di Debbi, Ruggiero, Zampolini

L’idea di intervistare Susanna Sancassani per Moredigital è arrivata improvvisa durante una sua lezione sulla transdisciplinarità, ultima della serie di incontri organizzati dall’Università di Bergamo, che tutti e tre gli autori di questo testo stavamo seguendo dalle nostre città. L’insight è stato qualcosa che in questo anno e poco più di dottorato nessuno di noi aveva mai ascoltato, qualcosa che apre nuovi orizzonti nel nostro rapporto con l’intelligenza artificiale generativa e che ha a che fare con l' approccio alla conoscenza che i Large Language Model stanno trasformando.

Se guardiamo al passato recente, con l’avvento dei motori di ricerca ci siamo abituati a ricevere risposte che, pur digitali, rimanevano ancorate a strutture organizzative gerarchiche e lineari, come indici, alberi di navigazione o paragrafi ben definiti. Ora, con i LLM, ci troviamo davanti a strumenti che operano in modo conversazionale, multidisciplinare e altamente trasversale, aprendo nuove prospettive di esplorazione e costruzione della conoscenza.

E quello che ci aveva colpito è stato un passaggio che riportiamo più o meno fedelmente: "non è solo una questione di nuovi strumenti, ma è un cambiamento radicale nel nostro rapporto con il sapere. Gli LLM non sostituiscono le strutture di conoscenza tradizionali, ma le arricchiscono, introducendo modalità di accesso e interlocuzione che ci permettono di esplorare connessioni trasversali e di affrontare la complessità con una prospettiva transdisciplinare"

Questo cambiamento richiede un ripensamento profondo del modo in cui costruiamo, organizziamo e divulghiamo il sapere. La rivoluzione promessa dall’intelligenza artificiale generativa si annuncia ancora più profonda e ancora in gran parte sconosciuta, con ricadute su tutti gli ambiti della conoscenza e, in particolare, su quelli pedagogici e didattici. E allora partiamo proprio da quest’ultimo aspetto, fin dal momento embrionale.

Un'intervista illuminante

Quando si parla di Intelligenza Artificiale Generativa (IA gen) a supporto della progettazione didattica, cosa si intende? A che punto siamo?

Rispondo con una premessa necessaria: cosa si intende per progettazione didattica? Progettare la didattica vuol dire entrare nel merito della responsabilità del docente nei confronti degli studenti. In questa prospettiva, l’obiettivo del docente non dovrebbe più essere quello di selezionare i contenuti più interessanti o adatti alla lezione, ma di concentrarsi sulla trasformazione che vuole determinare nei suoi studenti. È un cambiamento di prospettiva importante: passare da “cosa dovranno sapere i miei studenti?” a “quale trasformazione voglio suscitare nei miei studenti?”. Nel momento in cui si affronta il tema della progettazione didattica, è possibile individuare due livelli:

1. Progettazione (macro e micro), che riguarda dunque il corso e il tipo di trasformazione che si vuole avviare negli studenti.
2. Strategia di valutazione, con il docente impegnato ad osservare se gli studenti hanno effettivamente intrapreso il percorso di trasformazione prefissato.

Oltre sessant’anni fa Jacques Derrida ha introdotto il concetto di scrittura come protesi della memoria. Per Derrida, la protesi è un abilitatore che espande le nostre capacità, rendendo possibile ciò che prima ci era impossibile. Se guardiamo all’intelligenza artificiale come a un abilitatore progettuale, il docente risulta “potenziato” e non sostituito. L’avvento dell’intelligenza artificiale generativa nella didattica ha un potenziale rivoluzionario insospettabile, perché entra come fattore abilitante per i docenti, assistendoli in ogni fase della progettazione didattica.

IA generativa dunque come abilitatore in grado di contribuire in modo sostanziale a tutte le fasi della progettazione didattica di un corso?

Assolutamente sì! Gli LLM, che stanno alla base di questa tecnologia, sono alimentati da dataset fortemente sbilanciati verso la cultura anglosassone, in cui la progettazione didattica è ben documentata. Di conseguenza, ChatGPT (e strumenti simili) risulta incredibilmente propositivo, in grado di fornire soluzioni pragmatiche ed efficaci in tempi ridottissimi. Questi chatbot possono suggerire risorse, materiali, idee e supporti per creare piani di lezione personalizzati, generare valutazioni calibrate su esigenze specifiche e molto altro. Inoltre, questa tecnologia rende possibili scenari didattici transdisciplinari, aiutando gli studenti a considerare le discipline non come compartimenti stagni ma come strumenti integrati per comprendere la realtà.

Può darci un inquadramento teorico del termine "transdisciplinarità"?

Per transdisciplinarità si intende la capacità di andare oltre il semplice mettere insieme concetti da discipline diverse, creando strutture che abbattono i confini tradizionali delle discipline stesse per produrre nuova conoscenza (Cropanzano et al., 2005). Tuttavia, il tema della transdisciplinarità non può prescindere da un nucleo di conoscenze strutturate di base.A livello di scuola primaria, sarebbe fondamentale selezionare un nucleo di conoscenze e competenze fondamentali, utilizzando metodologie di retrieval. Il grave errore è stato quello di allargare i curriculum senza una gerarchia chiara che individuasse un nucleo di conoscenze e abilità fondamentali e un altro nucleo limitato allo sviluppo di mindset, mentalità (ad esempio quello transdisciplinare). L’obiettivo è di stimolare negli studenti la costruzione di una nuova conoscenza utilizzando modelli concettuali che emergono da una disciplina e portandoli in una disciplina completamente diversa. L'incoraggiamento a esplorare e applicare concetti tra diversi settori del sapere può aumentare la fiducia nell'affrontare argomenti fuori dalla loro area di comfort o specializzazione, portandoli, a sviluppare una maggiore apertura mentale e un approccio più intraprendente verso l'apprendimento. È questo lo scenario ideale per meglio comprendere i problemi reali complessi. Questo processo solitamente richiederebbe tanto tempo e lavoro al docente, che ora può avvalersi dell’IA generativa per rendere lo sviluppo più efficiente e ugualmente valido. Un esempio stimolante prevede di domandare a ChatGPT di collegare il dipinto Guernica di Pablo Picasso con le leggi fisiche di Ohm. Il risultato è sorprendente!

Ma qual è la motivazione che dovrebbe spingere un docente a progettare (o riprogettare) la sua didattica?

Se consideriamo che molti docenti non hanno competenze specifiche in progettazione didattica, l’IA generativa può rappresentare un alleato prezioso per migliorare e adattare i propri corsi. Non solo, ma questo processo coadiuvato dall’IA generativa permetterebbe loro di risparmiare il tempo che avrebbero dovuto impiegare ad acquisire quella conoscenza. L’utilizzo dell’IA generativa, non bisogna vergognarsene, permette, in un certo senso e in determinati contesti, di risparmiare una grande quantità di ore di studio-lavoro perché una semplice conversazione con ChatGPT può guidare il docente verso una progettazione della didattica migliorata e, soprattutto, più efficace. È un discorso molto ampio che coinvolge il concetto di motivazione, sia intrinseca sia estrinseca. Sarebbe opportuno richiamare i docenti all’importanza del proprio ruolo e alla complessità della realtà contemporanea. Il tema della complessità della realtà dovrebbe stimolare i docenti verso una nuova responsabilità e presa di coscienza: affrontare temi, come il cambiamento climatico o le tensioni sociali, dovrebbe essere fonte di stimolo per riprogettare e adattare i propri insegnamenti in modo da fornire agli studenti non solo la conoscenza ma anche gli strumenti per affrontare la complessità della realtà. Un altro aspetto che dovrebbe convincere i docenti a utilizzare l’IA è la sua abilità a facilitare collaborazioni e connessioni dei docenti in comunità di pratica.

Perché proprio le comunità di pratica? Possono essere un buon esercizio per la formazione adulta?

Le comunità di pratica sono utilissime per creare gruppi di persone che condividono uno stesso interesse e sono spronate a migliorarsi vicendevolmente, fanno emergere dal basso le pratiche adottate e le condividono. A volte però non coltivano la visione prospettica, limitandosi alla risoluzione dei problemi che spesso non porta a una evoluzione delle prassi in nuovi scenari. Il rischio è quello di non uscire dalle proprie abitudini e usanze all’interno della comunità stessa anche se con un abilitatore esterno il rischio di può superare. A tal proposito, se guardiamo il mercato è possibile trovare conferme di quanto appena detto: dispositivi wearable come occhiali di realtà aumentata spesso sono realizzati da aziende che non hanno background né conoscenza nelle lenti ottiche. L’Intelligenza Artificiale può diventare il vettore della creazione di queste comunità. La sfida sarà quella di riuscire a integrare l’IA nei propri processi.

Chiudiamo l’intervista con un tema che spesso ritorna e che resta però sempre molto caldo: ritiene opportuno vietare l’utilizzo del cellulare in classe?

Il problema dell’utilizzo del cellulare in classe è un non problema, nel senso che nel momento in cui il docente è in grado di coinvolgere gli studenti e renderli partecipi della lezione, non sarà necessario vietare l’utilizzo dei cellulari. Da questo punto di vista, quello che oggi è il cellulare una volta era il bigliettino cartaceo che ci si scambiava tra compagni di banco. Se la lezione non è coinvolgente, gli studenti saranno sempre portati a distrarsi o a trovare altri stimoli. La domanda che bisognerebbe porsi è “come può un docente rendere il tempo della lezione veramente trasformativo per gli studenti?”. Ecco che in quest’ottica il cellulare diventa addirittura uno strumento, un alleato. Il problema non è dato dagli strumenti.

Verso un cambio di paradigma

Al termine del colloquio che avremmo voluto continuasse per ore,  la nostra sensazione di dottorandi è che ci stiamo avviando verso un cambio di paradigma nell'approccio alla conoscenza, anche se il termine potrebbe apparire eccessivo. A confermarcelo gli appunti delle lezioni che abbiamo riguardato: Susanna Sancassani ha già iniziato da tempo a cambiare le sue modalità: ha raccontato di aver iniziato a strutturare con i suoi studenti i contenuti delle lezioni sotto forma di interfacce GPT piuttosto che utilizzando le classiche dispense. Non si tratta di abbandonare libri o articoli, ma di integrarli in un contesto in cui le possibilità di accesso e rielaborazione della conoscenza sono più fluide e personalizzate. Perchè, e ci ha tenuto più volte a ribadirlo, l’uso degli LLM sottolinea l’importanza di mantenere spazi dedicati alla lettura e alla riflessione critica su testi complessi, fondamentali per approfondire e strutturare il pensiero.

Siamo, insomma, in una fase di transizione che offre nuove opportunità e solleva nuove domande. Come possiamo sfruttare questa trasversalità e flessibilità per affrontare i problemi complessi della nostra epoca? Come possiamo garantire che queste nuove modalità di accesso alla conoscenza non semplifichino eccessivamente il pensiero, ma lo arricchiscano? È un cambiamento ancora tutto da esplorare, ma estremamente carico di potenzialità.

Susanna Sancassani

Esperta di digital learning, metodi innovativi per la didattica e sviluppo della faculty. Dirige METID (Metodi e Tecnologie Innovative per la Didattica), la task force per l'innovazione didattica del Politecnico di Milano, che ha sviluppato progetti di rilevanza nazionale e internazionale nel campo del digital learning, come il portale Polimi Open Knowledge (POK) È docente del corso "Teaching Strategies" presso la Scuola di Dottorato del Politecnico di Milano e del corso "Digital Learning" nel Corso di Laurea Magistrale in Sociologia dell'Università Federico II. Inoltre, è membro del Consiglio Scientifico della SieL (Società Italiana di e-Learning) e dell'Editorial Board di "Digital Politics", rivista edita da Il Mulino.