Discursive Resistance to Algorithmic and Curricular Governance: A Participatory Critical Discourse Analysis of Teacher Agency and Democratic Literacy in Undergraduate Classrooms
Questo studio impiega l'Analisi Critica del Discorso Partecipativa in sei istituzioni di istruzione superiore in Pakistan, Oman e Arabia Saudita per dimostrare come insegnanti e studenti negozino collaborativamente i vincoli algoritmici e curricolari attraverso specifiche strategie discorsive, rafforzando così l'agency degli insegnanti e la alfabetizzazione democratica per far avanzare gli SDG 4, 10 e 16.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Nelle classi di tutto il mondo, gli strumenti dell'insegnamento stanno cambiando. Per decenni, gli educatori hanno navigato nella tensione tra il seguire un curriculum prestabilito e il rispondere ai bisogni unici dei propri studenti. Oggi, una nuova forza si è unita a questo mix: gli algoritmi. Si tratta di regole invisibili e suggerimenti automatizzati integrati nei software che aiutano gli insegnanti a pianificare le lezioni, valutare il lavoro e monitorare i progressi. Sebbene questi sistemi digitali promettano efficienza e coerenza, portano con sé anche una logica rigida che può comprimere la conversazione umana, disordinata, che è al cuore dell'apprendimento. Quando un computer suggerisce il percorso "corretto" per una lezione, o una politica esige un risultato specifico, lo spazio in cui gli studenti possono interrogarsi, discutere e pensare con la propria testa può restringersi. Ciò solleva una domanda vitale per il futuro dell'istruzione: possono gli insegnanti e gli studenti ancora parlare liberamente e pensare criticamente quando la loro classe è guidata sia dalle politiche governative che dall'intelligenza artificiale?
Un team di ricercatori ha cercato di rispondere a questo quesito osservando l'interno di sei aule universitarie in Pakistan, Oman e Arabia Saudita. Si sono concentrati su corsi di alfabetizzazione per studenti universitari, dove gli studenti imparano a leggere, scrivere e analizzare testi complessi. I ricercatori non stavano solo osservando dall'esterno; hanno invitato insegnanti e studenti a diventare partner dell'indagine. Hanno chiamato questo approccio "analisi del discorso critico partecipativo". In termini semplici, ciò significava che, invece di un ricercatore che si limitava a osservare e giudicare l'aula, gli insegnanti e gli studenti sedevano insieme per ascoltare le registrazioni delle proprie lezioni. Esaminavano le parole che usavano, le domande che ponevano e i modi in cui il software informatico influenzava le loro scelte. L'obiettivo era vedere come le persone affrontano la pressione di regole rigide e suggerimenti automatizzati pur cercando di mantenere le proprie classi vive grazie a una discussione genuina.
Lo studio ha coinvolto dodici insegnanti e duecento studenti per diversi mesi. I ricercatori hanno raccolto una vasta gamma di materiali, inclusi documenti scolastici ufficiali, piani di lezione generati dall'intelligenza artificiale e ore di registrazioni video e audio di lezioni reali. Hanno anche tenuto sessioni regolari in cui insegnanti e ricercatori esaminavano insieme queste registrazioni. Durante questi incontri, cercavano momenti in cui il linguaggio rigido e automatizzato del curriculum o del software contrastava con il flusso naturale della conversazione umana. Volevano sapere se gli insegnanti si limitassero a seguire il copione o se trovassero modi per piegarlo al fine di dare voce agli studenti.
Ciò che hanno scoperto è che l'influenza di queste forze esterne era innegabile. Il linguaggio del curriculum e del software di IA era ovunque, pieno di direttive come "completa l'attività", "risposta corretta" o "obiettivo di apprendimento". Queste frasi stabilivano un tono di efficienza e conformità. Tuttavia, i ricercatori hanno scoperto che insegnanti e studenti non obbedivano semplicemente a questi comandi. Al contrario, svilupparono un insieme di sottili strategie quotidiane per rimodellare la conversazione. Non rifiutavano le regole o la tecnologia; lavoravano intorno ad esse.
Una delle strategie più comuni era quella che i ricercatori chiamarono "inquadramento dell'agency collettiva" (collective agency framing). Invece di un insegnante che diceva: "Devi fare questo", diceva: "Decidiamo insieme". Questo piccolo cambiamento nel modo di esprimersi cambiava la dinamica del potere nella stanza. Trasformava un comando in una decisione condivisa, invitando gli studenti a prendersi la responsabilità del processo di apprendimento. Un'altra strategia era la "rielaborazione lessicale" (re-lexicalisation), che significa semplicemente sostituire parole ufficiali e rigide con termini più aperti e colloquiali. Un insegnante poteva sostituire un rigido "requisito curricolare" con una "grande domanda per oggi". Questo apriva la porta agli studenti per esplorare idee diverse piuttosto che limitarsi a cercare un'unica risposta giusta.
Lo studio ha anche osservato come gli insegnanti gestissero l'IA stessa. Piuttosto che trattare i suggerimenti del computer come verità definitiva, gli insegnanti li usavano come punto di partenza per il dibattito. Un insegnante poteva dire: "L'IA suggerisce questa spiegazione, ma quali altre possibilità possiamo immaginare?". Questo trasformava il software da figura d'autorità in uno strumento per il pensiero critico. Gli studenti rispondevano offrendo le proprie interpretazioni, sfidando l'output della macchina e portando in gioco le proprie esperienze di vita. In un momento registrato, uno studente ha notato che la fine di una storia poteva significare qualcosa di diverso da quanto previsto dal software, scatenando una ricca discussione che l'algoritmo da solo non avrebbe mai potuto generare.
I ricercatori hanno identificato quattro modi principali attraverso i quali questi gruppi negoziavano i vincoli del proprio ambiente. Oltre alla decisione collettiva e alla sostituzione delle parole, utilizzavano la "sovversione interdiscorsiva", che consisteva nel portare storie della comunità ed esperienze personali per ampliare la visione ristretta di un libro di testo. Utilizzavano anche la "parodia strategica", in cui davano del ridicolo alle regole rigide o ai limiti dell'IA con l'umorismo, il che abbassava la tensione e rendeva sicuro rispondere con spirito critico. Queste strategie non erano casuali; apparivano costantemente in tutte le sei università, dimostrando che gli insegnanti e gli studenti avevano sviluppato un modo comune e intuitivo per proteggere lo spirito dell'apprendimento democratico, anche quando il sistema cercava di standardizzarlo.
Fondamentalmente, lo studio ha dimostrato che l'atto di analizzare queste conversazioni insieme era importante quanto le strategie stesse. Quando gli insegnanti ascoltavano le registrazioni delle proprie lezioni con i ricercatori, spesso si rendevano conto di utilizzare un linguaggio più chiuso e direttivo di quanto pensassero. Un insegnante ha ammesso: "Pensavo di incoraggiare la discussione, ma le trascrizioni mostravano che spesso rispondevo alle mie stesse domande prima che gli studenti avessero il tempo di pensare". Questo momento di consapevolezza ha portato a un cambiamento reale. Dopo queste sessioni di riflessione, gli insegnanti hanno iniziato a porre domande più aperte, ad aspettare più a lungo le risposte e a utilizzare i piani di lezione dell'IA in modo più flessibile. Sono passati dal semplice seguire un copione all'usare il copione come risorsa per un dialogo più profondo.
Da queste scoperte, il team ha creato una guida pratica chiamata "Discursive Resistance Toolkit" (Strumenti di Resistenza Discorsiva). Non era un elenco di nuove regole da seguire, ma una collezione delle strategie che gli insegnanti avevano già scoperto e perfezionato. Includeva modi per inquadrare le domande, come introdurre storie personali e come confrontare criticamente i suggerimenti dell'IA con le idee umane. Il toolkit ha dimostrato che gli insegnanti potevano mantenere il proprio giudizio professionale e mantenere le proprie classi democratiche senza rifiutare la tecnologia o le politiche all'interno delle quali dovevano operare.
Le implicazioni di questo lavoro si estendono ben oltre queste sei università. Lo studio suggerisce che il futuro dell'istruzione non debba essere una scelta tra creatività umana ed efficienza tecnologica. Mostra che, quando a insegnanti e studenti viene dato lo spazio per riflettere sulle proprie interazioni, possono trovare modi per mantenere vivo l'elemento umano. Possono usare gli strumenti del mondo moderno senza lasciare che quegli strumenti usino loro. Trasformando l'aula in un luogo dove tutti, compreso l'insegnante, sono apprendisti e critici, l'istruzione può rimanere uno spazio per il pensiero critico e la partecipazione democratica. Ciò è essenziale per costruire una società in cui le persone non siano solo lavoratori efficienti che seguono algoritmi, ma cittadini impegnati capaci di interrogare, comprendere e plasmare il proprio mondo. La ricerca conferma che, anche in un ambiente altamente regolamentato e automatizzato, la capacità umana di dialogo e resistenza rimane una potente forza di cambiamento.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.