Blu7, azienda in corso di riconoscimento MIM per corsi in aula e online. Iscriviti a 7 Pillole Blu.

Indice

Valutare a scuola con l’AI: cosa cambia negli esami

Il 3 agosto 2026 Agenda Digitale ha pubblicato un intervento di Carlo Maria Medaglia, prorettore per la Terza Missione dell’Università degli Studi IUL, che sposta una discussione ormai logora su un terreno più utile. La domanda non è come impedire a uno studente di usare l’intelligenza artificiale durante una verifica. È capire, sono parole sue, “se abbia ancora senso continuare a valutare competenze pensate per un mondo nel quale l’intelligenza artificiale non esisteva” (Agenda Digitale).

Chi insegna la scena la conosce. Arriva un elaborato ordinato, ben costruito, senza le sbavature di sempre. Il dubbio si affaccia, la prova non c’è, il colloquio con la famiglia parte già storto. Su questo sito Alessandro Sottocornola ha già raccontato come quella scena si vede dal lato della cattedra, quando un docente in buona fede alza l’asticella perché i risultati sembrano ottimi. Quel pezzo si ferma sul perché il problema esiste. Questo prova ad aggiungere il come. Il tema non è chi sorveglia chi. È cosa una prova riesce ancora a misurare e come si scrive una consegna perché torni a dire qualcosa di vero su chi la svolge.

Il problema non è la sorveglianza, è il metro

Per oltre un secolo la scuola ha costruito la propria credibilità su un principio semplice, cioè valutare quello che uno studente sa fare da solo. Interrogazioni, compiti in classe e prove standardizzate nascono tutti da lì, progettati per ridurre al minimo le interferenze esterne.

Medaglia osserva che ogni tecnologia ha già spostato quel confine almeno una volta. L’esempio che sceglie è la calcolatrice, un’analogia che su blu7.it è già stata usata due volte e che quindi qui non presentiamo come una scoperta. Nessuno oggi valuta uno studente sulla capacità di eseguire a mente calcoli complessi quando ha in mano una calcolatrice scientifica. Le tecnologie non cancellano il bisogno di imparare, ridefiniscono il punto in cui finisce ciò che conviene memorizzare e comincia ciò che conviene saper interpretare. La differenza, scrive, è che l’intelligenza artificiale porta questa dinamica a un livello nuovo, perché non automatizza soltanto compiti ripetitivi ma interviene su processi cognitivi che fino a ieri consideravamo esclusivamente umani.

Il ragionamento si appoggia a due documenti internazionali. Il primo è la guida UNESCO sull’AI generativa nell’istruzione e nella ricerca, richiamata per la necessità di ripensare i sistemi di valutazione e certificazione. Il secondo è il Digital Education Outlook dell’OCSE, richiamato per l’idea che le competenze del futuro riguarderanno sempre meno la disponibilità di informazioni e sempre più la capacità di formulare problemi, interpretare dati, prendere decisioni e collaborare con sistemi intelligenti.

Su quest’ultimo una precisazione che ci sembra dovuta. L’articolo cita la collana OCSE senza indicare l’edizione. Le edizioni sono più d’una e hanno contenuti diversi, quindi non mettiamo un link che darebbe al lettore una precisione che la fonte non ha. Vale però la pena fermarsi sull’ultimo elemento di quell’elenco, perché è il più utile a chi progetta una prova. Collaborare con sistemi intelligenti è messo lì dentro le competenze, non fuori. Non è quindi una questione di onestà degli studenti. È una questione di taratura degli strumenti con cui li misuriamo.

Dove finisce la macchina e dove comincia lo studente

Uno studente che usa un sistema di intelligenza artificiale per raccogliere fonti, costruire una prima bozza e farsi indicare i punti deboli del proprio ragionamento consegna un lavoro in cui il contributo umano c’è, mescolato ad altro. Separare le due parti a posteriori, guardando solo il prodotto finito, è molto difficile. Il processo di apprendimento è diventato distribuito mentre le nostre griglie sono rimaste pensate per uno studente isolato.

Medaglia fa notare che nel mondo del lavoro quella separazione non la pretende nessuno. Un ingegnere usa software di simulazione, un medico consulta sistemi di supporto alle decisioni cliniche, un avvocato cerca precedenti su piattaforme digitali. In quasi tutti i mestieri il valore non nasce dall’assenza di strumenti ma dalla capacità di usarli in modo competente e responsabile. La scuola, scrive, “continua spesso a costruire situazioni artificiali nelle quali l’obiettivo è dimostrare di saper lavorare come se quelle tecnologie non esistessero”. Quel “spesso” è suo ed è giusto tenerlo, perché di istituti che hanno già cambiato il modo di assegnare i compiti ce ne sono.

Le competenze che una prova può ancora misurare

Questo non significa mandare in pensione ogni forma di valutazione tradizionale. L’articolo lo dice con chiarezza, perché alcune competenze continueranno a richiedere autonomia e ragionamento individuale. Accanto a quelle, però, ne compaiono altre che oggi quasi nessuna griglia registra.

L’autore ne elenca cinque. Le riportiamo aggiungendo la spiegazione dei termini, che nell’originale non c’è.

Formulare una richiesta efficace. Il prompt è l’istruzione scritta che si dà a un sistema di intelligenza artificiale. Un prompt vago produce un testo generico, un prompt preciso produce materiale su cui si può lavorare. La differenza tra i due si vede e si valuta.
Verificare criticamente una risposta. Non fidarsi del primo risultato è un’abilità che si esercita, non un tratto caratteriale.
Riconoscere un’allucinazione. Si chiama così l’output che il sistema produce con tono sicuro pur essendo inventato, per esempio una citazione mai scritta o una fonte che non esiste. Individuarla richiede conoscenza della materia, non diffidenza generica.
Integrare informazioni di provenienza diversa, tenendo insieme quello che dice la macchina, quello che dice il manuale e quello che dice l’archivio.
Assumersi la responsabilità della decisione finale, che resta la parte che nessuno strumento svolge al posto di chi firma.

Una nota nostra, che nell’articolo non c’è. Sono tutte competenze che si possono osservare mentre lo studente lavora, il che le rende valutabili senza inventare strumenti di misura nuovi. Sul lato dello studente, cioè su come si usa bene l’AI nello studio materia per materia, abbiamo scritto un pezzo dedicato a scuola, intelligenza artificiale e metodo di studio. Qui guardiamo il lato della cattedra.

Come cambia una consegna, in concreto

Gli esempi che seguono sono nostri, non dell’articolo. Servono a mostrare che riscrivere una consegna costa meno di quanto sembri, perché la traccia resta la stessa e cambia il modo in cui viene chiesta.

Prima di assegnarli c’è però una verifica che spetta alla scuola. Due dei tre esempi presuppongono che qualcuno interroghi un sistema di intelligenza artificiale. Questo apre tre questioni che un dirigente conosce bene. La prima è l’età minima prevista dalle condizioni d’uso del servizio scelto, con il consenso dei genitori dove serve. La seconda è il trattamento dei dati, quindi la regola che nei prompt non finiscano dati personali di nessuno. La terza è l’equità, perché non tutti gli studenti hanno a casa un dispositivo o un account. La risposta più semplice a tutte e tre è la stessa. Far girare la parte con la macchina in classe, su un account della scuola o del docente, invece che come compito a casa.

Dal tema scritto al tema smontato

La consegna classica chiede di scrivere un tema sull’emigrazione italiana del primo Novecento. La versione nuova chiede di farsi scrivere quel tema da un sistema di intelligenza artificiale, poi di consegnare tre cose. Il prompt usato, il testo grezzo ottenuto e una revisione critica in cui lo studente indica almeno tre punti deboli, li corregge e spiega perché il testo di partenza li conteneva.

Cambia il criterio. Non si valuta più la pulizia della prosa, che ormai è gratuita per tutti. Si valuta la qualità delle obiezioni, cioè quanto lo studente conosce davvero la materia. Chi non ha studiato non trova nulla da smontare.

Un limite va detto subito. Prompt e testo grezzo si possono ripulire prima di consegnarli, quindi la dichiarazione d’uso rende il processo visibile come incentivo, non come garanzia. Vale la pena chiederla lo stesso, perché sposta il lavoro dal nascondere al mostrare. Non perché sia a prova di furbizia.

La ricerca di storia locale che va verificata

Una terza media di Firenze riceve una traccia sull’alluvione del 4 novembre 1966. La prima parte la fa il docente, che chiede a un assistente conversazionale cinque fonti sull’evento e le distribuisce alla classe così come escono, senza ritoccarle. La seconda parte è degli studenti, che le verificano una per una partendo da due punti nominati, l’OPAC del Servizio Bibliotecario Nazionale per i volumi e il catalogo della Biblioteca Nazionale Centrale di Firenze, che da quell’alluvione fu colpita in pieno. Ogni fonte va classificata in uno di tre modi. Esiste come indicata, esiste ma è citata in modo impreciso, non è stato possibile trovarla.

Il voto premia il lavoro di verifica, non la lunghezza della relazione. Con la prima parte in mano al docente l’esercizio non richiede né account né dispositivi personali degli studenti. Resta l’esercizio che più assomiglia al mestiere di chi lavora con le informazioni.

Il problema con l’errore dentro

In matematica o in scienze, il docente sottopone alla classe una soluzione generata da un sistema di AI che contiene un passaggio sbagliato. Il compito non è risolvere il problema, è trovare il punto esatto in cui il ragionamento si rompe e riscriverlo.

Qui serve un avvertimento pratico, altrimenti il metodo viene abbandonato al primo tentativo. Chiedere a un assistente una soluzione plausibilmente sbagliata funziona meno spesso di quanto suoni, perché i sistemi tendono a correggersi proprio quando gli si chiede di sbagliare. Nella maggior parte dei casi l’errore lo costruisce il docente, partendo da una soluzione corretta e guastando un passaggio. Un’alternativa che non costa nulla è partire dagli errori veri, che non mancano. Ne abbiamo raccontato un caso su questo sito, con quattro sistemi diversi che rispondono quattro numeri diversi allo stesso conteggio di giorni. È materiale da portare in classe così com’è.

Medaglia dedica un passaggio proprio a questo cambio di ruolo dell’errore. Per secoli l’errore scolastico è stato letto come indicatore di conoscenza incompleta. Domani, scrive, potrebbe diventare l’occasione per osservare il processo di revisione, cioè la capacità di mettere in discussione una risposta e la qualità del ragionamento con cui la si corregge. La valutazione, aggiunge, tenderà progressivamente a spostarsi dal risultato finale al percorso che ha portato fino a lì.

Alle tre consegne si può affiancare una misura leggera. Due minuti di colloquio orale sul processo, con tre domande secche su come è stato scelto un passaggio e cosa è stato scartato. Non è gratis, va detto. Due minuti per venticinque studenti fanno quasi un’ora, cioè una lezione intera, quindi ha senso farlo a campione oppure solo sulle consegne riscritte. Il valore non sta nel controllo. Sta nel fatto che raccontare a voce come ci sei arrivato è già apprendimento, perché costringe lo studente a rimettere in fila il proprio ragionamento davanti a qualcuno.

Quello che continua a servire senza strumenti

Attenzione a non trasformare tutto questo nell’idea che ogni prova debba prevedere l’intelligenza artificiale. La distinzione utile non è tra compiti “con AI” e compiti “senza AI”, una separazione che secondo Medaglia rischia di perdere rapidamente significato. È tra momenti diversi.

Ci sono momenti in cui alla scuola serve vedere la persona da sola, con i suoi tempi e i suoi vuoti. Per quelli restano le prove in classe, l’orale, la lettura ad alta voce, il calcolo a mano nei primi anni. Ci sono momenti in cui serve invece osservare la qualità dell’interazione con lo strumento. Il compito di chi progetta una prova è decidere in anticipo quale dei due sta chiedendo, poi dichiararlo. Gran parte dei conflitti con le famiglie nasce da consegne che non lo dicevano.

Le regole che ci sono e quelle che mancano

C’è un pezzo di contesto che l’articolo di Agenda Digitale non affronta e che chi dirige un istituto ha già in agenda. L’AI Act, il regolamento europeo sull’intelligenza artificiale, all’articolo 4 chiede a fornitori e deployer, dove per deployer si intende chi utilizza un sistema di AI sotto la propria autorità, di adottare misure per garantire un livello sufficiente di alfabetizzazione in materia di intelligenza artificiale del proprio personale (testo ufficiale). Quei requisiti si applicano dal 2 febbraio 2025 (timeline di applicazione).

La norma non dice come si valuta e non entra nel merito della didattica. Dice che il personale che usa questi strumenti va messo in condizione di capirli. Una scuola che adotta assistenti per preparare materiali, correggere o gestire pratiche rientra in pieno nella descrizione. Per il quadro completo delle scadenze del regolamento, comprese quelle che riguardano le imprese, abbiamo pubblicato una guida dedicata all’AI Act.

Resta la domanda che un dirigente si pone per prima. Esiste una regola italiana a cui appoggiarsi? La risposta va data per intero. Una legge c’è, ed è la legge 23 settembre 2025 n. 132, intitolata “Disposizioni e deleghe al Governo in materia di intelligenza artificiale”, in vigore dal 10 ottobre 2025. Il suo Capo II raccoglie le disposizioni di settore, dall’articolo 7 al 18, e riguarda sanità e disabilità, lavoro, professioni intellettuali, pubblica amministrazione, attività giudiziaria e cybersicurezza. Un articolo dedicato alla scuola, lì dentro, non c’è.

La scuola compare altrove, dentro l’articolo 24, che è una delega. Delega vuol dire che il Parlamento non scrive la regola ma incarica il Governo di scriverla con decreti successivi, quindi oggi quei contenuti sono un indirizzo, non un obbligo operativo. Fra i criteri che il Governo dovrà seguire ci sono i “percorsi di alfabetizzazione e formazione in materia di utilizzo dei sistemi di intelligenza artificiale” (lettera e), il “potenziamento, all’interno dei curricoli scolastici” delle discipline STEM (lettera g) e le attività formative sull’uso consapevole delle tecnologie nei corsi universitari, negli istituti AFAM e negli ITS Academy (lettera i). Il termine per esercitare la delega è di dodici mesi dall’entrata in vigore, quindi scade il 10 ottobre 2026. L’unico altro passaggio che tocca direttamente le aule è l’articolo 22, che consente di inserire nel piano didattico personalizzato della secondaria di secondo grado, per studentesse e studenti ad alto potenziale cognitivo, esperienze di apprendimento presso le istituzioni della formazione superiore.

Il punto utile è quello che nella legge non si trova. Non c’è una riga su come si valuta in presenza di strumenti di intelligenza artificiale, né sull’uso dell’AI durante le prove. Al 4 agosto 2026 una scuola che deve decidere queste cose non ha un testo nazionale a cui appoggiarsi, quindi la delibera del collegio docenti va motivata dalla scuola stessa. È una responsabilità in più. È anche uno spazio di autonomia, che conviene riempire con una decisione scritta invece di lasciarlo al caso della singola consegna.

Da dove può partire una scuola a settembre

Non serve un piano triennale per cominciare. Serve una decisione presa in collegio docenti e messa per iscritto.

Scrivere cosa è consentito, prova per prova. Un divieto generale è inapplicabile e viene disatteso in silenzio. Tre righe per tipologia di verifica reggono molto meglio.
Chiedere la dichiarazione d’uso. Lo studente allega il prompt e il testo grezzo ottenuto. Diventa materiale di valutazione invece che materiale nascosto.
Riscrivere una consegna per disciplina, non tutte. Una a quadrimestre, valutata con una griglia condivisa tra i colleghi della stessa materia.
Formare prima i docenti. È il senso dell’articolo 4 dell’AI Act citato sopra ed è anche l’ordine che funziona in classe. Su questo lavoriamo con la formazione sull’AI per le scuole di Firenze, percorso accreditato Chiavi della Città dal Comune di Firenze.
Decidere cosa resta senza strumenti e dirlo agli studenti il primo giorno, così nessuno scopre le regole a compito consegnato.

Domande frequenti

Vietare l’intelligenza artificiale nei compiti a casa funziona?

Come regola dichiarata sì, come sistema di controllo no. Un divieto che non si può verificare sposta il problema fuori dalla scuola invece di risolverlo. Le consegne che rendono visibile il processo ottengono di più, perché chiedono allo studente di mostrare come ci è arrivato.

Esistono strumenti che riconoscono un testo scritto dall’AI?

Esistono strumenti che restituiscono una probabilità. Una probabilità non è una prova. Un’accusa fondata su un numero prodotto da un software è difficile da sostenere davanti a una famiglia, quindi conviene investire nella progettazione della prova più che nella rilevazione a posteriori.

Serve comprare un software per la scuola?

No. Serve una griglia di valutazione che dica in anticipo cosa vale. Servono docenti che abbiano usato gli strumenti almeno una volta prima di chiederli agli studenti.

Da che età si può cominciare?

Alla primaria il tema quasi non si pone, perché le abilità di base vanno costruite senza scorciatoie. Alla secondaria di primo grado si può partire dalla verifica delle fonti, che è un esercizio di metodo. Alla secondaria di secondo grado si entra nel merito delle discipline.

Cosa cambia davvero

Il passaggio più impegnativo non riguarda gli studenti, riguarda chi corregge. Medaglia lo scrive senza girarci intorno. L’insegnante “non sarà più soltanto il valutatore di prodotti, ma l’osservatore di processi complessi nei quali si intrecciano competenze disciplinari, pensiero critico, capacità relazionali e utilizzo consapevole dell’intelligenza artificiale”. Quel “non soltanto” conta più di quanto sembri, perché la correzione degli elaborati non sparisce. Si aggiunge un secondo mestiere accanto al primo.

Da qui in avanti parliamo noi. Osservare un processo richiede più tempo che correggere un prodotto. L’autore chiude sul bisogno di formazione, sperimentazione e coraggio, e a quell’elenco aggiungiamo la voce che di solito manca, cioè il tempo. Senza ore riconosciute nell’organizzazione della scuola, la parte di osservazione resta un supplemento volontario di chi ci crede.

Nella parte finale del suo intervento l’autore lo dice così. La sfida non è difendere gli esami del passato, è progettare valutazioni capaci di riconoscere il valore umano dentro un ecosistema nel quale l’intelligenza artificiale “sarà ormai una componente ordinaria dell’apprendimento”. Il futuro di quel verbo è suo, non nostro, e vale la pena tenerlo.

Tradotto in pratica, la domanda da mettere in cima a una consegna non è più soltanto “cosa sai fare da solo”. È anche “cosa sai riconoscere, correggere e firmare quando la prima versione l’ha scritta qualcun altro”.