Curiosare, sperimentare, capire: costruire pensiero computazionale e cittadinanza digitale fin dai primi anni, nel rispetto dei bambini e dell’AI Act

A cura di G. Ianniello (PGM di G.I.) Referente per la Transizione Digitale, la Trasparenza e la Protezione dei Dati

Anno scolastico 2026/2027

1. Perché parlare di Intelligenza Artificiale già alla primaria

L’Intelligenza Artificiale (IA) non è più una tecnologia di frontiera confinata ai laboratori di ricerca: è già presente nella vita quotidiana dei bambini, spesso in forma invisibile. Gli assistenti vocali che rispondono a una domanda, i suggerimenti automatici di un’applicazione di disegno, i filtri che riconoscono un volto in una fotografia, i sistemi di raccomandazione di video: tutti questi strumenti si fondano su tecniche di intelligenza artificiale che i bambini incontrano ben prima di sapere cosa sia un algoritmo. Introdurre l’IA nella scuola primaria non significa insegnare il funzionamento tecnico delle reti neurali, ma costruire fin da subito le basi di un pensiero critico e computazionale che permetta a bambine e bambini di comprendere, usare consapevolmente e, quando serve, mettere in discussione questi strumenti.

Il Piano Scuola 4.0, le Indicazioni Nazionali per il curricolo e le più recenti Linee guida ministeriali per l’introduzione dell’Intelligenza Artificiale nelle istituzioni scolastiche convergono su un punto: l’educazione all’IA non è una materia aggiuntiva, ma una lente trasversale che attraversa le discipline STEM (Scienze, Tecnologia, Ingegneria, Matematica) e si intreccia con l’educazione civica digitale. Alla primaria, questo significa privilegiare l’esperienza concreta, il gioco strutturato, la manipolazione e la narrazione, più che la lezione frontale su concetti astratti.

Questa pubblicazione si rivolge a docenti, referenti per l’innovazione digitale e dirigenti scolastici che desiderano avviare percorsi STEM sull’IA nella scuola primaria in modo pedagogicamente solido, age-appropriate e coerente con il quadro normativo europeo, in particolare con il Regolamento (UE) 2024/1689 (AI Act), che dedica un’attenzione specifica alla tutela dei minori e introduce, all’articolo 4, un obbligo di alfabetizzazione all’IA per il personale che la utilizza o la fa utilizzare agli studenti.

2. Le basi: dal pensiero computazionale all’intelligenza artificiale

Prima di parlare di IA è necessario che i bambini abbiano familiarità con il pensiero computazionale: la capacità di scomporre un problema in passi semplici (decomposizione), riconoscere schemi ricorrenti (pattern recognition), individuare ciò che è essenziale ignorando i dettagli superflui (astrazione) e costruire sequenze ordinate di istruzioni (algoritmi). Questi quattro pilastri, ben noti alla didattica del coding e della robotica educativa, sono anche le fondamenta concettuali su cui si innesta la comprensione dell’IA. Molti sistemi di IA oggi diffusi si basano su algoritmi capaci di apprendere schemi dai dati.

2.1 Attività unplugged: capire senza il computer

Le attività “unplugged”, cioè senza l’uso di dispositivi digitali, sono particolarmente efficaci alla primaria perché permettono di sperimentare concetti computazionali con il corpo, con carta e matita, con giochi di gruppo. Alcuni esempi concreti:

• Il gioco del “robot umano”: un bambino, bendato o semplicemente istruito a eseguire solo ciò che gli viene detto, deve raggiungere un obiettivo (es. prendere un oggetto) seguendo esclusivamente i comandi verbali dei compagni. L’attività introduce concretamente il concetto di algoritmo e di istruzione precisa.
• Classificazione di oggetti: dividere in gruppi una collezione di oggetti (bottoni, foglie, immagini di animali) secondo criteri scelti dai bambini stessi, per poi confrontare i criteri usati. È un’introduzione naturale al concetto di classificazione, alla base di molti sistemi di IA.
• “Indovina la regola”: un bambino pensa a una regola nascosta (es. “tutti gli animali con quattro zampe”) e i compagni propongono esempi finché non individuano la regola. Questo gioco anticipa in modo giocoso l’idea di apprendimento supervisionato: il sistema (qui, i compagni) impara una regola generale osservando esempi etichettati come giusti o sbagliati.
• Costruzione di semplici diagrammi di flusso con frecce e disegni per rappresentare una routine quotidiana (es. i passaggi per lavarsi i denti), da tradurre poi in linguaggio di programmazione a blocchi.

2.2 Robotica educativa e coding a blocchi

Strumenti come le api robotiche programmabili, i piccoli robot a blocchi colorati o le piattaforme di coding visuale (basate su blocchi trascinabili, senza necessità di scrivere codice testuale) permettono ai bambini di sperimentare concretamente il concetto di algoritmo: programmare una sequenza di movimenti, prevedere l’esito, verificarlo, correggere l’errore (debugging). Questo approccio “tinker-based”, cioè basato sulla sperimentazione per tentativi, sviluppa resilienza cognitiva e abitua fin da piccoli all’idea che un sistema automatico fa esattamente quello che gli viene detto di fare, non ciò che si intende implicitamente: un concetto chiave anche per comprendere i limiti dell’IA.

3. Attività STEM specifiche sull’intelligenza artificiale per la primaria

Superata la fase propedeutica del pensiero computazionale, è possibile introdurre attività che toccano più direttamente i concetti di apprendimento automatico, in forma sempre giocosa e concreta.

3.1 Riconoscimento di pattern e classificazione “intelligente”

Con carte illustrate raffiguranti frutta, animali o forme geometriche, i bambini possono simulare a turno il ruolo di una “macchina che impara”: osservano una serie di esempi già classificati (mele = rosse e tonde; banane = gialle e allungate) e poi provano a classificare nuovi esempi, scoprendo che a volte la macchina sbaglia (una mela verde può confondere la classificazione basata solo sul colore). Questa attività, semplicissima da realizzare con materiale cartaceo, introduce concretamente due concetti fondamentali dell’IA contemporanea: l’apprendimento a partire da esempi (training) e la possibilità di errore, introduce il concetto di apprendimento dai dati e mostra come dati incompleti o poco rappresentativi possano portare a errori o distorsioni (bias). quando gli esempi usati per insegnare non sono sufficientemente vari.

3.2 Il gioco della “scatola magica”

Un’attività molto efficace per demistificare l’ IA generativa consiste nel presentare ai bambini una “scatola magica” (che può essere anche solo scatolare, fisica, con un adulto dietro un paravento che riceve bigliettini e restituisce risposte secondo regole prestabilite) che risponde a domande o completa disegni. I bambini scoprono con l’esperienza diretta che la scatola non “capisce” davvero, ma segue regole che qualcuno ha impostato, e che le sue risposte possono essere sorprendenti, utili, ma anche sbagliate o strane. È un modo concreto per introdurre l’idea che gli strumenti di IA generativa (come i chatbot) producono testo o immagini sulla base di schemi statistici appresi, non di una reale comprensione.

3.3 Matematica e IA: dati, frequenze, semplici statistiche

Le discipline STEM offrono numerose occasioni di collegamento naturale. Raccogliere dati semplici in classe (il colore preferito dei compagni, il numero di libri letti in un mese), rappresentarli in un istogramma disegnato a mano o con un semplice foglio di calcolo guidato dal docente, e discutere che cosa questi dati “raccontano” introduce il concetto di dataset, che è alla base di ogni sistema di IA: una macchina impara solo dai dati che le vengono forniti, e se i dati sono pochi o parziali, anche le sue previsioni lo saranno.

3.4 Scienze: osservare, classificare, come fa la natura e come fa la macchina

Un percorso interdisciplinare efficace collega le scienze naturali (osservazione, classificazione di piante, animali, materiali) al modo in cui un sistema di IA “impara” a riconoscere immagini. Si può proporre ai bambini di confrontare il proprio processo di apprendimento (osservare tante volte una farfalla per riconoscerla) con quello, analogo ma automatizzato, di un sistema addestrato su migliaia di fotografie di farfalle, evidenziando sia le somiglianze sia le differenze sostanziali, prima fra tutte l’assenza, nella macchina, di comprensione ed esperienza sensoriale reale.

4. Alfabetizzazione critica: imparare a mettere in discussione la macchina

Un’educazione all’IA autenticamente formativa non si limita a mostrare cosa questi strumenti sanno fare, ma allena fin da subito uno sguardo critico. Anche alla primaria, con un linguaggio adeguato all’età, è possibile costruire alcune domande-guida che accompagnano ogni attività:

• Chi ha “insegnato” a questa macchina? Con quali esempi?
• La macchina può sbagliare? Perché?
• Questa risposta è vera, oppure sembra solo vera?
• Se uso questa macchina per un compito, sto ancora imparando io?

Obiettivo pedagogico: non demonizzare né mitizzare l’IA, ma restituire ai bambini gli strumenti concettuali per usarla con consapevolezza, riconoscendone potenzialità e limiti.

Questo approccio è coerente con l’articolo 4 dell’AI Act, che impone a chi utilizza un sistema di IA nel corso della propria attività professionale è un deployer. — le istituzioni scolastiche, quando utilizzano sistemi di IA nell’attività educativa, possono assumere il ruolo di deployer ai sensi dell’AI Act. — di adottare misure per garantire un livello adeguato di alfabetizzazione in materia di intelligenza artificiale, tenendo conto delle conoscenze del personale e, per estensione pedagogica, del pubblico a cui l’IA viene presentata, inclusi gli studenti più giovani.

5. Il ruolo del docente: supervisione umana e uso consapevole

Alla primaria, qualsiasi strumento di IA utilizzato in classe deve restare saldamente sotto la supervisione dell’adulto. Questo principio, che nell’AI Act si traduce nell’obbligo generale di sorveglianza umana (human oversight) sui sistemi di IA, ha alla primaria un significato pedagogico ancor prima che normativo: i bambini di 6-10 anni non hanno gli strumenti cognitivi per valutare autonomamente l’affidabilità di un contenuto generato da un’IA, né per comprendere appieno le implicazioni sulla protezione dei propri dati personali.

Alcune buone pratiche operative per i docenti:

• Preferire strumenti di IA pensati specificamente per un pubblico scolastico, verificati dalla scuola e, ove necessario, autorizzati dal Titolare del trattamento dopo valutazione con il Responsabile della Protezione dei Dati (DPO).
• Evitare l’inserimento di dati personali degli studenti (nomi, foto, elaborati identificabili) in strumenti di IA generativa non specificamente approvati dall’istituto.
• Mediare sempre l’interazione tra bambini e chatbot o assistenti conversazionali: mai lasciare un bambino della primaria a interagire da solo e senza supervisione con un sistema di IA generativa aperto al pubblico.
• Spiegare sempre, prima di ogni attività, che uno strumento di IA è stato usato o verrà usato, in coerenza con il principio di trasparenza che innerva sia l’AI Act sia il GDPR.
• Coinvolgere le famiglie, informandole preventivamente sull’uso didattico di strumenti di IA e fornendo le informative previste e verificando la corretta base giuridica del trattamento dei dati personali.

6. Attenzione alle pratiche vietate: cosa la scuola non deve mai fare

L’AI Act, all’articolo 5, vieta in modo assoluto alcune pratiche di intelligenza artificiale ritenute incompatibili con i diritti fondamentali. Due di queste hanno una diretta rilevanza per il mondo della scuola e meritano attenzione anche in un contesto divulgativo come questo, poiché alcuni prodotti commerciali proposti al mercato educativo potrebbero, se non attentamente valutati, incorrere in questi divieti:

• È vietato l’uso di sistemi di riconoscimento delle emozioni negli ambienti scolastici mediante sistemi di IA destinati a dedurre emozioni (salvo le limitate eccezioni per motivi medici o di sicurezza espressamente previste dal Regolamento). Strumenti che promettono di “misurare l’attenzione” o lo “stato emotivo” degli studenti attraverso telecamere o altri sensori vanno guardati con estrema cautela e, salvo le eccezioni di legge, non possono essere adottati.
• È vietato lo scoring sociale, cioè la valutazione o classificazione delle persone sulla base del comportamento sociale o di caratteristiche personali con effetti pregiudizievoli e sproporzionati: un principio che deve orientare con prudenza anche l’eventuale uso di strumenti di IA per il monitoraggio del comportamento degli studenti.

La scelta e la validazione di qualunque strumento di IA da adottare in classe non dovrebbe mai essere lasciata alla sola iniziativa del singolo docente, ma passare attraverso un processo istituzionale che coinvolga il team digitale della scuola e il DPO, così da assicurare coerenza con l’AI Act, il GDPR e le Linee guida ministeriali.

7. Un possibile percorso didattico annuale (esempio operativo)

A titolo esemplificativo, ecco una possibile scansione di un percorso STEM sull’IA per una classe di scuola primaria (classi IV-V), articolato in unità modulari da adattare al contesto:

• Modulo 1 (Ottobre): pensiero computazionale e attività unplugged (giochi di classificazione, robot umano).
• Modulo 2 (Novembre-Dicembre): robotica educativa e coding a blocchi, con piccoli progetti di gruppo.
• Modulo 3 (Gennaio-Febbraio): dati e statistica di base, raccolta e rappresentazione di dati semplici.
• Modulo 4 (Marzo): attività “la scatola magica” e primo incontro guidato, mediato dal docente, con un chatbot educativo appositamente selezionato.
• Modulo 5 (Aprile): alfabetizzazione critica, discussione guidata su cosa sa e cosa non sa fare una macchina.
• Modulo 6 (Maggio): restituzione finale, mostra o presentazione dei progetti alle famiglie, con momento informativo su uso e tutela dei dati.

8. Conclusioni

Portare l’intelligenza artificiale nella scuola primaria attraverso un approccio STEM ludico, concreto e progressivo non significa anticipare contenuti tecnici prematuri, ma costruire fin da subito le fondamenta di una cittadinanza digitale consapevole. Un bambino che ha giocato a “indovinare la regola”, che ha visto una macchina sbagliare una classificazione, che ha imparato a chiedersi “chi ha insegnato a questa macchina?”, svilupperà più facilmente le competenze critiche necessarie per comprendere e utilizzare l’IA in modo consapevole, invece di subirla passivamente. Questo obiettivo pedagogico è pienamente coerente con lo spirito del Regolamento europeo sull’intelligenza artificiale (AI Act), che promuove un approccio antropocentrico all’IA, tutela i diritti fondamentali – con particolare attenzione ai soggetti vulnerabili, come i minori – e valorizza l’alfabetizzazione sull’IA, la trasparenza e la supervisione umana nell’impiego dei sistemi di intelligenza artificiale.

NON PERDERTI LA LETTURA DELL’ Intelligenza Artificiale e STEM nella Scuola Secondaria di Primo Grado