Lecturers’ Experiences in Human Expertise and Generative AI in Developing Communicative Speaking Materials for English Foreign Language (EFL)

Nelle classi di tutto il mondo, gli insegnanti affrontano una sfida costante: come aiutare gli studenti a imparare a parlare una nuova lingua non solo correttamente, ma in modo significativo. Per decenni, l'approccio più affidabile è stato quello di concentrarsi sulla comunicazione reale piuttosto che sulla memorizzazione delle regole. Questo metodo, noto come Insegnamento Comunicativo della Lingua, chiede agli studenti di usare la lingua per risolvere problemi, condividere idee e interagire tra loro, proprio come farebbero nella vita quotidiana. L'obiettivo è costruire una competenza che permetta allo studente di gestire una conversazione, non solo di recitare una tabella grammaticale. Oggi, una nuova forza è entrata in questa dinamica di classe: l'intelligenza artificiale generativa. Si tratta di sistemi informatici capaci di scrivere testi, creare scenari e redigere piani di lezione in pochi secondi. Sebbene questa tecnologia prometta di far risparmiare tempo agli insegnanti e di stimolare nuove idee, pone anche una domanda silenziosa ma urgente. Se una macchina può scrivere un piano di lezione istantaneamente, l'insegnante deve ancora essere il progettista esperto di quella lezione? La risposta è importante perché l'apprendimento linguistico è profondamente umano; si basa sulla comprensione della cultura, dell'emozione e della natura disordinata e imprevedibile della conversazione reale.

Un team di ricercatori ha deciso di osservare come gli insegnanti di inglese in Indonesia stiano affrontando questa nuova realtà. Si sono concentrati su cinque docenti universitari che insegnano abilità di conversazione a studenti in formazione per diventare insegnanti di inglese. Questi educatori utilizzano strumenti come ChatGPT e programmi simili per aiutarli a creare materiali per le loro classi. I ricercatori non hanno chiesto se gli insegnanti usassero la tecnologia; hanno chiesto come la usassero. Attraverso conversazioni dettagliate, il team ha ascoltato come questi docenti bilanciassero la propria esperienza professionale con l'output istantaneo dell'intelligenza artificiale. Ciò che hanno scoperto è stato un chiaro schema di controllo umano. Gli insegnanti non si limitavano a copiare e incollare ciò che il computer forniva. Al contrario, trattavano l'intelligenza artificiale come un assistente utile che poteva proporre idee o redigere una prima versione di una lezione, ma insistevano nel voler essere gli editori finali e i decisori.

I docenti hanno spiegato che la loro competenza risiede nel conoscere i propri studenti specifici e il contesto locale. Hanno descritto un processo in cui potrebbero chiedere a un'intelligenza artificiale di suggerire un'attività di role-play su un mercato o un tema di dibattito. Il computer avrebbe generato rapidamente uno script o un insieme di istruzioni. Tuttavia, gli insegnanti intervenivano poi per rimodellare quel contenuto. Avevano notato che il computer spesso produceva conversazioni troppo perfette, troppo educate e troppo logiche. Il linguaggio umano reale, hanno sottolineato, è pieno di interruzioni, esitazioni e momenti in cui le persone si incompongono prima di trovare un modo per chiarire. I docenti riscrivevano il dialogo fluido del computer per includere queste imperfezioni realistiche, assicurandosi che gli studenti praticassero per il mondo reale, non per una simulazione levigata. Adeguavano anche gli argomenti per adattarli al loro ambiente locale, sostituendo esempi generici con questioni rilevanti per la loro regione, come il turismo locale o le preoccupazioni ambientali nel Sud Sulawesi.

Questa attenta revisione non riguardava solo la correzione di errori; si trattava di proteggere il valore educativo della lezione. Gli insegnanti hanno scoperto che, sebbene l'intelligenza artificiale potesse far risparmiare ore di preparazione, non poteva sostituire il giudizio necessario per decidere cosa uno studente dovesse effettivamente imparare. Un docente ha osservato che il computer potrebbe suggerire un'attività difficile che sembrava ottima sulla carta, ma che avrebbe confuso il gruppo specifico di studenti davanti a loro. Un altro ha menzionato che il computer spesso trascurava le sfumature culturali, offrendo esempi che sembravano stranieri o inappropriati per gli studenti indonesiani. Gli insegnanti agivano come un filtro, assicurando che ogni pezzo di materiale fosse culturalmente rilevante e pedagogicamente valido. Consideravano la tecnologia come uno strumento per superare la fatica creativa, offrendo una scintilla di nuove idee, ma rimanevano loro a decidere quali idee mantenere e come raffinarle.

Lo studio ha anche evidenziato come questi insegnanti stessero preparando i propri studenti per questa nuova era digitale. Invece di vietare l'intelligenza artificiale, i docenti incoraggiavano i loro studenti a usarla criticamente. Chiedevano agli studenti di confrontare ciò che il computer scriveva con quanto sapevano dai libri di testo o dall'esperienza reale. L'obiettivo era insegnare agli studenti a mettere in discussione l'output, a individuare i pregiudizi e a verificare i fatti. Gli insegnanti enfatizzavano che la macchina non è neutrale; essa porta con sé i propri presupposti e schemi. Insegnando agli studenti come valutare la tecnologia, i docenti si assicuravano che la prossima generazione di insegnanti non si limitasse a usare gli strumenti, ma li comprendesse. Questo approccio trasformava l'aula in uno spazio per il pensiero critico, dove la tecnologia serviva come oggetto di studio tanto quanto come aiuto.

In definitiva, la ricerca suggerisce che il modo più efficace di utilizzare l'intelligenza artificiale generativa nell'insegnamento delle lingue sia mantenere l'insegnante umano fermamente al comando. La tecnologia eccelle nella velocità e nella varietà, offrendo una vasta gamma di bozze e idee in pochi istanti. Ma l'insegnante umano porta gli elementi essenziali di contesto, empatia e giudizio professionale. I docenti di questo studio non vedevano se stessi sostituiti dalle macchine; si vedevano come i direttori d'orchestra di una nuova orchestra, usando la tecnologia per espandere le proprie risorse garantendo al contempo che la musica rimanesse fedele ai bisogni dei loro studenti. Il equilibrio che hanno raggiunto non riguardava quanto lavoro facesse il computer, ma chi prendesse le decisioni importanti. Finché l'insegnante rimaneva colui che definiva gli obiettivi di apprendimento, adattava i materiali agli studenti e giudicava la qualità dell'interazione, la tecnologia fungeva da potente supporto. Lo studio conclude che il futuro dell'insegnamento delle lingue non risiede nella scelta tra competenza umana e intelligenza artificiale, ma nel trovare una partnership in cui la macchina gestisce la routine e la mente umana gestisce il significato.