Nella moderna classe, un nuovo tipo di incertezza ha messo radici. Per decenni, gli educatori hanno osservato l'arrivo di strumenti digitali accompagnati da grandi promesse: che i computer avrebbero personalizzato l'apprendimento, automatizzato la valutazione e liberato gli insegnanti dalla routine estenuante. Queste visioni sono spesso chiamate "grandi futuri" (big futures): narrazioni su larga scala e ottimistiche su come la tecnologia trasformerà la società. Eppure, quando queste storie incontrano la realtà di una classe frenetica, spesso inciampano. Gli insegnanti non accettano semplicemente queste promesse né le rifiutano apertamente. Al contrario, affrontano un panorama complesso e mutevole dove le regole sono poco chiare, gli strumenti sono imprevedibili e il modo migliore per procedere non è scritto in alcun manuale. Questo è il regno dei "piccoli futuri" (little futures), le piccole decisioni quotidiane che gli insegnanti prendono per navigare nell'ignoto. È qui, nel lavoro silenzioso e poco appariscente di adattare un piano di lezione o decidere se permettere a uno studente di usare un chatbot, che si sta costruendo il vero futuro dell'istruzione.

Un recente studio dell'Università di Tartu, in Estonia, esplora esattamente come ciò accada. I ricercatori hanno seguito due insegnanti di inglese delle scuole superiori, indicati nel rapporto come Maria ed Elena, per un periodo di due anni e mezzo. Non si sono limitati a chiedere a questi insegnanti cosa pensassero dell'intelligenza artificiale; hanno osservato come gli insegnanti la usassero effettivamente, giorno dopo giorno, mentre cercavano di dare senso a una tecnologia che stava ancora definendo se stessa. Lo studio rivela che gli insegnanti non sono recettori passivi del cambiamento tecnologico. Al contrario, sono artefici attivi di esso, impegnandosi in un processo che gli autori chiamano "tinkering" (manovra di adattamento). Questa non è l'esplorazione giocosa di un hobbista, ma un metodo professionale serio di tentativi ed errori. Gli insegnanti modificano i prompt, combinano diversi software, abbandonano quelli che falliscono e riscrivono costantemente le proprie regole per adattarle alle proprie esigenze specifiche. Attraverso questo lavoro, stanno ridefinendo silenziosamente ciò che l'intelligenza artificiale è permessa di diventare nelle loro scuole.

Le due insegnanti dello studio operavano sotto la stessa pressione nazionale per adottare l'intelligenza artificiale. L'Estonia aveva lanciato un importante programma nazionale per integrare questi strumenti nell'istruzione secondaria superiore, inquadrando la tecnologia come essenziale per costruire una nazione più intelligente. Entrambe le insegnanti hanno iniziato il loro percorso con aspettative simili e avevano accesso alle stesse risorse digitali. Eppure, le loro classi si sono evolute in due luoghi molto diversi. Maria, che insegna in un ambiente multilingue, ha iniziato a vedere l'intelligenza artificiale come una forma di infrastruttura di supporto. La utilizzava per generare quiz, bozze di feedback e materiali per le lezioni. Per lei, la tecnologia era un modo per condividere il carico mentale dell'insegnamento, agendo come un assistente instancabile capace di gestire i compiti ripetitivi affinché lei potesse concentrarsi sui suoi studenti. Tuttavia, non ha ceduto le redini. Trattava l'output di questi strumenti con cautela, modificando e verificando costantemente il contenuto prima di mostrarlo alla sua classe. Regolava quando gli studenti potevano usare la tecnologia, limitandola rigorosamente durante i test per garantire l'equità. Nella sua classe, l'intelligenza artificiale è diventata un'utilità di sfondo, utile ma sempre sotto la supervisione umana.

La sua collega, Elena, ha intrapreso un percorso diverso. Non ha usato la tecnologia principalmente per risparmiare tempo o ridurre il proprio carico di lavoro. Al contrario, ha reso la tecnologia stessa l'oggetto delle sue lezioni. Ha portato l'intelligenza artificiale in classe come argomento di discussione, chiedendo agli studenti di confrontare testi scritti da macchine con quelli umani e di criticare i limiti del software. Ha incoraggiato i suoi studenti a trattare gli strumenti non come scorciatoie per saltare i compiti, ma come partner di conversazione con cui riflettere. Quando la tecnologia produceva una risposta superficiale o fuorviante, Elena usava quel momento per insegnare ai suoi studenti l'affidabilità e il pregiudizio. Ha riprogettato i suoi compiti in modo che il lavoro finale dovesse essere svolto in classe, dove la tecnologia non potesse interferire, pur consentendone l'uso durante la fase di preparazione. Per Elena, l'incertezza della tecnologia non era un problema da risolvere, ma una risorsa da esplorare. Stava insegnando ai suoi studenti come vivere in un mondo in cui l'intelligenza artificiale è ovunque, preparando loro a interrogarla e a navigarla piuttosto che a limitarsi a usarla.

Ciò che rende significativo questo studio è il modo in cui sfida la narrazione comune secondo cui gli insegnanti o abbracciano o resistono alle nuove tecnologie. I ricercatori hanno scoperto che né Maria né Elena stavano resistendo all'intelligenza artificiale nel senso tradizionale. Non la stavano vietando o rifiutando di usare. Invece, stavano partecipando a quella che gli autori definiscono una "quiet backlash" (una sottile reazione contraria). Non si tratta di una protesta rumorosa o di un rifiuto pubblico. È una riconfigurazione sottile e pratica del ruolo della tecnologia. Prendendo piccole decisioni quotidiane su quando usare uno strumento, come modificare il suo output e quali regole stabilire per gli studenti, queste insegnanti stavano riscrivendo silenziosamente i "grandi futuri" promessi dai decisori politici. Stavano prendendo la grande visione di un sistema educativo automatizzato ed efficiente e la stavano rimodellando affinché si adattasse ai loro valori specifici e ai bisogni immediati dei loro studenti.

Lo studio suggerisce che il futuro dell'istruzione non è qualcosa che sarà consegnato alle scuole dalle aziende tecnologiche o dalle agenzie governative. Viene negoziato nel momento stesso, attraverso il lavoro disordinato e iterativo degli insegnanti. I ricercatori hanno osservato che l'incertezza non è un ostacolo temporaneo che scomparirà una volta che la tecnologia migliorerà. È una condizione permanente dell'insegnamento con questi strumenti. Gli insegnanti devono costantemente decidere cosa sia sicuro, cosa sia equo e cosa sia educativo in un panorama che cambia ogni pochi mesi. La "quiet backlash" è il risultato di questa costante negoziazione. È il lavoro collettivo e invisibile degli insegnanti che garantiscono che la tecnologia serva l'apprendimento umano anziché dettarlo.

In definitiva, il documento mostra che il significato dell'intelligenza artificiale nell'istruzione non è fisso. Non è uno strumento con uno scopo unico e predeterminato. Il suo ruolo è creato attraverso le azioni quotidiane delle persone che lo utilizzano. Maria ed Elena non hanno aspettato una soluzione perfetta o un insieme di regole chiare dall'alto. Hanno iniziato a lavorare con ciò che avevano, apportando aggiustamenti man mano che procedevano. Attraverso il loro "tinkering", hanno creato due versioni distinte del futuro: una in cui l'intelligenza artificiale è una forza di supporto sullo sfondo, e un'altra in cui è un oggetto visibile di indagine critica. Entrambi gli approcci sono validi, e entrambi sono il risultato di insegnanti che danno forma attivamente alla propria vita professionale. Lo studio conclude che, prima di poter misurare se l'intelligenza artificiale migliori l'istruzione, dobbiamo prima capire come gli insegnanti la stiano rendendo funzionale. Il futuro dell'apprendimento non è una destinazione lontana; viene costruito proprio ora, una piccola, attenta decisione alla volta.