IA come tutor, critica e partner di ragionamento — non come ghostwriter

In matematica l’IA è più utile come tutor, strumento per diagnosticare gli errori e fonte di approcci alternativi che come generatore di risposte.

Puoi provare prompt come:

• “Controlla ogni passaggio del mio svolgimento. Dimmi dove il ragionamento smette di essere corretto, ma non risolvere l’esercizio.”
• “Dammi suggerimenti graduali: prima il concetto, poi la strategia e infine il prossimo passaggio.”
• “Mostrami due metodi possibili e chiedimi di confrontarli.”
• “Questa affermazione è sempre vera? Se non lo è, dammi un controesempio e chiedimi di spiegarlo.”
• “Crea un esercizio simile che possa risolvere senza aiuto.”

Quando è possibile usare più di un metodo, chiedi un confronto algebrico, grafico, numerico o geometrico. Dovrà però essere lo studente a decidere quale approccio si applica e a spiegare perché funziona.

Evita di chiedere subito una soluzione completa e svolta. Potrebbe creare l’impressione di aver capito, senza sviluppare la capacità di costruire autonomamente una soluzione.

Scrittura: trasformare l’IA in un lettore esigente

Lo studente dovrebbe mantenere la titolarità della tesi, delle prove, della struttura e della propria voce. L’IA può comportarsi come un lettore rigoroso che segnala le debolezze senza appropriarsi della scrittura.

Fornisci tesi e scaletta, poi chiedi:

• “Cosa è poco chiaro, non dimostrato o logicamente incoerente?”
• “Distingui le mie affermazioni dalle prove che le sostengono.”
• “Dove ho confuso il riassunto con l’analisi?”
• “Argomenta contro la mia tesi come farebbe un lettore scettico.”
• “Quali prove potrebbero indebolire la mia conclusione?”
• “Esamina separatamente argomentazione, struttura, prove, coerenza dei paragrafi e stile. Non riscrivere il tema.”

Rivedi personalmente una sezione e chiedi poi se la modifica risponde al problema iniziale. Usa l’IA per grammatica e chiarezza solo dopo aver definito le idee; conserva una formulazione suggerita soltanto se la comprendi e scegli davvero di adottarla.

Le ricerche sull’uso dell’IA da parte degli studenti segnalano benefici nella comprensione di argomenti complessi, nella ricerca di prove, nella revisione e nella correzione dei testi, ma i risultati su pensiero critico e originalità restano contrastanti. Una sintesi recente ha rilevato risultati migliori quando gli studenti usano l’IA in modo selettivo e iterativo, con la guida di un docente. Altri studi indicano che un feedback strutturato dell’IA può sostenere la scrittura critica, ma risulta più utile quando gli studenti lo valutano e lo applicano attivamente invece di accettarlo in automatico.

Docenti e compagni di studio restano fondamentali per il giudizio disciplinare, lo sviluppo concettuale e la comprensione del contesto. È inoltre importante rispettare le regole della propria scuola o università sull’uso e sulla dichiarazione dell’IA.

Ricerca e lettura: interrogare le fonti senza sostituirle

L’IA dovrebbe rendere la lettura più profonda, non rimpiazzarla. Prima di aprire un chatbot, scrivi un breve riassunto, individua la tesi dell’autore e prepara due domande sul testo.

Puoi poi chiedere:

• “Quali presupposti dà per scontati l’autore?”
• “Quali prove sostengono ciascuna delle principali affermazioni?”
• “Cosa obietterebbe un critico?”
• “Quali termini richiedono una definizione precisa?”
• “Quali prove mancano?”
• “Quali spiegazioni alternative sono compatibili con le stesse prove?”

L’IA può suggerire parole chiave, concetti collegati e possibili piste di ricerca. Non va però trattata come un database di fonti: ogni affermazione importante deve essere verificata sulla pubblicazione originale, soprattutto citazioni, riferimenti bibliografici, statistiche e dettagli tecnici.

Una tabella comparativa può aiutare a mettere a confronto due letture, ma dovrebbe essere lo studente a compilare e controllare ogni casella sulla base dei testi. Tieni un diario di ricerca che separi chiaramente:

• ciò che la fonte afferma esplicitamente;
• ciò che deduci dalla fonte;
• ciò che ha suggerito l’IA;
• ciò che hai verificato in autonomia.

Dopo la discussione, chiudi lo strumento e ricostruisci a memoria l’argomentazione dell’autore, includendo almeno un limite o una questione ancora irrisolta. Se non ci riesci, probabilmente hai aggirato la lettura invece di approfondirla.

Scienze: spiegare, individuare le lacune e fare previsioni

La tecnica di Feynman invita a richiamare un concetto e spiegarlo con parole semplici, individuare i vuoti nella spiegazione, colmarli e semplificare di nuovo. L’IA può rendere questo processo interattivo, assumendo il ruolo di un principiante curioso o di un revisore scettico.

Ecco alcuni prompt utili:

• “Ti spiegherò la fotosintesi. Fammi una domanda alla volta come farebbe un principiante curioso.”
• “Segnala ogni termine tecnico che non ho definito.”
• “Proponi un caso in cui la mia spiegazione porta a una previsione sbagliata.”
• “Quale osservazione permetterebbe di distinguere queste due ipotesi?”
• “Quale parte della mia spiegazione descrive un meccanismo e quale indica soltanto una correlazione?”
• “Cambia una variabile e chiedimi di prevedere cosa succede.”

Lo studente dovrebbe disegnare lo schema, descrivere la catena causale e formulare la previsione. L’IA può poi mettere alla prova il modello con casi limite, idee errate e controesempi. La verifica finale consiste nello spiegare il concetto a un principiante immaginario senza guardare la risposta dell’IA.

Programmazione: controllare il ragionamento prima di chiedere una correzione

Nel coding l’IA funziona bene come revisore del codice, strumento di debugging e partner per i test. Inizia da una prima versione del programma, poi chiedi aiuto per localizzare il problema invece di domandare una riscrittura completa.

Prova con richieste come:

• “Individua il più piccolo presupposto che non regge. Non riscrivere il codice.”
• “Segui il valore delle variabili fino al punto in cui l’output diventa errato.”
• “Quale invariante dovrebbe rimanere vero?”
• “Dammi un input che faccia fallire questo algoritmo.”
• “Suggerisci test per un caso normale, un caso limite, un input non valido, un input vuoto e un caso avverso.”
• “Confronta la complessità temporale e spaziale di questi due approcci.”

Implementa personalmente la correzione, esegui i test e spiega perché la modifica funziona. Poi cambia un requisito e modifica il programma senza chiedere all’IA di rigenerare tutto.

Un criterio utile è questo: lo studente dovrebbe saper spiegare ogni riga consegnata, riprodurre il bug, giustificare la correzione e scrivere almeno un test non fornito dall’IA.

Cosa fanno bene il Learning Assistant di Singapore e il Feynman Bot

Il Ministero dell’Istruzione di Singapore descrive gli strumenti di IA presenti nello Student Learning Space, la piattaforma digitale nazionale per l’apprendimento, come sistemi che sostengono lo studio attraverso domande, supporti graduali e feedback, invece di fornire direttamente le risposte. Il Learning Assistant può assumere ruoli diversi, tra cui quello di assistente alla scrittura, e coinvolgere gli studenti in domande iterative pensate per rafforzare la comprensione.

Questo design mette in luce un principio importante: la risposta dello studente resta l’attività centrale. L’IA introduce una difficoltà produttiva ponendo la domanda successiva, indicando una lacuna o chiedendo un chiarimento invece di completare subito il compito.

Le protezioni integrate non rendono comunque il sistema infallibile. Le indicazioni del Ministero specificano che le risposte del Learning Assistant sono probabilistiche e possono contenere errori; agli studenti viene quindi raccomandato di riflettere sui contenuti e verificarli con altre fonti.

Il Feynman Bot della Singapore University of Technology and Design (SUTD) applica un modello simile all’apprendimento concettuale. Gli studenti caricano i materiali di studio, scelgono un livello adeguato e spiegano l’argomento mentre il bot pone domande adattive. Secondo i resoconti disponibili, dopo circa tre o quattro risposte del tipo “non lo so”, il bot suggerisce un possibile approccio e formula una nuova domanda basata sulla difficoltà emersa. La ricerca collegata presenta il bot come un’applicazione della tecnica di Feynman all’apprendimento autoregolato.

La lezione non è che ogni tutor basato sull’IA debba rifiutarsi di rispondere all’infinito. È che lo strumento dovrebbe rimandare abbastanza a lungo la risposta finale da permettere allo studente di provare, spiegare e affrontare le proprie lacune.

Regole per proteggere autorialità e apprendimento

Studenti, docenti e istituzioni possono adottare alcuni limiti semplici:

• Fai un primo tentativo autonomo prima di usare l’IA.
• Chiedi domande, suggerimenti, critiche o diagnosi prima di una soluzione.
• Non consegnare testi, dimostrazioni, programmi o analisi che non sai spiegare.
• Concludi con una spiegazione senza aiuti o con un problema analogo.
• Verifica fatti, calcoli, citazioni, riferimenti bibliografici e codice.
• Conserva bozze, prompt, feedback e note di revisione quando è richiesta la dichiarazione dell’uso dell’IA.
• Rivolgiti a docenti e compagni per giudizio, motivazione, questioni etiche e valutazioni ad alto impatto.
• Se l’IA non è d’accordo con te, consideralo un motivo per indagare, non la prova che tu abbia torto.

Lo studente dovrebbe fornire il pensiero iniziale, prendere le decisioni importanti e produrre la spiegazione finale. L’IA dovrebbe fornire domande, obiezioni, interpretazioni alternative, test e feedback. Sono i cicli ripetuti di tentativo, confronto, critica, revisione e spiegazione a trasformare l’assistenza dell’IA in apprendimento duraturo, invece che in lavoro delegato.