Abstract

L’introduzione dell’Intelligenza Artificiale nel sistema educativo rappresenta una trasformazione profonda dei processi di insegnamento, apprendimento, valutazione e organizzazione scolastica. Le potenzialità dell’IA sono rilevanti: personalizzazione dei percorsi, supporto alla didattica, inclusione, automazione di attività ripetitive e miglioramento dell’efficienza amministrativa. Tuttavia, tali opportunità si accompagnano a criticità giuridiche, etiche e organizzative di particolare intensità, soprattutto in ragione della presenza di minori, della centralità del diritto all’istruzione e della natura pubblica e relazionale dell’istituzione scolastica. Il presente contributo analizza le principali implicazioni dell’uso dell’IA in ambito educativo, soffermandosi su tre assi fondamentali: il quadro giuridico di riferimento, i principi etici che dovrebbero orientarne l’adozione e i rischi connessi a un’integrazione non governata dei sistemi intelligenti nei contesti scolastici. La tesi di fondo è che l’IA, nella scuola, non possa essere considerata una mera innovazione tecnica, ma debba essere assunta come oggetto di governance istituzionale, da presidiare mediante trasparenza, supervisione umana, responsabilità, minimizzazione del trattamento dei dati e valutazione preventiva degli impatti. Solo un approccio normativamente consapevole ed eticamente fondato consente di integrare l’IA in modo coerente con la missione educativa della scuola.

Parole chiave: Intelligenza Artificiale; scuola; diritto dell’istruzione; etica dell’educazione; protezione dei dati; rischio algoritmico; governance; minori; trasparenza; accountability.

1. Introduzione

L’Intelligenza Artificiale occupa oggi uno spazio crescente nei contesti educativi. Sistemi conversazionali, strumenti generativi, piattaforme adattive, software di analisi dell’apprendimento, applicazioni di supporto alla scrittura e ambienti digitali intelligenti stanno progressivamente ridefinendo il rapporto tra insegnamento, organizzazione scolastica e tecnologie. La loro diffusione non dipende soltanto da politiche pubbliche o da investimenti strutturati, ma anche dalla loro accessibilità quotidiana: docenti e studenti possono utilizzare strumenti di IA con relativa facilità, spesso senza che l’istituzione abbia ancora definito regole, limiti e responsabilità.

Questa condizione rende urgente una riflessione scientifica sull’adozione dell’IA nella scuola. Non si tratta soltanto di verificare l’efficacia degli strumenti o le loro utilità didattiche, ma di interrogarsi sulla loro compatibilità con i principi che fondano il sistema educativo. La scuola non è infatti un ambiente tecnologicamente neutro: è uno spazio giuridico e sociale orientato alla formazione integrale della persona, alla tutela dell’uguaglianza, allo sviluppo del pensiero critico e alla promozione di relazioni educative autentiche. Ogni innovazione che vi entri è chiamata a confrontarsi con tali finalità.

L’IA, proprio perché capace di incidere su processi cognitivi, valutativi e organizzativi, pone questioni di particolare intensità. Essa può ampliare opportunità educative, ma anche produrre nuove forme di dipendenza, opacità, discriminazione e sorveglianza. Di qui la necessità di un’analisi che non si fermi al piano funzionale, ma consideri congiuntamente diritto, etica e governo del rischio.

2. L’IA nella scuola come questione giuridica

Una prima semplificazione da evitare consiste nel considerare l’IA in ambito scolastico come una questione puramente tecnica. In realtà, l’uso di sistemi intelligenti in educazione produce conseguenze giuridicamente rilevanti ogni volta che incide su dati personali, opportunità formative, valutazioni, accesso a servizi, processi decisionali o relazioni con soggetti vulnerabili.

Il diritto contemporaneo non si limita più a interrogarsi sulla tecnologia in astratto, ma concentra l’attenzione sugli usi e sugli effetti della tecnologia nei diversi contesti sociali. In ambito educativo, questa impostazione è particolarmente importante: non è sufficiente sapere che un sistema impiega tecniche di machine learning o modelli linguistici avanzati; occorre comprendere per quali finalità viene usato, quali dati tratta, quali decisioni orienta e quali conseguenze può generare sui diritti degli studenti e sulla funzione della scuola.

Da questa prospettiva, l’adozione dell’IA nella scuola si colloca all’incrocio tra più piani normativi: tutela dei dati personali, non discriminazione, trasparenza amministrativa, diritto all’istruzione, protezione dei minori, sicurezza dei sistemi e responsabilità dell’istituzione. L’effetto complessivo è che l’integrazione dell’IA non può essere lasciata alla discrezionalità informale dei singoli utilizzatori, ma richiede un presidio organizzativo e regolativo capace di tradurre i principi giuridici in prassi verificabili.

3. La protezione dei dati personali come nodo strutturale

Uno dei temi più delicati riguarda il trattamento dei dati personali. I sistemi di IA, soprattutto quelli basati su modelli predittivi o generativi, tendono a funzionare meglio quanto più possono accedere a grandi quantità di dati. In ambito scolastico, tuttavia, questa logica incontra limiti particolarmente stringenti. La scuola tratta infatti informazioni che riguardano non solo apprendimenti e prestazioni, ma anche situazioni familiari, condizioni di fragilità, bisogni educativi speciali, comportamenti, immagini, produzioni testuali e tracce digitali degli studenti.

Il rischio principale consiste nel fatto che dati raccolti per finalità educative o amministrative possano essere riutilizzati in contesti tecnologici senza adeguata consapevolezza, senza chiara delimitazione degli scopi e senza misure proporzionate di tutela. Per questo, i principi di liceità, correttezza, trasparenza, minimizzazione, limitazione della finalità e sicurezza assumono un rilievo decisivo.

Nel contesto scolastico, la protezione dei dati non è un adempimento formale, ma una condizione sostanziale di legittimità dell’innovazione. Ogni utilizzo di strumenti di IA dovrebbe essere preceduto da una verifica sulla necessità del trattamento, sulla proporzionalità dei dati richiesti, sulla possibilità di anonimizzazione o pseudonimizzazione e sulla reale conoscibilità delle condizioni d’uso da parte dell’istituzione e degli interessati. Particolare cautela è richiesta quando si impiegano piattaforme esterne, servizi cloud o modelli generalisti, rispetto ai quali non sempre è chiaro dove i dati vengano conservati, per quanto tempo, con quali finalità ulteriori e secondo quali garanzie.

In altri termini, il problema giuridico non è solo evitare la violazione della riservatezza, ma impedire che l’ecosistema educativo diventi un ambiente di raccolta e circolazione incontrollata di dati relativi a soggetti vulnerabili.

4. La specificità del contesto educativo: minori, vulnerabilità e asimmetria

L’uso dell’IA nella scuola non può essere equiparato a quello in altri ambienti professionali o organizzativi. La specificità del contesto educativo dipende anzitutto dalla presenza di minori e dalla struttura relazionale che caratterizza l’istituzione scolastica. Lo studente non è un semplice utente di un servizio, ma un soggetto in formazione, inserito in una relazione asimmetrica con l’adulto, con l’istituzione e con i dispositivi di valutazione.

Questa asimmetria attribuisce alle tecnologie un potere particolare. Un sistema che suggerisce, corregge, monitora o classifica non agisce in un vuoto sociale, ma all’interno di una relazione in cui lo studente tende a riconoscere autorità, affidabilità e legittimità a ciò che proviene dal contesto scolastico. Proprio per questo, l’uso dell’IA può influenzare in modo profondo l’autopercezione, l’autonomia cognitiva, la motivazione allo studio e la percezione della giustizia scolastica.

Inoltre, le decisioni scolastiche incidono su diritti fondamentali e traiettorie di vita. La valutazione, l’orientamento, l’ammissione a percorsi, l’accesso a supporti educativi o l’individuazione di comportamenti ritenuti problematici sono processi che non possono essere delegati a sistemi opachi o scarsamente contestabili. Quanto più una tecnologia incide sul percorso educativo e sul futuro dello studente, tanto più elevato deve essere il livello di cautela giuridica ed etica.

5. I principi etici dell’IA in educazione

Accanto al diritto, l’etica costituisce il secondo grande asse di riflessione. L’etica dell’IA in educazione non coincide con un generico invito a “usare bene” la tecnologia, ma richiede criteri concreti di orientamento. Tra questi, assumono rilievo almeno cinque principi: centralità della persona, equità, trasparenza, responsabilità e supervisione umana.

La centralità della persona implica che l’IA debba restare uno strumento al servizio dello sviluppo umano, non un dispositivo che ridefinisce dall’esterno gli obiettivi educativi. La scuola non può subordinare i propri fini pedagogici alle logiche di funzionamento degli strumenti. Al contrario, sono gli strumenti a dover essere scelti e configurati in funzione di scopi educativi legittimi.

L’equità richiede particolare attenzione ai bias. I sistemi intelligenti apprendono da dati storici e da correlazioni statistiche; per questo possono riprodurre o amplificare disuguaglianze già presenti. In ambito scolastico, il rischio è particolarmente sensibile: modelli che appaiono neutrali possono penalizzare studenti provenienti da contesti svantaggiati, con differenti stili linguistici, bisogni speciali o percorsi non lineari. Il problema della giustizia algoritmica, dunque, non è astratto, ma tocca direttamente la promessa democratica dell’istruzione.

La trasparenza è necessaria non tanto per rendere pienamente intelligibile ogni dettaglio tecnico del sistema, quanto per garantire comprensibilità sufficiente degli scopi, delle logiche d’uso, dei limiti e degli effetti. Studenti, famiglie e personale devono poter sapere se stanno interagendo con un sistema di IA, per quali scopi esso è impiegato e in che modo contribuisce a un certo risultato o processo.

La responsabilità esige che resti sempre identificabile il soggetto umano e istituzionale chiamato a rispondere delle scelte compiute. Un algoritmo non assume responsabilità educativa, né amministrativa, né giuridica. Se una decisione produce un effetto ingiusto o lesivo, deve essere possibile ricostruire chi ha adottato lo strumento, chi ne ha autorizzato l’uso, chi ne ha verificato l’affidabilità e chi può correggerne gli effetti.

Infine, la supervisione umana costituisce il punto di equilibrio fondamentale. In educazione, l’azione della macchina non può sostituire il giudizio professionale dell’insegnante né la responsabilità dell’istituzione. L’IA può assistere, suggerire, organizzare, sintetizzare, ma non dovrebbe mai diventare il luogo ultimo della decisione educativa.

6. Il rischio di automazione impropria della valutazione

Tra i rischi più sensibili dell’introduzione dell’IA nella scuola vi è l’automazione della valutazione. La possibilità di correggere elaborati, classificare prestazioni, rilevare errori o generare giudizi sintetici può apparire, in termini di efficienza, estremamente attraente. Tuttavia, la valutazione scolastica non è una mera operazione di calcolo. Essa è un atto pedagogico e istituzionale, che implica interpretazione, contestualizzazione, attenzione al percorso, responsabilità professionale e considerazione della singolarità dello studente.

Affidare alla macchina un ruolo determinante nella valutazione rischia di produrre almeno tre effetti problematici. Il primo è la riduzione della complessità educativa a indicatori standardizzati, con perdita di ciò che non è immediatamente quantificabile. Il secondo è l’opacità del giudizio: uno studente può subire una classificazione senza comprendere i criteri sottostanti. Il terzo è la deresponsabilizzazione dell’adulto, che potrebbe tendere a considerare il risultato dell’algoritmo come oggettivo e neutrale.

In questo senso, la valutazione è forse il luogo in cui si coglie meglio il limite strutturale di una visione puramente efficientista della scuola. La decisione educativa richiede prossimità interpretativa, non solo accuratezza tecnica.

7. Bias, discriminazione e ingiustizia algoritmica

Un’altra area critica riguarda i bias e le discriminazioni. I sistemi di IA operano sulla base di dati e modelli che riflettono inevitabilmente scelte pregresse, distribuzioni statistiche e criteri di rilevanza incorporati negli algoritmi. Quando questi sistemi entrano in ambito educativo, il rischio è che normalizzino certi profili di apprendimento, penalizzando chi se ne discosta.

Il problema è duplice. Da un lato, i dati di addestramento possono contenere squilibri sociali, culturali o linguistici che si riflettono negli output del sistema. Dall’altro, anche un sistema tecnicamente accurato può produrre effetti discriminatori se inserito in un contesto educativo senza adeguate cautele. Per esempio, strumenti di supporto alla scrittura, analisi predittiva o personalizzazione dei percorsi potrebbero favorire alcuni studenti e svantaggiarne altri in modo non intenzionale ma sistematico.

Il principio di non discriminazione impone quindi un controllo critico continuo: non basta verificare che il sistema “funzioni”; occorre chiedersi per chi funziona, in quali condizioni e con quali conseguenze distributive. In altre parole, la qualità dell’IA in educazione non può essere misurata soltanto in termini di performance, ma anche di giustizia.

8. Sorveglianza, tracciamento e condizionamento

L’espansione dell’IA nei contesti scolastici porta con sé anche una possibile deriva verso la sorveglianza. Piattaforme educative, ambienti digitali di apprendimento e sistemi di analisi possono raccogliere grandi quantità di dati sulle attività degli studenti: tempi di connessione, sequenze di interazione, clic, errori ricorrenti, cronologia dei compiti, comportamenti durante le prove, pattern di partecipazione.

Sebbene tali informazioni possano essere impiegate per finalità di supporto o miglioramento dell’esperienza educativa, il rischio è che la scuola si trasformi progressivamente in un ambiente di monitoraggio continuo. Questo mutamento ha implicazioni profonde: altera il significato della relazione educativa, modifica il senso dello spazio scolastico e può produrre forme indirette di conformismo e autocensura.

Inoltre, alcuni sistemi promettono di rilevare emozioni, attenzione, rischio di abbandono o comportamenti anomali. Tali applicazioni sollevano interrogativi particolarmente seri, perché pretendono di inferire stati interiori o disposizioni future a partire da segnali comportamentali spesso ambigui. Il margine di errore, in questi casi, non è un problema meramente tecnico, ma un fattore che può incidere sulla dignità della persona e sulla legittimità dell’azione educativa.

La scuola, in quanto comunità formativa, non dovrebbe adottare logiche di sorveglianza intensiva incompatibili con il rispetto dell’autonomia, della fiducia e della crescita personale degli studenti.

9. Dipendenza cognitiva e impoverimento dell’apprendimento

Accanto ai profili giuridici più evidenti, esistono rischi etici e pedagogici meno immediati ma altrettanto significativi. Uno di essi è la dipendenza cognitiva dagli strumenti di IA. Quando sistemi generativi producono testi, sintesi, traduzioni, mappe concettuali, risposte argomentate o soluzioni a problemi complessi, essi possono certamente sostenere il lavoro dello studente; ma possono anche sostituirsi ai processi di elaborazione personale, con effetti di impoverimento dell’autonomia critica.

Il rischio, in questo caso, non consiste semplicemente nel plagio o nell’uso improprio degli strumenti, ma in una trasformazione più sottile del rapporto con il sapere. Se l’apprendimento viene ridotto a selezione, assemblaggio o riformulazione di output generati dalla macchina, allora la funzione educativa della scuola viene progressivamente svuotata. L’IA, anziché supportare l’intelligenza umana, può diventare un dispositivo che scoraggia l’esercizio della riflessione, della fatica cognitiva e della responsabilità autoriale.

Per questa ragione, l’introduzione dell’IA nella didattica richiede una ridefinizione esplicita delle pratiche di studio, delle regole sull’uso degli strumenti e del significato stesso di prova, elaborato, originalità e competenza.

10. Governance, accountability e valutazione preventiva degli impatti

Di fronte a questi rischi, la risposta non può essere né il rifiuto aprioristico dell’IA né la sua liberalizzazione indiscriminata. Ciò che occorre è una governance adeguata. Governare l’IA significa istituire procedure, regole, ruoli e controlli che rendano l’adozione della tecnologia coerente con le finalità della scuola e con i diritti delle persone coinvolte.

Un modello di governance maturo dovrebbe includere almeno alcuni elementi essenziali: definizione delle finalità ammesse, identificazione degli usi vietati o ad alto impatto, criteri di scelta dei fornitori, verifica delle configurazioni tecniche, disciplina del trattamento dei dati, formazione del personale, trasparenza verso studenti e famiglie, canali di segnalazione, monitoraggio continuo e riesame periodico degli strumenti adottati.

Particolarmente importante è la valutazione preventiva degli impatti. Prima di introdurre un sistema di IA, l’istituzione dovrebbe interrogarsi non solo sulla sua utilità, ma anche sulla sua necessità, proporzionalità e sostenibilità. Occorre chiedersi quali diritti possano essere toccati, quali categorie di dati siano coinvolte, quali margini di errore siano tollerabili, quali rimedi siano disponibili in caso di danno o discriminazione e se esistano alternative meno invasive.

Questa logica preventiva rappresenta una forma evoluta di accountability. La responsabilità istituzionale non consiste soltanto nel rispondere ex post di eventuali problemi, ma nel predisporre ex ante le condizioni per evitarli o mitigarli.

11. Il ruolo insostituibile della mediazione umana

Il punto decisivo, in ultima analisi, è che l’educazione resta un’esperienza irriducibilmente umana. La scuola non è una macchina di erogazione di contenuti, ma una comunità di relazioni, interpretazioni, riconoscimento reciproco e costruzione di significati. In questo contesto, la mediazione dell’adulto non rappresenta un residuo del passato, bensì la condizione di legittimità dell’azione educativa.

L’IA può migliorare alcune attività, ridurre tempi, facilitare l’accesso alle informazioni e supportare percorsi personalizzati. Tuttavia, non può assumere la responsabilità educativa, né sostituire il giudizio professionale, la sensibilità pedagogica, la prudenza valutativa e la relazione con lo studente. Ogni volta che una decisione riguarda apprendimento, benessere, inclusione, orientamento o riconoscimento della persona, l’intervento umano deve restare centrale, consapevole e non meramente simbolico.

La supervisione umana, pertanto, non è solo un principio tecnico di controllo. È un principio antropologico ed educativo: afferma che la tecnologia può assistere l’azione formativa, ma non esaurirne il senso.

12. Conclusioni

L’introduzione dell’Intelligenza Artificiale nella scuola costituisce una trasformazione strutturale del sistema educativo contemporaneo. Essa offre opportunità reali: personalizzazione, accessibilità, supporto organizzativo, semplificazione di attività ripetitive, arricchimento di pratiche didattiche. Ma proprio perché tali opportunità sono concrete, altrettanto concreti sono i rischi che ne accompagnano l’adozione.

Il contesto scolastico rende tali rischi particolarmente rilevanti. La presenza di minori, il valore costituzionale dell’istruzione, la centralità della valutazione, la delicatezza dei dati trattati e l’asimmetria della relazione educativa impongono cautele superiori rispetto ad altri settori. Per questa ragione, l’IA non può essere accolta come semplice risorsa operativa: deve essere oggetto di riflessione giuridica, di discernimento etico e di governo organizzativo.

Il criterio fondamentale non è stabilire se la scuola debba o meno usare l’IA, poiché il processo è già in atto. La vera questione è se essa saprà governarla in modo da preservare ciò che la definisce: la centralità della persona, la giustizia educativa, la responsabilità dell’adulto, il valore della relazione e la tutela dei diritti fondamentali. Solo entro questa cornice l’innovazione tecnologica può diventare autenticamente educativa.

© Gianfranco Bordoni, 2026. Contenuto originale riservato. Ogni riproduzione o diffusione, totale o parziale, è vietata senza preventiva autorizzazione dell’autore.