Structural Modelling of Generative AI Cognitive Integration, Algorithmic Literacy, and Academic Dependency in Peruvian Higher Education

Nel panorama in rapida evoluzione dell'istruzione moderna, un nuovo tipo di strumento di apprendimento è arrivato con la forza di un'ondata anomala: l'intelligenza artificiale generativa. Si tratta di programmi informatici capaci di scrivere saggi, risolvere problemi complessi e generare idee che un tempo richiedevano una mente umana. Per gli studenti in Perù, come in molti altri luoghi, questi strumenti sono ora disponibili con un semplice clic. Eppure, possedere uno strumento potente non equivale a sapere come brandirlo. La domanda centrale che oggi poneta agli educatori e ai ricercatori non è se gli studenti sappiano usare queste macchine, ma come l'uso di esse cambi il modo in cui i loro cervelli funzionano. Comprendere come pensa la macchina aiuta lo studente a imparare meglio, o il semplice affidarsi alla macchina li porta a dimenticare come pensare con la propria testa? Questa tensione è al cuore di un nuovo studio condotto in tre grandi regioni del Perù, che ha cercato di mappare i percorsi invisibili tra il conoscere come funziona la tecnologia, il modo in cui gli studenti la integrano nel proprio pensiero e se ne diventino dipendenti.

I ricercatori hanno iniziato raccogliendo un vasto gruppo di 642 studenti universitari da Lima, Arequipa e Cusco, rappresentativi di un mix di istituzioni pubbliche e private e di vari ambiti di studio, dall'ingegneria alle scienze della salute. Hanno chiesto a questi studenti di riflettere sulle proprie abitudini e competenze, concentrandosi specificamente su quattro aree chiave. In primo luogo, hanno misurato l' "alfabetizzazione algoritmica", che è semplicemente la capacità di comprendere come un'intelligenza artificiale generi le proprie risposte, individuare i propri errori e riconoscere quando potrebbe essere influenzata da pregiudizi. In secondo luogo, hanno esaminato l' "integrazione cognitiva", ovvero l'entità con cui uno studente utilizza l'IA per approfondire la propria comprensione, connettere idee complesse e migliorare i propri argomenti. In terzo luogo, hanno esaminato la "dipendenza accademica", uno stato in cui uno studente sente di non poter completare un compito senza la macchina, o prova ansia quando non può accedervi. Infine, hanno valutato la "prestazione accademica percepita", ovvero come gli studenti percepiscono i propri voti e la propria produttività. Lo studio ha anche considerato l' "etica digitale", la bussola morale personale che uno studente porta con sé riguardo all'uso responsabile della tecnologia.

L'indagine ha rivelato una storia chiara e potente su come questi fattori interagiscano tra loro. I dati hanno mostrato che gli studenti che possedevano una solida comprensione di come funziona l'intelligenza artificiale erano significativamente più propensi a usarla come uno strumento per potenziare il proprio pensiero. Invece di lasciare che la macchina facesse il lavoro al posto loro, questi studenti la utilizzavano per affinare i propri argomenti e connettere concetti difficili. In altre parole, conoscere il funzionamento della tecnologia agiva come una chiave che sbloccava un modo di apprendere più sofisticato. Al contrario, questa stessa comprensione agiva come uno scudo contro la dipendenza. Gli studenti che erano alfabetizzati nella meccanica dell'IA erano molto meno propensi a sentire il bisogno della macchina per sopravvivere ai propri corsi o a provare ansia in sua assenza. Lo studio ha scoperto che quando gli studenti comprendevano la "scatola nera" dell'algoritmo, erano meno inclini alla trappola di delegare interamente lo sforzo mentale.

Tuttavia, la relazione tra l'uso dell'IA e il successo scolastico non era una linea retta; dipendeva interamente da come lo strumento veniva utilizzato. La ricerca ha confermato che quando gli studenti integravano con successo l'IA nel proprio processo di pensiero, riportavano di sentirsi più produttivi e vedevano migliorare i propri voti. Ma quando gli studenti cadevano nel modello della dipendenza, affidandosi alla macchina per svolgere il lavoro pesante senza una revisione critica, la loro prestazione accademica percepita ne risentiva. La macchina, in questo caso, diventava un sostegno che indeboliva le loro stesse capacità metacognitive. Una scoperta cruciale è emersa riguardo al ruolo dell'etica: gli studenti che detenevano forti principi etici sull'uso responsabile della tecnologia erano meglio protetti. Per questi studenti, la comprensione della tecnologia portava a una riduzione ancora più forte della dipendenza, suggerendo che la consapevolezza morale amplifica i benefici della conoscenza tecnica.

Lo studio ha affrontato anche una preoccupazione comune nella ricerca educativa: se i risultati fossero semplicemente il riflesso di altri fattori nascosti, come la ricchezza di uno studente o l'accesso a Internet. Utilizzando metodi statistici avanzati per controllare queste variabili, i ricercatori hanno confermato che le relazioni trovate erano robuste e dirette. Il modello costruito spiegava più della metà della variazione nel modo in cui gli studenti percepivano il proprio successo accademico, un livello di chiarezza raro nelle scienze sociali. I dati hanno escluso l'idea che questi effetti fossero casuali o causati da circostanze esterne, indicando invece una specifica catena causale: la comprensione della tecnologia porta a una migliore integrazione e a una minore dipendenza, che a loro volta portano a migliori risultati accademici.

Queste scoperte portano un messaggio significativo per il futuro dell'istruzione in Perù e oltre. L'evidenza suggerisce che la soluzione alle sfide poste dall'intelligenza artificiale non sia vietarla o ignorarla, ma insegnare agli studenti come comprenderla. Lo studio indica che le politiche focalizzate esclusivamente sulla proibizione sono insufficienti. Inveve, le università dovrebbero concentrarsi sullo sviluppo di un "pensiero computazionale critico", aiutando gli studenti a decifrare la logica dietro gli algoritmi che utilizzano. Promuovendo una profonda comprensione della tecnologia e affiancandola a forti linee guida etiche, gli educatori possono aiutare gli studenti a trasformare questi strumenti da fonti di dipendenza in strumenti di crescita intellettuale. La ricerca conclude che la strada da seguire consiste nell'abilitare gli studenti a essere i padroni della tecnologia, assicurando che la macchina serva la mente piuttosto che sostituirla.