Maryanne Wolf e Rebecca Winthrop a confronto
La formazione del pensiero logico
Nel cuore della conversazione tra Rebecca Winthrop e Maryanne Wolf emerge una questione principale: che cosa accade all’apprendimento quando una tecnologia in grado di generare testi, risolvere problemi e simulare il ragionamento umano si insinua nei processi scolastici quotidiani? Rebecca Winthrop esprime una preoccupazione forte: “La cosa che più mi tormenta è lo sconvolgimento del sistema basato sulla formazione del pensiero logico. Noi chiediamo agli studenti di scrivere saggi perché apprendano a pensare in modo coerente e chiaro, argomentando, provando, organizzando. Questa competenza si trasferisce alla vita, è la capacità di pensare attraverso vari ambiti e discipline, di ragionare meglio e di dare risposte efficaci. È esattamente ciò che vogliamo che i ragazzi imparino. Poi arriva l’IA che ragiona per loro… Che stiamo facendo? Il fatto mi toglie il sonno”. A questa riflessione fa eco la prospettiva neuroscientifica di Ma-yanne Wolf, che pone al centro il concetto di sforzo cognitivo. Imparare richiede fatica, ed è proprio quella fatica – sostenuta e intenzionale – a costruire i circuiti cerebrali della comprensione profonda. L’AI, riducendo il carico mentale attraverso quello che gli studiosi chiamano cognitive offloading, rischia di inibire lo sviluppo della capacità analogica, inferenziale e critica. Wolf cita anche Emerson:
“Quando siamo rinvigoriti dalla fatica, è lì che inizia il pensiero” e aggiunge che tutto questo serve a stimolare le intuizioni immaginative dell’individuo e non dovrebbe mai essere sacrificato sull’altare dell’efficienza o del miglior voto”. Se si riuscisse a trasmettere l’importanza dello sforzo e del lavoro per costruire il circuito del lettore profondo. Probabilmente per la studiosa il problema principale dell’AI è lo “scarico cognitivo”. Ma per Rebecca Winthrop nella storia, come specie, ci siamo evoluti proprio grazie allo «scarico cognitivo»: “Nessuno di noi, penso, lasciato in mezzo a un bosco, saprebbe distinguere le bacche velenose da quelle commestibili, cosa che invece conoscevamo bene millenni fa. Quello che però mi preoccupa sono le competenze fondamentali che definiscono cosa significhi imparare. Maryanne nelle sue ricerche ha rilevato che la lettura profonda è una competenza che non riguarda solo la lettura, ma il pensiero. Capire sé stessi rispetto al mondo. Sviluppare nuove idee. Queste sono competenze che non dovremmo mai affidare alle macchine, esternalizzare”.
Il dibattito si arricchisce con una riflessione del conduttore Daniel Barcay, che ricorda come in passato le calcolatrici abbiano sollevato timori simili. Ma Winthrop chiarisce la differenza, sottolineando che alcune deleghe alla tecnologia sono fisiologiche e persino evolutive, mentre altre – ovvero quelle che toccano la formazione delle competenze fondamentali del pensiero — non dovrebbero mai essere abbandonate.
La tecnologia nella scuola tra 0 e 8 anni: peggiori risultati scolastici
Nel dibattito sull’introduzione dell’intelligenza artificiale a scuola, ci si focalizza su quali effetti ha – e potrà avere – la tecnologia sullo sviluppo cognitivo dei bambini più piccoli, in particolare nella fascia 0- 8 anni. Secondo Rebecca Winthrop, l’errore più frequente commesso dai sistemi educativi è stato pensare alla tecnologia come una soluzione immediata, senza una reale integrazione pedagogica. I dati raccolti dall’OCSE in oltre 70 paesi mostrano che l’inserimento massiccio di dispositivi digitali in classe, in assenza di una progettualità consapevole, non ha portato a un miglioramento dei risultati scolastici. La tecnologia non è una bacchetta magica, ma uno strumento che richiede intenzionalità educativa.
Maryanne Wolf, chiamata a testimoniare in Norvegia e in altri paesi che hanno sospeso progetti di digitalizzazione dopo un peggioramento dei risultati, invita a grande prudenza. Cita studi recenti – tra cui uno coordinato da Harvard e McGill a Singapore 1 che correlano l’eccessiva esposizione al digitale in età prescolare con un calo della capacità attentiva e dei risultati scolastici. Per la neuroscienziata, l’apprendimento iniziale, nelle prime fasi evolutive, trova ancora nella carta stampata il suo alleato più solido.
Ma il problema non è solo quantitativo, bensì qualitativo. Winthrop sottolinea un effetto spesso sottovalutato, ovvero che la lettura digitale induce comportamenti di lettura superficiale, un consumo rapido e frammentario dei contenuti che impoverisce la comprensione e spegne la curiosità “Ci si comporta un po’ come delle macchine: input, output, prendere il voto, finire il compito. Ma tutto questo non entusiasma i ragazzi. In una ricerca condotta insieme a Jenny Anderson – giornalista con una lunga esperienza nel campo dell’educazione e dell’apprendimento – abbiamo rilevato un dato preoccupante: molti studenti si sentono disinteressati alla scuola. Faticano a trovare motivazione, non si sentono coinvolti, e imparare non è più un’esperienza piacevole”.
Wolf conferma e amplia questa visione specificando come la lettura non sia solo decodificare segni, ma attivare circuiti cerebrali profondi, capaci di generare connessioni, significati e emozioni. La lettura è il primo allenamento al pensiero complesso. Se sostituita da un’interazione veloce con il testo, come spesso accade su schermo, si rischia di perdere la lentezza necessaria all’attenzione e contemplazione.
Perché ai ragazzi non piace la scuola
Uno degli aspetti più trascurati nel dibattito sull’educazione contemporanea riguarda la motivazione all’apprendimento. Come sottolinea Layout Daniel Barcay, non solo è cambiat il modo in cui i bambini imparano, ma è cambiata anche la ragione per cui imparano. Questo solleva una domanda fondamentale: cosa spinge oggi gli studenti ad apprendere?
Rebecca Winthrop, insieme alla giornalista Jenny Anderson, ha condotto una ricerca triennale proprio su questo tema, arrivando a una conclusione interessante: i ragazzi non detestano la scuola in sé, ma ciò che fanno a scuola. Amano l’ambiente sociale, vedono gli amici, ma non trovano coinvolgente ciò che accade in classe.
La ricerca condotta da Rebecca Winthrop e Jenny Anderson ha individuato quattro modalità con cui gli studenti si relazionano all’apprendimento. La più comune è quella del “passeggero”, in cui ci si limita al minimo indispensabile. Seguono la modalità “performativa”, basata sulla ricerca di risultati e premi, ma fragile perché evita il rischio e inibisce la resilienza; quella “resistente”, che manifesta un rifiuto attivo delle regole scolastiche come segnale di disagio; e infine la modalità “esplorativa”, la più desiderabile, in cui la curiosità guida l’apprendimento e sviluppa competenze profonde. Purtroppo, solo una piccola minoranza di studenti vive regolarmente quest’ultima esperienza a scuola.
A partire da questi dati, la sfida diventa allora: come usare la tecn logia e l’IA per favorire la modalità esplorativa, invece che rinforzare quella performativa o passiva?
Su questo punto, Tristan Harris si chiede se la tecnologia scolastica possa davvero favorire una modalità di apprendimento esplorativa, o se al contrario rischi di ridurre tutto a una performance. Winthrop risponde che tutto dipende da come viene progettata e integrata. Cita un esperimento dell’Arizona State University, dove l’introduzione di brevi moduli in realtà virtuale in un corso di biologia – solitamente poco apprezzato dagli studenti – ha permesso di esplorare ambienti digitali legati ai temi trattati (fotosintesi, biodiversità, ecc.). L’esperienza, secondo la Withrop, suggerisce che, se progettata con competenza pedagogica e inserita intenzionalmente nel percorso di apprendimento, la tecnologia può diventare un potente catalizzatore di motivazione e coinvolgimento cognitivo.
Tuttavia, Harris evidenzia un nodo strutturale spesso ignorato: molte piattaforme digitali per la scuola – come Google Classroom – nascono nei dipartimenti di ingegneria di grandi aziende tecnologiche, dove a guidare il design non sono educatori né esperti di sviluppo infantile, ma sviluppatori informatici privi di formazione pedagogica. Di conseguenza, i prodotti vengono pensati per essere facilmente adottabili su larga scala – “plug-and- play” – piuttosto che per rispondere in modo accurato ai bisogni cognitivi, emotivi e relazionali dei bambini. La priorità, insomma, diventa l’efficienza distributiva più che la qualità educativa. Winthrop conferma come l’EdTech sia dominata da soluzioni “plug-and-play” che facilitano la scalabilità e il profitto, ma raramente trasformano davvero l’esperienza didattica. In uno studio internazionale che ha analizzato 3.000 innovazioni educative in 160 paesi, solo il 20% delle soluzioni tecnologiche esaminate andava oltre la semplice sostituzione o aumento di pratiche analogiche. La vera trasformazione, invece, richiede il coinvolgimento diretto degli insegnanti e la progettazione di strumenti sviluppati da esperti di educazione.
Maryanne Wolf mette in guardia contro l’illusione che l’innovazione tecnologica possa, da sola, risolvere le criticità dell’istruzione. Negli ultimi dieci anni – osserva – l’unica risposta ai risultati insoddisfacenti nei test standardizzati è sembrata essere: “fare di più”, spesso nella forma di nuove tecnologie da implementare rapidamente. Ma questa rincorsa ha finito per gravare sugli insegnanti, costretti ad adattarsi a strumenti che cambiano continuamente, spesso senza una reale efficacia. I dati del National Assessment of Educational Progress parlano chiaro, solo un terzo degli studenti americani di terza media raggiunge un livello di lettura profonda, e solo metà di questi sono studenti afroamericani. Il 40% degli alunni non raggiunge nemmeno il livello base. La tecnologia, da sola, non può invertire questa tendenza. Serve una riflessione più profonda su cosa significhi davvero imparare, su come motivare gli studenti, e su come integrare l’intelligenza artificiale per sostenere – anziché sostituire – l’esperienza educativa.
La grande scelta: come cambierà l’istruzione
L’arrivo dell’intelligenza artificiale sta obbligando scuole e sistemi educativi a ridefinire i propri obiettivi. Rebecca Winthrop osserva che stiamo passando dall’epoca dell’“achievement”, incentrata sulla classificazione degli studenti, a quella dell’“agency”, in cui la scuola deve valorizzare nuove funzioni educative come socializzare e formare cittadini. In una democrazia, sottolinea, l’esperienza scolastica condivisa è essenziale per mantenere il tessuto civico. Maryanne Wolf aggiunge che oggi l’educazione deve aiutare gli studenti a trasformare l’informazione in conoscenza, e la conoscenza in saggezza. È quest’ultima – la capacità di pensare in profondità per il bene comune – l’obiettivo finale della formazione. La scuola, quindi, non può limitarsi a trasmettere dati, ma deve coltivare giudizio, etica e pensiero critico.
Winthrop insiste sull’importanza di attribuire significato a ciò che si apprende. Racconta l’esempio di una scuola nelle favelas di Rio de Janeiro, dove gli studenti sono stati coinvolti in un progetto concreto legato alla gestione dei rifiuti urbani. Attraverso attività di ricerca, sondaggi, studio della storia locale, matematica e scienze, i ragazzi hanno imparato meglio perché erano impegnati a risolvere un problema reale, e quindi significativo. Quando lo studio è connesso alla vita e ai bisogni del presente, l’apprendimento diventa più duraturo. L’intelligenza artificiale può accompagnare questo tipo di apprendimento se viene utilizzata all’interno di una progettazione didattica intenzionale e partecipativa.
Tristan Harris ricorda che una delle grandi promesse dell’IA è quella di fornire tutor personalizzati accessibili a tutti. In Nigeria, un progetto sperimentale promosso dalla Banca Mondiale ha utilizzato un tutor IA per insegnare l’inglese a bambini della scuola primaria. I risultati sono stati incoraggianti. Winthrop, però, invita a interpretare questi dati alla luce del contesto: in molti Paesi le classi superano i cento alunni e gli insegnanti, pur con grande dedizione, non possono seguire ogni studente. In questi casi, un supporto digitale può rivelarsi prezioso. Anche in Botswana, durante la pandemia, un programma low- tech basato sull’invio di esercizi via SMS ha mostrato benefici simili. Questo ci insegna che non esiste una soluzione unica: bisogna chiedersi, ogni volta, quale strumento funzioni meglio, per quali studenti, in quale situazione.
Wolf richiama l’attenzione anche sulla fascia d’età 0-5 anni, spesso trascurata nei discorsi sull’educazione digitale. Afferma che i bambini, nei primi anni, hanno bisogno di esperienze relazionali ricche, di attenzione sostenuta e di stimoli coerenti. L’uso eccessivo della tecnologia in questa fase può interferire con la costruzione della memoria e con la capacità di concentrazione, ponendo le basi per difficoltà future.
Anche il tema della socializzazione viene posto al centro della riflessione. Secondo Winthrop, i bambini imparano a comunicare e a stare con gli altri attraverso l’interazione umana. Se le interazioni si spostano verso chatbot e assistenti virtuali, si rischia una confusione tra linguaggi e ruoli sociali, con conseguenze sullo sviluppo emotivo e relazionale. I danni già visibili dell’uso distorto dei social media devono indurci a riflettere su come progettare tecnologie educative che non amplifichino le fragilità esistenti.
In chiusura, Daniel Barcay invita a considerare gli effetti di lungo periodo dell’intelligenza artificiale sul tessuto relazionale e sociale. Se nel decennio passato la sfida è stata quella dell’attenzione collettiva, oggi ci troviamo di fronte a interrogativi ancora più complessi. È possibile educare le persone prima che le trasformazioni diventino irreversibili? Possiamo immaginare un’IA che rafforzi, anziché indebolire, i beni comuni della democrazia e della convivenza? Avere educatori e studiosi che pongono queste domande – conclude – è fondamentale per provare a dare risposte prima che sia troppo tardi.
BIBLIOGRAFIA
1 https://jamanetwork.com/journals/jamape diatrics/fullarticle/2800776
