Sfoglia altri articoli simili con le etichette:
Il MIM ha avviato a marzo 2026 il primo tavolo nazionale sull’AI nella scuola pubblica, dopo che l’AI Act ha classificato i sistemi AI in ambito educativo tra le aree ad alto rischio dell’allegato III. Le istituzioni che gestiscono valutazione automatica, ammissioni, monitoraggio degli studenti, allocazione di risorse formative rientrano nel perimetro più rigoroso del Regolamento UE 2024/1689. Per università, scuole private, centri di formazione professionale, piattaforme edtech la conseguenza pratica è imminente.
Il punto è che molti centri non hanno ancora capito di essere dentro il perimetro normativo più rigido.
Cosa rientra esattamente come high-risk in educazione
Per inquadrare l’adozione AI nel sistema formativo italiano, è utile la sintesi enterprise dello Stanford AI Index 2026. L’allegato III punto 3 dell’AI Act elenca quattro categorie di sistemi AI educativi classificati high-risk. Determinazione dell’accesso o ammissione a istituzioni educative. Valutazione dei risultati di apprendimento, inclusi i casi in cui i risultati sono usati per orientare il percorso. Valutazione del livello educativo appropriato per un individuo. Monitoraggio e rilevamento di comportamenti vietati durante test.
Tradotto in casi concreti italiani. Software di screening domande di ammissione a corsi universitari con AI scoring: high-risk. Sistemi di proctoring per esami online che monitorano lo studente via webcam con AI: high-risk. Piattaforme di adaptive learning che decidono il livello e il percorso di uno studente: high-risk. Sistemi di valutazione automatica di compiti scritti o orali con peso sulla carriera dello studente: high-risk.
Non rientrano nel perimetro high-risk i tool di supporto alla didattica che non incidono direttamente su decisioni consistenti. Un assistente AI che aiuta il docente a preparare materiali è uno strumento di produttività, non un sistema decisionale. Un correttore grammaticale AI per esercitazioni interne non è high-risk se non determina valutazione formale.
Gli obblighi specifici per chi usa AI in educazione
I deployer di sistemi AI educativi high-risk hanno obblighi documentali e operativi pesanti. Sistema di gestione del rischio durante tutto il ciclo di vita. Garanzia di supervisione umana effettiva. Conservazione di log automatici degli eventi. Trasparenza verso studenti e famiglie sull’uso del sistema. Test di accuratezza e solidità periodici. Documentazione tecnica conforme.
L’analisi su come l’IA sta modificando il lavoro tocca temi affini per il personale docente e amministrativo. Per le università italiane il punto più sensibile è la supervisione umana. Un sistema AI non può determinare da solo l’ammissione o la bocciatura di uno studente. Deve esserci sempre una decisione umana che ha visto l’output del sistema e l’ha valutata. Questo significa che le procedure di ammissione algoritmiche pure non sono compatibili con l’AI Act senza review umana documentata.
Per i centri di formazione professionale la sfida è simile. Se un sistema AI decide il livello di partenza di un corso o l’idoneità a un’attestazione, deve essere sempre confermato da un docente o coordinatore che ha visto il caso individualmente. Una procedura automatizzata senza review umana effettiva non rispetta il requisito.
Il proctoring AI: l’area più delicata
Il proctoring AI è la categoria che produrrà più contenziosi. Le piattaforme di proctoring usano AI per monitorare gli studenti durante gli esami online: rilevamento di volti, controllo dello sguardo, analisi dell’ambiente domestico, identificazione di comportamenti sospetti. Sono sistemi che processano dati biometrici e che hanno effetti diretti sulla carriera dello studente.
Già prima dell’AI Act, il Garante Privacy italiano aveva emesso decisioni critiche sul proctoring. La sentenza ai sensi del GDPR del 2022 contro una nota università telematica ha posto vincoli severi sull’uso di questi sistemi: necessità del consenso esplicito, alternative ragionevoli per chi non vuole il monitoraggio, minimizzazione dei dati raccolti.
Con l’AI Act il quadro si rafforza. Il sistema diventa high-risk, l’università diventa deployer con obblighi specifici, lo studente ha diritti aggiuntivi (informazione chiara, possibilità di reclamare, supervisione umana effettiva sulle segnalazioni). Le università italiane che usano questi sistemi devono aggiornare le proprie policy e i propri contratti con i fornitori entro il 2 agosto 2026.
L’adaptive learning: opportunità grande, governance complessa
L’adaptive learning AI promette di personalizzare il percorso formativo di ogni studente sulla base delle sue performance, ritmi, stili di apprendimento. Piattaforme come Knewton, Smart Sparrow, le funzioni adaptive di Cisco Networking Academy o di Khan Academy stanno entrando anche nei centri di formazione italiani.
Quando il sistema decide il percorso dello studente, è high-risk. La governance richiesta è seria. Trasparenza sui criteri di personalizzazione (come decide il sistema cosa proporre allo studente). Possibilità per lo studente o per il docente di overrid del percorso suggerito. Test periodici dell’efficacia su sottogruppi diversi (per evitare che la personalizzazione produca bias di apprendimento). Conservazione dei dati di traccia con basi giuridiche chiare e durata limitata.
Per i centri di formazione professionale italiani che usano adaptive learning, una check operativa minima richiede: contratto con il fornitore aggiornato AI Act, informativa privacy specifica AI, percorso di reclamo per lo studente, formazione del personale docente sull’uso e sui limiti del sistema, audit annuale dell’efficacia.
L’opportunità: la formazione AI literacy come asset
L’articolo 4 dell’AI Act, applicato da febbraio 2025, impone a provider e deployer di garantire AI literacy del personale che opera con sistemi AI. Per le scuole e i centri di formazione questo è doppia opportunità: rispettare l’obbligo per il proprio personale, e diventare fornitori riconosciuti di AI literacy per altre organizzazioni.
La credenziale europea per professionisti AI rilasciata da AIPIA, primo ente formazione AI riconosciuto UE in Italia ad emettere European Digital Credentials in materia, sta diventando un riferimento per i percorsi di AI literacy aziendale e professionale. Le scuole superiori e gli ITS che stanno introducendo corsi AI nei propri curricula trovano in questo framework un riferimento di standardizzazione utile.
Le università italiane stanno facendo scelte diverse. Alcune (Politecnico di Milano, Università Bocconi, Sapienza) hanno integrato AI literacy in corsi obbligatori e bandi di laurea. Altre sono ancora in fase preliminare. La differenza si vedrà nei prossimi cinque anni in termini di occupabilità dei laureati e di attrattività delle università sui mercati internazionali.
Il futuro della valutazione: AI come supporto, non come decisore
La valutazione AI degli studenti è un campo che evolverà rapidamente nei prossimi anni. La direzione che emerge nei sistemi educativi più avanzati (Singapore, Finlandia, alcuni stati USA) è chiara: AI come supporto al docente, non come sostituto della valutazione professionale. Il docente vede l’output AI, valuta caso per caso, decide.
Questa configurazione è coerente con l’AI Act. È anche pedagogicamente più solida. La valutazione di un compito scritto non è solo correttezza grammaticale o presenza di concetti chiave. È giudizio professionale sul livello di comprensione, sulla capacità di argomentazione, sull’evoluzione individuale dello studente nel tempo. Tutte cose che un buon docente integra in modo diverso da quanto fa un algoritmo.
Le piattaforme edtech italiane che si stanno posizionando in modo intelligente vendono AI come strumento di efficienza per il docente, non come sostituto. Tagliano il tempo della correzione delle parti meccaniche, lasciano al professionista il tempo per la parte qualitativa. È un modello che funziona dal punto di vista normativo, pedagogico e commerciale.
La scadenza che conta davvero
Il 2 agosto 2026 per i sistemi high-risk non regolati da legislazione settoriale specifica. Per i sistemi educativi rientrano in questa data, salvo eccezioni. Significa che le scuole, le università, i centri di formazione che usano sistemi AI high-risk devono essere pronti con documentazione, governance, formazione del personale, processi di review umana entro quella data.
Chi parte oggi ha 4-5 mesi di tempo. Sembra tanto. Per gli enti che hanno cento sistemi diversi in uso, contratti pregressi da rivedere, personale da formare, è poco. La scelta operativa che fa la differenza è la mappatura completa dei sistemi AI in uso, da fare ora, prima che la pressione operativa cresca. Senza mappatura, qualunque piano di compliance è cieco.
La formazione e l’educazione sono settori dove l’AI può fare cose notevoli per studenti e docenti. Ma sono anche settori dove i diritti delle persone sono delicati e il quadro normativo è giustamente attento. Le istituzioni italiane che troveranno il giusto equilibrio tra innovazione e tutela saranno quelle che attrarranno studenti, talenti e investimenti nel prossimo decennio.
