L’AI sfida l’università: come cambiano insegnamento e valutazione | ChatGPT OpenAI | OpenAI stock | OpenAI API | Turtles AI

L’AI, sempre più presente nelle università, sta spingendo i docenti a ripensare programmi e metodi di valutazione. Un recente studio dell’Università dell’Illinois analizza come ChatGPT si comporti nei corsi di ingegneria, evidenziando opportunità e criticità nell’istruzione moderna.

Punti Chiave:

• Prestazioni disomogenee dell’AI: ChatGPT si comporta bene su esercizi strutturati, ma fallisce nei compiti che richiedono pensiero critico e progettazione.
• Ripensare i programmi di studio: I docenti devono ridefinire cosa insegnare, bilanciando competenze pratiche e sviluppo del pensiero autonomo.
• AI come strumento inevitabile: L’insegnamento deve puntare a educare gli studenti a un uso consapevole e critico dell’AI.
• Sfide tecnologiche ed etiche aperte: Persistono interrogativi sulla sostenibilità economica dell’AI, sulla privacy dei dati e sulla tutela del copyright.

L’ingresso dell’AI nelle aule universitarie sta obbligando il mondo accademico a una revisione profonda delle proprie pratiche. Secondo uno studio pilota condotto da Melkior Ornik, professore associato presso il Dipartimento di Ingegneria Aerospaziale dell’Università dell’Illinois a Urbana-Champaign, ChatGPT, nella sua versione gratuita, è riuscito a ottenere un voto equivalente a una B- in un corso di matematica per sistemi autonomi. Tuttavia, l’analisi ha rivelato una significativa disomogeneità nelle prestazioni a seconda del tipo di esercizio proposto: mentre nei compiti strutturati, come quiz a scelta multipla e calcoli numerici, l’AI si è comportata egregiamente raggiungendo risultati prossimi al 100%, nelle attività di progettazione e problem solving complesso ha manifestato notevoli carenze, spesso equivalenti a valutazioni di livello D. Ornik, affiancato dallo studente di dottorato Gokul Puthumanaillam, ha costruito questo esperimento con l’obiettivo di valutare realisticamente quanto uno studente privo di reali competenze possa affidarsi esclusivamente all’AI per superare un corso universitario. I risultati, raccolti in un preprint intitolato "The Lazy Student’s Dream: ChatGPT Passing an Engineering Course on Its Own", sollevano interrogativi sulla natura delle conoscenze da trasmettere oggi agli studenti.

Confrontando la situazione attuale all’introduzione della calcolatrice nelle scuole, Ornik suggerisce che, come allora, l’approccio migliore non sia quello di ostacolare il progresso tecnologico, bensì di ricalibrare l’insegnamento, privilegiando il ragionamento, la capacità di scelta tra metodi alternativi e il riconoscimento dei limiti delle macchine. Analogamente a quanto avvenuto con l’abbandono dei manuali di logaritmi e tabelle trigonometriche, oggi l’accettazione dell’AI implica domandarsi cosa sia ancora indispensabile imparare a memoria e cosa invece possa essere delegato agli strumenti digitali. Un dialogo, quello tra tradizione e innovazione, che si estende anche alla formazione primaria, dove l’insegnamento delle tabelline e dei calcoli mentali continua a essere difeso in quanto fondamentale per lo sviluppo cognitivo, nonostante la disponibilità di calcolatrici e smartphone.

Ornik individua tre possibili approcci per integrare l’AI nella didattica: contrastarla progettando verifiche difficilmente replicabili dalle macchine, come esami orali o compiti creativi; abbracciarla come risorsa, insegnando agli studenti a sfruttarla efficacemente; oppure considerarla una presenza inevitabile, formando studenti capaci di un uso critico e consapevole degli strumenti di AI. Quest’ultima opzione, che Ornik sente più affine, comporta la necessità di educare al dubbio, alla verifica autonoma delle informazioni e alla comprensione delle potenziali fallacie degli algoritmi.

Nel contesto di questo dibattito, emergono anche riflessioni sulle reali prospettive di sviluppo dell’AI. Nonostante l’entusiasmo dilagante, la sostenibilità economica dei modelli attuali è ancora incerta. Le spese operative superano spesso i ricavi e alcuni osservatori paragonano l’attuale euforia alla bolla delle dot-com degli anni 2000. Ornik stesso osserva con scetticismo il marketing esasperato che etichetta come "intelligenti" anche prodotti, come barbecue automatizzati, basati su tecnologie consolidate da decenni.

Oltre alle considerazioni economiche, permangono questioni aperte di natura etica e legale: la gestione dei dati personali, la protezione del copyright e l’affidabilità dei contenuti generati restano temi centrali. In questo scenario in continua evoluzione, l’Università dell’Illinois si prepara a estendere lo studio a una gamma più ampia di corsi di ingegneria, esplorando modifiche ai materiali didattici e alle modalità di valutazione per adattarle all’era dell’AI generativa. L’obiettivo è duplice: da un lato, sviluppare moduli dedicati all’educazione al pensiero critico verso l’AI, mostrando agli studenti esempi concreti di errori commessi dai modelli; dall’altro, rivedere i contenuti curricolari alla luce della domanda fondamentale: cosa ha ancora senso insegnare, e come.

In parallelo, anche a livello politico si muovono i primi passi verso un’integrazione dell’AI nei programmi scolastici: il presidente Donald Trump ha annunciato iniziative per promuovere l’adozione dell’AI già dalla scuola materna, coordinando gli sforzi tra governo, istituzioni accademiche, settore privato e fondazioni. Tuttavia, la confusione che ha visto la Segretaria all’Istruzione Linda McMahon confondere "AI" con "A1" durante una recente apparizione pubblica sottolinea quanto lavoro sia ancora necessario per colmare il divario di competenze digitali a tutti i livelli.

Con l’espansione dell’AI nell’educazione, il vero banco di prova sarà la capacità del sistema formativo di evolvere, senza perdere di vista l’essenza dello sviluppo umano.