L’intelligenza artificiale può diventare uno strumento utile per la scuola? La risposta dipende da come la usiamo.
Se la usiamo per sostituire il pensiero dello studente, rischia di diventare una scorciatoia. Se la usiamo per scrivere al posto suo, risolvere al posto suo o decidere al posto suo, riduce l’apprendimento. Ma se la usiamo per aiutare a iniziare un compito, organizzare le idee, suddividere un’attività complessa, controllare i passaggi e rendere più accessibili i materiali, allora può diventare un supporto importante per l’autonomia.
Questo è particolarmente vero per studenti e studentesse che fanno fatica a mantenere l’attenzione, pianificare, gestire il tempo, organizzare il materiale o portare a termine compiti lunghi. Alcuni hanno una diagnosi di ADHD o altri disturbi del neurosviluppo. Altri non hanno una diagnosi, ma presentano comportamenti simili: si distraggono facilmente, faticano a iniziare, dimenticano consegne e materiali, si bloccano davanti alla pagina bianca, perdono il filo durante lo studio.
In tutti questi casi, l’AI non deve essere vista come una bacchetta magica. Può però diventare una “impalcatura”: uno strumento che aiuta lo studente a fare un passo in più, senza togliere valore al suo lavoro.
Quando parliamo di ADHD, autismo, DSA o altre condizioni del neurosviluppo, usiamo spesso parole diverse: disturbo, difficoltà, neurodivergenza, neurodiversità. Queste parole non sono equivalenti e non hanno lo stesso effetto.
Il linguaggio clinico serve a descrivere bisogni, difficoltà, criteri diagnostici e necessità di supporto. È importante, perché permette di accedere a diagnosi, tutele, strumenti, interventi e diritti.
Il paradigma della neurodiversità, invece, ci invita a cambiare prospettiva: non guardare solo a ciò che “non funziona”, ma riconoscere che i cervelli umani funzionano in modi diversi. Alcune persone si collocano più vicino alla media per attenzione, regolazione emotiva, sensibilità sensoriale, organizzazione e comportamento. Altre si collocano agli estremi di alcune dimensioni e possono incontrare maggiori ostacoli in ambienti pensati per un funzionamento più tipico.
Questi due linguaggi non devono essere messi in contrapposizione. La prospettiva clinica ci aiuta a comprendere il bisogno. La prospettiva neurodiversity-affirming ci aiuta a costruire contesti più rispettosi, accessibili e non stigmatizzanti.
In altre parole: non basta sapere che uno studente “ha difficoltà attentive”. Dobbiamo chiederci che cosa, nell’ambiente e nel compito, può essere modificato per permettergli di partecipare, imparare e mostrare ciò che sa.
Uno degli usi più interessanti dell’intelligenza artificiale non è produrre materiali già pronti, ma aiutare il docente ad analizzare un compito.
Prendiamo una consegna apparentemente semplice: “Fai una ricerca sulla Seconda Rivoluzione Industriale”.
Per molti studenti questa consegna è gestibile. Per altri può essere troppo ampia. Da dove inizio? Che cosa devo cercare? Quanto devo scrivere? Quali fonti uso? Come organizzo le informazioni? Quanto tempo mi serve? Quando posso dire di aver finito?
Il compito contiene molti passaggi invisibili. Uno studente con fragilità nelle funzioni esecutive può bloccarsi proprio lì: non nel contenuto, ma nell’organizzazione.
L’AI può aiutare il docente a rendere visibili questi passaggi. Per esempio, si può chiedere:
“Analizza questa consegna dal punto di vista di uno studente con fragilità nelle funzioni esecutive. Quali passaggi invisibili potrebbero portarlo al blocco? Identifica i punti critici nell’avvio del compito, nell’organizzazione dei materiali e nella gestione del tempo.”
Una richiesta di questo tipo non sostituisce la competenza dell’insegnante. La sostiene. Aiuta a guardare il compito da un’altra prospettiva e a prevenire gli ostacoli prima che diventino fallimenti.
Quando uno studente fatica, la risposta più immediata è spesso “semplificare”. Ma semplificare può voler dire molte cose.
Se semplificare significa togliere contenuti importanti, abbassare le aspettative o proporre un compito povero, il rischio è ridurre l’apprendimento. Se invece significa rendere più chiara la struttura, spezzare i passaggi, offrire parole chiave, proporre esempi e costruire supporti, allora diventa accessibilità.
L’obiettivo non è rendere il compito più facile in senso banale. È renderlo più affrontabile.
Uno studente con difficoltà attentive può avere bisogno di:
- consegne più brevi e visivamente chiare;
- attività divise in blocchi;
- checklist per controllare l’avanzamento;
- pause brevi e programmate;
- esempi concreti;
- mappe e scalette;
- feedback immediati;
- possibilità di usare canali diversi, come oralità, movimento, immagini o manipolazione.
In questo senso, l’AI può aiutare il docente a trasformare un materiale complesso in una scheda più accessibile, senza svuotarla.
Un buon prompt potrebbe essere:
“Devo assegnare queste pagine di studio. Aiutami ad adattarle per studenti con difficoltà attentive o ADHD. Non ridurre semplicemente il contenuto. Rendilo più accessibile attraverso divisione in blocchi, parole chiave, checklist, domande guida, brevi pause attentive e modalità per verificare la comprensione.”
Il punto chiave è questo: accessibile non significa meno importante. Significa meglio progettato.
Prompt deficit-based o strength-based: le parole cambiano il risultato
L’AI risponde in base alle parole che usiamo. Se nel prompt descriviamo lo studente solo come un problema da controllare, il risultato tenderà a essere centrato sulla correzione del comportamento. Se invece descriviamo il bisogno e chiediamo strategie valorizzanti, l’AI può proporre soluzioni più inclusive.
Un prompt deficit-based potrebbe essere:
“Aiutami a gestire un alunno ADHD che si distrae sempre.”
Un prompt più rispettoso ed efficace potrebbe essere:
“Progetta un’attività basata sull’interesse e sull’apprendimento attivo per uno studente con un profilo attentivo ADHD. Prevedi blocchi brevi, feedback immediati, movimento funzionale e una modalità chiara di autoverifica.”
La differenza è enorme.
Nel primo caso lo studente è il problema.
Nel secondo caso il problema diventa la progettazione del contesto.
Lo stesso vale per altri verbi. “Controllare”, “limitare”, “correggere”, “costringere” orientano l’AI verso risposte centrate sul contenimento. “Canalizzare”, “valorizzare”, “ristrutturare”, “ingaggiare”, “incuriosire” aprono invece a soluzioni più educative.
Questo non significa negare le difficoltà. Significa non ridurre lo studente alle sue difficoltà.
L’ADHD viene spesso raccontato solo attraverso ciò che manca: attenzione, controllo, organizzazione, costanza. Ma molti studenti con questo profilo possono mostrare anche risorse importanti: pensiero divergente, intuizioni rapide, energia, curiosità, creatività, coinvolgimento in attività sfidanti, capacità di iper-focus quando un tema li interessa.
Una didattica inclusiva non dovrebbe limitarsi a compensare le fragilità. Dovrebbe anche costruire occasioni per far emergere le risorse.
L’AI può aiutare il docente a progettare attività strength-based. Per esempio, invece di chiedere:
“Crea una scheda semplificata per uno studente ADHD che non riesce a studiare i Romani.”
Possiamo chiedere:
“Progetta una missione investigativa sui Romani per uno studente con profilo ADHD, sfruttando pensiero laterale, scoperta rapida, movimento e feedback immediato. Dividi l’attività in blocchi da 15 minuti e prevedi un controllo finale.”
Il contenuto resta lo stesso: i Romani. Ma cambia l’accesso al contenuto. Lo studente non viene trattato come “quello che non ce la fa”, ma come qualcuno che può apprendere meglio se il compito è progettato in modo più adatto al suo funzionamento.
Molte difficoltà scolastiche non dipendono solo dalla comprensione dell’argomento. Dipendono dalle funzioni esecutive: iniziare, pianificare, ordinare, mantenere il focus, gestire il tempo, controllare il lavoro, passare da una fase all’altra.
Per questo l’AI può essere utile se usata come supporto esterno all’organizzazione.
Non per dire allo studente cosa pensare, ma per aiutarlo a costruire una struttura.
Per esempio, quando lo studente è bloccato davanti alla pagina bianca, può chiedere:
“Devo scrivere un tema su questo argomento. Non so come iniziare. Proponimi tre possibili incipit e fammi tre domande per aiutarmi a tirare fuori le mie idee.”
Quando il compito sembra troppo grande:
“Ho questa ricerca da finire entro tre giorni. Dividi il lavoro in piccoli passi da 15 minuti. Per ogni passo dimmi esattamente che cosa devo produrre.”
Quando gli appunti sono disordinati:
“Ecco i miei appunti presi in classe. Riordinali usando elenchi puntati, parole chiave e una mini-mappa concettuale testuale alla fine.”
Quando deve controllare prima di consegnare:
“Leggi quello che ho scritto. Non correggerlo tu, ma fammi notare se ho dimenticato un punto della consegna o se ci sono parti poco chiare che dovrei spiegare meglio.”
Questi usi sono molto diversi dal “fammi il compito”. Qui l’AI diventa uno strumento di avvio, organizzazione e autocontrollo.
Molti studenti usano l’AI per farsi fare un riassunto. Può essere utile, ma non basta. Leggere un riassunto non significa necessariamente studiare.
Un uso più efficace dell’AI è quello che promuove studio attivo.
Per esempio, dopo aver letto un testo, lo studente può chiedere:
“Crea dieci domande su questo testo. Dividile in quattro domande facili, quattro domande di collegamento e due domande più difficili. Non scrivere subito le risposte. Aspetta che io provi a rispondere.”
Oppure:
“Fammi un’interrogazione su questo argomento. Fammi una domanda alla volta. Dopo ogni mia risposta dimmi che cosa va bene, che cosa manca e come posso migliorare.”
Questo tipo di uso è molto più vicino all’apprendimento. Lo studente non riceve solo una risposta: deve provare, recuperare informazioni, spiegare con parole proprie, ricevere feedback, correggere.
Per studenti con difficoltà attentive, può essere utile chiedere all’AI di tenere domande brevi, dare feedback immediati e fare un mini-riepilogo dopo poche domande. In questo modo lo studio diventa più sostenibile e meno dispersivo.
Un altro ambito delicato è quello dei PDP e della progettazione personalizzata.
L’AI può essere utile per trasformare osservazioni generiche in bisogni educativi più precisi, formulare obiettivi operativi, collegare strumenti compensativi a funzioni specifiche, proporre misure dispensative che non abbassino automaticamente le aspettative, adattare verifiche e materiali.
Per esempio, può aiutare a trasformare obiettivi vaghi come “migliorare l’attenzione” o “essere più autonomo” in azioni osservabili:
- “Usare una checklist per avviare il compito.”
- “Completare un’attività divisa in tre fasi.”
- “Controllare il lavoro con una griglia prima della consegna.”
Può anche aiutare a descrivere i punti di forza dello studente con un linguaggio professionale:
Non solo: “È creativo.”
Meglio: “Mostra buone capacità di pensiero divergente, soprattutto quando il compito prevede produzione orale, esempi concreti o soluzioni personali.”
Tuttavia, l’AI non deve mai sostituire il giudizio del docente, dell’équipe o dei professionisti. Può supportare la scrittura e la progettazione, ma le decisioni educative restano responsabilità degli adulti competenti.
Quando si lavora su PDP, osservazioni o profili di studenti, la privacy è un punto essenziale.
Non bisogna inserire nell’AI:
- nome e cognome dello studente;
- documenti originali non anonimizzati;
- diagnosi complete associate a dati identificabili;
- dettagli familiari sensibili;
- informazioni sanitarie riconoscibili;
- elementi che permettano di identificare la persona.
È preferibile usare descrizioni anonime e generali, ad esempio:
“Studente della scuola secondaria di primo grado con diagnosi di ADHD, difficoltà di attenzione sostenuta e organizzazione del materiale.”
Anche in questo caso, la regola è chiara: l’AI può aiutare nella progettazione, ma il docente resta responsabile della tutela dei dati e delle scelte educative.
La domanda centrale non è: “Possiamo usare l’AI con studenti con difficoltà attentive?”
La domanda più importante è: “Questo uso dell’AI aumenta o riduce l’autonomia?”
Se l’AI scrive al posto dello studente, riduce autonomia.
Se l’AI aiuta lo studente a capire da dove iniziare, aumenta autonomia.
Se l’AI produce il compito finito, riduce apprendimento.
Se l’AI trasforma una consegna complessa in passaggi chiari, sostiene apprendimento.
Se l’AI dà risposte da copiare, diventa una scorciatoia.
Se l’AI fa domande, offre feedback e aiuta a controllare il lavoro, diventa uno strumento metacognitivo.
Per questo è utile insegnare agli studenti non solo a “usare l’AI”, ma a usarla con intenzione.
Non chiedere: “Fammi il riassunto.”
Meglio chiedere: “Aiutami a capire le idee principali e poi fammi delle domande.”
Non chiedere: “Scrivi il tema.”
Meglio chiedere: “Aiutami a trovare tre modi per iniziare e poi fammi domande per sviluppare le mie idee.”
Non chiedere: “Risolvimi il problema.”
Meglio chiedere: “Guidami un passaggio alla volta, senza darmi subito la soluzione.”
Questa è la differenza tra delegare e imparare.
Le strategie pensate per studenti con ADHD o difficoltà attentive spesso funzionano anche per molti altri studenti.
Consegne più chiare, tempi segmentati, checklist, mappe, pause, esempi concreti, feedback immediati e verifiche più leggibili non aiutano solo chi ha una diagnosi. Aiutano la classe.
Una didattica accessibile non è una didattica “speciale” per pochi. È una didattica progettata meglio.
L’AI può dare un contributo proprio qui: aiutare i docenti a immaginare adattamenti, prevedere ostacoli, costruire materiali multilivello, proporre domande guida, trasformare attività troppo ampie in percorsi più sostenibili.
Ma resta uno strumento. Il cuore del lavoro educativo rimane nella relazione, nell’osservazione, nella conoscenza dello studente, nella capacità di scegliere cosa è utile in quel momento e cosa no.
L’intelligenza artificiale può sostenere attenzione, organizzazione e autonomia se viene usata come strumento di scaffolding, non come sostituto del lavoro dello studente.
Può aiutare a scomporre compiti complessi, chiarire consegne, creare checklist, organizzare materiali, proporre domande di studio, favorire autoverifica e metacognizione. Può supportare i docenti nella progettazione di attività più accessibili e neurodiversity-affirming.
Ma per essere davvero educativa, l’AI deve essere guidata da buone domande.
Non “come faccio a controllare uno studente che si distrae?”, ma “come posso progettare un’attività che sostenga attenzione, interesse e partecipazione?”.
Non “come riduco il compito?”, ma “come lo rendo più accessibile senza perdere gli obiettivi?”.
Non “come faccio a far lavorare l’AI al posto dello studente?”, ma “come posso usarla per farlo diventare più autonomo?”.
È qui che l’AI può diventare una risorsa per la scuola: non quando cancella la complessità, ma quando ci aiuta a leggerla meglio e a costruire contesti in cui ogni studente possa trovare strumenti, strategie e fiducia per imparare.
Francesca Cavallini
Francesca Cavallini, psicologa, dottore di ricerca, fondatrice di Tice e donna neurodivergente racconta in questo blog come la psicologia e le scienze sociali abbiano cambiato il modo di considerare le persone neurodivergenti e fornirà alcuni spunti importanti nella relazione con persone neurodiverse.
Se hai delle domande puoi scrivere a francesca.cavallini@centrotice.it
Italian 
English 