Salvatore Mosaico · 2026
Nota dell’autore
Le scene di classe presenti nel saggio non sono trascrizioni: sono simulazioni progettate per mostrare come una stessa idea didattica possa diventare dialogo, scoperta, errore e argomentazione.
Indice
- 1. La domanda che l'intelligenza artificiale impone alla scuola
- 2. Conoscere non significa soltanto ottenere una risposta
- 3. Le competenze matematiche che diventano centrali
- 4. Lezione simulata 1: polli e conigli
- 5. Lezione simulata 2: x² - y² = 15
- 6. Lezione simulata 3: le dodici monete
- 7. Lezione simulata 4: congetture e controesempi
- 8. Lezione simulata 5: interrogare e controllare l'IA
- 9. Come cambiano esercizi, compiti e verifiche
- 10. Il nuovo ruolo dell'insegnante
- 11. Un possibile laboratorio di cinque incontri
- 12. Conclusione: non meno matematica, ma matematica più autentica
1. La domanda che l'intelligenza artificiale impone alla scuola
Ho visto un'intelligenza artificiale risolvere equazioni, problemi di geometria, successioni, quesiti di logica e perfino rompicapi nei quali la difficoltà non consiste nel calcolo, ma nel trovare l'idea. Da qui nasce una domanda inevitabile e volutamente provocatoria: se una macchina sa fare tutto questo, che cosa dobbiamo ancora insegnare agli studenti per evitare che, senza la macchina, diventino incapaci di pensare?
La risposta non può essere né il rifiuto della tecnologia né la resa. Vietare l'IA come se fosse un incidente passeggero significa educare per un mondo che non esiste più. Consegnarle ogni attività, invece, significa rinunciare proprio a ciò che la matematica può formare: attenzione, autonomia, capacità di astrarre, gusto della prova e abitudine a non credere alla prima risposta plausibile.
L'arrivo delle calcolatrici non rese inutili i numeri. Spostò il confine tra ciò che valeva la pena eseguire a mano e ciò che valeva la pena comprendere. L'IA produce uno spostamento più profondo: non automatizza soltanto il calcolo, ma anche parte del linguaggio con cui spieghiamo il calcolo. Per questo la scuola non può limitarsi ad aggiungere un nuovo strumento alla vecchia lezione; deve ridefinire ciò che considera una prestazione matematica.
La tesi di questo saggio è semplice: la matematica scolastica deve continuare a fornire tecniche e automatismi di base, ma deve misurare soprattutto la capacità di scegliere, rappresentare, controllare, argomentare e generalizzare. La risposta finale resta necessaria; smette però di essere il centro esclusivo dell'apprendimento.
Nel Novecento la scuola ha spesso premiato chi sapeva trovare risposte. Nell'epoca dell'IA dovrà insegnare anche a formulare buone domande, giudicare le risposte ricevute e costruire ragionamenti che possano essere difesi davanti agli altri.
2. Conoscere non significa soltanto ottenere una risposta
Supponiamo che uno studente fotografi un'equazione e riceva in pochi secondi il risultato corretto. Che cosa possiede davvero? Possiede un'uscita, non necessariamente una conoscenza. La conoscenza appare quando sa spiegare quali trasformazioni sono lecite, riconoscere le condizioni di esistenza, prevedere l'ordine di grandezza, accorgersi di una contraddizione e trasferire il metodo a un problema diverso.
È utile distinguere almeno cinque livelli. Al primo c'è l'esecuzione: applicare una procedura nota. Al secondo c'è la comprensione: dire perché la procedura funziona. Al terzo c'è la scelta: decidere quale procedura sia adatta. Al quarto c'è il controllo: verificare ipotesi e risultato. Al quinto c'è la creazione: modificare il problema, generalizzarlo o inventare un controesempio.
L'IA è spesso molto forte nel primo livello e può assistere negli altri; ma la responsabilità epistemica, cioè la responsabilità di stabilire perché una risposta meriti fiducia, deve restare alla persona. Questo principio evita due errori opposti: pensare che ogni risposta automatica sia falsa oppure pensare che una risposta ben scritta sia necessariamente vera.
Anche il calcolo manuale conserva una funzione. Non va mantenuto come rito punitivo, ma come palestra mirata. Le tabelline, le frazioni, le equivalenze, le trasformazioni algebriche fondamentali e una certa agilità mentale consentono di vedere strutture che altrimenti resterebbero opache. Senza un vocabolario matematico interno, lo studente non può neppure controllare lo strumento esterno.
Il criterio, dunque, non è “manuale oppure automatico”. È: quale parte dell'attività fa maturare il pensiero che oggi vogliamo formare?
3. Le competenze matematiche che diventano centrali
Una didattica adatta al presente può organizzarsi attorno a otto pratiche, già riconoscibili nella migliore tradizione dell'educazione matematica e rese oggi ancora più urgenti.
1. Partire dai problemi. Una formula introdotta dopo che è emersa una necessità ha significato; una formula presentata come comando da imitare viene presto delegata alla macchina.
2. Costruire rappresentazioni. Disegni, schemi, parole, tabelle di casi, grafici ed equazioni non sono decorazioni: sono modi diversi di vedere lo stesso oggetto. Tradurre da una rappresentazione all'altra è una competenza robusta.
3. Confrontare strategie. Due soluzioni corrette non sono necessariamente equivalenti sul piano didattico. Una può essere più generale, l'altra più intuitiva; una più rapida, l'altra più trasparente.
4. Stimare prima di calcolare. La stima crea un risultato atteso contro cui controllare il risultato esatto. È uno dei migliori antidoti alla fiducia cieca.
5. Argomentare. “Perché?” deve diventare una domanda ordinaria. Non si richiede sempre una dimostrazione formale, ma sempre una ragione proporzionata all'età.
6. Cercare controesempi. Molte affermazioni sembrano vere perché funzionano nei primi casi. Cercare il caso che le rompe insegna il valore delle ipotesi e la differenza tra evidenza e prova.
7. Modellizzare. Nel passaggio dalla realtà alla matematica si fanno scelte: che cosa contare, che cosa trascurare, quali grandezze collegare. Il modello va poi riportato alla realtà e criticato.
8. Usare l'IA in modo dichiarato e verificabile. Lo studente dovrebbe poter dire che cosa ha chiesto, che cosa ha ottenuto, che cosa ha controllato e che cosa ha modificato. L'obiettivo non è scoprire chi ha usato lo strumento, ma rendere visibile il lavoro intellettuale compiuto dopo il suo uso.
4. Lezione simulata 1: polli e conigli
Problema: in un cortile ci sono 35 animali, tra polli e conigli. In tutto si contano 94 zampe. Quanti sono i polli e quanti i conigli?
Il metodo scolastico classico introduce due incognite e un sistema. È corretto, ma per alunni di quinta primaria o prima media può nascondere l'idea sotto la notazione. Conviene iniziare con un esperimento mentale.
SCENA DI CLASSE · Dal racconto al modello
Docente: Fingiamo per un momento che tutti e 35 gli animali siano polli. Quante zampe avremmo?
Alunna: Settanta, perché assegniamo due zampe a ogni animale.
Docente: Ma nel cortile ne osserviamo 94. Quante zampe restano da spiegare?
Classe: Ventiquattro.
Docente: Quando trasformiamo un pollo immaginario in un coniglio, quante zampe dobbiamo aggiungere?
Alunno: Due. Quindi 24 : 2 = 12 conigli.
Docente: E i polli?
Classe: 35 - 12 = 23 polli.
Il passaggio decisivo non è la divisione. È l'ipotesi provvisoria “tutti polli”, che costruisce una situazione di riferimento. Le 24 zampe eccedenti diventano informazione: ogni coniglio rispetto a un pollo contribuisce con due zampe in più.
A questo punto il docente può far emergere l'algebra senza imporla. Se p indica i polli e c i conigli, le frasi diventano p + c = 35 e 2p + 4c = 94. Sottraendo due volte la prima informazione dalla seconda, rimane 2c = 24. Il sistema non è più un rituale misterioso: è la scrittura compatta dello stesso ragionamento.
La lezione può proseguire con variazioni: e se gli animali fossero 40? E se le zampe fossero 95? Quest'ultimo dato è impossibile, perché la somma di numeri pari è pari. Prima ancora di calcolare, una proprietà permette di giudicare il testo.
Che cosa si valuta? Non solo il risultato 12 e 23, ma la capacità di spiegare perché si parte da 70, perché si divide per 2 e come si controlla: 12 × 4 + 23 × 2 = 94.
5. Lezione simulata 2: x² - y² = 15
Il problema “determinare tutte le coppie di interi (x, y) tali che x² - y² = 15” mostra bene la differenza tra manipolare simboli e vedere una struttura.
SCENA DI CLASSE · Una trasformazione che apre il problema
Docente: Potremmo provare molti valori. Ma riconoscete una forma nota?
Studente: È una differenza di quadrati: x² - y² = (x-y)(x+y).
Docente: Allora che cosa sappiamo dei due fattori?
Studentessa: Devono essere divisori interi di 15 e il loro prodotto deve essere 15.
Docente: Da quali coppie di fattori positivi partiamo, prima di considerare anche gli ordini inversi?
Classe: 1 e 15; 3 e 5. Poi anche le corrispondenti coppie negative.
Ponendo x - y = 1 e x + y = 15 si ottiene, sommando, 2x = 16 e quindi x = 8; sottraendo, 2y = 14 e quindi y = 7. Con 3 e 5 si ottengono x = 4 e y = 1. Scambiando opportunamente i segni emergono anche (8, -7), (4, -1), (-8, 7), (-8, -7), (-4, 1), (-4, -1).
Per rendere esplicita la completezza, poniamo u=x−y e v=x+y: x=(u+v)/2, y=(v−u)/2. Le otto coppie ordinate (u,v) sono (1,15), (15,1), (3,5), (5,3), (−1,−15), (−15,−1), (−3,−5), (−5,−3). Producono esattamente (8,±7), (−8,±7), (4,±1), (−4,±1).
Qui si apre una discussione importante: perché i fattori x-y e x+y hanno la stessa parità? La loro somma è 2x. Poiché 15 è dispari, le sue coppie di fattori sono entrambe dispari e producono effettivamente valori interi di x e y.
Poi basta cambiare il dominio per cambiare il problema. Negli interi le soluzioni sono finite; nei reali l'equazione descrive un'iperbole e le soluzioni sono infinite. La domanda “quali numeri sono ammessi?” non è una formalità: determina la natura della risposta.
Un'IA può elencare rapidamente le coppie. Lo studente deve saper dire perché l'elenco è completo. La parola tutte richiede una prova di completezza, non una collezione di esempi.
6. Lezione simulata 3: le dodici monete
Dodici monete sembrano identiche; una ha peso diverso, ma non sappiamo se sia più pesante o più leggera. Disponiamo di una bilancia a due piatti e dobbiamo individuare la moneta anomala in tre pesate.
La versione completa del procedimento è ingegnosa, ma prima del diagramma delle mosse viene una domanda più potente: quanta informazione può dare una pesata? Gli esiti possibili sono tre: sinistra più pesante, equilibrio, destra più pesante.
Tre pesate possono quindi distinguere, al massimo, 3³ = 27 sequenze di esiti. I casi da distinguere sono 24: ciascuna delle 12 monete potrebbe essere più pesante oppure più leggera. Il conteggio 27≥24 è una condizione necessaria, ma non dimostra da solo che una strategia realizzabile esista; due pesate darebbero soltanto 3² = 9 esiti e non potrebbero bastare.
SCENA DI CLASSE · Prima la strategia, poi le mosse
Docente: Se metto sei monete contro sei, che cosa succede se la bilancia pende?
Alunno: Sappiamo che l'anomala è tra tutte e dodici, ma non sappiamo ancora quale né in che verso.
Docente: Quindi abbiamo diviso bene i casi?
Classe: No. Una prima pesata 4 contro 4 lascia gruppi più gestibili e anche monete certamente normali se c'è squilibrio.
Docente: La scelta non deve solo pesare oggetti: deve distribuire informazione.
Questa lezione introduce un'idea che anticipa la teoria dell'informazione: una buona domanda separa in modo equilibrato le possibilità. Non si memorizza soltanto un trucco; si comprende perché alcune prime mosse sono povere e altre produttive.
Il compito dell'IA può essere quello di generare o controllare l'albero dei casi. Quello dello studente è formulare l'invariante: dopo ogni pesata, i casi rimasti devono essere abbastanza pochi da poter essere separati dalle pesate residue. Se restano più di nove casi dopo la prima pesata, due pesate non potranno distinguerli tutti.
Una verifica interessante non chiederebbe necessariamente l'intero algoritmo. Potrebbe proporre tre possibili prime pesate e chiedere quale conserva la possibilità di riuscire, con una giustificazione informativa.
Con 6 contro 6 ciascuno squilibrio lascia 12 ipotesi, più delle 9 separabili con due pesate. Con 4 contro 4 ogni esito lascia 8 ipotesi. Anche rispettando questo limite, occorre verificare che le pesate successive realizzino i rami previsti.
7. Lezione simulata 4: congetture e controesempi
Una formula produce molti numeri primi nei primi tentativi. È naturale congetturare che li produca sempre. Ma “ha funzionato cento volte” non equivale a “funziona per ogni numero naturale”. L'IA rende semplicissimo calcolare migliaia di casi; proprio per questo bisogna insegnare che la verifica numerica e la dimostrazione hanno ruoli diversi.
SCENA DI CLASSE · Rompere una regola seducente
Docente: Consideriamo n² + n + 41. Per n = 0, 1, 2, ... otteniamo molti numeri primi. Possiamo proclamare una legge?
Studentessa: Possiamo dire che sembra vera nei casi provati.
Docente: Provate a scegliere un valore collegato al numero 41.
Alunno: Con n = 41 otteniamo 41² + 41 + 41 = 41 × 43, quindi non è primo.
Docente: Un solo controesempio abbatte un'affermazione universale.
L'attività può essere organizzata in tre colonne concettuali, anche senza usare una tabella: calcolare significa ottenere casi; congetturare significa formulare una regola suggerita dai casi; dimostrare significa stabilire che la regola vale in tutti i casi ammessi. Il controesempio, invece, basta a mostrare che una regola universale è falsa.
L'errore diventa materiale didattico. Non è una macchia da cancellare in fretta, ma un oggetto da localizzare: qual è il primo passaggio non giustificato? Quale ipotesi mancava? Il risultato resta vero per una classe più piccola di casi?
Questa abitudine è essenziale anche fuori dalla matematica. Dati numerosi possono sostenere una previsione, ma non sempre provano una necessità logica. Imparare la differenza prepara a leggere statistiche, grafici e affermazioni algoritmiche con maggiore lucidità.
8. Lezione simulata 5: interrogare e controllare l'IA
L'uso didattico più povero dell'IA consiste nel chiederle la soluzione e copiarla. Quello più ricco consiste nel trasformare la risposta automatica in un oggetto da analizzare.
SCENA DI CLASSE · L'IA sotto esame
Consegna: Risolvi 2ˣ + x = 5. Poi valuta una soluzione prodotta dall'IA che afferma x = 2 perché 2² + 2 = 6.
Prima osservazione: La verifica sostituendo x = 2 mostra immediatamente che 2 non è soluzione.
Seconda osservazione: La funzione f(x)=2ˣ+x-5 è strettamente crescente: sia 2ˣ sia x crescono. Quindi può esistere al massimo una soluzione reale.
Ricerca: f(1)=2+1-5=-2 e f(2)=4+2-5=1. Per la continuità esiste una soluzione tra 1 e 2; la crescita stretta ne garantisce l’unicità. La soluzione può essere approssimata numericamente.
Domanda finale: Quale parte è dimostrata esattamente e quale parte è soltanto approssimata?
La classe può assegnare ruoli: un gruppo formula la richiesta, uno controlla ogni passaggio, uno cerca una soluzione alternativa, uno modifica i dati per mettere alla prova il metodo. Al termine, il testo consegnato deve separare chiaramente il contributo dello strumento dalle decisioni degli studenti.
Anche una risposta corretta può essere criticata: usa un teorema troppo avanzato? Nasconde un caso escluso? Introduce notazione inutile? Confondere correttezza e qualità sarebbe un errore. Una soluzione è buona se è corretta, completa, comprensibile e proporzionata al problema e al pubblico.
Il docente può inoltre chiedere agli studenti di costruire richieste migliori. Non basta scrivere “risolvi”. È più produttivo specificare: “proponi due metodi”, “non saltare le condizioni”, “inserisci un errore plausibile da individuare”, “dammi soltanto un suggerimento”, “genera un problema analogo ma non identico”. Formulare la richiesta diventa parte della metacognizione: lo studente deve sapere di quale aiuto ha bisogno.
9. Come cambiano esercizi, compiti e verifiche
Se il compito resta una serie di esercizi standard identici, l'IA rende difficile capire chi abbia imparato. La risposta non consiste nel moltiplicare la sorveglianza, ma nel progettare prestazioni nelle quali il processo sia visibile.
Un buon compito può contenere quattro momenti: una previsione iniziale senza strumenti; una soluzione, anche assistita; un controllo indipendente; una riflessione finale sulle scelte. Le domande diventano: quale metodo hai scelto e perché? Quale passaggio era più fragile? Come sai che non mancano soluzioni? Che cosa cambia modificando un dato?
Una verifica mista può conservare una breve parte senza strumenti per le competenze fondamentali, affiancata da una parte con strumenti dichiarati. Nella seconda, l'oggetto della valutazione non è la velocità esecutiva ma la qualità del giudizio.
ESEMPIO DI PROVA AUTENTICA
Parte A · Fondamentali: Esegui e spiega due trasformazioni essenziali senza strumenti.
Parte B · Scelta: Risolvi un problema scegliendo tra metodo aritmetico, algebrico o grafico e motiva la scelta.
Parte C · Critica: Esamina una soluzione automatica contenente un errore. Individua il primo errore e correggi soltanto ciò che dipende da esso.
Parte D · Trasferimento: Cambia un dato in modo che il problema non abbia soluzione, oppure ne abbia più di una. Giustifica.
Parte E · Trasparenza: Dichiara quali strumenti hai usato e quali controlli hai svolto personalmente.
Anche la valutazione deve cambiare. Una possibile rubrica assegna peso a cinque dimensioni: comprensione del testo e delle ipotesi; strategia; correttezza; argomentazione e controllo; capacità di revisione. Così un errore di calcolo non cancella un ragionamento valido, mentre un numero corretto privo di giustificazione non riceve automaticamente il massimo.
Il colloquio orale breve acquista valore. Bastano domande mirate: “perché hai fatto questo passaggio?”, “se raddoppio il dato che cosa prevedi?”, “fammi un esempio che non funziona”. Chi ha realmente compreso può adattarsi; chi ha soltanto copiato tende a perdere il filo appena il problema cambia.
10. Il nuovo ruolo dell'insegnante
L'insegnante non diventa meno importante perché una macchina sa spiegare. Diventa meno centrale come distributore esclusivo di procedure e più importante come regista di esperienze cognitive. Sceglie problemi fecondi, ascolta strategie incomplete, decide quando non intervenire, mette in relazione idee diverse e istituisce criteri di validità.
Una buona domanda del docente vale spesso più di una lunga spiegazione. “Che cosa sai già?”, “puoi rappresentarlo?”, “quale caso semplice proveresti?”, “come potresti smentire la tua idea?”, “dove usi questa ipotesi?” Sono domande che non sottraggono allo studente il problema, ma gli offrono appigli.
L'IA può alleggerire attività preparatorie: creare varianti, differenziare il livello linguistico, suggerire esempi, produrre una soluzione volutamente difettosa. Ma la scelta di ciò che è didatticamente significativo resta situata: dipende dalla classe, dagli errori osservati, dai tempi e dalle conoscenze reali degli studenti.
Occorre inoltre proteggere l'equità. Non tutti dispongono degli stessi strumenti, della stessa connessione o della stessa capacità di interrogarli. Le attività essenziali devono essere accessibili a scuola; le regole d'uso devono essere esplicite; i dati personali non devono diventare il prezzo dell'apprendimento.
Le indicazioni internazionali più autorevoli insistono su un approccio umano e responsabile: l'IA va usata con attenzione alla privacy, all'età, all'inclusione, alla trasparenza e al ruolo insostituibile del giudizio educativo. Non è un oracolo e non è un semplice nemico: è un ambiente nuovo in cui educare.
11. Un possibile laboratorio di cinque incontri
La trasformazione non richiede di rifare da zero il programma. Si può iniziare con un piccolo laboratorio integrato nelle normali lezioni.
Primo incontro · La risposta plausibile. Si presentano tre soluzioni, una corretta, una con un errore di calcolo e una con un'ipotesi illegittima. Gli studenti devono individuare il primo punto in cui ciascun ragionamento merita o perde fiducia.
Secondo incontro · Molti metodi, un problema. Il problema dei polli e conigli viene risolto con disegno, ragionamento delle zampe eccedenti, tabella di tentativi e sistema. La classe confronta accessibilità, rapidità e generalità.
Terzo incontro · Dall'esempio alla prova. Una formula viene testata con un foglio di calcolo o con l'IA; poi si cerca un controesempio e si distingue esplicitamente tra congettura e dimostrazione.
Quarto incontro · Informazione e strategia. Con monete, bilancia simulata o domande a risposta tripla, gli studenti progettano decisioni che dividano bene lo spazio dei casi.
Quinto incontro · L'IA come revisore e come imputato. Ogni gruppo propone un problema, ottiene una risposta automatica, la annota, la corregge e presenta alla classe un verdetto motivato. La valutazione considera soprattutto la qualità dei controlli.
Al termine, ogni studente compila un breve “diario del pensiero”: che cosa avevo previsto? Dove ho cambiato idea? Quale controllo mi ha convinto? Che cosa saprei rifare senza aiuto? Questa documentazione rende l'apprendimento osservabile senza trasformarlo in burocrazia.
12. Conclusione: non meno matematica, ma matematica più autentica
Il timore che l'IA ci renda tutti meno intelligenti contiene una verità condizionale: accadrà se useremo lo strumento per evitare ogni fatica cognitiva. Ma non è un destino. Una tecnologia capace di produrre risposte può obbligarci finalmente a dare maggior valore alle domande, alle prove, ai controlli e alla discussione dei metodi.
Gli studenti devono ancora imparare a calcolare. Senza basi, ogni controllo diventa fragile. Ma devono soprattutto imparare quando calcolare, che cosa rappresenta il calcolo, quali condizioni lo rendono valido e come riconoscere un risultato assurdo. Devono saper passare da un problema concreto a un modello e tornare dal modello alla realtà. Devono distinguere un esempio da una prova e una frase convincente da un argomento corretto.
La scuola non compete con l'IA sulla quantità di esercizi risolti al minuto. Il suo compito è formare persone capaci di orientarsi tra risposte abbondanti. Persone che, davanti a una soluzione elegante, sappiano ancora domandare: “Perché funziona? Sempre? In quali condizioni? Posso verificarlo in un altro modo?” L'intelligenza artificiale non segna la fine dell'educazione matematica. Può segnare la fine di una sua versione troppo meccanica. Se sapremo cogliere l'occasione, torneremo al cuore della disciplina: non il calcolo come obbedienza, ma il ragionamento come forma di libertà.
La domanda decisiva non è se gli studenti possano ottenere una risposta senza di noi. È se sapranno riconoscere una buona risposta, difenderla con ragioni e avere il coraggio di rifiutarla quando è sbagliata.
Riferimenti essenziali
- G. Pólya, How to Solve It, Princeton University Press: comprendere il problema, elaborare un piano, eseguirlo e riesaminare la soluzione.
- H. Freudenthal, Mathematics as an Educational Task: la matematica come attività umana e reinvenzione guidata.
- A. H. Schoenfeld, Mathematical Problem Solving: strategie, controllo metacognitivo e sistemi di convinzioni.
- UNESCO, Guidance for Generative AI in Education and Research (2023): quadro centrato sulla persona per un uso sicuro, equo e significativo dell'IA.
- Commissione europea, Ethical Guidelines on the Use of Artificial Intelligence and Data in Teaching and Learning for Educators (2022): trasparenza, responsabilità, inclusione e protezione dei dati.
- National Council of Teachers of Mathematics, principi e pratiche per problem solving, ragionamento, rappresentazione e comunicazione matematica.
Testo concepito per la pubblicazione online. È consentita la citazione di brevi estratti con indicazione dell’autore e del titolo.