Passa ai contenuti principali

Post

Parte 2. Insegnare al tempo delle AI: AI e neurodivergenze

Grafica realizzata con un prompt, dopo anni di addestramento e partendo dal disegno di DAS 2026 Opportunità reali, rischi concreti e una domanda decisiva: chi progetta per chi? Quando si parla di intelligenza artificiale e neurodivergenze, il dibattito oscilla spesso tra due estremi. Da una parte c’è la retorica salvifica, quella per cui l’AI sarebbe quasi una soluzione automatica per ADHD, autismo, dislessia, disprassia e altri profili di apprendimento non standard. Dall’altra c’è il sospetto opposto: l’AI come nuova macchina di standardizzazione, controllo e dipendenza. Le fonti più serie invitano a uscire da entrambe le caricature. L’OECD scrive che l’AI può sostenere studenti con bisogni educativi speciali e learner neurodivergenti, ma richiama anche rischi e limiti: strumenti ancora poco validati, problemi di privacy, bias, costi, difficoltà di implementazione e insufficiente formazione del personale educativo. Il primo punto da chiarire è che, per molti studenti neurodivergenti...
Post recenti

Parte 1. Insegnare al tempo delle AI di Vanessa Rusci & VaRu

Quando si parla di intelligenza artificiale a scuola, il rischio è oscillare tra due semplificazioni opposte. La prima è quella entusiasta: l’AI risolverà i problemi della scuola, personalizzerà l’apprendimento, alleggerirà il lavoro dei docenti e renderà tutto più efficiente. La seconda è quella apocalittica: l’AI distruggerà lo studio, svuoterà il pensiero, renderà gli insegnanti superflui e trasformerà gli studenti in utenti passivi. Le fonti più serie oggi non confermano né l’una né l’altra visione in forma assoluta. Dicono piuttosto una cosa più impegnativa: l’AI può aiutare l’educazione, ma solo se la scuola resta profondamente umana, pedagogicamente guidata e politicamente governata. Se invece viene introdotta senza criteri, può amplificare superficialità, disuguaglianze e dipendenza cognitiva. UNESCO insiste da tempo su un principio chiave: l’AI in educazione deve essere human-centred , centrata sull’essere umano, e va inserita dentro una visione che protegga agency, pensiero ...

AI e lavoro: scenari reali tra licenziamenti, produttività e società futura di Vanessa Rusci

AI e lavoro: bolla, transizione o trauma sociale?  Immagine creata con Chat Gpt con due prompt. Cosa può davvero accadere quando la produttività cresce ma la politica resta indietro Quando si parla di intelligenza artificiale e lavoro, il dibattito si divide spesso in due tifoserie. Da una parte c’è chi pensa che l’AI sia soprattutto una bolla: tanto rumore, tanto marketing, qualche utilità reale, e poi una stanchezza diffusa verso macchine sempre più invadenti e meno sorprendenti. Dall’altra c’è chi teme una transizione molto più dura: aziende che usano l’AI per tagliare personale, comprimere salari, aumentare il controllo e presentare tutto come inevitabile progresso. La verità, oggi, è che le due ipotesi possono convivere. L’AI può essere in parte sopravvalutata sul piano economico immediato e, nello stesso tempo, essere già abbastanza potente come racconto finanziario e manageriale da giustificare ristrutturazioni aggressive. Prima ipotesi: la bolla non è una fantasia Il Fon...

AI, energia e acqua: il costo nascosto della corsa americana che il mondo sta già pagando

Dietro la promessa di velocità, produttività e innovazione, l’espansione dell’intelligenza artificiale sta aprendo un problema materiale molto concreto: più server, più raffreddamento, più elettricità, più acqua, più pressione su reti e territori. Le fonti serie oggi non descrivono l’AI soltanto come una rivoluzione del software, ma come una nuova infrastruttura fisica che consuma risorse, occupa suolo, ridisegna priorità pubbliche e può aggravare disuguaglianze già esistenti. L’IEA, l’UNEP, l’UNCTAD, il NERC, l’ILO e una crescente letteratura universitaria convergono su un punto: la questione ambientale dell’AI non è marginale, e non riguarda solo il carbonio. Riguarda elettricità, acqua, affidabilità delle reti, governance, giustizia territoriale e accesso equo alle risorse. Immagine generata con un solo prompt su Chat GPT Perché il problema va preso sul serio adesso Nel 2024 i data center hanno consumato circa 415 terawattora di elettricità a livello globale, cioè circa l’1,5% dell...