Quando i docenti ci chiedono a cosa ci dedichiamo, rispondiamo “insegno”; mai diciamo “do esami”. Eppure, come osserva Paola Roldán, la valutazione ci preoccupa tanto o più dell’atto stesso di insegnare. Questa dissociazione — tra il momento creativo e artigianale della lezione e quello che viviamo come la “sofferenza” dell’esame — diventa particolarmente complessa in tempi di intelligenza artificiale generativa.
Ma ora questa sofferenza assume una nuova dimensione: qual è il valore di un esame che un’applicazione di IA può risolvere in pochi secondi? Questa domanda tocca il cuore della nostra professione e ci costringe a ripensare tutto.
Le domande che non possiamo rimandare
Come accreditare conoscenze quando un software può risolvere il compito che richiediamo in modo quasi professionale? Che cosa stiamo accreditando? Quali sono le nuove sfide che affrontiamo come docenti e quali sono i meccanismi necessari per promuovere valutazioni che siano parte dell’apprendimento, che sviluppino il pensiero critico e l’analisi? Quali sono le sfide delle istituzioni quando accreditano conoscenze?
Valutare in questo contesto significa chiedersi non solo “cosa sa ogni studente”, ma anche “come arriva a saperlo”, “quali decisioni prende”, “come dialoga con l’informazione” e “quale senso le attribuisce”. La valutazione non può essere compresa come un’analisi di ciò che è stato prodotto, ma come una conversazione su ciò che è stato pensato, una cartografia del percorso cognitivo ed emotivo dello studente.
Ecco perché l’irruzione dell’IA ci costringe a ripensare la valutazione non come un momento finale di verifica, ma come un processo continuo e integrato all’apprendimento. Le valutazioni formative di cui sempre parliamo e poco pratichiamo acquistano rilevanza, permettendo agli studenti di riflettere sul proprio processo di costruzione della conoscenza e sviluppare metacognizione sulle loro strategie di apprendimento.
Strategie per valutare ciò che è specificamente umano
Le IA operano su database pubblici e pattern statistici generali. Per questo, le domande veramente resistenti sono quelle profondamente ancorate all’esperienza della classe:
- Materiali esclusivi del corso: Include frammenti di letture affrontate in classe, trascrizioni di dibattiti o esempi analizzati collettivamente. Un’IA non ha avuto accesso a quelle discussioni specifiche.
- Interpretazione di rappresentazioni visive proprie: Grafici, schemi o immagini di esperimenti realizzati dagli stessi studenti richiedono una lettura contestualizzata che solo loro possono fornire.
- Giudizio critico con criteri espliciti: Invece di chiedere “che cos’è X?”, chiedi “quale argomento è più solido rispetto a X, e perché?”. Tutte le opzioni devono essere plausibili e differenziarsi per sfumature concettuali.
- Trasferimento a contesti autentici: Progetta scenari coerenti dove lo studente debba adattare concetti a situazioni nuove. Questo valuta comprensione profonda, non riproduzione.
Applicandolo in pratica con Educativa
Il nostro LMS offre strumenti specifici per concretizzare queste idee:
- Formato “Selezione di opzioni”: Consente di collegare risorse multimediali della classe e aggiungere feedback formativo.
- Formato “Completamento di spazi”: Ideale per analisi di casi contestualizzati con opzioni specifiche.
- Formato “Collegamento di concetti”: Perfetto per mappare reti di idee affrontate collettivamente.
- Tag e unità: Filtrano domande per tipo di pensiero (analisi, giudizio critico, trasferimento).
NUOVO TIPO DI ITEM:
- Formato “Ordinamento/Sequenza”: Consente di creare domande in cui gli studenti devono ordinare opzioni in una sequenza valida. Ideale per valutare la comprensione di processi, cronologie affrontate in classe o gerarchie concettuali specifiche del corso.
Promemoria tecnico
Una volta che una domanda viene utilizzata in valutazione con consegne, non può essere modificata. Prova nuovi design in valutazioni formative prima di usarli in istanze accreditate.
Verso una valutazione trasformativa
In questo contesto, le autovalutazioni assumono un ruolo protagonista. Non come semplici questionari di ripasso alla fine del processo, ma come dispositivi integrati che accompagnano l’apprendimento. Quando uno studente riflette su “quale parte di questo problema mi è risultata più sfidante e perché?”, sta sviluppando una competenza che nessuna IA può replicare: la metacognizione sul proprio processo di costruzione della conoscenza.
La chiave sta nel progettare autovalutazioni che siano veri spazi di pensiero, dove gli studenti possano cartografare il loro percorso cognitivo ed emotivo.
Se hai domande, il team di supporto è disponibile per aiutarti su soporte@educativa.com.