← Osservatorio

Compiti più veloci del 30% e voti in calo del 20%, il paradosso dell'IA in uno studio su 26.000 studenti

A scuola completare un compito non è l'obiettivo. È il mezzo con cui la mente impara a pensare. Quando un lavoratore usa l'intelligenza artificiale per chiudere una pratica in metà tempo, l'efficienza è un guadagno economico reale. Quando lo fa uno studente, quella stessa efficienza rischia di trasformarsi in una trappola cognitiva, perché aggira la fatica intellettuale che genera l'apprendimento duraturo.

Fino a oggi il dibattito sull'IA in classe si è diviso tra entusiasmi tecnologici ed esperimenti di laboratorio della durata di poche ore. A giugno 2026 un gruppo di economisti delle università di Stoccolma e Hong Kong (David Strömberg, Victor Lei e Yanhui Wu) ha pubblicato il primo grande studio longitudinale condotto su 26.811 studenti tra i 12 e i 18 anni (scuole medie e superiori, gradi scolastici dal settimo al dodicesimo) seguiti per trenta mesi. I risultati mostrano con precisione matematica cosa accade quando gli adolescenti adottano l'IA generativa nella vita reale.

Il paradosso della produttività scolastica

I ricercatori hanno monitorato nove materie combinando i tempi e i voti dei compiti a casa con i risultati degli esami mensili a libro chiuso e delle prove di ammissione statali. Il fatto che gli studenti abbiano iniziato a usare l'IA in momenti diversi nel corso dei trenta mesi ha permesso di confrontare con rigore l'evoluzione di ciascun ragazzo prima e dopo l'adozione rispetto ai compagni che non la usavano ancora o che non l'hanno mai adottata.

I dati fotografano una divergenza immediata e impressionante tra la prestazione sul singolo compito e la reale acquisizione di competenze.

Grafico a schede sul paradosso tra produttività nei compiti e risultati agli esami a libro chiuso

Il paradosso dell'apprendimento con l'IA. Voti nei compiti a casa rispetto ai risultati negli esami a libro chiuso. Fonte, Strömberg, Lei, Wu (2026).

Nei compiti a casa l'IA genera un balzo di produttività evidente. Dopo cinque mesi di utilizzo il tempo necessario per completare un'assegnazione scende da 64 a 45 minuti (un risparmio secco del 30 per cento) mentre i voti attribuiti ai compiti salgono del 18 per cento.

Nello stesso periodo accade l'opposto nelle verifiche in aula. Negli esami mensili a libro chiuso, dove lo strumento non è presente, i voti degli studenti che usano l'IA crollano del 20 per cento della media di partenza, una perdita pari a 1,4 deviazioni standard.

Questo dato rompe una regola storica della scuola. Nella didattica tradizionale chi ottiene voti alti nei compiti ottiene voti alti anche agli esami, perché l'esercizio a casa riflette l'impegno dello studente. Con l'avvento dell'IA generativa la relazione si inverte. Tra gli studenti che usano gli assistenti digitali, chi registra i punteggi più alti nei compiti ottiene i risultati peggiori all'esame a libro chiuso. Il voto sul compito non misura più la bravura del ragazzo, ma il grado della sua delega tecnologica.

La penalità si accumula nel tempo

Una delle scoperte più importanti della ricerca riguarda la dimensione temporale. Mentre il calo nelle verifiche mensili si manifesta già entro sei mesi, il danno sulle competenze profonde richiede molto più tempo per emergere in tutta la sua gravità.

Gli autori hanno analizzato i risultati degli esami di stato ad alto rischio, ovvero lo Zhongkao (la prova standardizzata che decide l'accesso alle scuole superiori al termine della terza media) e il Gaokao (il selettivo esame nazionale di ammissione all'università).

Grafico a tappe temporali sull'accumulo della penalità di apprendimento a due anni

Progressione della penalità di apprendimento dall'adozione iniziale agli esami di stato a 24 mesi. Fonte, Strömberg, Lei, Wu (2026).

A distanza di due anni dall'adozione dell'IA, i punteggi scendono del 24 per cento nello Zhongkao (1,5 deviazioni standard) e del 18 per cento nel Gaokao (1,3 deviazioni standard).

Questo andamento spiega perché gli studi sperimentali condotti su una singola lezione o su poche settimane rischiano di ingannare educatori e decisori pubblici. Nel breve periodo l'IA fornisce risposte corrette e crea un'illusione di padronanza. Nel lungo periodo il mancato esercizio atrofizza le strutture concettuali di base, lasciando lo studente privo delle fondamenta necessarie per affrontare prove complesse in autonomia.

Come abbiamo già documentato nella nostra analisi sul rischio cognitivo e la connettività cerebrale, il debito cognitivo accumulato oggi presenta sempre il conto domani.

Esternalizzazione contro tutorato, la scelta dell'81%

L'aspetto fondamentale evidenziato dagli studiosi è che l'IA non danneggia l'apprendimento per una sua caratteristica intrinseca, ma per la modalità d'uso prevalente tra i ragazzi.

Dall'analisi delle distribuzioni temporali emergono due gruppi distinti.

Circa l'81 per cento degli studenti utilizza l'IA per esternalizzare interamente i compiti, adottando la pratica di homework outsourcing. Questi ragazzi chiudono le consegne in meno di cinquanta minuti (un tempo inferiore a quello del più veloce studente senza IA), ottengono voti elevatissimi a casa e falliscono regolarmente negli esami a libro chiuso. Hanno usato la macchina per liberarsi del compito, azzerando lo sforzo di comprensione.

Il restante 19 per cento degli studenti mantiene tempi di studio analoghi a quelli dei coetanei tradizionali (oltre 65 minuti per compito). Questo gruppo usa l'IA per esplorare spiegazioni alternative, verificare passaggi ostici o farsi interrogare. Per loro la penalità di apprendimento è praticamente nulla o trascurabile.

Il punto critico è che, lasciati a loro stessi con strumenti generalisti gratuiti che forniscono risposte immediate, quattro studenti su cinque scelgono spontaneamente la scorciatoia.

Dalle scienze sociali alla matematica, dove si perde di più

La ricerca quantifica per la prima volta l'effetto dell'IA su tutte le principali discipline scolastiche.

Grafico a barre orizzontali sulla perdita di apprendimento per singola area disciplinare

Calo dell'apprendimento per area disciplinare negli esami scolastici. Fonte, Strömberg, Lei, Wu (2026).

La perdita più marcata si registra nelle scienze sociali (storia, educazione civica e politica, geografia), con un crollo medio del 27 per cento. Sono materie in cui la tentazione di farsi generare una sintesi o un testo argomentativo pronto è altissima. Quando lo studente non legge i documenti e non elabora la sintesi con parole proprie, la comprensione storica e concettuale si dissolve.

Seguono le materie STEM (matematica, fisica, chimica, biologia), con una perdita media del 22 per cento. In matematica il calo è pari a 0,84 deviazioni standard. Delegare la risoluzione di equazioni e problemi toglie alla mente l'allenamento procedurale indispensabile per affrontare varianti non previste durante le verifiche in aula.

Le discipline linguistiche mostrano all'apparenza un calo più contenuto, con l'inglese al 17 per cento e la lingua madre al 9 per cento. Questo dato non deve però rassicurare. Se nelle materie scientifiche la perdita di calcolo e formule è immediata e misurabile fin dalle prime verifiche, il vero decadimento logico-linguistico lavora a un livello molto più profondo e silenzioso. La perdita di ricchezza lessicale, la semplificazione sintattica e l'incapacità di articolare ragionamenti sfumati non emergono subito nei test standardizzati, ma si accumulano nel corso degli anni. Per misurare la reale erosione delle competenze linguistiche e del pensiero critico serviranno verosimilmente studi su archi temporali ancora più lunghi. Un calo vicino al dieci o venti per cento in soli due anni è già un segnale d'allarme severo, non un motivo di sollievo.

Età, dosaggio e rendimento pregresso

L'indagine evidenzia tre ulteriori fattori di rischio che ogni scuola deve considerare.

  • L'età degli studenti. I ragazzi della scuola secondaria di primo grado (scuole medie, 12-15 anni) subiscono un calo del 24 per cento, contro il 17 per cento registrato alle superiori. Nei primi anni dell'adolescenza la capacità di autoregolazione è ancora immatura e il controllo dello studio a casa è più fragile.
  • La dose d'uso. L'effetto è strettamente proporzionale al tempo trascorso con l'IA. Chi dichiara un uso inferiore a un'ora settimanale registra un calo contenuto al 5 per cento. Chi supera le cinque ore settimanali subisce una perdita del 30 per cento.
  • Il rendimento pregresso. Contro ogni previsione intuitiva, gli studenti storicamente più bravi subiscono le perdite assolute più ampie. Chi prima dell'IA otteneva i voti migliori lo faceva dedicando tempo e concentrazione alla riflessione profonda. Quando questi studenti iniziano a delegare la formulazione alla macchina, disinnescano proprio il metodo di studio che garantiva la loro eccellenza.

Il metodo Retoria, cambiare la postura e non vietare la tecnologia

I risultati di questo studio confermano la visione su cui è nata Retoria. Vietare l'intelligenza artificiale o fingere che non esista nella quotidianità dei ragazzi è inutile. Gli studenti continueranno a usarla sui propri smartphone a casa.

La vera sfida pedagogica consiste nell'insegnare una postura attiva, trasformando l'IA in una palestra cognitiva invece che in un distributore di risposte pronte.

Nei nostri percorsi formativi per istituti scolastici, dirigenti e docenti applichiamo quattro principi operativi.

  1. Prima si formula con la propria testa, poi si interroga l'algoritmo. Nessuna domanda viene posta all'IA senza aver prima redatto una propria bozza o un proprio tentativo di risoluzione.
  2. L'IA si usa come sparring partner e non come esecutore. Lo strumento serve per farsi fare domande difficili, per simulare un contraddittorio o per individuare errori logici nella propria tesi, mai per farsi scrivere il testo finale.
  3. Le verifiche a libro chiuso restano il presidio della verità cognitiva. La scuola deve valorizzare la produzione autonoma in presenza, spiegando agli studenti che la fatica dello studio non è un difetto del sistema, ma l'unico processo biologico che consolida le competenze nel cervello.
  4. La lingua e il pensiero critico restano al centro. Governare l'IA richiede una padronanza linguistica superiore, non inferiore. Chi non sa formulare una distinzione concettuale non sarà mai in grado di valutare la risposta generata dal modello.

L'intelligenza artificiale può essere un potente moltiplicatore culturale, ma solo se incontra una mente umana già allenata a pensare.

Vuoi verificare il livello di preparazione della tua scuola o del tuo istituto e progettare percorsi formativi efficaci per docenti e studenti? Contattaci per una valutazione di AI readiness o scopri il nostro manifesto educativo.


Nota metodologica

Lo studio di David Strömberg, Victor Lei e Yanhui Wu analizza un panel di 26.811 studenti delle scuole secondarie (gradi 7–12, età 12-18 anni) distribuite in 5 scuole medie e 4 scuole superiori di una contea rappresentativa della Cina centrale (popolazione superiore a 1 milione di abitanti, PIL pro capite di circa 6.000 dollari). Il dataset copre 30 mesi di rilevazioni continuative (da settembre 2022 a giugno 2025), tracciando compiti a casa (tempi e accuratezza), esami mensili interni a libro chiuso e prove d'ingresso standardizzate regionali e nazionali (Zhongkao e Gaokao).

L'identificazione econometrica sfrutta l'adozione scaglionata nel tempo degli strumenti di IA generativa attraverso un modello Difference-in-Differences con lo stimatore di regression adjustment di Callaway e Sant'Anna (2021), validato con stimatori di Sun e Abraham e verifiche di parallel trends nel periodo pre-adozione.

Fonti