Il fermento intorno alla Alpha School, un istituto basato su rette che promette una “giornata scolastica di due ore con intelligenza artificiale”, è esploso di recente, apparendo in pubblicazioni come The New York Times. L’idea centrale è ambiziosa: sfruttare l’intelligenza artificiale per offrire un apprendimento personalizzato e basato sulla padronanza che potrebbe ridurre drasticamente il tempo in classe migliorando al contempo i risultati degli studenti. Ma dietro tutto questo clamore emerge una domanda cruciale: cosa fanno gli studenti nel resto della giornata?
La promessa di un’istruzione basata sull’intelligenza artificiale non riguarda solo l’efficienza; si tratta di cambiare radicalmente il modo in cui gli studenti imparano. I primi risultati di Alpha School sono sorprendenti. Gli studenti delle scuole primarie e secondarie hanno ottenuto risultati nello 0,1% più alto a livello nazionale, mentre gli studenti delle scuole primarie e secondarie hanno ottenuto risultati nell’1% più alto. Anche gli alunni dell’undicesimo anno hanno ottenuto una media di 1.535 al SAT, mentre quelli della nona elementare hanno ottenuto un punteggio di 1.410. Questi numeri suggeriscono che se l’intelligenza artificiale potesse replicare l’efficacia del tutoraggio individuale, le prestazioni degli studenti potrebbero ottenere miglioramenti significativi.
Il motore dietro i risultati: trilogia e apprendimento adattivo
La chiave dell’approccio di Alpha è una società chiamata Trilogy, che integra gli strumenti di apprendimento adattivo esistenti (Aleks, IXL, Grammarly, ecc.) con il proprio software proprietario. Incept, il motore di raccomandazione di Trilogy, analizza le prestazioni degli studenti attraverso questi strumenti per ottimizzare i percorsi di apprendimento. Timeback, il secondo strumento chiave, utilizza la registrazione visiva dal vivo per misurare e migliorare l’attenzione degli studenti, replicando essenzialmente un’esperienza tutor 1:1. Questo livello di adattività non ha precedenti, anche se probabilmente dovrà affrontare sfide legali man mano che le cause legali sulla sorveglianza dell’IA continuano.
Il principio di base è semplice: se l’intelligenza artificiale può fornire istruzioni personalizzate ed efficaci in una frazione del tempo, gli studenti avranno più libertà di perseguire esperienze nel mondo reale. Non si tratta solo di miglioramento accademico; si tratta di rimodellare l’educazione attorno allo sviluppo umano.
Oltre il blocco di due ore: l’ascesa dell’apprendimento esperienziale
La vera opportunità sta nel modo in cui gli studenti riempiono il tempo rimanente. La ricerca mostra costantemente che l’apprendimento di alta qualità prospera nelle comunità, attraverso esperienze pratiche e collegando l’istruzione a scopi nel mondo reale. Service learning, impegno civico, formazione basata sul lavoro, arte, sport: queste esperienze promuovono capacità critiche, capitale sociale e senso di responsabilità.
L’obiettivo è tradurre queste esperienze in competenze verificabili che le scuole e i datori di lavoro riconoscano. Ciò richiede un cambiamento di mentalità:
- Scopo superiore ai test: le esperienze dovrebbero essere guidate dall’impatto nel mondo reale, non solo dai punteggi dei test.
- Progettazione guidata dagli studenti: gli studenti dovrebbero avere il potere di dare forma alla propria istruzione.
- Connessione con il mondo reale: l’apprendimento deve essere rilevante per la vita e le comunità degli studenti.
Ronald Dahl, in una recente intervista a Getting Smart Podcast, sottolinea che “creare opportunità affinché i giovani possano fare la differenza… e far sì che tale differenza venga riconosciuta” è fondamentale per la crescita. Sottolinea l’importanza di bilanciare la competizione con la cooperazione, sottolineando che gli ambienti più efficaci offrono diverse nicchie per il contributo piuttosto che un gioco accademico a somma zero.
Le barriere rimangono: sfide sistemiche all’apprendimento esperienziale
Nonostante la promessa, si frappongono ostacoli significativi. Il tradizionale sistema K-12 non è progettato per un ricco apprendimento esperienziale e i confini delle materie rimangono rigidi. Gli educatori mancano di formazione sugli approcci centrati sullo studente e le comunità non sono ancora attrezzate per accogliere questo tipo di esperienze.
La sfida più grande, tuttavia, è la misurazione. Come afferma la legge di Goodhart: “Quando una misura diventa un obiettivo, cessa di essere una buona misura”. L’istruzione attualmente dà priorità a ciò che è facilmente quantificabile (tempo di seduta, punteggi dei test), rendendo difficile valutare il valore delle esperienze personalizzate ed emergenti.
Il percorso da seguire: misurare ciò che conta
Per sfruttare appieno il potenziale dell’istruzione basata sull’intelligenza artificiale, abbiamo bisogno di nuovi modi per misurare abilità e competenze. La valutazione durevole delle competenze, la convalida delle competenze e altri framework emergenti mirano a catturare le capacità con maggiore fedeltà. Ma questi cambiamenti richiedono coordinamento, test a lungo termine e un cambiamento fondamentale nel modo in cui definiamo la maestria.
Alpha School offre uno sguardo a ciò che è possibile: apprendimento altamente documentato e basato sull’intelligenza artificiale in un blocco di due ore. Ma se il resto della giornata non viene misurato, queste preziose esperienze potrebbero essere trascurate. In un mondo basato sull’intelligenza artificiale, ciò che non viene misurato potrebbe smettere di avere importanza.
Il futuro dell’istruzione non riguarda solo un’intelligenza artificiale più intelligente; si tratta di garantire che gli studenti abbiano il tempo, le risorse e il riconoscimento per perseguire esperienze significative che li sviluppino come esseri umani a tutto tondo e impegnati.
