Next Generation AI · Villa Erba, Cernobbio · 20 ottobre 2026
La scuola delle domande
Prompt Thinking: insegnare a interrogare le macchine e il mondo
Andrea Colamedici · filosofo, presidente di GenIA, AI Hub dell'Accademia di Arti e Nuove Tecnologie di Roma
Insegna Prompt Thinking all'Istituto Europeo di Design di Roma e alla 24ORE Business School
Nella Guida galattica per gli autostoppisti di Douglas Adams (1979) un computer di nome Pensiero Profondo viene costruito per dare la risposta alla domanda fondamentale sulla vita, l'universo e tutto quanto. Calcola per sette milioni e mezzo di anni.
La risposta corretta ha smesso di provare l'apprendimento
Per secoli la scuola ha potuto leggere nel compito consegnato la traccia del lavoro che lo aveva prodotto, e un tema ben costruito bastava a far supporre che qualcuno, a casa o al banco, avesse messo in ordine i propri pensieri. Da quando un modello linguistico scrive in pochi secondi un tema, un riassunto o la soluzione di un esercizio, quella supposizione si è incrinata, perché lo stesso foglio impeccabile può arrivare da uno studente che ha capito e da uno che ha incollato una risposta senza nemmeno leggerla.
Con l'IA i voti salgono. Senza, chi l'ha usata come stampella scende
dei partecipanti che avevano scritto con il modello, pochi minuti dopo, non riusciva a citare correttamente una frase del proprio testo. Quasi tutti quelli che avevano scritto da soli o con un motore di ricerca ci riuscivano.
Kosmyna et al., «Your Brain on ChatGPT», MIT Media Lab, 2025 · preprint, 54 partecipantiPiù fiducia nell'IA si associa a meno pensiero critico; più fiducia nelle proprie capacità si associa a più pensiero critico.
Lee et al., Microsoft Research e Carnegie Mellon, CHI 2025Nello studio di Bastani i due gruppi usavano lo stesso modello, GPT-4. Cambiavano soltanto le istruzioni con cui era stato interrogato, ed è bastato quello a separare chi all'esame è andato peggio da chi ha tenuto il passo.
Due strade davanti alla macchina
Fingere che non esista
Si vietano gli assistenti e si torna al compito in classe con carta e penna. Per qualche tempo la prova ridiventa affidabile, mentre gli studenti restano soli con uno strumento che fuori dall'aula già usano, e il docente finisce per spendere le sue ore a cercare frodi.
Anche la sorveglianza automatica ha i suoi limiti: nel luglio 2023 OpenAI ha ritirato il proprio classificatore di testi generati, citandone la bassa accuratezza.
Insegnarla e valutarla
La macchina entra nel programma come oggetto di studio. La conversazione che uno studente ha avuto con un assistente diventa un documento da leggere e valutare, gli errori della macchina, frequenti e quasi sempre istruttivi, diventano materiale di esercizio, e la prima cosa da correggere con la penna rossa è la domanda che lo studente ha posto.
Il dio Theuth offre al re Thamus la scrittura come farmaco della memoria e della sapienza. Thamus gli risponde che otterrà l'effetto contrario: chi la impara smetterà di esercitare il ricordo e avrà l'apparenza della sapienza senza la sostanza.
Conosciamo questa condanna della scrittura perché Platone la mise per iscritto. La scuola ha già discusso in termini simili della calcolatrice e poi del motore di ricerca, e in entrambi i casi la discussione si è chiusa decidendo quando ammetterli e a quale scopo.
Le Linee guida per l'introduzione dell'IA nelle istituzioni scolastiche (DM 166 del 9 agosto 2025) chiedono a ogni scuola un Piano d'Istituto per l'IA e lasciano alle singole scuole le scelte su come e quando usarla nella didattica.
Dal 2 febbraio 2025 l'articolo 4 dell'AI Act chiede a chi impiega sistemi di IA di garantire un'alfabetizzazione adeguata; la legge 132/2025 è in vigore dal 10 ottobre 2025.
Su che cosa fare concretamente in aula le Linee guida dicono poco, e la decisione spetta ai collegi e ai singoli docenti.
Una lunga storia di maestri che domandano
Chi scrive un prompt fa una cosa che filosofi, pedagogisti e informatici hanno studiato a lungo prima che esistessero i modelli linguistici. Da ciascuna tappa di questa storia si può ricavare un esercizio da proporre in classe la settimana prossima.
Le domande sono in parafrasi; tra caporali quelle testuali.
Per interrogare bene servono le competenze di sempre
Per ottenere da un modello linguistico qualcosa che valga la pena leggere servono chiarezza di pensiero, conoscenza del contesto e la capacità di riconoscere un errore, di chiedere una prova, di cambiare punto di vista, cioè le competenze che la scuola cerca di formare da sempre e che compaiono, con nomi diversi, nelle programmazioni di ogni disciplina. Per questo un prompt si può correggere con la penna rossa come un tema, segnando a margine dove manca uno scopo o dove lo studente ha dato per scontato ciò che andava detto.
Costruisci la domanda, uno strato alla volta
La domanda che ne risulta
Esercizio d'aula: proiettate la domanda nuda e quella costruita in due finestre dello stesso assistente, e chiedete alla classe che cosa ha imparato in più chi ha posto la seconda.
Tre modi in cui la macchina sbaglia
Alcuni difetti dei modelli linguistici ricorrono con tanta regolarità da poter essere anticipati, e per ciascuno esiste un rimedio tra le competenze della domanda.
Produce fonti, dati e citazioni plausibili che non esistono. Nel caso Mata v. Avianca (New York, 2023) due avvocati depositarono sei precedenti generati da ChatGPT e inesistenti; uno aveva chiesto al modello se fossero veri e aveva ricevuto conferma. Il giudice P. Kevin Castel li sanzionò con 5.000 dollari.
RimedioChiedere una prova e verificarla fuori dalla macchina che l'ha prodotta.
Tende a dare ragione a chi la interroga, anche a scapito dell'esattezza. Il fenomeno, chiamato sycophancy, è documentato da Sharma e colleghi in «Towards Understanding Sycophancy in Language Models» (2023), presentato a ICLR 2024.
RimedioChiedere esplicitamente obiezioni e punti di vista contrari. È la pratica 2.
La generazione è probabilistica: la stessa domanda, posta a modelli diversi o allo stesso modello in due momenti, produce risposte diverse, a volte in contraddizione tra loro.
RimedioConfrontare le risposte e trattare la divergenza come un problema da indagare. È la pratica 3.
Non tutte le domande pesano uguale
La tassonomia di Bloom (1956), rivista da Anderson e Krathwohl nel 2001, ordina gli obiettivi cognitivi in sei livelli. Letta oggi, la scala aiuta anche a stimare quanto lavoro resta allo studente dopo che la macchina ha risposto. Chi chiede in che anno la peste arrivò a Milano ha finito quando legge la data, mentre chi deve giudicare i processi agli untori del 1630 ha appena cominciato.
Cinque pratiche da portare in aula subito
Per ciascuna pratica trovate la procedura, un prompt da copiare e i criteri di valutazione, accanto a uno strumento da usare in aula.
Valutare l'intera conversazione insieme al prodotto finale
Del lavoro di uno studente il testo finale dice poco. La conversazione che lo ha prodotto mostra in quali punti ha riformulato la domanda e in quali ha deciso da solo, contro il parere della macchina o senza chiederglielo.
- Lo studente consegna il prodotto e la conversazione completa con la macchina.
- Annota a margine tre momenti: quando ha riformulato, quando non si è fidato, quando ha scelto senza la macchina.
- Il docente valuta con la rubrica a sei criteri.
- Chiusura senza schermo: lo studente spiega a voce un passaggio del suo lavoro.
Rubrica · sposta i cursori su una conversazione reale
Chiedere all'IA di confutare le tesi degli studenti
La macchina tende ad assecondare chi le parla, e le obiezioni arrivano solo se le si chiedono esplicitamente, dicendo quante e di che tipo, come fa il prompt qui sotto.
- Lo studente scrive la propria tesi in una frase e la sostiene con due argomenti.
- Chiede alla macchina la confutazione con il prompt qui sotto.
- Sceglie l'obiezione più forte e le risponde per iscritto, a mano.
- Riscrive la tesi: più precisa, più limitata o rovesciata.
Confrontare le risposte di modelli diversi alla stessa domanda
Modelli diversi, e anche lo stesso modello in due sessioni, rispondono in modo diverso alla stessa domanda. La divergenza diventa materiale didattico, perché obbliga a chiedersi chi ha ragione e come si fa a saperlo.
- La classe scrive una domanda e la pone identica, parola per parola, a due o tre modelli.
- A gruppi si compila la griglia: accordi, divergenze, fonti citate.
- Ogni gruppo verifica due affermazioni su fonti primarie, fuori dalle macchine.
- Discussione finale: perché le risposte divergono, e quale si è rivelata più affidabile.
Far progettare le domande prima della scrittura
Prima di aprire qualunque assistente, la classe produce le proprie domande. Il protocollo è la Question Formulation Technique del Right Question Institute (Rothstein e Santana, Make Just One Change, 2011).
- Il docente presenta uno spunto, il question focus: una frase, un'immagine, un dato.
- Quattro regole: fare quante più domande possibile; non fermarsi a discuterle, giudicarle o risponderle; scriverle esattamente come sono state dette; trasformare ogni affermazione in domanda.
- Classificare le domande in aperte e chiuse, e trasformarne alcune da un tipo all'altro.
- Scegliere le tre prioritarie e decidere come usarle.
- Solo ora si scrive, eventualmente con la macchina, partendo dalle tre domande.
- Riflessione: che cosa si è imparato facendo domande.
Lavagna delle domande
Il pulsante ⇄ propone un modo di trasformare una domanda chiusa in aperta, o viceversa: la riscrittura spetta alla classe.
Imparare a chiedere alle IA domande, oltre che risposte
Un modello si può istruire a interrogare, chiedendo allo studente che cosa sa già e rimandandogli la domanda quando sbaglia, senza consegnargli la soluzione. Nel 2025 Anthropic, ad aprile, e OpenAI, a luglio, hanno introdotto nei loro assistenti modalità di studio costruite su questo principio, coerenti con il risultato del tutor nello studio pubblicato su PNAS.
- Lo studente sceglie un argomento che deve preparare e uno dei tre prompt.
- Risponde alla macchina senza consultare altro.
- Alla fine scrive in cinque righe che cosa ha capito e dove si è bloccato.
- Il docente legge la conversazione: le risposte dello studente sono il materiale della valutazione.
Un patto d'aula sull'intelligenza artificiale
Il Piano d'Istituto fissa le regole della scuola. Dentro una classe aiuta anche un accordo breve, discusso con gli studenti all'inizio dell'anno, in cui ciascuna delle due parti dichiara a che cosa si impegna. Scegliete le voci e copiate il testo, che si può stampare e appendere in aula.
Lo studente
Il docente
Patto d'aula sull'IA
Il maestro dell'interrogazione
Nella scuola italiana interrogazione è il nome della prova orale, quella in cui il docente domanda e il voto misura quanto lo studente sa rispondere. Il docente di cui c'è bisogno adesso insegna anche il gesto opposto, cioè come si costruisce una domanda e come si incalza una risposta che suona convincente finché qualcuno non la mette alla prova.
A lui spetta custodire il metodo con cui si arriva a sapere, compresa la pazienza davanti a ciò che resta irrisolto che Rilke raccomandava al giovane Franz Xaver Kappus nella lettera del 16 luglio 1903, quando gli chiedeva di amare le domande stesse e di viverle, nella speranza di entrare un giorno, quasi senza accorgersene, nelle risposte.
«Das Fragen ist die Frömmigkeit des Denkens.»
Il domandare è la pietà del pensiero. Martin Heidegger, La questione della tecnica, 1953
Domande per la sala
- Quale compito della vostra materia oggi si può delegare per intero a una macchina, e che cosa dice quel compito di ciò che stavate valutando?
- Se doveste mettere un voto a una domanda, quali criteri usereste?
- In quale momento della lezione la macchina dovrebbe entrare, e in quale restare fuori?
- Che cosa deve saper fare uno studente da solo, a fine anno, senza nessuno schermo davanti?
L'interrogazione, rovesciata
Otto affermazioni da giudicare e tre situazioni d'aula da risolvere, a voce, con la sala. Il registro in fondo raccoglie le risposte date in tutti i quiz della lezione e assegna alla sala un voto.
Registro della sala
| Prova | Esatte |
|---|
Il voto compare dopo la prima risposta, con i mezzi voti come nel registro.
Per continuare a domandare
- Platone, Menone, 82b-85b; Fedro, 274c-275b.
- R.G. Collingwood, An Autobiography, Oxford University Press, 1939.
- A.M. Turing, «Computing Machinery and Intelligence», Mind, 59, 1950.
- M. Heidegger, «Die Frage nach der Technik», 1953; trad. it. in Saggi e discorsi, Mursia.
- B.S. Bloom (a cura di), Taxonomy of Educational Objectives, 1956; L.W. Anderson, D.R. Krathwohl (a cura di), A Taxonomy for Learning, Teaching, and Assessing, Longman, 2001.
- H.-G. Gadamer, Wahrheit und Methode, 1960; trad. it. Verità e metodo, Bompiani.
- J. Weizenbaum, «ELIZA», Communications of the ACM, 9, 1966; Computer Power and Human Reason, 1976.
- N. Postman, C. Weingartner, Teaching as a Subversive Activity, Delacorte, 1969.
- G. Rodari, Grammatica della fantasia, Einaudi, 1973.
- M. Lipman, A.M. Sharp, Institute for the Advancement of Philosophy for Children, Montclair State, dal 1974.
- P. Freire, A. Faundez, Por uma pedagogia da pergunta, Paz e Terra, 1985.
- D. Rothstein, L. Santana, Make Just One Change, Harvard Education Press, 2011. rightquestion.org
- E. Mollick, L. Mollick, «Assigning AI: Seven Approaches for Students, with Prompts», SSRN, 2023.
- M. Sharma et al., «Towards Understanding Sycophancy in Language Models», 2023; ICLR 2024.
- H. Bastani et al., «Generative AI without guardrails can harm learning», PNAS, 122, 2025. doi
- N. Kosmyna et al., «Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task», MIT Media Lab, 2025.
- H.-P. Lee et al., «The Impact of Generative AI on Critical Thinking», CHI 2025.
- Mata v. Avianca, Inc., Southern District of New York, ordinanza del 22 giugno 2023.
- MIM, Decreto ministeriale n. 166 del 9 agosto 2025, Linee guida IA. mim.gov.it
- Regolamento (UE) 2024/1689 (AI Act), art. 4; Legge 23 settembre 2025, n. 132.
- MI, Ordinanza n. 172 del 4 dicembre 2020, valutazione descrittiva nella primaria.
- Costituzione della Repubblica italiana, art. 3.
- D. Adams, The Hitchhiker's Guide to the Galaxy, Pan Books, 1979.
- R.M. Rilke, Briefe an einen jungen Dichter, Insel, 1929.
- Jianwei Xun, Prompt Thinking: A Critique of Generative Reason, Polity Press, 2026.
La lezione resta aperta
Inquadrate il codice per ritrovare questa pagina, con i quiz, le schede, la rubrica e i prompt da copiare.
tlon.it/nextgenai