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.
Pianifica attività attive, significative e inclusive: dalla singola lezione ai percorsi condivisi tra più discipline.
Cos'è la progettazione didattica
Progettare significa decidere in anticipo che cosa gli studenti devono imparare, come lo impareranno e come capiremo che l'hanno imparato. È lo strumento che dà coerenza tra obiettivi, attività e valutazione.
Tre livelli di progettazione
LIVELLO 1
La singola lezione
Un docente progetta un incontro con obiettivi circoscritti e una verifica rapida.
LIVELLO 2
Un percorso di più lezioni
Un docente costruisce una sequenza collegata, con obiettivi che crescono in profondità.
LIVELLO 3
Un asse tematico condiviso
Più docenti di discipline diverse lavorano su un tema comune per una settimana, un mese, un trimestre o un anno.
Le fasi del percorso
Rilevare i prerequisiti. Che cosa sanno già gli studenti? Serve a individuare, riconoscere e scegliere gli obiettivi. Strumenti: test d'ingresso, mappa mentale, domande aperte.
Definire gli obiettivi. Formulati come ciò che lo studente saprà o saprà fare, con verbi osservabili (spiegare, confrontare, costruire).
Pensare subito alla verifica. Quali prove mostreranno se, e in che misura, gli obiettivi sono raggiunti? Prima la prova, poi le attività.
Articolare l'attività in fasi. Per ogni fase: cosa fa il docente, cosa fanno gli studenti. Vedi il modello 5E qui sotto.
Articolare l'attività: il modello 5E
Scegli una fase per vedere i ruoli.
L'ordine è una guida: in un percorso lungo le fasi possono ripetersi per ciascun sotto-obiettivo.
Il modello 5E in movimento
Le cinque fasi formano un ciclo: l'ultima apre nuove domande, che riportano al coinvolgimento. Tocca una fase per fermare l'animazione.
Esempi per disciplina
Tre progettazioni sintetiche e un esempio interdisciplinare, da adattare.
Crea la tua scheda di progettazione
Compila i campi: otterrai una scheda di testo da copiare nel tuo registro o documento.
C'è un equivoco che circola nelle sale insegnanti da quando l'IA generativa è entrata nelle nostre classi, spesso dalla porta di servizio degli smartphone degli studenti prima ancora che da quella ufficiale della didattica. L'equivoco è pensare che “usare l'IA in classe” sia essenzialmente una questione tecnica: imparare a scrivere un prompt efficace, conoscere le funzioni di uno strumento, produrre un elaborato (una mappa concettuale, un riassunto, una presentazione) con l'aiuto del software giusto.
È un equivoco comprensibile, perché è anche il più facile da correggere con un tutorial. Ma è un equivoco pericoloso, perché sposta l'attenzione dal punto che dovrebbe interessarci davvero come docenti: che cosa succede nella testa dello studente mentre usa questi strumenti e se quell'uso sta costruendo o erodendo la sua capacità di pensare.
Chi insegna sa bene che il momento più prezioso dell'apprendimento è quello scomodo: la fatica del primo tentativo, l'errore che apre una domanda, l'ipotesi sbagliata che però ti fa capire perché era sbagliata. È esattamente questo il momento in cui l'IA generativa, usata senza consapevolezza, rischia di bloccare il processo dell’apprendimento appena avviato. Lo strumento non è “cattivo”: è comodo, e la comodità rende naturale interpellarlo prima ancora di aver provato a pensare da soli. Si bypassa così il passaggio che genera apprendimento reale.
Il punto non è vietare o permettere l'IA, ma strutturare il momento in cui lo studente la incontra: l'interazione con lo strumento deve diventare essa stessa un'occasione di pensiero, non una scorciatoia.
Per questo ho lavorato a tre thinking routine pensate specificamente per l'uso didattico dell'IA. Non sono regole d'uso né policy di istituto, ma impalcature cognitive: servono a rendere visibile e tracciabile il ragionamento dello studente in tre momenti diversi del lavoro scolastico.
Prima di entrare nelle routine, vale la pena soffermarsi su un principio che le attraversa tutte e tre. Il visible thinking, come ambito di ricerca pedagogica, parte da un'osservazione semplice: il pensiero è per sua natura invisibile, e proprio per questo tendiamo a valutare solo i suoi prodotti (il tema, la risposta, il voto) e non il processo che li ha generati.
Con l'IA generativa questo problema si aggrava. Un elaborato ben scritto, oggi, non ci dice più nulla sul percorso cognitivo che lo ha prodotto: potrebbe essere il risultato di ore di ragionamento autonomo, oppure di un prompt ben formulato, senza alcun coinvolgimento cognitivo reale. Le tre routine che presento nascono proprio per colmare questo vuoto: non valutano il prodotto, ma rendono visibile, e quindi valutabile, il processo.
Questo è, a mio avviso, il cuore della questione. Dare valore didattico all'uso dell'IA non significa insegnare a “usarla bene” in senso tecnico. Significa costruire attorno ad essa delle esperienze di apprendimento che obblighino lo studente a restare protagonista del proprio ragionamento e che diano a noi docenti gli strumenti per vederlo.
Routine 1 — Io prima, IA dopo, Io verifico
La prima routine interviene nel momento più delicato: quello in cui lo studente, davanti a un problema o a una domanda, sceglierebbe istintivamente di aprire subito una chat con l'IA. La routine impone una sequenza obbligata in tre fasi, ciascuna da scrivere e non solo da pensare.
Nella fase Io prima, lo studente esplicita in poche righe e con proprie parole, prima di toccare qualsiasi strumento, la domanda, ciò che già sa, un'ipotesi provvisoria e i propri punti di incertezza. È un passaggio che sembra banale ma che raramente accade in modo spontaneo: costringe lo studente a impegnarsi cognitivamente prima di delegare, e produce un artefatto (l'ipotesi scritta) che diventa il metro di paragone per tutto ciò che segue.
Solo a questo punto lo studente interroga l'IA, nella fase IA dopo, ma con un vincolo preciso: deve formulare una domanda mirata, non limitarsi a incollare l'esercizio. E deve annotare cosa lo strumento ha aggiunto rispetto a quanto già pensato, cosa ha confermato, cosa gli è sembrato diverso dal proprio modo di ragionare.
La fase Io verifico, infine, chiude il cerchio senza più consultare l'IA: lo studente riformula la risposta con parole proprie, individua un punto compreso meglio di prima, e lascia esplicita, passaggio spesso trascurato ma prezioso, una domanda ancora aperta.
Il valore didattico di questa routine sta proprio nella sua struttura temporale: separando nettamente il pensiero autonomo dall'assistenza esterna, evita che l'IA sostituisca il primo tentativo, che resta, lo sappiamo da sempre, ben prima dell'IA generativa, il passaggio più formativo di ogni apprendimento.
Routine 2 — Chiedi come un detective
Se la prima routine protegge il pensiero prima del contatto con l'IA, la seconda lavora dopo: sulla qualità critica con cui lo studente riceve ciò che l'IA gli restituisce. È la risposta a un rischio molto concreto, quello di trattare l'output di un modello linguistico come un oracolo: plausibile, fluente, quindi presumibilmente vero.
La routine propone quattro domande, da porsi in sequenza rigorosa dopo ogni risposta ricevuta. Cosa afferma? obbliga a un riassunto in parole proprie: se lo studente non riesce a farlo in modo semplice, è un segnale che la comprensione è solo apparente. Come fa a saperlo? sposta l'attenzione sulla verificabilità: la risposta è sostenuta da fonti, dati, esempi concreti, oppure è un'affermazione “nuda”, priva di ancoraggio? Cosa manca? è probabilmente il passaggio più formativo e il più spesso saltato: chiede allo studente di individuare attivamente ciò che l'IA non ha detto, un punto di vista assente, un'eccezione, una critica si intuisce possa esistere. È un esercizio che allena a pensare anche per assenze, non solo per presenze: è precisamente il tipo di competenza che distingue un lettore critico da un consumatore passivo di informazioni. Infine, Confermo o dubito? chiede un confronto con almeno un'altra fonte (il libro di testo, gli appunti, un'altra ricerca) e un verdetto motivato in una frase.
In classe questa routine funziona particolarmente bene a coppie, con un gioco di ruolo: uno studente sostiene la posizione dell'IA, l'altro veste i panni del detective scettico. Il confronto che ne segue è spesso più istruttivo della scheda stessa.
Routine 3 — La mia voce, il suo aiuto
La terza routine affronta il terreno più scivoloso: la scrittura assistita. È qui che il rischio di perdere la propria voce, e con essa il proprio pensiero, è più concreto, perché la fluidità del testo prodotto dall'IA tende a mascherare l'assenza di elaborazione personale.
Il principio è semplice ma efficace: lo studente non consegna mai solo il testo finale, ma il testo insieme alla mappa del proprio contributo. Nella fase Scheletro mio, prima di ogni interazione con l'IA, scrive a mano la tesi centrale, una scaletta di tre-cinque punti nel proprio ordine logico, e almeno un esempio che è certo di voler usare. Questo scheletro diventa intoccabile: è la spina dorsale che nessuno strumento può riscrivere al posto suo.
Durante la stesura, nella fase Dove ho chiesto aiuto, lo studente annota a margine non il testo generato, ma la natura della richiesta fatta e il motivo. Distingue così, in modo esplicito, un aiuto linguistico e formale (legittimo) da un aiuto che sostituisce il contenuto e il pensiero (da evitare).
Infine, nella Rilettura ad alta voce, il testo va riletto interamente a voce alta: ogni frase che “non suona” secondo la valutazione dello studente va riscritta con parole proprie, e il lavoro si chiude con una domanda semplice ma spietatamente efficace: saprei spiegare questo testo a qualcuno, a voce, senza guardarlo?
Questa domanda finale è, a mio avviso, il miglior test immediato di reale appropriazione di un contenuto che abbia mai incontrato in anni di didattica. Non richiede rubriche complesse, non richiede software di rilevamento: richiede solo che lo studente si metta alla prova.
Usate singolarmente, queste routine sono già utili. Usate insieme, coprono l'intero ciclo dell'apprendimento assistito dall'IA (prima, durante, dopo) e restituiscono ai docenti qualcosa che negli ultimi anni sembra essersi perso: la possibilità di vedere il pensiero degli studenti, non solo di valutarne il prodotto finale.
È qui che si gioca, secondo me, la vera differenza tra un uso tecnico e un uso didattico dell'intelligenza artificiale in classe. Insegnare a scrivere un buon prompt è un'abilità utile, ma resta un'abilità strumentale. Costruire routine che obblighino lo studente a pensare prima, a valutare criticamente dopo, e ancora a riconoscere la propria voce durante la scrittura: questa sì, è un'esperienza di apprendimento. È la differenza fra produrre artefatti con l'IA e formare pensiero attraverso l'IA.
Come ogni routine, il loro valore non sta nella scheda in sé, ma nella ripetizione: usate una volta, restano un esercizio; usate con costanza, su compiti diversi e nel tempo, diventano un modo di pensare. Ed è esattamente questo che serve agli studenti: non un modo di usare uno strumento, ma un modo di pensare.
Le schede compilabili delle tre routine, pronte per la stampa e la distribuzione in classe, sono disponibili in un documento dedicato.
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.
Da cui discendono tutti gli argomenti del capitolo
Tesi centrale
Quando la tecnica diventa criterio assoluto, la persona rischia di essere trattata come dato, ingranaggio o merce. Custodire l'umano nella trasformazione richiede di riscoprire la verità come bene comune, tutelare la dignità del lavoro, e custodire la libertà contro dipendenza e mercificazione.
Premessa
La trasformazione digitale e l'IA cambiano linguaggi, gesti quotidiani e relazioni sociali — con ricadute concrete, a volte drammatiche.
↓
Asse 1 — Verità
L'IA moltiplica la disinformazione. La verità è bene comune e relazionale, non proprietà di chi ha potere. La sua crisi indebolisce la democrazia e apre alla deriva totalitaria.
↓
Asse 1b — Scuola
La scuola è il presidio principale della verità e del pensiero critico. Deve offrire ciò che il digitale non può: tempo condiviso e relazioni affidabili. Tre sfide: sociopolitica, pedagogica, sapienziale.
↓
Asse 2 — Lavoro
Il lavoro esprime la dignità umana, non è solo sostentamento. La "quarta rivoluzione industriale" rischia di dequalificare, precarizzare, escludere. Occorre governare la transizione, non subirla.
↓
Asse 3 — Libertà
L'economia dell'attenzione e la profilazione algoritmica minacciano la libertà individuale e collettiva. La tecnocrazia tratta la persona come risorsa da ottimizzare.
↓
Asse 3b — Nuove schiavitù
Il capitalismo digitale si regge su catene di sfruttamento invisibili: lavoratori dei dati, minori nelle miniere di terre rare, vittime di tratta.
↓
Conclusione
Solo una responsabilità condivisa — istituzioni, imprese, corpi intermedi, cittadini — può rendere l'innovazione sviluppo umano integrale invece di fattore di esclusione e dominio.
L'IA moltiplica la disinformazione. I contenuti digitali mescolano dati e opinioni, manipolano immagini, erodono la distinzione tra vero e falso.
Proposta
La verità è relazionale e si costruisce nel confronto. Va promossa un'«ecologia della comunicazione»: regole, giornalismo serio, educazione critica.
Rischio
Chi possiede risorse tecnologiche può imporre ciò che considera vero. Il disinteresse per la verità porta al totalitarismo (Arendt).
I sudditi ideali del totalitarismo non sono i convinti dalle ideologie, ma la gente per la quale la distinzione tra fatto e finzione e la distinzione tra vero e falso non esistono più.
— Hannah Arendt, citata al § 134
Quattro versanti dell'ecologia della comunicazione (§ 137)
Regole pubbliche
Trasparenza degli algoritmi, tutela dei dati personali
Corpi intermedi
Giornalismo serio, luoghi di argomentazione e verifica
Scuola e famiglia
Uso critico del digitale, consapevolezza educativa
Università
Integrazione dei saperi, fact-checking, complessità
Connesso a →
Asse 1b
La scuola nell'era digitale
Tre grandi sfide e un'alleanza educativa
La scuola non è chiamata a inseguire la velocità del mondo digitale, ma a offrire ciò che il digitale da solo non può dare: tempo condiviso per apprendere e relazioni affidabili.
— § 147
Tocca per aprire ciascuna sfida
Permangono forti disuguaglianze nell'accesso all'istruzione, sia dentro le nazioni che tra aree del mondo. Dove l'accesso dipende troppo dalle possibilità economiche delle famiglie, si rompe un presupposto fondamentale della democrazia.
Implicazione per il docente: ogni scelta didattica ha una valenza distributiva. Le metodologie che presuppongono dispositivi costosi, connessione stabile o supporto familiare rischiano di allargare, non ridurre, le disuguaglianze.
Molti sistemi formativi faticano ad aggiornarsi e a sostenere una crescita integrale. Occorre formazione continua perché i docenti sappiano dialogare positivamente con le nuove tecnologie, aiutando gli studenti a farne uso responsabile, critico e creativo.
Implicazione per il docente: non si chiede di diventare tecnologi, ma di avere un rapporto maturo con gli strumenti — capace di distinguere ciò che la macchina può fare da ciò che appartiene irriducibilmente alla relazione umana.
Rischio di un sistema educativo «senza amore per la verità», in cui il flusso incessante di informazioni sostituisce la riflessione e il discernimento. Serve una vera igiene dell'attenzione: silenzio, studio approfondito, lettura, confronto ponderato.
Platone: le cose più importanti si imparano solo «sfregando» i concetti come pietre focaie, finché non scocchi la scintilla della comprensione.
Implicazione per il docente: educare a «digiunare dall'IA» — non come privazione, ma come pratica di libertà. Scegliere quando e perché non usare lo strumento è il segno di una relazione matura con esso.
Mete educative dell'alleanza (§ 147)
Sobrietà e senso del limiteDiritti dell'altro e del futuroLibertà e responsabilitàSenso della trascendenzaBene comune
Connesso a →
Asse 2
La dignità del lavoro
Transizione digitale, disoccupazione, economia giusta
Il valore
Il lavoro non è solo sostentamento: esprime e accresce la dignità della persona, genera relazioni, contribuisce al bene comune. La persona è fine, non mezzo.
La minaccia
L'automazione dequalifica, sorveglia, relega i lavoratori a funzioni rigide. Il rischio: progresso materiale e regressione antropologica.
La risposta
Governare in anticipo la transizione: criteri sociali, riqualificazione, responsabilità d'impresa. Nuovi parametri oltre il PIL.
Cosa l'IA rischia di fare ai lavoratori
Costringerli ad adattarsi alla velocità delle macchine
Dequalificarli (§ 150)
Sottoporli a sorveglianza automatizzata
Concentrare i benefici in poche mani
Criteri per un'economia dignitosa
Trasparenza e contestabilità degli algoritmi
Inclusione e accesso all'innovazione
Fiscalità progressiva e protezioni sociali
Nuovi parametri oltre il PIL
Una società che garantisse lavoro solo a una piccola parte della popolazione esporrebbe molti a una condizione di inattività forzata, con esiti di impoverimento umano e culturale in contrasto con l'elevato livello di sviluppo tecnico.
— § 154
Connesso a →
Asse 3
Custodire la libertà
Dipendenze, controllo sociale, mentalità tecnocratica
Dipendenza individuale
Le piattaforme sono progettate per catturare tempo e attenzione, sfruttando le fragilità. Chi progetta questi sistemi sulla debolezza umana tratta la persona come mezzo, non come fine. Urgente: educazione alla sobrietà digitale, protezione dei minori.
Controllo sociale
La raccolta massiva di dati crea il potere di profilare, prevedere e orientare i comportamenti. Il controllo passa anche dall'«architettura della visibilità»: ciò che è amplificato o reso invisibile modella opinioni e genera conformismo.
Radice: la mentalità tecnocratica e postumanista
Tende a considerare la persona come oggetto manipolabile o risorsa da ottimizzare. Alcune correnti postumaniste ipotizzano esseri umani «di seconda classe» funzionali a élite che si percepiscono superiori — prospettiva inquietante se combinata con strumenti di controllo esponenzialmente potenziati.
La libertà, nell'era digitale, non è soltanto un fatto interiore: è anche una questione pubblica, che domanda regole chiare, trasparenza, possibilità di ricorso e limiti proporzionati all'uso di tecnologie invasive.
— § 171
Connesso a →
Asse 3b
Spezzare le catene delle nuove schiavitù
Sfruttamento invisibile, colonialismo digitale, tratta
Le catene concrete che reggono l'economia digitale
Lavoro invisibile dei dati
Milioni di persone — spesso giovani donne — etichettano dati, moderano contenuti violenti, addestrano i modelli per compensi minimi. Lavoro silenzioso ed essenziale, quasi mai riconosciuto.
Estrazione di terre rare
Adolescenti e bambini lavorano in condizioni pericolose per estrarre i materiali necessari ai dispositivi e ai microprocessori su cui poggia l'IA. Corpi segnati perché il flusso del calcolo non si interrompa.
Tratta e piattaforme digitali
Reti criminali usano sistemi di messaggistica, pagamenti anonimi e profilazione per reclutare, controllare e spostare vittime — molte volte minori — attraverso gli stessi circuiti digitali dell'economia globale.
Colonialismo digitale dei dati
I dati sanitari e demografici di intere popolazioni — raccolti «sotto il segno dell'aiuto» — diventano leva di potere: chi li possiede può modellare bisogni, mercati, investimenti. Le «nuove terre rare» del dominio sono informazioni, non minerali.
Se una tecnologia promette emancipazione ma produce nuove forme di subordinazione globale, contraddice il principio fondamentale della dignità della persona.
— § 173
Il testo include anche una chiara mea culpa storica della Chiesa sul ritardo nella condanna della schiavitù, e una richiesta di perdono esplicita (§ 176). La memoria delle complicità passate diventa richiamo alla vigilanza nel presente.
