In un’epoca segnata da una profonda transizione tecnologica, educativa e antropologica, l’Intelligenza Artificiale Generativa (IAg) si afferma come strumento tanto potente quanto ambivalente, imponendo una riflessione pedagogica che superi la semplice fascinazione tecnocentrica. L’articolo esplora le tensioni epistemiche tra la generatività in senso pedagogico e quella macchinica dell’IAg, evidenziando come il concetto stesso di "generatività" muti radicalmente in funzione del contesto teorico da cui è evocato. Attraverso una ricostruzione del dibattito sull’IA – dalla domanda fondativa di Turing “Can a machine think?” (Turing, 1950) fino alle attuali applicazioni basate su modelli subsimbolici, "deep learning" e reti neurali profonde (Mitchell, 2022) – il testo mette in luce la necessità di distinguere tra un pensiero logico- deduttivo, matematizzante e "tokenizzato" e un pensiero incarnato, che si fonda sulla sinergia tra mente, corpo, contesto e significati (Contini, Fabbri & Manuzzi, 2006). È in questa differenza che si gioca il destino educativo degli strumenti IAg, i quali, in assenza di mediazione critica, rischiano di sostituirsi a docenti e educatori come agenti epistemici, neutralizzando le potenzialità trasformative del linguaggio e della relazione educativa. Attraverso l’analisi comparata di due casi studio – Replika e Humi.AI – l’articolo mostra la distanza tra un utilizzo puramente “emozionale” e privato della IAg e una sua implementazione formativa orientata da un esperto pedagogico. Replika, AI Companion basato sulla personalizzazione affettiva, evidenzia rischi di dipendenza relazionale e di “addiction by design” (Schüll, 2012), laddove Humi.AI propone una modellizzazione didattica che, se ben governata, può supportare l’insegnamento e la progettazione educativa. Tuttavia, entrambe le applicazioni rivelano un nodo problematico: l’opacità tecnologico- epistemica dei sistemi IAg, che elaborano contenuti attraverso logiche puramente statistiche, senza una reale comprensione semantica. Ciò solleva interrogativi etico-pedagogici fondamentali: possiamo affidare a dispositivi che non comprendono il senso ciò che, in educazione, è strettamente legato alla costruzione del significato? Infine, l’articolo invita a una ridefinizione del ruolo docente nell’era degli LLMs (Large Language Models), recuperando la funzione critica, riflessiva e progettuale dell’insegnamento. In tal senso, la generatività pedagogica non si oppone alla IAg, ma ne rappresenta un possibile contrappunto, capace di restituire centralità al soggetto e al suo processo di apprendimento. Per farlo, è necessario elaborare nuove competenze educative che comprendano il “prompt engineering”, l’interpretazione dei processi algoritmici e la capacità di discernere tra automatismo e senso, tra riproduzione e trasformazione.
Astorri, G. (2025). Generatività pedagogica e Intelligenza Artificiale Generativa: due casi studio.
Generatività pedagogica e Intelligenza Artificiale Generativa: due casi studio
Giacomo Astorri
2025
Abstract
In un’epoca segnata da una profonda transizione tecnologica, educativa e antropologica, l’Intelligenza Artificiale Generativa (IAg) si afferma come strumento tanto potente quanto ambivalente, imponendo una riflessione pedagogica che superi la semplice fascinazione tecnocentrica. L’articolo esplora le tensioni epistemiche tra la generatività in senso pedagogico e quella macchinica dell’IAg, evidenziando come il concetto stesso di "generatività" muti radicalmente in funzione del contesto teorico da cui è evocato. Attraverso una ricostruzione del dibattito sull’IA – dalla domanda fondativa di Turing “Can a machine think?” (Turing, 1950) fino alle attuali applicazioni basate su modelli subsimbolici, "deep learning" e reti neurali profonde (Mitchell, 2022) – il testo mette in luce la necessità di distinguere tra un pensiero logico- deduttivo, matematizzante e "tokenizzato" e un pensiero incarnato, che si fonda sulla sinergia tra mente, corpo, contesto e significati (Contini, Fabbri & Manuzzi, 2006). È in questa differenza che si gioca il destino educativo degli strumenti IAg, i quali, in assenza di mediazione critica, rischiano di sostituirsi a docenti e educatori come agenti epistemici, neutralizzando le potenzialità trasformative del linguaggio e della relazione educativa. Attraverso l’analisi comparata di due casi studio – Replika e Humi.AI – l’articolo mostra la distanza tra un utilizzo puramente “emozionale” e privato della IAg e una sua implementazione formativa orientata da un esperto pedagogico. Replika, AI Companion basato sulla personalizzazione affettiva, evidenzia rischi di dipendenza relazionale e di “addiction by design” (Schüll, 2012), laddove Humi.AI propone una modellizzazione didattica che, se ben governata, può supportare l’insegnamento e la progettazione educativa. Tuttavia, entrambe le applicazioni rivelano un nodo problematico: l’opacità tecnologico- epistemica dei sistemi IAg, che elaborano contenuti attraverso logiche puramente statistiche, senza una reale comprensione semantica. Ciò solleva interrogativi etico-pedagogici fondamentali: possiamo affidare a dispositivi che non comprendono il senso ciò che, in educazione, è strettamente legato alla costruzione del significato? Infine, l’articolo invita a una ridefinizione del ruolo docente nell’era degli LLMs (Large Language Models), recuperando la funzione critica, riflessiva e progettuale dell’insegnamento. In tal senso, la generatività pedagogica non si oppone alla IAg, ma ne rappresenta un possibile contrappunto, capace di restituire centralità al soggetto e al suo processo di apprendimento. Per farlo, è necessario elaborare nuove competenze educative che comprendano il “prompt engineering”, l’interpretazione dei processi algoritmici e la capacità di discernere tra automatismo e senso, tra riproduzione e trasformazione.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
