Nel panorama tecnologico attuale, tendiamo a gettare tutto nel grande calderone dell’Intelligenza Artificiale. Tuttavia, per chi si occupa di didattica, distinguere tra Machine Learning (ML) e AI Generativa (GenAI) non è un esercizio di semantica, ma una necessità metodologica.
Se non stiamo attenti, rischiamo di offrire ai nostri studenti una scorciatoia che salta a piè pari la fase della costruzione della competenza, portandoli a un’illusoria seniority priva di fondamenta.
Il ML “puro” (quello basato sull’analisi e la classificazione dei dati) offre vantaggi didattici indiscutibili. È una tecnologia che potenzia la ricerca, perché permette sia di rielaborare grandi moli di informazioni, facilitando la sintesi critica (classificazione); sia di comprendere trend complessi partendo da dati grezzi (analisi predittiva).
Non che tale vantaggio non abbia rischi: se la ricerca è svolta solo dall’AI, ciò non può non impattare sulle competenze di selezione. Quando la macchina suggerisce l’informazione “giusta”, lo studente perde l’abitudine alla serendipità e alla fatica del reperimento. Il rischio è delegare la capacità di discernimento, diventando pigri nell’interrogare le fonti.
In ogni caso, per quanto “facilitante”, rispetto ad una produzione digitale, alla fase della ricerca resta un ruolo “propedeutico” e compensativo. Invece l’AI generativa può sostituire efficacemente tutte le fasi della produzione e qui il terreno si fa – didatticamente – più scivoloso. Mentre uno strumento compensativo colma un gap per rendere lo studente autonomo, l’AI Generativa rischia di essere totalmente dispensativa: non aiuta a fare, ma esonera dal fare.
Prendiamo l’esempio della produzione video: nel videoediting tradizionale lo studente deve sceneggiare, girare, scegliere i tagli, sincronizzare l’audio, gestire il ritmo narrativo. È un esercizio di progettazione e produzione di alto livello; con l’AI Gen (text to video), lo studente scrive un prompt e l’AI fa tutto il resto.
In questo secondo scenario, l’apporto umano è circoscritto alla sola ideazione (e spesso in modo superficiale). Il risultato è un prodotto esteticamente “senior”, ma il processo cognitivo dello studente è rimasto a un livello embrionale. Abbiamo creato un regista che non sa cos’è un’inquadratura.
In un prossimo articolo, proporremo strategie per salvaguardare il valore didattico delle TIC o meglio un metodo che contempla il ricorso a strumento tecnologici; e al tempo stesso per non sacrificare le competenze di processo sull’altare della comodità.