Antonio, quattordici anni è seduto a casa sul tavolo della cucina e sta cercando di risolvere i problemi che gli ha assegnato il professore di matematica per casa. Stefano Rigotti trentacinque anni, insegna matematica alle medie e sta sistemando una lezione che terrà domani nella classe di Antonio. Entrambi aprono un sistema di intelligenza artificiale generativa e la utlizzano. Antonio chiede come si risolve un’ equazione, il professor Rigotti chiede di generare un esempio alternativo per spiegare meglio cosa sono le equazioni di secondo grado. Stanno facendo la stessa operazione? All’ apparenza si, entrambi stanno usando lo stesso strumento. Tuttavia c’è una differenza enorme che li contraddistingue: la loro rispettiva plasticità neurale. Antonio ha ancora enormi margini di cambiamento, la sua plasticità mentale è ancora elevata. Il professor Rigotti, sebbene la sua plasticità neurale sia diminuita drasticamente dopo l’ adolescenza, ha una mente strutturata su anni di studio e formazione, strumenti consolidati per valutare, contestualizzare, riconoscere i limiti di una risposta proprio grazie a quella plasticità che gli ha permesso tutto questo. Le neuroscienze dello sviluppo cognitivo e la psicologia dell’apprendimento hanno qualcosa di preciso da dire a riguardo dell’ interazione con l’ intelligenza artificiale di Antonio e il professor Rigotti.
Nel 2025 il Ministero dell’Istruzione e del Merito ha fissato a quattordici anni la soglia oltre la quale un minore può decidere autonomamente di usare sistemi di intelligenza artificiale, regolandone l’introduzione in ambito educativo con il Decreto Ministeriale n. 166 e la Legge 132. Prima dei 14 anni serve il consenso dei genitori. Su quale base scientifica è stata scelta quella soglia? Su quali basi scientifiche si promuove l’ uso dell’ AI agli adolescenti? Le discipline che studiano lo sviluppo cognitivo sorprendentemente non hanno contribuito a definire le linee guida.
Quattordici anni: da dove viene questa soglia?
La Legge 132 del 23 settembre 2025, all’articolo 4 comma 4, stabilisce che sotto i quattordici anni l’uso di sistemi AI richiede il consenso scritto dei genitori; dai quattordici in su il minore può decidere autonomamente. Il Decreto Ministeriale n. 166 del 9 agosto 2025 traduce questo principio in linee guida operative per le scuole, promuovendo un’introduzione “graduale e responsabile” dell’IA nei contesti scolastici.
Tuttavia quella soglia non viene da alcuno studio sul cervello in fase di sviluppo. Viene dal GDPR del 2018. Il regolamento europeo sulla protezione dei dati personali che permetteva ai singoli stati di fissare tra i tredici e i sedici anni l’età per il consenso ai servizi digitali. L’Italia scelse quattordici anni per disciplinare l’accesso alle piattaforme online. Nel 2025 ha preso quella stessa soglia e l’ha applicata all’intelligenza artificiale generativa. Nel Decreto Ministeriale n. 166 e nelle linee guida allegate non compare un solo riferimento alla maturazione del pensiero critico o alle fasi dello sviluppo cognitivo. I tavoli con esperti di sviluppo cognitivo sono promessi come strumento futuro di aggiornamento. Non sono stati parte integrante delle decisioni.
Prendiamo ad esempio l’ utilizzo dei social network da parte di adolescenti: possono amplificare il mondo sociale, la mente dell’adolescente ci reagisce, ci costruisce relazioni, opportunità, ma la stessa tecnologia ha anche fatto emergere una nuova forma di discriminazione come il cyberbullismo. Tuttavia, per quanto possa essere una risorsa o un problema a secondo dei casi, rimane uno strumento che agisce attorno al pensiero. Un sistema di intelligenza artificiale generativa fa qualcosa di strutturalmente diverso: quando usato normalmente, entra con forza nel processo di pensiero. L’ intellingenza artificale è spesso inteso come “un altro”, come una entità a sé. Questa entità produce ragionamenti, sintetizza argomenti, genera soluzioni, anticipa conclusioni: in altre parole può sostituire attivamente gran parte del lavoro cognitivo che una mente dovrebbe svolgere. Regolare le due tecnologie con la stessa soglia significa affermare implicitamente che il loro impatto cognitivo è comparabile.
Chi ha scritto le norme europee sull’IA, e con quali competenze
L’Italia non ha inventato questa soglia: l’ha ereditata da un quadro europeo preesistente. L’AI Act del 2024 è stato preceduto dal lavoro dell’High-Level Expert Group on AI, il gruppo di 52 esperti nominato dalla Commissione Europea nel 2018 per redigere le linee guida etiche che avrebbero poi ispirato la legislazione. La composizione di quel gruppo è pubblica e verificabile. Ecco quali competenze erano al tavolo e quali no.
| Profilo | Presenti nel gruppo | |
|---|---|---|
| Giuristi ed esperti di diritto | Esperti di diritto penale, antitrust e tecnologia, diritto ed etica informatica. Il profilo dominante per numero e influenza sul testo finale. | presenti |
| Tecnologi e industria AI | Ricercatori di grandi aziende tecnologiche, esperti di robotica e algoritmi etici, informatici. Costituiscono la maggioranza numerica del gruppo. | presenti |
| Filosofi dell’etica tecnologica | Figure di primo piano in filosofia dell’informazione, etica digitale, filosofia dei media e della tecnologia. Il loro ruolo riguardava la tutela dei diritti fondamentali, non lo sviluppo cognitivo. | etica, non sviluppo |
| Scienze sociali | Un profilo con ricerche sul rapporto tra tecnologia e organizzazione del lavoro negli adulti. Non psicologia dello sviluppo. | adulti, non minori |
| Neuroscienze dello sviluppo | Nessun membro con questa formazione nell’intero gruppo di 52 esperti. La capacità del cervello di modificarsi, la maturazione del pensiero critico e le fasi critiche dello sviluppo cognitivo non compaiono nei documenti prodotti. | assenti |
| Psicologi dell’età evolutiva | Nessun membro con questa formazione. Nei testi normativi non compare alcun riferimento alle teorie dello sviluppo cognitivo, alle funzioni esecutive in adolescenza o alle fasi critiche di apprendimento. | assenti |
| Pediatri e neuropsichiatri infantili | Nessuna presenza documentata nel gruppo né nei gruppi di lavoro collegati che hanno contribuito all’AI Act. | assenti |
I filosofi presenti si occupavano di etica della tecnologia e tutela dei diritti fondamentali, nessuno di sviluppo cognitivo. Occuparsi filosoficamente dell’etica degli algoritmi e conoscere cosa succede alla mente di un adolescente sono ambiti distinti, che studiano oggetti diversi con strumenti diversi.
La composizione del gruppo era coerente con il mandato ricevuto: disciplinare una tecnologia informatica avanzata sul piano dei diritti, dei meccanismi e dell’etica. È la squadra appropriata per regolare una tecnologia potente per una mente adulta. Il punto essenziale è che l’IA generativa non è un’evoluzione di quelle tecnologie: è qualcosa di strutturalmente diverso, che può arrivare a sostituire il processo del pensiero di chi interagisce. Estendere una normativa pensata per i servizi digitali senza differenziare nettamente l’interazione del’intelligenza artificiale con adulti e adolescenti è un aspetto che meritava molta attenzione.
Le teorie dello sviluppo
Le teorie dello sviluppo cognitivo sono disponibili da decenni e prima che quelle norme venissero scritte. Non richiedevano nuove ricerche sull’impatto dell’IA generativa: avrebbero consentito previsioni ragionevoli sulla base di ciò che già si sapeva. Quando si legifera sullo sviluppo cognitivo dei minori, le norme dovrebbero basarsi su quelle teorie, non su analogie con altre leggi sulla privacy. In temini tecnici dovevano essere norme theory-driven, ovvero guidate dalla teoria.
La mente non poggia su una struttura fissa: il cervello si modifica fisicamente in risposta all’esperienza. Questa capacità di cambiamento, che gli scienziati chiamano plasticità neurale, è massima nelle prime fasi della vita e diminuisce progressivamente con l’età. Il neurologo canadese Donald Hebb la formulò già nel 1949, e decenni di studi con risonanza magnetica l’hanno poi confermata e approfondita. Nell’adolescenza, la plasticità è ancora alta e ciò che un ragazzo fa (o non fa) strutturerà in maniera importante il suo futuro cognitivo.
Su questo contesto interviene parallelamente un altro processo: la maturazione della corteccia prefrontale, sede del pensiero critico, della pianificazione e della valutazione delle conseguenze a lungo termine, che si conclude mediamente intorno ai 25 anni. A quattordici anni si ha quindi ancora buona plasticità e pensiero critico ancora in costruzione: la mente è molto ricettiva rispetto alle esperienze che fa, ma non dispone ancora degli strumenti neurali per valutarle criticamente. È in questa finestra (alta ricettività e bassi strumenti critici) che la Legge 132/2025 identifica la soglia dell’autonomia nell’uso dell’intelligenza artificiale. Siamo in una zona critica in cui va posta massima attenzione.
La capacità del cervello di modificarsi (in rosso, decrescente dalla nascita) e la maturazione del pensiero critico (in blu, crescente fino ai 25 anni).
La psicologia cognitiva aggiunge uno strato ulteriore a questo quadro biologico. Nella teoria di Jean Piaget, l’apprendimento non è un processo passivo di ricezione di informazioni: è un atto continuo di costruzione che si dispiega attraverso una tensione permanente tra ciò che già sappiamo e ciò che non è ancora compreso. Quando incontriamo qualcosa di nuovo, prima proviamo a capirlo con gli schemi mentali che abbiamo già. Se non ci rientra, siamo indotti a modificare quegli schemi per poterla comprendere. È questa tensione, che Piaget chiama equilibrazione, il motore dello sviluppo cognitivo: non una fase da attraversare, ma un meccanismo che rimane attivo per tutta la vita. (Un bambino che sa che “gli uccelli volano” e incontra un pinguino deve ristrutturare lo schema: questa ristrutturazione è apprendimento). Questa capacità di adattamento è massima all’inizio della vita, quando si formano gli schemi motori e percettivi di base, e diminuisce progressivamente con l’età.
A questo si collega il lavoro dello psicologo russo Lev Vygotskij, che ha descritto la Zona di Sviluppo Prossimale: lo spazio tra ciò che un alunno sa fare da solo e ciò che può fare con il supporto di qualcuno più esperto. Ed è precisamente in questo spazio che avviene lo sviluppo cognitivo: non quando il compito è troppo facile, non quando è inaccessibile, ma quando è abbordabile con il giusto tipo di aiuto. (Un bambino non allaccia ancora le scarpe da solo, ma se l’adulto tiene fermi i lacci mentre lui fa il nodo, riesce: quella distanza è la zona in cui cresce).
A descrivere con precisione come quel supporto debba essere fornito furono Wood, Bruner e Ross nel 1976, introducendo il concetto di scaffolding, ovvero l’impalcatura che sorregge una costruzione mentre viene edificata e che viene tolta man mano che la struttura regge da sola. Un buon insegnante non risolve il problema al posto dello studente: lo sorregge nel punto preciso in cui fa fatica, gli lascia fare ciò che già può, e si ritrae quando sente che può farcela da solo. Per fare questo, l’insegnante deve sapere in ogni momento dove si trova lo studente nel processo: cosa ha capito, cosa lo blocca, se la difficoltà che sente è produttiva o sta diventando paralizzante. (Su un problema di geometria, l’insegnante chiede “Cosa sai già dei triangoli rettangoli?”, aspetta, poi “E se tracciassi l’altezza qui?”: domande calibrate, non risposte). Ogni insegnante ed ogni genitore sufficientemente buono (parafrasando lo psicologo Donald Winnicott) sa quanto sia difficile calibrare questo processo: serve esperienza, pazienza, correzione continua degli errori. È una capacità complessa che richiede la lettura degli stati mentali del discente o del figlio, momento per momento.
Quando lo strumento arriva prima del pensiero
Da quel grafico emerge qualcosa che il dibattito normativo ha trascurato: la stessa tecnologia non produce lo stesso effetto su menti in fasi diverse dello sviluppo. La differenza non è di esperienza o formazione. È una questione di architettura: cosa accade quando uno strumento cognitivo arriva prima che il processo cognitivo si sia formato?
È necessario chiarire che non si critica la tecnologia a priori, tantomeno l’intelligenza artificiale. Ogni tecnologia cognitiva modifica fisicamente il cervello che la usa. La scrittura ha creato nuovi circuiti neurali per la lettura, la calcolatrice ha alterato il modo in cui processiamo i numeri. Gli strumenti non restano fuori: diventano parte dell’architettura della mente (quello che le neuroscienze cognitive chiamano embodied cognition). Questo non è necessariamente un problema. La scrittura ha permesso di conservare ed elaborare conoscenza in modi prima impossibili, la calcolatrice ha liberato risorse cognitive per ragionamenti più complessi, il motore di ricerca ha reso accessibile un sapere rapido che sarebbe stato lento e faticoso da raggiungere. Il punto cruciale non è se una tecnologia viene incorporata nel cervello, ma quando e come questo accade.
È come la differenza tra un adulto che usa l’ascensore e un bambino che non ha mai fatto le scale. L’adulto ha già sviluppato i muscoli delle gambe camminando, correndo, salendo gradini per anni durante la fase di massima plasticità. Ora può scegliere di usare l’ascensore senza perdere quella capacità di base: i muscoli ci sono, la struttura è formata. Il bambino che cresce usando solo l’ascensore non sviluppa mai quei muscoli. E quando l’ascensore si rompe, o quando si trova in un edificio che non ce l’ha, scopre che gli manca qualcosa di fondamentale. La stessa tecnologia, due effetti opposti: dipende da quando arriva nella vita della persona.
Un adulto che incorpora uno strumento cognitivo così potente come l’intelligenza artificiale nella propria architettura mentale lo fa su fondamenta già costruite. Ha passato anni, durante le fasi di massima plasticità neurale, a sviluppare quei processi attraverso l’esperienza diretta. Ora può integrare la tecnologia in quella struttura: perderà qualcosa, forse velocità in certi compiti, memoria di alcuni passaggi, ma l’architettura portante resta solida. Almeno inizialmente. Con il tempo, anche un adulto che usa intensamente l’IA per anni può vedere atrofizzarsi capacità che prima possedeva: la dipendenza cognitiva può installarsi anche in chi parte da una base già formata. Ma l’adulto può comunque recuperare le capacità di base quando necessario, può valutare criticamente gli output dello strumento, può decidere consapevolmente quando affidarsi all’IA e quando no. Cosa succede invece quando quello strumento viene incorporato in una fase in cui la struttura non si è ancora formata? Quando il cervello, ad alta plasticità, costruisce i propri circuiti già con quello strumento dentro, senza aver mai sviluppato l’alternativa?
Cosa succede se la calcolatrice arriva prima che l’adolescente abbia capito la divisione? La risposta la conosce ogni insegnante: la lacuna resta, silenziosa e permanente. Perché permanente? Perché quella finestra di plasticità neurale si chiude. L’adolescente impara a usare lo strumento senza mai costruire il processo che quello strumento presuppone. Non sa dividere mentalmente, quindi non capisce davvero le frazioni. Non capisce le frazioni, quindi avrà difficoltà con le percentuali. Non ragionerà con le percentuali, quindi ad esempio non capirà lo sconto su un prodotto da acquistare: deve fidarsi del venditore. La tecnologia viene incorporata, ma su fondamenta che non ci sono. Se arriva prima, non sostiene un processo: ne impedisce la formazione.
L’IA generativa porta questo meccanismo a un livello ulteriore: non delega un’operazione circoscritta come il calcolo, il recupero di un’informazione, la correzione ortografica, la traduzione di una parola, ma compete con il ragionamento stesso. Genera argomentazioni prima che una mente le abbia prodotte, fornisce sintesi prima che un testo sia stato letto e compreso, anticipa soluzioni prima che un problema sia stato davvero affrontato. Nell’adolescente, l’IA generativa non si innesta su strutture cognitive già formate: interviene in sostituzione di quelle strutture che dovrebbero formarsi, durante una fase di plasticità che non si ripeterà. Non è un’espansione di qualcosa che c’è già: rischia di essere una sostituzione di qualcosa che potrebbe avere traiettorie di sviluppo critiche.
E non parliamo solo di rendimento scolastico. Per millenni i bambini hanno affrontato difficoltà cognitive senza banchi e lavagne: risolvere problemi pratici, imparare mestieri, orientarsi in ambienti complessi, negoziare relazioni sociali. Affrontavano ostacoli, sbagliavano, riprovavano, con l’aiuto di adulti o da soli. Era attraverso quella fatica che il cervello costruiva le proprie strutture. L’intelligenza artificiale generativa è la prima tecnologia nella storia umana progettata esplicitamente per eliminare quella fatica: risolve il problema prima che la mente lo affronti, fornisce la risposta prima che il ragionamento si attivi.
La teoria di Piaget permette di capire perché questo conta così tanto nella fase adolescenziale. Cosa accade quando un adolescente usa un sistema di IA generativa in autonomia, senza la guida di un educatore, per svolgere un compito cognitivo? Riceve una risposta già strutturata, elaborata, coerente. L’IA non introduce tensione: introduce risoluzione immediata. Il motore dell’equilibrazione viene spento dall’esterno prima ancora di scaldarsi. Con un docente presente, quella risoluzione può essere contestualizzata, interrogata, trasformata in punto di partenza per un ragionamento ulteriore. Da solo, l’adolescente non ha ancora gli strumenti per fare quell’operazione autonomamente: non perché sia incapace, ma perché quegli strumenti sono esattamente ciò che la sua mente sta ancora costruendo. Interrompere sistematicamente quel ciclo non produce solo apprendimento più superficiale: rischia di formare una mente che impara ad aspettarsi che la difficoltà venga risolta da fuori, prima ancora di averla davvero affrontata.
Lo stesso vale per il principio di scaffolding. L’insegnante legge lo studente in tempo reale: quando è bloccato, quando sta per farcela, quando la frustrazione diventa paralizzante. È una lettura umana di un altro essere umano, situata in un momento preciso. Un sistema di IA generativa risponde a un testo scritto. Non sa dove si trova lo studente nel suo processo di apprendimento, non percepisce quando la frustrazione è produttiva e quando sta diventando paralizzante, non può ritirarsi nel momento giusto perché non ha accesso a quel momento alle emozioni e agli stati mentali dello studente. Può produrre testo che somiglia alla struttura del supporto educativo. Ma non può fare ciò che rende quel supporto efficace, quando lo studente sarà solo: leggere una persona in tempo reale e rispondere a lei, non al suo prompt.
Non è un’espansione di qualcosa che c’è già: rischia di essere una sostituzione di qualcosa che non si è ancora formato.
I primi dati empirici confermano la direzione teorica
L’argomento costruito nelle sezioni precedenti non dipende da studi specifici sull’IA generativa. Dipende da teorie consolidate che avrebbero potuto e dovuto informare le scelte normative. Detto questo, i primi dati empirici sono arrivati, e la direzione che indicano è coerente con ciò che quelle teorie prevedono. Vale la pena presentarli per quello che sono (evidenze ancora parziali, non prove definitive) perché mostrano che le domande poste fino ad ora, non sono teorie nel senso di astratte, ma nel senso di fondatamente anticipatorie.
Ragazzi con l’AI vanno meglio sul momento, peggio da soli dopo
Ricercatori hanno diviso studenti delle superiori in due gruppi: chi studiava matematica con un tutor AI e chi la studiava nel modo tradizionale. Il gruppo con l’AI otteneva risultati migliori durante la pratica. Ma quando poi si sono trovati a fare un compito da soli, senza AI, hanno reso il 17% in meno rispetto agli altri. E molti erano convinti di aver imparato, quando invece avevano solo delegato.
Togliere l’AI a chi la usa ogni giorno produce vuoti cognitivi immediati
Un gruppo di lavoratori adulti abituati a usare l’AI ogni giorno è stato privato dello strumento per quattro giorni. Il risultato: molti non riuscivano più a svolgere da soli compiti che prima facevano senza difficoltà. Alcuni descrivevano la sensazione di aver perso qualcosa di proprio nel modo di lavorare e pensare.
Il cervello consolida ciò che ha elaborato davvero, non ciò che ha ricevuto già pronto
La ricerca mostra che il cervello trasforma un’esperienza in conoscenza stabile durante il riposo e il sonno, riattivando in modo spontaneo ciò che ha elaborato durante il giorno. È un processo che richiede che il lavoro cognitivo sia davvero avvenuto. Se una risposta arriva già pronta dall’esterno, il cervello non ha nulla da riattivare e consolidare: la conoscenza resta in superficie e non diventa struttura.
L’AI riduce la persistenza: dopo pochi minuti, le persone si arrendono prima
Tre esperimenti controllati su oltre 1.200 persone, tra matematica e comprensione del testo. Dopo appena 10-15 minuti di lavoro con l’AI, chi poi si trovava senza assistenza otteneva risultati peggiori e, soprattutto, si arrendeva più facilmente. L’effetto era più marcato in chi aveva chiesto risposte dirette invece di suggerimenti. Il dato nuovo non è solo che si impara meno: è che si smette di provare.
I quattro studi hanno pesi logici diversi. Bastani et al. è il più diretto: uno studio controllato su adolescenti reali in contesto scolastico, pubblicato su una delle riviste scientifiche più autorevoli al mondo, che misura in modo preciso cosa succede quando lo strumento viene tolto. Liu et al. replica e approfondisce questi risultati su un campione molto più ampio (oltre 1.200 partecipanti) confermando l’effetto critico sulla persistenza. Oh et al. documenta la dipendenza cognitiva come fenomeno comportamentale osservabile negli adulti: una conferma a valle, che mostra l’effetto già prodotto su cervelli maturi.
Insieme, indicano che il cervello che delega sistematicamente il lavoro cognitivo a un sistema esterno smette progressivamente di allenare le funzioni che quel sistema sostituisce. Negli adolescenti, durante le fasi critiche di sviluppo, con alta ricettività e pensiero critico ancora in costruzione, la teoria prevede che l’effetto sia amplificato e potenzialmente strutturale. I dati arrivano nella direzione in cui le teorie indicano di guardare.
C’è un precedente che dovrebbe farci riflettere. Quando gli smartphone hanno cominciato a diffondersi tra i minori, le teorie psicologiche e neuroscientifiche disponibili parlavano già chiaro sui rischi legati all’uso precoce e intensivo di schermi interattivi. Lo psichiatra Manfred Spitzer documentava quegli effetti prima ancora che esplodesse l’uso dei dispositivi touch. Eppure si è aspettato che si accumulassero i dati del danno prima di agire. Quei dati sono arrivati, e nel frattempo una generazione è stata esposta. Ora si cerca di porre rimedio a vietare l’ uso ai minori di 14anni. Con l’IA generativa le teorie parlano di nuovo chiaro. La domanda è se vogliamo ripetere lo stesso schema: aspettare i dati del danno invece di agire sulle teorie disponibili.
L’uso mediato dal docente mitiga i rischi. Fino a un certo punto
Ammesso che un docente ben formato riesca a preservare lo spazio di elaborazione autonoma in aula, usando l’IA come elemento calibrato invece che come sostituto, rimangono limiti strutturali che quella mediazione non può risolvere. Una distinzione importante: non tutti gli usi dell’IA producono lo stesso effetto. Un adolescente che usa l’IA per verificare un ragionamento che ha già prodotto fa qualcosa di cognitivamente diverso da uno che usa l’IA per produrre il ragionamento che poi verifica. Nel primo caso lo strumento interviene dopo il pensiero; nel secondo interviene al suo posto. La differenza è reale, e un docente consapevole può lavorarci. Il problema è che la norma non la prevede, non la impone, e non la monitora.
Anche assumendo che il docente usi l’IA in modo impeccabile in classe, resta un limite strutturale che nessuna competenza pedagogica può superare: l’intelligenza artificiale consumer non sa interpretare in tempo reale gli obiettivi di una persona che la usa, perché è progettata per fornire risposte soddisfacenti nel minor tempo possibile.
Un esempio concreto rende visibile questo limite. Il brainstorming richiede per definizione pensiero divergente: generare autonomamente o in gruppo idee multiple, anche improbabili, in uno stato di tensione produttiva. Quando un adolescente chiede a un’intelligenza artificiale di generare idee per lui, riceve risposte statisticamente coerenti con l’input che ha fornito. Ma non sta facendo vero brainstorming: sta ricevendo un elenco dall’AI. La componente cognitivamente preziosa di quell’attività, ovvero la fatica della generazione autonoma di connessioni inaspettate, è stata sostituita da una scelta tra un elenco di idee. L’IA non sa quando lasciare che lo studente fatichi e quando intervenire. Non può calibrare la tensione produttiva perché è progettata per eliminarla, non per gestirla.
Esiste poi un principio della comunicazione che lo studioso Paul Watzlawick ha reso evidente: ogni volta che diciamo qualcosa, trasmettiamo su un doppio canale: non solo il contenuto delle parole, ma perché le diciamo. Quando il docente usa l’IA in classe, anche nel modo più consapevole e pedagogicamente calibrato, comunica implicitamente: questa tecnologia è una risorsa per apprendere. L’alunno non legge le linee guida ministeriali. Osserva l’adulto di riferimento e ne interpreta il messaggio. Poi torna a casa, solo, davanti allo stesso strumento. Non ha ancora sviluppato il pensiero critico per discernere quando e come usarlo. Non ha un’etica formata che guida le sue scelte. E si trova davanti a uno strumento che, a differenza dell’insegnante, non fa scaffolding: fornisce risposte immediate, risolve la tensione cognitiva prima che si formi, perché è stata progettata proprio per quella funzione! Se perfino molti adulti, con decenni di esperienza e pensiero critico maturo, finiscono per delegare all’IA il proprio ragionamento piuttosto che usarla come supporto, cosa ci si può aspettare da un adolescente?
La norma non regola solo la classe. Regola il pomeriggio, la stanza, il momento in cui l’adolescente affronta da solo un compito cognitivo. In quel momento non c’è scaffolding, nessuna mediazione consapevole. C’è uno strumento generativo progettato da società private per la soddisfazione immediata dell’utente, ottimizzato per chiudere la tensione cognitiva nel minor tempo possibile. Come può uno studente che non ha ancora sviluppato pensiero critico distinguere l’uso scolastico mediato da quello autonomo a casa? Se a scuola l’IA è presentata come supporto, perché non usarla anche nei compiti?
Verso una tecnologia AI progettata per lo sviluppo cognitivo
Se il problema nasce nel design degli strumenti, chi ne è responsabile? L’Europa non produce sistemi di intelligenza artificiale generativa di rilievo globale. Ha scelto di regolare ciò che altri producono. Chi non controlla l’architettura di uno strumento non può incidere sul modo in cui quello strumento interagisce con la mente di chi lo usa. Le norme europee fissano vincoli sull’uso, non sul design. E il design è esattamente il livello in cui il problema si origina.
Le piattaforme AI che gli adolescenti italiani usano, sono costruite da società private con logiche di mercato: coinvolgimento, crescita, scalabilità. Sono progettate per fornire risposte soddisfacenti nel minor tempo possibile, perché la soddisfazione immediata genera fidelizzazione. Ottimizzano qualcosa di strutturalmente diverso da ciò che lo sviluppo neurocognitivo richiede.
Questa considerazione diventa ancora più urgente con gli studenti con Bisogni Educativi Speciali o Disturbi Specifici dell’Apprendimento. Una ricerca del 2024 (Klarin et al.) ha seguito oltre settecento adolescenti e ha trovato qualcosa di controintuitivo: gli studenti con maggiori difficoltà nelle funzioni esecutive erano anche quelli che usavano di più l’IA e la trovavano più utile, soprattutto per completare i compiti. Lo strumento non stava compensando una fragilità: la stava intercettando, rinforzando la tendenza a delegare proprio nelle aree in cui lo sviluppo avrebbe più bisogno di essere allenato.
È possibile immaginare una tecnologia AI specificamente progettata per l’educazione? Un sistema che tenga conto della ricettività della mente adolescente, che mantenga deliberatamente aperta la tensione cognitiva invece di chiuderla, che misuri il suo successo sullo sviluppo dell’autonomia cognitiva? Che restituisca domande invece di soluzioni, che sappia quando ritrarsi, che calibri il disequilibrio invece di risolverlo?
Non è una questione tecnica: è una scelta progettuale deliberata. Un sistema AI potrebbe essere costruito per non fornire risposte elaborate finché l’utente non ha prodotto una propria elaborazione. Queste sono scelte di design che richiedono di sapere cosa si vuole preservare. E per saperlo occorre avere al tavolo le discipline che hanno qualcosa di preciso da dire sullo sviluppo cognitivo. Una tale tecnologia non esiste oggi in Europa, e la sua assenza riflette il vuoto nelle competenze con cui si è ragionato fin qui.
Chi conosce bene il mondo dell’IA potrebbe obiettare che un prompt ben costruito, una skill calibrata, un sistema di istruzioni adeguato potrebbero risolvere il problema. La risposta è che si tratta di argini su una corrente che scorre nella direzione opposta. Un sistema progettato per massimizzare la soddisfazione immediata dell’utente può essere istruito a resistere, ma non può essere riprogettato da fuori. La tensione cognitiva che uno strumento educativo dovrebbe preservare è esattamente ciò che un sistema commerciale è incentivato a eliminare: perché è quella tensione, non la sua risoluzione, a rendere l’interazione percepita come faticosa. E uno strumento percepito come faticoso non scala. Non è un limite tecnico superabile: è una scelta di mercato strutturale.
Le domande che le norme esistenti non si sono ancora poste
Il gruppo di esperti europeo che ha ispirato l’AI Act, il legislatore italiano, chi cita il divario digitale come argomento per l’accesso precoce: tutti hanno ragionato con strumenti costruiti per contesti diversi. Non abbiamo precedenti per una tecnologia che può entrare nel processo del pensiero, e questo rende comprensibile che i framework regolatori esistenti non fossero attrezzati per coglierla. Ma è precisamente per questo che sarebbe servito un cambio di prospettiva prima di legiferare, non dopo.
Più una tecnologia è potente, maggiori sono i rischi se introdotta senza le domande giuste. Nicholas Carr lo ha documentato per internet in The Shallows (2010). Una tecnologia progettata per connettere e informare ha ridisegnato i circuiti cognitivi della lettura profonda, della concentrazione, della memoria di lavoro. Non perché fosse dannosa in assoluto. Ma perché nessuno aveva posto quelle domande prima che diventasse pervasiva. L’IA generativa è cognitivamente più invasiva di internet. Il principio si applica con ancora più forza.
La domanda che non è stata posta prima di legiferare è la più semplice: quanto l’IA generativa può dare in più a un adolescente rispetto a un buon processo educativo tradizionale? E simmetricamente: quanto può togliere, anche quando viene usata bene? È la domanda che uno psicologo dell’età evolutiva, un neuroscienziato dello sviluppo, un neuropsichiatra infantile avrebbero sollevato. Il processo normativo che ha portato alle norme attuali non ha incluso sistematicamente quelle prospettive.
Le norme che abbiamo non sono il punto di arrivo di un ragionamento su queste domande ma sono il punto di arrivo di un ragionamento su altro: sulla protezione dei dati, sulla coerenza con il GDPR, sull’introduzione graduale di una tecnologia in un sistema che non sa ancora come usarla. Sono norme scritte con competenze legittime per obiettivi diversi da quelli che lo sviluppo cognitivo avrebbe richiesto.
Quello che manca è una domanda che avrebbe dovuto precedere le norme esistenti e che può ancora orientarne l’applicazione concreta: su quale base scientifica relativa allo sviluppo cognitivo viene calibrato l’uso di questo strumento, in quale fase della vita, con quale distinzione tra uso autonomo e uso mediato, con quale attenzione alle popolazioni più vulnerabili? Finché quella domanda non entra nel merito delle scelte operative, nelle linee guida delle scuole, nei protocolli per i docenti, nei criteri per gli studenti con BES e DSA, le norme esistenti resteranno un contenitore senza il contenuto che avrebbe dovuto riempirlo.
Hai riconosciuto tuo figlio in queste righe?
Chiude il quaderno appena l’IA risponde. Dice “tanto lo fa lei” e a te sembra una scusa, ma non sai se lo sia. Oppure a scuola va bene, e ti chiedi perché a casa si arrenda così in fretta davanti a un problema.
Vietargli gli strumenti non regge, lasciarlo fare nemmeno, e nessuno ti ha mai spiegato dove passa il limite, perché per la prima volta nessun adulto lo sa con certezza. Non è un tuo errore, e non è colpa sua.
Nel primo incontro gratuito, in videochiamata o in studio, mi racconti cosa vedi a casa tua. Capiamo insieme cosa sta succedendo davvero a tuo figlio e cosa puoi fare tu da domani, senza trasformare ogni sera in un braccio di ferro. Se serve altro te lo dico, e se non serve te lo dico lo stesso.
Prenota il primo incontro gratuitoFonti e riferimenti
- Legge 23 settembre 2025, n. 132, art. 4 comma 4. Consenso autonomo all’uso di sistemi di intelligenza artificiale per i minori.
- Decreto Ministeriale n. 166 del 9 agosto 2025, Ministero dell’Istruzione e del Merito. Linee guida per l’introduzione dell’IA nelle istituzioni scolastiche italiane.
- Regolamento (UE) 2024/1689 del Parlamento Europeo e del Consiglio (AI Act). In vigore dal 1 agosto 2024.
- European Commission (2018). High-Level Expert Group on Artificial Intelligence (HLEG). Ethics Guidelines for Trustworthy AI, 2019. Composizione verificabile su digital-strategy.ec.europa.eu.
- Smuha, N.A. (2025). The Work of the High-Level Expert Group on AI as the Precursor of the AI Act. SSRN 5012626.
- European Parliament (2025). Children and generative AI. EPRS_ATA(2025)769494.
- Bastani, H. et al. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26).
- Oh, S. et al. (2026). “Oops! ChatGPT is Temporarily Unavailable!”: A Diary Study on Knowledge Workers’ Experiences of LLM Withdrawal. arXiv:2603.26099. CHI EA 2026, KAIST.
- Yu, C. et al. (2024). Repetition dynamically and rapidly increases cortical, but not hippocampal, offline reactivation. PNAS. DOI: 10.1073/pnas.2405929121.
- Liu, G., Christian, B., Dumbalska, T., Bakker, M.A., Dubey, R. (2026). AI Assistance Reduces Persistence and Hurts Independent Performance. arXiv:2604.04721v2 [cs.AI]. Carnegie Mellon University, University of Oxford, MIT, UCLA.
- Klarin, B. et al. (2024). Adolescents’ use of generative AI and its relation to executive functions. Frontiers in Artificial Intelligence.
- Carr, N. (2010). The Shallows: What the Internet Is Doing to Our Brains. W. W. Norton. Trad. it.: Internet ci rende stupidi? Raffaello Cortina, 2011.
- Spitzer, M. (2012). Digitale Demenz. Droemer. Trad. it.: Demenza digitale. Corbaccio, 2013.
- Hebb, D.O. (1949). The Organization of Behavior. Wiley.
- Piaget, J. Teoria dell’assimilazione, dell’accomodamento e dell’equilibrazione. Riferimento classico in psicologia dello sviluppo cognitivo.
- Vygotskij, L.S. (1978). Mind in Society: The Development of Higher Psychological Processes. Harvard University Press. Zona di Sviluppo Prossimale.
- Wood, D., Bruner, J.S., Ross, G. (1976). The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry, 17(2), 89-100.
- Watzlawick, P., Beavin, J.H., Jackson, D.D. (1967). Pragmatics of Human Communication. Norton.
- Casey, B.J. et al. (2015). The adolescent brain. Developmental Review.
- Giedd, J.N. (2004). Structural MRI of the adolescent brain. Annals of the New York Academy of Sciences.
- Johnson, M.H. (2009). Functional brain development in humans. Nature Reviews Neuroscience.
- Livingstone, S. et al. (2024). AI ethics are ignoring children. Oxford Internet Institute / ScienceDaily.
