frase che mi è rimasta: “Ma tanto ci vuole più tempo così”. Esatto.
A questo si aggiunge il problema dei bias: i modelli linguistici sono addestrati su enormi quantità di testo prodotto da certi tipi di fonti, in certi contesti culturali, con certe prospettive dominanti. Chiedere loro di raccontare la storia coloniale italiana, o di spiegare un conflitto geopolitico recente, non è la stessa cosa che consultare storici diversi o leggere fonti primarie. Lo strumento non è neutro, e questa non-neutralità è spesso invisibile, il che la rende ancora più insidiosa.
Non ho intenzione di trasformare questo post in un atto d’accusa contro l’intelligenza artificiale. Gli strumenti esistono, e gli studenti li useranno, dentro e fuori dalla scuola, con o senza il nostro consenso. Il punto non è proibire, ma capire cosa sta succedendo e aiutare i ragazzi a capirlo con noi.
Quello che possiamo fare, come docenti, è rendere esplicito il nodo. L’omino di Rodari non porta via il cervello di nascosto: chiede il permesso, e noi lo diamo. La domanda da porre agli studenti non è “hai usato l’AI?”, ma “cosa hai imparato facendo questo?”. Se la risposta è “niente”, il problema non è lo strumento: è il modo in cui è stato usato.
Il sogno del bambino di Rodari finisce con uno spavento e con un gesto semplice: si mette a fare i compiti. Non perché qualcuno glielo abbia imposto, ma perché ha capito — attraverso il sogno, che è uno dei modi in cui si capiscono le cose — che rinunciare al proprio cervello è un pessimo affare. Forse anche i nostri studenti, attraverso la disillusione e l’esperienza diretta dei limiti dello strumento, stanno cominciando a capire qualcosa di simile. Sta a noi non sprecare quella lezione.
Questo articolo nasce da un'esperienza personale che ho scelto di condividere non perché sia un modello da replicare, ma perché mi ha fatto capire qualcosa di importante sul senso del mio lavoro. Insegno Lettere in un liceo scientifico. Non insegno francese. Ma sono appassionata di musica — e da anni porto in classe, e fuori dalla classe, canzoni e testi che i miei studenti non incontrerebbero mai nei programmi ordinari. Questa volta ho fatto di più: ho usato una canzone di Barbara, "Dis, quand reviendras-tu?" (1962), come punto di partenza per costruire un podcast. Ho scritto un racconto ispirato al testo con l'aiuto dell'intelligenza artificiale. Ho prodotto un'immagine con AI. Ho cantato io stessa, con accompagnamento musicale. E poi mi sono chiesta: questo potrebbe diventare un'attività per i miei studenti? La risposta è sì — e questo articolo è il tentativo di spiegare perché, e come.
Perché Barbara. Perché una docente di Lettere.
Comincio dal principio, che è anche la domanda più ovvia: cosa c'entra una docente di Lettere di un liceo scientifico con una chanson française degli anni Sessanta?
La risposta è che la musica è sempre stata, per me, un secondo linguaggio. Non nel senso della competenza tecnica — non so cantare, mi accompagno appena con qualche strumento — ma nel senso di uno mezzo per pensare, per sentire, per capire il mondo. E quando si insegna Lettere, cioè quando si lavora quotidianamente con la lingua, con i testi, con le storie, è difficile non accorgersi di quanto la musica dica cose che la prosa fatica a contenere.
Barbara è una di quelle voci che mi hanno formata. "Dis, quand reviendras-tu?" è una canzone che conosco a memoria — non solo le parole, ma il respiro, le pause, il modo in cui la melodia sembra tenere in sospeso ogni frase prima di lasciarla cadere. È una canzone degli anni Sessanta, incisa in un'epoca in cui le donne francesi non potevano ancora aprire un conto bancario senza il consenso del marito, e in cui una cantautrice che dichiarava di non poter più aspettare stava dicendo qualcosa di radicalmente nuovo.
I miei studenti, quelli del biennio scientifico, non sanno chi è Barbara. Non per mancanza di curiosità — anzi, sono spesso più aperti di quanto si creda — ma perché nessuno gliel'ha mai proposta. Ecco il punto: una parte fondamentale del mio lavoro, come la vedo io, è fare da tramite verso mondi culturali che il percorso scolastico ordinario non prevede. Non perché il programma sia sbagliato, ma perché è necessariamente incompleto. E la musica — quella vera, quella che ha qualcosa da dire — è quasi sempre fuori programma.
Così ho deciso di costruire un podcast intorno a questa canzone. Non un podcast didattico nel senso tradizionale — spiegazione, analisi, verifica. Un podcast che fosse prima di tutto un oggetto culturale: con un'immagine di copertina generata con l'intelligenza artificiale, un racconto originale ispirato al testo di Barbara, e la canzone eseguita da me come colonna sonora.
Questo articolo è il racconto di come l'ho fatto, e la riflessione su come questo percorso possa diventare — con le opportune mediazioni — un'attività formativa per i miei studenti.
Come l'ho costruito: il percorso in prima persona
Raccontare il processo mi sembra più onesto che presentare solo il prodotto finito. Perché il processo — con le sue incertezze, le sue scoperte, i suoi fallimenti e aggiustamenti — è già, in sé, un modello didattico.
L'immagine: negoziare con una macchina
Ho cominciato dall'immagine di copertina, usando uno strumento di generazione visiva con AI. Sapevo cosa volevo: qualcosa che restituisse l'atmosfera della canzone — l'attesa, la luce obliqua, un luogo evocativo, una figura femminile giovane ed elegante. Il problema è che tra quello che avevo in mente e quello che la macchina produceva c'era uno scarto sistematico.
Ho dovuto imparare a descrivere. Non nel senso generico del termine, ma in modo preciso, stratificato, quasi pittorico: che luce, quale ora del giorno, che colori, che composizione, che stile. Ho scritto e riscritto i miei prompt. Ho scartato decine di immagini. Ho tenuto quella che mi sembrava più fedele non all'idea che avevo in testa, ma all'emozione che volevo trasmettere.
È stato un lavoro sorprendentemente artigianale. E mi ha insegnato qualcosa che non avrei appreso altrimenti: che l'AI non legge la nostra mente, risponde alla qualità delle nostre parole. Chi sa descrivere ottiene risultati migliori. Chi è abituato a lavorare con il linguaggio — come chi insegna Lettere, come i miei studenti che scrivono temi — ha un vantaggio reale.
Il racconto: scrivere con una voce accanto
La parte più lunga, e più interessante, è stata la scrittura del racconto. Avevo in mente una storia ispirata alla canzone: una donna, un'attesa, una scelta. Ma non volevo che sembrasse un commento al testo — volevo che avesse vita propria, che si reggesse da sola come narrazione.
Ho usato l'AI come collaboratore di scrittura. Non come ghostwriter — la storia era mia, le scelte narrative erano mie — ma come interlocutore. Proponevo un incipit, chiedevo suggerimenti sul tono. Scrivevo un passaggio e domandavo: questo è troppo sentimentale? Come si potrebbe rendere più asciutto? Cosa manca in questa scena?
L'AI mi dava risposte, io le valutavo, le adottavo in parte o le rifiutavo, riscrivevo. È stato un dialogo — impari, perché la voce finale era la mia, ma genuinamente dialogico. Mi ha ricordato il lavoro con un editor, o con un lettore di fiducia: qualcuno che non scrive al posto tuo, ma ti aiuta a vedere quello che non riesci a vedere da sola.
Il risultato è un racconto che riconosco come mio, anche se porta tracce di quel dialogo. E questo — la questione dell'autorialità in collaborazione con una macchina — è uno dei temi più fecondi da esplorare con gli studenti.
Il podcast: mettere insieme tutto
La fase finale è stata quella del montaggio: immagine, racconto letto ad alta voce, canzone eseguita da me con accompagnamento musicale. Ho cantato Barbara in francese — non perché sia la mia materia, ma perché la canzone meritava di essere eseguita, non solo citata. La performance, anche imperfetta, dice qualcosa che la riproduzione registrata non dice: che questo testo è vivo, che qualcuno lo abita con la propria voce, che la lingua straniera non è uno schermo ma un corpo.
Il video-podcast così costruito non è un materiale didattico nel senso tradizionale. È un oggetto culturale completo, con una sua estetica, una sua intenzione comunicativa, un suo pubblico immaginato. Ed è esattamente questo che vorrei che i miei studenti imparassero a costruire.
Perché ha senso portarlo in classe: il valore pedagogico
Portare in classe quello che la scuola non prevede
Una delle frustrazioni ricorrenti di chi insegna Lettere in un liceo scientifico è la percezione, da parte degli studenti, che la letteratura e la cultura umanistica siano discipline separate dalla vita reale — belle, forse, ma lontane. La musica pop è reale. Il cinema è reale. La letteratura, spesso, no.
Portare Barbara in classe significa mostrare che esiste un vastissimo territorio culturale tra una playlist e i Promessi Sposi — un territorio che non è né pop né accademico, ma profondamente umano, e che è accessibile a chiunque abbia voglia di avvicinarsi. La chanson française, con la sua tradizione di poesia cantata, è uno di quei mondi che la scuola italiana raramente attraversa, e che invece merita di essere conosciuto.
Non si tratta di aggiungere contenuti a un programma già pieno. Si tratta di usare un testo come quello di Barbara per aprire porte: verso la storia, verso la letteratura, verso la riflessione sul presente. Il testo diventa un punto di accesso, non un punto di arrivo.
La docente che mostra il proprio processo
C'è un elemento che considero centrale in questo tipo di proposta, e che spesso viene sottovalutato: il fatto che io abbia fatto in prima persona quello che chiedo agli studenti di fare.
Ho usato l'AI senza sapere esattamente dove sarei arrivata. Ho scritto un racconto che poteva non riuscire. Ho cantato una canzone in francese — non la mia lingua disciplinare — accettando l'imperfezione della performance. Questo non è dettaglio autobiografico: è modello. Gli studenti del liceo scientifico, abituati a valorizzare la correttezza e la performance misurabile, hanno spesso una soglia di tolleranza molto bassa per il rischio creativo. Vedere una docente che si mette in gioco, che sbaglia e riprova, che porta in classe il proprio processo imperfetto, abbassa quella soglia in modo più efficace di qualunque discorso sulla creatività.
In termini pedagogici, questo è ciò che Vygotskij chiamerebbe zone di sviluppo prossimale attivate dall'esempio esperto: non ti dico cosa fare, ti mostro come lo faccio io, con tutte le incertezze del caso.
Un apprendimento che mobilita tutto
L'attività che propongo agli studenti — partire da una canzone per costruire un oggetto multimediale con l'AI — non è un esercizio su una competenza isolata. Richiede di leggere e comprendere un testo in lingua straniera. Richiede di contestualizzare storicamente. Richiede di scrivere con intenzione narrativa. Richiede di usare strumenti digitali con senso critico. Richiede di prendere decisioni estetiche. Richiede di lavorare insieme.
Per un biennio scientifico, dove la sfida è spesso tenere viva la motivazione verso le materie umanistiche, un compito che abbia un prodotto reale — qualcosa che si vede, si ascolta, si condivide — ha un effetto motivazionale documentato. Non si lavora per un voto su un tema: si lavora per qualcosa che esiste nel mondo.
L'intelligenza artificiale: uno strumento, non una scorciatoia
Devo essere onesta: quando ho cominciato a usare l'AI per questo progetto non ero priva di resistenze. La questione dell'autenticità mi preoccupava — se scrivo con l'AI, è ancora mia la storia? Se l'immagine la genera una macchina, è ancora arte?
La risposta che ho trovato, lavorandoci, è che la domanda era mal posta. L'AI non sostituisce la scelta — la moltiplica. Mi dà più opzioni tra cui scegliere, più varianti da valutare, più proposte da rifiutare o integrare. Il lavoro vero — decidere cosa tenere, cosa scartare, in quale direzione andare — resta interamente mio.
Questo è esattamente ciò che voglio trasmettere ai miei studenti. L'AI non è un modo per fare meno. È un modo per fare di più, più in fretta, con più materiale a disposizione — ma solo se si sa cosa si sta cercando. Chi non ha un'intenzione, chi non ha qualcosa da dire, ottiene dall'AI un prodotto generico e vuoto. Chi ha una direzione, trova nell'AI un amplificatore.
Per i miei studenti del biennio, questa è una competenza cruciale per il futuro — non nel senso della preparazione al mercato del lavoro, ma nel senso più profondo: imparare a mantenere la propria voce in un mondo in cui i contenuti si generano in automatico è un atto di autonomia intellettuale.
Cosa impara chi usa l'AI per scrivere
Quando un ragazzo usa l'AI per scrivere con consapevolezza — non per farsi fare il compito, ma come interlocutore nel processo creativo — sviluppa qualcosa di preciso: impara a formulare. A dire con chiarezza cosa vuole. A valutare criticamente una proposta. A riscrivere. A riconoscere la differenza tra un testo generico e uno che ha una voce.
Queste sono le stesse competenze che si sviluppano nell'ora di italiano, quando si lavora sulla revisione di un testo, sul feedback tra pari, sulla scrittura come processo. L'AI non sostituisce quel lavoro: lo prolunga in un contesto nuovo, con uno strumento diverso.
Il rischio e come gestirlo
Sarei disonesta se non nominassi il rischio più ovvio: l'uso dell'AI come delega totale, lo studente che incolla il risultato del prompt senza averlo davvero attraversato. Questo rischio esiste. Ma esiste anche con la copia da internet, con il tema scritto dai genitori, con qualunque strumento che consenta di aggirare il processo.
La risposta non è vietare lo strumento — è progettare l'attività in modo che il processo sia visibile e valutabile. Chiedere agli studenti di documentare i prompt utilizzati. Chiedere di spiegare perché hanno tenuto certi elementi e scartato altri. Valutare il processo oltre che il prodotto. L'AI, usata così, diventa uno strumento di autovalutazione e di metacognizione.
Creatività e inclusione: perché questa attività funziona per tutti
Una delle cose che amo di questo tipo di proposta è che non ha un unico canale di accesso. Il biennio scientifico è una classe molto variegata: ci sono ragazzi che amano scrivere e altri che scrivono con fatica, ragazzi con grande sensibilità musicale e altri che non hanno mai pensato alla musica come a qualcosa che si studia, ragazzi digitalmente molto competenti e altri che usano lo smartphone senza mai chiedersi come funziona.
Un'attività che mette insieme testo, immagine, suono, tecnologia e narrazione offre punti di accesso diversi. Lo studente che fatica con la scrittura formale può essere quello che trova l'immagine giusta, che sa usare lo strumento AI con più naturalezza, che guida il gruppo nel montaggio. Lo studente che scrive bene può essere quello che dà la voce narrativa al prodotto finale. Lo studente musicale può occuparsi della dimensione sonora.
Non si tratta solo di divisione dei compiti: si tratta di riconoscimento di competenze diverse come ugualmente necessarie. In un liceo scientifico, dove la gerarchia implicita delle materie è molto presente, un'attività che mette sullo stesso piano la scrittura creativa, la sensibilità visiva e la competenza digitale ha un effetto inclusivo reale.
Aggiungo una considerazione sulla lingua. La canzone è in francese, e io non insegno francese. Ma questo non è un ostacolo — è una risorsa. Lavoriamo insieme sul testo: lo leggiamo, ne capiamo il senso globale, ne individuiamo le parole chiave. Non serve una competenza linguistica avanzata per sentire che cosa dice Barbara. E l'AI può aiutare chi ha meno familiarità con il francese a costruire una comprensione più articolata, senza che lo studente si senta escluso.
I ponti con il curricolo: connessioni che non sono forzate
Una delle accuse che si fanno alle attività interdisciplinari è che i raccordi tra le materie siano artificiali — cuciture visibili che non reggono il tessuto. Ho cercato di costruire connessioni che nascessero dal testo stesso, non dalla mia volontà di fare interdisciplinarità.
Letteratura italiana: Penelope e il rifiuto dell'attesa
Il confronto più immediato, e più produttivo, è con Penelope. Nel programma del biennio, l'Odissea è un testo quasi universalmente presente. Penelope è studiata come modello di fedeltà, di astuzia, di resistenza passiva. Il telaio che disfa di notte ciò che ha tessuto di giorno è uno dei gesti più celebri della letteratura occidentale.
Barbara fa esattamente il contrario. Non aspetta disdicendo: aspetta e poi annuncia che non può più farlo. "Dis, quand reviendras-tu?" non è una preghiera — è una dichiarazione. Una donna che dice: ho aspettato abbastanza, ora ho bisogno di sapere, e se non torni io andrò avanti lo stesso.
Mettere a confronto queste due figure — Penelope che resiste nell'attesa, Barbara che ne esce — apre un discorso sull'emancipazione femminile che non è importato da fuori, ma nasce dalla lettura stessa dei testi. E il contesto storico lo rende ancora più potente: la canzone è del 1962, lo stesso anno in cui in Francia veniva approvata la legge che riconosceva alle donne sposate il diritto di aprire un conto bancario autonomamente. Non è un caso. È lo stesso movimento culturale.
Storia: le donne che aspettavano i soldati
C'è una seconda lettura della canzone, che non esclude la prima ma la affianca. "Dis, quand reviendras-tu?" può essere letta anche come la voce di una donna che aspetta un uomo partito per la guerra. La Francia del dopoguerra aveva ancora nei corpi e nelle famiglie i segni di due conflitti mondiali e della guerra d'Algeria, conclusasi proprio nel 1962.
Questa lettura apre verso un'unità di storia affascinante: le guerre del Novecento, la vita nelle retrovie, il ruolo delle donne durante i conflitti. Le lettere dei soldati, i diari delle mogli e delle fidanzate, le canzoni che circolavano tra le trincee — sono fonti storiche preziose e spesso dimenticate.
Accostare la canzone di Barbara a questi documenti — con una docente di storia disponibile alla collaborazione — permette di costruire un'unità trasversale in cui la lingua, la letteratura e la storia si parlano senza forzature. Gli studenti del biennio scientifico, spesso più a loro agio con le fonti documentali che con i testi letterari, trovano in questo tipo di lavoro un accesso privilegiato.
Educazione civica: la condizione femminile come tema vivo
Il percorso sull'emancipazione femminile — da Penelope a Barbara, dalla mitologia agli anni Sessanta — può trovare un naturale approdo nell'Educazione civica, con una riflessione sulla condizione delle donne nel presente. Non come lezione sulla parità di genere in astratto, ma come continuazione di un discorso iniziato con dei testi, con delle voci, con delle storie.
Questo è, per me, il senso più autentico dell'Educazione civica: non un modulo aggiuntivo, ma il filo che collega ciò che si studia a ciò che si vive. Barbara che dichiara la propria insofferenza all'attesa nel 1962 non è storia remota. È l'inizio di una conversazione che non è ancora finita.
Arte e musica: la chanson d'auteur come forma culturale
Per i colleghi di storia dell'arte o per i progetti interdisciplinari con il liceo musicale, c'è una dimensione ulteriore: la chanson française degli anni Cinquanta e Sessanta come fenomeno culturale complesso. Barbara, Brel, Brassens, Ferré — sono figure che hanno ridefinito il rapporto tra poesia e canzone, tra palcoscenico e politica, tra corpo e voce.
Un'unità su questo repertorio — anche solo come approfondimento opzionale, come lettura extracurricolare — può aprire agli studenti un mondo che non sapevano esistesse. E nel quale, spesso, si trovano a proprio agio con sorpresa.
Come trasformarlo in attività: una proposta operativa
Quello che segue è uno schema di massima — non una ricetta, ma un punto di partenza da adattare al proprio contesto, ai tempi reali della scuola, alla classe che si ha di fronte.
Fase 1 — Incontro (1-2 ore): ascolto della canzone con testo a fronte. Non pretendo che gli studenti capiscano tutto il francese: lavoriamo sul senso globale, sulle emozioni, sulle immagini. Chi sa il francese può guidare gli altri. Poi una domanda aperta: cosa vi ha colpito? A cosa vi ha fatto pensare?
Fase 2 — Contesto (1-2 ore): chi era Barbara? Cosa stava succedendo in Francia nel 1962? Qualche documento storico, qualche immagine d'epoca. Un confronto rapido con Penelope — dieci righe dell'Odissea bastano. Non per analizzare, ma per sentire la differenza.
Fase 3 — Progettazione (1 ora): ogni studente (o piccolo gruppo) sceglie la propria forma espressiva. Un racconto ispirato alla canzone. Un'immagine con AI. Un breve podcast. Una lettera immaginaria. Non tutti fanno la stessa cosa: la diversità dei prodotti è una ricchezza, non un problema.
Fase 4 — Produzione con AI (2-3 ore, in parte a casa): si lavora con l'AI — per generare immagini, per scrivere con un collaboratore, per trovare ispirazioni. La consegna aggiuntiva: documentare i prompt principali e spiegare le scelte fatte. Il processo è parte della valutazione.
Fase 5 — Condivisione (1-2 ore): presentazione dei lavori. Non una verifica: uno scambio. Cosa ha funzionato, cosa no, cosa ha sorpreso. Eventualmente, costruzione di un podcast collettivo di classe con i materiali prodotti.
Una nota sull'organizzazione: questa attività si presta alla collaborazione tra docenti. Il confronto con Penelope è naturalmente di pertinenza di chi insegna Lettere, ma il contesto storico può coinvolgere il collega di storia, e la dimensione musicale può trovare spazio in un progetto condiviso con l'insegnante di musica, se presente. Non è necessario fare tutto da soli.
Una riflessione finale: insegnare con la propria voce
C'è una cosa che ho capito costruendo questo podcast, e che vorrei dire in modo diretto.
Non sono una docente di francese. Non sono una musicologa. Cerco di capire come l’intelligenza artificiale possa arricchire la mia didattica. Sono una docente di Lettere appassionata di musica, che ha deciso di portare in classe — o meglio, di costruire per i suoi studenti — un'esperienza che nessun manuale avrebbe potuto offrire.
Questo, credo, è il senso più profondo dell'insegnamento: non la trasmissione di contenuti già confezionati, ma la condivisione di un incontro vivo con la cultura. Io ho incontrato Barbara da giovane, e quell'incontro mi ha cambiata. Se riesco a costruire le condizioni perché anche solo qualcuno dei miei studenti faccia un incontro simile — con Barbara, o con qualcos'altro che non si aspettava — ho fatto il mio lavoro nel modo più pieno.
L'AI, in questo, è stata uno strumento utile e stimolante. Ma non è stata il centro. Il centro è stata la canzone, la sua voce, la storia che racconta. Il centro è stata la domanda che Barbara pone con tanta urgenza: quando tornerai? — che è anche la domanda che ci facciamo ogni volta che qualcosa che amiamo è lontano, irraggiungibile, incerto.
Portare questa domanda in classe, con la mediazione della musica, della scrittura e della tecnologia, sarebbe per me un atto di fiducia verso i miei studenti. La scommessa è che anche loro, come me, possano trovarci qualcosa che li riguarda.
NotebookLM nella Didattica - Presentazione Interattiva
A.I. & DidatticaA cura di Claudia de Crescenzo
NotebookLM nella Didattica
Come trasformare documenti, dispense e appunti in assistenti di studio personalizzati e sicuri.
Corso di Formazione Docenti
Sviluppo competenze digitali e metodologie attive
01 / Introduzione
Cos'è NotebookLM?
L'Assistente Virtuale "Ancorato"
A differenza delle IA tradizionali che attingono all'intero web, NotebookLM è un software di intelligenza artificiale sviluppato da Google progettato per funzionare **esclusivamente sulle fonti caricate dall'utente**.
Perché è rivoluzionario per la scuola?
✔ Elimina quasi del tutto le "allucinazioni" dell'IA.
✔ Rispetta la privacy (i dati non addestrano modelli pubblici).
✔ Adatta le risposte al programma didattico specifico del docente.
Ogni risposta fornita conterrà citazioni dirette e cliccabili dei vostri documenti caricati.
02 / Tecnologia
Come Funziona: Il Principio dell'Ancoraggio
1
Caricamento Fonti
PDF, Google Docs, Slide, URL web o semplici note testuali scritti da te.
2
Elaborazione Protetta
Il sistema analizza, mappa ed estrae i concetti cardine dei tuoi file in sicurezza.
3
Interazione Attiva
Fai domande, crei riassunti, podcast audio e test basandoti solo su quel materiale.
L'IA diventa un esperto virtuale del tuo materiale didattico, riducendo i tempi di progettazione della lezione.
03 / Funzionalità
Funzione 1: Sintesi Automatica e Guide di Studio
Non appena carichi i tuoi file, NotebookLM genera istantaneamente una **Guida di Studio** sintetica contenente:
FAQ generate in automatico
Indice dei concetti chiave
Glossario dei termini complessi
💡 Esempio pratico per il docente:
Carica un intero capitolo di un manuale di biologia di 50 pagine. NotebookLM in pochi secondi estrae i concetti cardine e i termini tecnici, fornendoti una base pronta per strutturare la lezione o creare schede di ripasso facilitate per la classe.
Perfetto per preparare mappe concettuali o anticipare le difficoltà di lettura degli studenti.
04 / Funzionalità Avanzate
Funzione 2: "Audio Overviews" (Il Podcast AI)
Esclusiva Google
Genera un **dialogo audio realistico** tra due speaker virtuali che discutono appassionatamente il contenuto dei tuoi documenti, semplificandolo e rendendolo accattivante.
Disponibile ora anche in lingua italiana!
Applicazioni Didattiche del Podcast:
🎧 **Flipped Classroom:** Condividi il file audio prima della lezione per incuriosire gli studenti.
🎧 **Inclusione (DSA/BES):** Ottimo strumento di compensazione per studenti con dislessia o difficoltà visive.
🎧 **Apprendimento in mobilità:** Permette agli studenti di ripassare camminando o sui mezzi pubblici.
Nota: Puoi anche personalizzare il focus del dialogo, dicendo all'IA su quale specifico argomento concentrarsi.
05 / Pedagogia
Personalizzazione dell'Apprendimento
Semplificazione
Chiedi a NotebookLM di riscrivere una parte complessa dei documenti usando vocaboli semplici, adatti a studenti non nativi o della scuola primaria.
Approfondimenti
Fornisci materiale aggiuntivo a studenti particolarmente curiosi e veloci, lasciandoli liberi di esplorare tramite domande dirette al notebook.
Stili Cognitivi
Converti i testi in modalità diverse: tabelle comparative, liste puntate, linee del tempo o copioni dialogati per lo studio interattivo.
Un unico set di fonti si traduce in infinite strade personalizzate di apprendimento.
06 / Esempi Pratici
Caso d'Uso: Discipline Umanistiche e Storia
Analisi di Fonti Storiche
Carica diari d'epoca, lettere originali, trattati di pace o testi filosofici. NotebookLM aiuta a fare collegamenti cross-documentali immediati.
Domanda d'esempio:
"Quali sono le principali contraddizioni tra la lettera privata dello statista e il trattato ufficiale firmato tre mesi dopo?"
Attività Consigliata: Il Detective della Storia
Gli studenti analizzano le fonti primarie del periodo della Prima Guerra Mondiale. Attraverso domande guidate all'IA, devono ricostruire le emozioni dei soldati in trincea a partire esclusivamente dalle lettere storiche caricate.
Garantisce l'accuratezza storica perché l'IA non inventerà risposte fuori dal corpus caricato.
07 / Esempi Pratici
Caso d'Uso: Scienze e Area STEM
Semplificare la Ricerca Scientifica
Spesso i paper di ricerca o gli articoli divulgativi sono pieni di termini tecnici astratti o equazioni ostiche. NotebookLM estrae e spiega la metodologia passo-passo.
Domanda d'esempio:
"Spiegami questo grafico sul riscaldamento globale come se fossi uno studente di 13 anni."
Attività Consigliata: Fact Checking Scientifico
Fornisci agli studenti un testo pseudoscientifico o una fake news e, parallelamente, carica nel notebook la fonte scientifica ufficiale accreditata (es. report dell'IPCC).
Gli studenti devono chiedere all'IA di identificare le bufale contenute nell'articolo fasullo confrontandole con i dati scientifici reali.
Sviluppa lo spirito critico e insegna il metodo scientifico tramite l'analisi rigorosa delle fonti.
08 / Esempi Pratici
Caso d'Uso: Lingue e Letteratura
Analisi Critica
Carica una poesia o un capitolo di un romanzo e chiedi di identificare figure retoriche, tropi letterari e schemi di rime, con rinvii puntuali al testo.
Traduzione Critica
Carica versioni in lingua originale e traduzioni differenti. Gli studenti interrogano il notebook per capire il cambio di significato tra le diverse scelte lessicali.
Scrittura Collaborativa
Il notebook può aiutare a prolungare una storia, a scrivere una recensione basandosi su criteri ben definiti inseriti dal docente.
Esempio di Prompt: "Estrai tutte le metafore legate al mare presenti nel capitolo 1 del romanzo e spiega il loro significato simbolico secondo le note critiche allegate."
09 / Progettazione Didattica
NotebookLM come Copilota del Docente
Massimizzare l'efficienza lavorativa
Un docente spende in media il 40% del proprio tempo nel lavoro burocratico o preparatorio fuori dall'aula. NotebookLM accelera questi flussi creativi:
Cosa puoi creare in 2 minuti:
Griglie di valutazione personalizzate
Domande a risposta multipla con chiavi di correzione
Piani di lezione giornalieri strutturati
L'idea geniale:
Carica le linee guida ministeriali della tua materia e la tua programmazione annuale. NotebookLM saprà esattamente quali sono gli obiettivi di apprendimento e ti guiderà a strutturare verifiche coerenti e calibrate sulle direttive ufficiali.
Risparmio di tempo e totale coerenza formale con i documenti della scuola.
10 / Studio Attivo
NotebookLM per lo Studente: Studio Attivo
Autovalutazione Protetta
Gli studenti non leggono passivamente. Possono chiedere al taccuino di interrogarli con quiz a difficoltà progressiva, ricevendo correzioni dettagliate e rimandi alla pagina esatta del documento originale in caso di errore.
"Genera 5 domande a risposta aperta sui punti chiave della Seconda Rivoluzione Industriale. Correggimi una risposta alla volta."
Sviluppo Metacognitivo
Insegna a porre "domande di qualità" (prompting). Per ottenere ottimi chiarimenti, lo studente deve imparare ad analizzare la propria comprensione del testo e a formulare dubbi precisi.
Sviluppa la competenza chiave di "Imparare a Imparare" definita dall'Unione Europea.
Incoraggia l'apprendimento basato sulla curiosità e l'autonomia dello studente.
11 / Regolamento e Privacy
Sicurezza e Controllo delle Allucinazioni
Rispetto della Privacy dei dati
I dati inseriti non vengono utilizzati per l'addestramento dei modelli pubblici di Google, a differenza dei piani gratuiti di ChatGPT o Gemini Standard.
Ancoraggio rigoroso alle fonti
Se un'informazione non è presente all'interno dei file caricati, NotebookLM lo dichiara apertamente, rifiutandosi di inventare (zero allucinazioni).
Linee Guida per la Classe: Insegna sempre agli studenti di cliccare sul "numero citazione" per validare l'estrazione dell'IA. L'intelligenza artificiale non sostituisce la lettura critica, ma ne facilita la comprensione iniziale.
Controllo delle fonti integrato al 100%✓ Sicuro
Una piattaforma controllata e circoscritta garantisce l'uso didattico etico e sicuro.
12 / Operatività
Il Flusso di Lavoro in 4 Step
1
Crea Blocco Appunti
Accedi gratis con account Google a notebooklm.google.com e crea un nuovo notebook.
2
Aggiungi Fonti
Carica i tuoi materiali (fino a 50 fonti per blocco e 500.000 parole per fonte!).
3
Interroga e Crea
Usa la chat per estrarre informazioni chiave, produrre guide e test didattici.
4
Condividi o Salva
Condividi l'intero blocco appunti con i colleghi o con gli studenti per renderlo collaborativo.
Tutto il processo richiede zero competenze tecniche pregresse. Solo trascinare i file all'interno della finestra!
13 / Laboratorio Pratico
Generatore di Prompt Didattici per NotebookLM
Copiato con successo!
Clicca sul pulsante per copiare il prompt, dopodiché incollalo direttamente all'interno della chat del tuo NotebookLM.
14 / Conclusioni
Sintesi e Sfide per il Futuro
I Benefici Chiave da Ricordare:
✔ **Tempo Liberato:** Meno burocrazia, più spazio per l'insegnamento attivo.
✔ **Inclusione Vera:** Materiali diversi per differenti stili di studio.
✔ **Contenuti Sicuri:** Limite di azione ristretto alle fonti decise da te.
La Sfida Pedagogica
L'intelligenza artificiale non sostituisce l'empatia o la guida del docente. NotebookLM è lo scudo tecnologico che ti aiuta ad amplificare la tua azione educativa personale.
Relatrice: Claudia de CrescenzoMaggio 2026
Grazie per l'attenzione! Spazio a domande, condivisioni ed esperimenti pratici.
.png)