Dalla memoria al giudizio, quali competenze contano davvero
Per generazioni la scuola ha premiato chi sapeva ricordare. Date, formule, definizioni, la memoria era il segno della competenza. Oggi, in un mondo in cui qualunque risposta è disponibile in pochi secondi su qualsiasi assistente conversazionale, quel segno ha smesso di funzionare. Il valore unico dell'essere umano non sta più nell'avere la risposta, ma nel sapere quale domanda porre, come valutare ciò che si riceve e come collocarlo in un contesto che la macchina non conosce.
È una delle convergenze più forti del report EduNext 2026 dell'Osservatorio Look4ward (Luiss e Intesa Sanpaolo), visto che le interviste ai vertici di aziende, università e istituzioni descrivono lo stesso spostamento, formulato in modi diversi ma con la stessa struttura. Il sistema formativo deve smettere di privilegiare la memoria e iniziare a privilegiare il giudizio. Non è un'idea nuova nella pedagogia, ma l'IA la rende urgente e non più rimandabile.
Il valore si sposta dalla memoria al giudizio

Dove si sposta il valore delle competenze umane. Fonte EduNext 2026.
Il contenuto disciplinare non perde di senso, ma cambia funzione. Non è più informazione da immagazzinare, è strumento per allenare il ragionamento. La storia non si studia per conoscere le date, ma per sviluppare il riconoscimento di schemi nel lungo periodo. La matematica non si studia per eseguire calcoli, ma per imparare a impostare correttamente un problema. È uno spostamento che un dirigente intervistato nel report sintetizza con lucidità.
«Mi sono laureato quasi interamente grazie alla memoria. Lo sforzo, oggi, è stimolare le persone a sviluppare il giudizio, perché è quello che servirà loro. Il resto lo fa la macchina, meglio di noi.»
Più informazione non significa meno ambiguità
C'è una distinzione che emerge con forza dalle interviste, ed è preziosa per capire dove l'IA aiuta e dove no. L'intelligenza artificiale espande enormemente il potere informativo, ovvero la quantità di dati e di scenari a cui possiamo accedere. Ma non riduce l'ambiguità decisionale. Anzi, in un certo senso la amplifica, perché moltiplicare le alternative non aiuta a scegliere tra di esse. L'IA genera possibilità; resta all'essere umano entrarci dentro, valutarle e decidere. Per questo l'esperienza cambia natura.
«L'esperienza, che prima era memoria, non è più memoria. È la capacità di risolvere l'ambiguità, di definire cos'è giusto e cos'è sbagliato in un contesto che la macchina non conosce né può conoscere.»
La biforcazione cognitiva: oracolo o strumento

Non è l'accesso a creare il divario, ma la qualità dell'uso. Fonte EduNext 2026.
Qui sta il punto che ci sta più a cuore, perché riguarda direttamente la scuola e la formazione. La diffusione degli strumenti di IA porta con sé un paradosso che la retorica dell'inclusione tecnologica tende a nascondere. Non è l'accesso a creare il divario, ma il modo in cui si usa lo strumento. Chi usa l'IA come oracolo, delegando la risposta senza esercitare il giudizio, perde capacità cognitive per mancato uso. Chi la usa come strumento, per formulare domande migliori e valutare gli output, moltiplica le proprie capacità.
La biforcazione si autoalimenta. Chi parte avvantaggiato cognitivamente usa l'IA in modo più sofisticato e aumenta il vantaggio; chi parte svantaggiato la usa passivamente e impoverisce ulteriormente le proprie risorse. La ricerca pedagogica lo documenta da tempo, ovvero che delegare la memoria a uno strumento esterno ne riduce la ritenzione (Sparrow e colleghi, 2011), e che chi ha meno strumenti critici fatica a riconoscere i propri limiti (Kruger e Dunning, 1999). Una dirigente intervistata lo riassume con un'immagine che resta.
«Nel mondo digitale abbiamo tutta l'acqua che possiamo cercare, ma riuscire a distinguere l'acqua potabile da quella fangosa è una delle competenze più importanti. E questa non si impara dall'IA, si impara nonostante l'IA.»
Il 15% che conta
Una delle testimonianze più interessanti del report mette numeri sulla questione e la riformula in modo decisivo. Nella maggior parte dei compiti la macchina fa già meglio di noi; ciò che conta è la quota residua, quella in cui il giudizio umano è insostituibile.
«Nell'85% dei casi l'output della macchina è superiore, più veloce e costa meno. Quello che conta è quel 15%, ma bisogna essere molto chiari su quale sia e investire in profondità esattamente lì.»
La risposta formativa, allora, non cambia di estensione ma di natura. Non si tratta di proteggere una vasta area di competenze dalla sostituzione, ma di individuare con precisione dove si concentra quel 15% e di approfondirlo. È una competenza metacognitiva, ovvero capire che cosa è certo, che cosa è probabile e che cosa è improbabile tra gli scenari che l'IA propone tutti con la stessa sicurezza. Ed è proprio ciò che i sistemi formativi fanno più fatica a sviluppare, perché richiede di abituare le persone a convivere con l'incertezza anziché a eliminarla.
Il problema di Bloom e la promessa del tutoraggio

Il vantaggio del tutoraggio individuale misurato da Benjamin Bloom, fonte Bloom 1984.
C'è anche una buona notizia. In un esperimento diventato classico, Benjamin Bloom (1984) dimostrò che il tutoraggio individuale uno-a-uno produce risultati di apprendimento superiori di circa il 98% rispetto alla lezione frontale tradizionale, ovvero due deviazioni standard. Il problema, da allora, è sempre stato il costo, ossia nessun sistema educativo può permettersi un tutor dedicato per ogni studente. Gli agenti di IA aprono per la prima volta la possibilità di scalare quella personalizzazione a costi accessibili, rispondendo a ciascuno e restituendo al docente un quadro delle difficoltà più ricorrenti.
A una condizione, però. Il vantaggio si realizza solo se accompagnato dalla capacità di valutare criticamente ciò che l'agente restituisce. Senza giudizio, il tutor diventa di nuovo un oracolo, e si torna alla biforcazione. La tecnologia, da sola, non basta mai, poiché serve il docente.
Le competenze trasversali, cosa sono e perché adesso pesano di più
Nella scuola italiana, quando si parla di giudizio, la parola che ricorre è competenze trasversali (in inglese soft skills). Sono le capacità che non appartengono a una materia sola e che ti porti dietro in qualunque contesto, come imparare a imparare, lavorare con gli altri, comunicare, organizzare il proprio lavoro. La Raccomandazione del Consiglio dell'Unione europea del 22 maggio 2018 le colloca fra le otto competenze chiave per l'apprendimento permanente, a partire dalla competenza personale, sociale e capacità di imparare a imparare. Le Linee guida del 2019 sui percorsi per le competenze trasversali e per l'orientamento (il decreto ministeriale 774, quelli che dall'anno scolastico 2025/26 si chiamano formazione scuola-lavoro) le hanno indicate come traguardo formativo di quei percorsi. E nel 2025 è arrivata anche una legge dedicata, la n. 22 del 19 febbraio, sull'introduzione dello sviluppo delle competenze non cognitive e trasversali.
Per anni sono state trattate come il contorno delle discipline, cioè utili ma secondarie. L'IA ribalta la gerarchia. Il contenuto che la macchina recupera in un secondo perde valore come informazione da possedere, mentre le capacità trasversali sono proprio quelle che servono per fare la domanda giusta, valutare quello che arriva e decidere in un contesto che lo strumento non conosce. In altre parole, il giudizio di cui parla EduNext non è una materia in più da aggiungere al programma. È la competenza trasversale per eccellenza, e si allena dentro ogni disciplina, non accanto.
Cosa significa per la formazione
Tutto questo non è un'astrazione teorica, è il cuore del modo in cui pensiamo la formazione. Insegnare nell'era dell'IA non significa trasferire informazioni che la macchina recupera meglio di noi, ma allenare le persone a porre domande migliori, a valutare gli output e a riconoscere il 15% che resta umano. È una formazione che mette al centro il pensiero critico e il giudizio, dagli studenti ai docenti, dal personale amministrativo a chi guida un'organizzazione.
Per sviluppare il giudizio e il pensiero critico nella propria scuola o organizzazione è possibile scriverci qui, scoprire il metodo Retoria, oppure approfondire come l'IA influisce sulle capacità logico-linguistiche e quali sono le 5 precondizioni per l'adozione dell'IA.
Nota metodologica
Le citazioni dei dirigenti (anonimizzate) e l'analisi sulla metamorfosi delle competenze provengono dal report EduNext 2026 (capitolo 2.3), basato su trentadue interviste in profondità condotte tra dicembre 2025 e aprile 2026 con metodologia Grounded Theory Costruttivista. Il dato sul tutoraggio individuale è il "2-sigma problem" di Benjamin Bloom (1984). I riferimenti al calo di ritenzione per delega della memoria (Sparrow et al., 2011) e al divario metacognitivo (Kruger e Dunning, 1999) sono ripresi dalla letteratura citata nel report. Le percentuali del grafico sono arrotondate a fini illustrativi.
Fonti
- Osservatorio Look4ward, Luiss Research Center for Strategic Change "Franco Fontana" & Intesa Sanpaolo (2026). EDUNext: Nuovi scenari per l'Education e le competenze nell'era dell'IA (CC BY 4.0).
- Bloom, B. S. (1984). The 2 Sigma Problem. Educational Researcher, 13(6), 4-16.
- Sparrow, B., Liu, J. & Wegner, D. M. (2011). Google Effects on Memory. Science, 333(6043), 776-778.
- Kruger, J. & Dunning, D. (1999). Unskilled and Unaware of It. Journal of Personality and Social Psychology, 77(6).
- Consiglio dell'Unione europea (2018). Raccomandazione del 22 maggio 2018 relativa alle competenze chiave per l'apprendimento permanente. Gazzetta ufficiale dell'Unione europea, C 189.
- Ministero dell'Istruzione (2019). Linee guida dei percorsi per le competenze trasversali e per l'orientamento, adottate con il DM 774 del 4 settembre 2019.
- Legge 19 febbraio 2025 n. 22, sull'introduzione dello sviluppo di competenze non cognitive e trasversali.
- Camera dei deputati, scheda sul decreto legge 127 del 2025, convertito dalla legge 30 ottobre 2025 n. 164.
- VanLehn, K. (2011). The Relative Effectiveness of Human Tutoring and Intelligent Tutoring Systems. Educational Psychologist, 46(4).