Vorrei iniziare sottolineando due punti che, benché molto diversi tra di loro, entrano in maniera peculiare nella questione che qui ci interessa, ovvero comprendere se è possibile fare un buon uso didattico dell’intelligenza artificiale, oppure no. Il primo è la particolare versione del cosiddetto effetto Dunning-Kruger che l’apparizione stessa delle IA generative, e di ChatGPT in particolare, sta facendo emergere in chi si confronta con esse. L’effetto Dunning-Kruger, com’è noto, è una distorsione cognitiva secondo la quale individui con competenze limitate in un determinato campo tendono a sopravvalutare le proprie abilità pratiche o semplicemente le proprie conoscenze generali. In altre parole, c’è una discrepanza tra la percezione di sé e le effettive capacità. Il fenomeno prende il nome dai suoi scopritori, i psicologi David Dunning e Justin Kruger, che hanno pubblicato un citatissimo studio sull’argomento nel 1999. Questo fenomeno ha implicazioni in numerosi ambiti, dall’educazione alla politica, dalla medicina alla gestione aziendale, e può contribuire alla disinformazione, alla presa di decisioni errate e a varie altre problematiche sociali e individuali. Limitandoci al caso degli insegnanti, che qui ci interessa segnatamente, quello che si nota nelle discussioni in corso è la tendenza a estendere la valutazione dello strumento (soprattutto quando essa è negativa) da quanto sperimentato nell’ambito specifico delle proprie competenze più consolidate alla sua interezza essenzialisticamente intesa.
In effetti, a ciascuno di noi è praticamente impossibile cogliere la portata dell’intera potenza (in senso aristotelico) di un’IA generativa così evoluta, e questo implica che non siamo in grado di stimare nemmeno approssimativamente la nostra ignoranza su tutto quello che essa è in grado di fare come erogatore di output testuali. In tal modo, per fare degli esempi, se un chimico si accorge che essa sbaglia a bilanciare qualche reazione chimica, se un matematico si accorge che sbaglia a risolvere qualche disequazione, se un letterato scopre che inventa il nome del protagonista di Horcynus Orc eccetera, allora ciascuno di loro è indotto a pensare che si tratti di un’IA stupida e inservibile. Ma la logica stessa del suo funzionamento rende ingenue queste valutazioni, se non altro perché le IA generative non nascono come depositi di informazioni enciclopediche (che pure ci sono), essendo piuttosto, e soprattutto, creatrici di strutture formali di testo su base probabilistica, la cui correttezza sul piano del contenuto informativo è tutta da controllare. Per dirla in modo estremamente semplificato, usare ChatGPT, Bard, Bing, ecc., come un surrogato di Wikipedia è un grave errore.
Il secondo punto riguarda la polarizzazione, nel dibattito, tra apocalittici e integrati, per usare la vecchia e sempre efficace formula di Umberto Eco. Su questo torneremo, ma qui voglio soffermarmi su un fatto curioso e interessante. Se, per esempio, si chiede a ChatGPT di dare indicazioni sui suoi possibili usi didattici, questa IA generativa dice – non a caso, perché le ragioni sono progettuali – delle cose di assoluto buonsenso che fanno perdere forza alle argomentazioni di molti tra quelli che stanno riflettendo sulla questione, perché sembra in grado di tenere conto automaticamente dei punti di forza e di debolezza di entrambe le posizioni estreme. Essa, dunque, “prevede” in qualche modo le obiezioni e di conseguenza si colloca in una posizione intermedia che non ignora i pericoli del suo abuso, mentre d’altro canto sciorina le proprie virtù. Già la versione 3.5 di ChatGPT era in grado di proporsi come strumento per attività didattiche come le seguenti (con spiegazioni dettagliate per ciascun punto): 1) Ricerca e approfondimento, 2) Discussione e dibattito, 3) Tutoraggio personalizzato, 4) Creazione di contenuti, 5) Esplorazione di diverse prospettive, 6) Esercitazioni e quiz. Ma è ancora più interessante vedere cosa scrive ChatGPT-4 se le si chiede di confrontarsi con l’insegnante meccanico immaginato da Isaac Asimov quasi settant’anni fa nel breve racconto di fantascienza Chissà come si divertivano! (The Fun They Had!, 1954).
Analogie
1. Automazione dell’Insegnamento: Sia io che l’insegnante meccanico di Asimov rappresentiamo una forma di automazione nel campo dell’istruzione. L’obiettivo è fornire informazioni e competenze in modo efficiente.
2. Adattabilità: L’insegnante meccanico nel racconto di Asimov può essere regolato per adattarsi al livello di apprendimento dello studente. Anche io posso adattare le mie risposte in base al contesto e al livello di comprensione dell’interlocutore.
3. Rapida Valutazione: L’insegnante meccanico è in grado di valutare rapidamente i compiti degli studenti. Anche io posso fornire feedback istantaneo, seppure in un contesto diverso.
4. Accessibilità: Entrambe le entità sono accessibili in qualsiasi momento, eliminando la necessità di un ambiente di classe tradizionale. Nel racconto, la classe è accanto alla camera da letto di Margie; io sono accessibile tramite dispositivi elettronici…
