 |
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, il problema non è “imparare meglio”, ma imparare in ambienti costruiti attorno a ritmi, linguaggi e richieste pensati per altri. In questo senso l’AI può avere un’utilità concreta quando permette di personalizzare accessi, tempi, formati e modalità di supporto. L’OECD segnala che alcuni strumenti possono sostenere comprensione del testo, pianificazione, scrittura, accessibilità dei materiali e adattamento dell’istruzione.
La letteratura più recente conferma che un potenziale esiste, ma invita alla prudenza. Una scoping review del 2025 su studenti neurodivergenti nella scuola K-12 ha esaminato il panorama emergente delle applicazioni GenAI per studenti con ADHD, autismo, dislessia, giftedness e profili twice-exceptional, rilevando opportunità nella personalizzazione e nell’accessibilità, ma anche una base di evidenze ancora iniziale e non omogenea.
In altre parole, le promesse sono interessanti, ma non autorizzano ancora generalizzazioni trionfali.
Questo significa che il terreno più serio non è quello degli slogan, ma dei casi concreti. Per uno studente con dislessia, un sistema generativo può aiutare a riformulare un testo, spiegare termini complessi o alleggerire la densità linguistica. Per uno studente con ADHD, può sostenere segmentazione del compito, organizzazione e feedback più immediato. Per alcuni studenti autistici, può facilitare comunicazione, anticipazione e adattamento dei materiali. Ma qui entra una distinzione decisiva: un supporto non coincide automaticamente con emancipazione.
Se lo strumento aiuta a capire e a diventare più autonomi, può essere una risorsa.
Se invece prende il posto del processo cognitivo o rende la persona dipendente da una mediazione continua, il rischio è di spostare il problema senza risolverlo. Questa distinzione è coerente con l’impostazione OECD, che parla insieme di potenziale, rischi e limitazioni.
Un secondo nodo riguarda chi definisce il bisogno.
Molte tecnologie si dichiarano inclusive, ma sono progettate da persone che spesso conoscono poco la vita quotidiana delle persone neurodivergenti. Per questo la questione non è soltanto “quale strumento usare”, ma “chi ha partecipato a pensarlo, con quali ipotesi sul funzionamento umano e con quale idea di normalità”. La review K-12 del 2025 insiste sul fatto che il campo è eterogeneo e che servono approcci flessibili, non una soluzione unica “per i neurodivergenti”.
La scrittura è uno degli ambiti in cui questa ambivalenza è più evidente. Uno studio del 2025 su studenti con disabilità nell’istruzione superiore, basato su 124 risposte valide, mostra che studenti con ADHD, dislessia, disprassia e autismo usano chatbot, applicazioni di rewriting e altri strumenti GenAI per compiti di scrittura accademica. Lo studio riporta benefici percepiti nel superare barriere della scrittura, ma anche timori concreti su inaccuratezza delle risposte, violazioni dell’integrità accademica e divario digitale legato ai costi degli abbonamenti. Quindi chi deve vigilare? L'insegnante non può essere sostituito.
Questo punto è molto importante anche per la scuola. L’AI può offrire una compensazione legittima, ma se le istituzioni non costruiscono regole intelligenti e non distinguono tra aiuto all’accesso e sostituzione del lavoro cognitivo, si rischia di confondere inclusione e delega. Una scuola seria dovrebbe chiedersi non solo se lo strumento “funziona”, ma che cosa sostiene davvero: la comprensione della persona o la produzione di un output formalmente corretto. Lo studio sull’istruzione superiore mostra proprio che l’uso è già reale e complesso, non riducibile né a cheating né a liberazione automatica.
A questo punto il tema non è più soltanto tecnico, ma pedagogico ed etico. L’OECD scrive che gli strumenti AI per studenti con SEN e learner neurodivergenti possono promuovere partecipazione e accessibilità, ma solo se integrati in contesti educativi ben progettati e accompagnati da docenti preparati. Nel report 2026 sulla formazione professionale neurodivergente, l’OECD sottolinea anche che insegnanti e datori di lavoro possono essere sopraffatti dal numero di strumenti disponibili, che i docenti spesso non hanno supporto sufficiente, che i costi possono creare disuguaglianza e che servono policy guidelines esplicite su accessibilità, diritti, privacy e formazione.
Il ruolo degli insegnanti, quindi, non diminuisce affatto. Diventa più delicato. L’insegnante non deve solo conoscere uno strumento, ma saper leggere quando un supporto sta realmente facilitando l’apprendimento e quando sta invece coprendo una difficoltà senza trasformarla. Deve distinguere tra accomodamento utile e delega eccessiva. Deve anche ricordare che la neurodivergenza non è una categoria unica: ciò che aiuta uno studente può disorganizzare, affaticare o irritare un altro. Anche per questo la letteratura insiste più sulla flessibilità che sulle ricette universali.
Esiste poi un rischio meno discusso ma molto serio: che l’AI venga usata per sorvegliare più che per includere. Se i sistemi raccolgono continuamente dati su attenzione, tempi, errori, comportamento o pattern di apprendimento, la linea tra supporto e monitoraggio può diventare sottile. L’OECD richiama esplicitamente questioni di dati, privacy e possibili bias nei sistemi rivolti a studenti con bisogni speciali. Per studenti neurodivergenti questo è ancora più sensibile, perché dati sul funzionamento cognitivo o sul comportamento scolastico possono essere letti in modo stigmatizzante o cristallizzare etichette già rigide.
La mia tesi è questa: l’AI può diventare una risorsa importante per le neurodivergenze solo se smette di presentarsi come scorciatoia universale e accetta di essere uno strumento situato, limitato, negoziato e accompagnato. Può aiutare a rimuovere ostacoli inutili. Può offrire accessi alternativi al sapere. Può alleggerire compiti che per alcuni studenti sono sproporzionatamente gravosi. E indubbiamente può aiutare e sostenere gli insegnanti. Ma non deve essere usata per normalizzare forzatamente, per medicalizzare la differenza o per sostituire la relazione educativa con una protesi algoritmica. La scuola dovrebbe usare l’AI per ampliare le possibilità di apprendere, non per restringere i modi legittimi di essere intelligenti. Conclusione: potenziale alto, ma solo dentro una cornice di diritti, progettazione seria e buona pedagogia.
Quindi, non dovrebbe essere “l’AI salverà i neurodivergenti”, che suona paternalistica e falsa. Dovrebbe essere: forse l’AI può aiutare la scuola a diventare meno rigida, meno standardizzata e meno punitiva, ma solo se la scuola non abdica alla propria responsabilità umana. La domanda più importante non è quanto sia intelligente il sistema. La domanda è se rende più libera la persona.
Vanessa
Nel prossimo post parleremo degli strumienti utili alle divergenze per le scuole.
Glossario dei concetti più difficili
Neurodivergenze
Modi di funzionare, apprendere, percepire o regolare l’esperienza che non coincidono con lo standard dominante.
SEN, Special Education Needs
Bisogni educativi che richiedono supporti, adattamenti o strumenti specifici per permettere un apprendimento equo.
Accessibilità
La possibilità concreta di usare materiali, ambienti e strumenti senza essere esclusi da barriere inutili.
Accomodamento
Adattamento ragionevole che permette a una persona di partecipare meglio senza essere penalizzata da un ambiente rigido.
Compensazione
Supporto che aiuta a superare una difficoltà specifica senza eliminare il bisogno di comprendere o imparare.
Autonomia cognitiva
Capacità di pensare, scegliere e capire senza dipendere sempre da una guida esterna.
Bias
Distorsioni dei dati o dei sistemi che portano a risultati ingiusti, parziali o stereotipati.
Privacy dei dati
Protezione delle informazioni personali, soprattutto quando riguardano salute, apprendimento o funzionamento cognitivo.
Medicalizzare la differenza
Trattare ogni differenza come un difetto o un problema clinico da correggere.
Rewriting
Riformulazione di un testo con altre parole, spesso per renderlo più chiaro, più semplice o più corretto formalmente.
Integrità accademica
Rispetto delle regole di correttezza nello studio e nella produzione di elaborati.
Personalizzazione
Adattamento di strumenti, spiegazioni o percorsi ai bisogni della singola persona.
In parole semplici
- L’AI può aiutare alcune persone neurodivergenti a studiare meglio.
- Può semplificare testi, aiutare a organizzarsi e sostenere la scrittura.
- Però non è una magia e non aiuta tutti allo stesso modo.
- Se viene usata male, può creare dipendenza o far fare alla macchina troppo lavoro mentale.
- Il rischio è che diventi uno strumento per controllare o normalizzare invece che per includere.
- Gli insegnanti restano fondamentali, perché devono capire quando l’aiuto è vero e quando è solo apparenza.
- La domanda giusta non è se l’AI sia moderna o no.
- La domanda giusta è se rende la persona più libera, più capace e meno esclusa.
Note sugli studiosi e sulle istituzioni citate
OECD, OCSE
Organizzazione internazionale che studia economia, educazione, lavoro e politiche pubbliche. Nei report citati analizza come l’AI possa sostenere studenti con bisogni educativi speciali e learner neurodivergenti, ma insiste anche su rischi, costi, formazione dei docenti e diritti.
Xin Zhao, Andrew Cox, Xuanning Chen
Autori dello studio del 2025 sull’uso della GenAI da parte di studenti con disabilità nell’istruzione superiore. Il lavoro mostra sia usi concreti e utili nella scrittura accademica, sia timori su inaccuratezza, costi e integrità accademica.
Michelle Ronksley-Pavia e colleghi
Autori della scoping review del 2025 sulle applicazioni GenAI per studenti neurodivergenti nella scuola K-12. Il loro lavoro descrive un campo promettente ma ancora giovane, con benefici possibili e molte cautele necessarie.
Fonti consultate per questo articolo, dalla più recente alla più vecchia
2026 | OECD, AI to Support Neurodivergent Learners in Vocational Education and Training
https://www.oecd.org/en/publications/ai-to-support-neurodivergent-learners-in-vocational-education-and-training_718d7522-en/full-report.html
2025 | OECD, Leveraging Artificial Intelligence to Support Students with Special Education Needs
https://www.oecd.org/en/publications/leveraging-artificial-intelligence-to-support-students-with-special-education-needs_1e3dffa9-en.html
2025 | Zhao, Cox, Chen, The use of generative AI by students with disabilities in higher education
https://www.sciencedirect.com/science/article/pii/S1096751625000235
2025 | Ronksley-Pavia et al., A scoping literature review of generative artificial intelligence for supporting neurodivergent school students
https://www.sciencedirect.com/science/article/pii/S2666920X25000773
Commenti