L’intelligenza artificiale può aiutare gli studenti a imparare, ma può anche permettere loro di completare i compiti saltando il lavoro necessario per acquisire una competenza. Con effetti quindi negativi a lungo termine su voti e apprendimento.
Le ricerche disponibili mostrano entrambi gli esiti: in alcuni esperimenti i risultati migliorano durante l’uso del chatbot e peggiorano quando l’assistenza viene tolta; in altri, attività progettate per accompagnare lo studio producono benefici. A fare la differenza sono le modalità d’uso, la progettazione didattica e ciò che viene misurato.
Rischi e benefici dell’AI nello studio
La preoccupazione è lecita. Delegare ripetutamente all’AI attività necessarie per imparare può indebolire le competenze autonome. Abbiamo introdotto nella società una tecnologia molto potente e dobbiamo cominciare a prenderci bene le misure. Gli studi aiutano in questa metabolizzazione, che fa bene ai singoli quanto alla società.
Un riferimento importante è Generative AI without guardrails can harm learning, di Hamsa Bastani e colleghi, pubblicato su Pnas nel 2025. L’esperimento randomizzato ha coinvolto quasi mille studenti di una scuola superiore turca, confrontando un’interfaccia generica basata su GPT-4, un tutor con indicazioni didattiche e un gruppo senza AI.
Esperimenti in classe
Durante gli esercizi di matematica, il gruppo con il chatbot generico ha ottenuto risultati migliori del 48% rispetto al controllo. Nella successiva prova senza assistenza ha invece registrato risultati inferiori del 17%. Sono variazioni relative, non punti percentuali.
Il tutor progettato per guidare attraverso suggerimenti ha sostanzialmente eliminato lo svantaggio, senza produrre un miglioramento statisticamente significativo nella prova autonoma. La distinzione conta: evitare una perdita e dimostrare un beneficio sono risultati diversi.
L’esperimento documenta quindi un rischio causale in un contesto preciso: uno strumento può migliorare la prestazione mentre è disponibile e lasciare lo studente meno preparato quando deve procedere da solo. Il perimetro resta circoscritto a una scuola, alla matematica e a quattro sessioni; non è una misura del danno prodotto da tutti i chatbot in tutte le scuole.
Effetti a lungo termine
Un’altra evidenza arriva da Effects of LLM use and note-taking on reading comprehension and memory, di Pia Kreijkes e colleghi, pubblicato online nel novembre 2025 e nel volume 2026 di Computers & Education.
L’esperimento preregistrato ha coinvolto 405 studenti inglesi tra 14 e 15 anni; l’analisi finale ne comprende 344. Dopo lo studio di due brani, la verifica è arrivata tre giorni più tardi.
Gli appunti, da soli o insieme al modello, hanno migliorato comprensione e memoria delle informazioni rispetto al solo LLM. Nella comprensione, su un massimo di dodici punti, le medie erano 4,89 con gli appunti contro 4,00 con il solo LLM nel primo gruppo; 4,11 con LLM e appunti contro 3,80 con il solo LLM nel secondo. Nel richiamo libero, invece, il vantaggio della combinazione non era statisticamente significativo.
Molti studenti preferivano comunque il chatbot. Anche questo è un risultato da considerare: la facilità percepita durante lo studio può divergere dall’apprendimento misurato dopo.
Prendere appunti richiede di selezionare e riformulare. Una risposta già organizzata dal modello può essere utile, ma può anche ridurre queste operazioni. Il confronto riguarda strategie specifiche e una verifica a tre giorni: non dimostra che ogni utilizzo dell’AI nella lettura sia dannoso, né descrive gli effetti di un intero anno scolastico.
Studi su larga scala
Su questo punto interviene The Generative AI Learning Penalty: Evidence from Chinese Secondary Education, di David Strömberg, dell’Università di Stoccolma, Victor Lei e Yanhui Wu, dell’Università di Hong Kong. Diffuso nel giugno 2026 come working paper e discussion paper del Cepr, analizza 26.811 studenti dalla settima alla dodicesima classe, grossomodo le nostre medie e superiori, in una contea della Cina centrale.
I trenta mesi di dati collegano voti nei compiti, tempi di completamento e risultati agli esami in nove materie. L’adozione degli strumenti era spontanea: nel giugno 2025 circa l’80% del campione dichiarava di usarli, soprattutto attraverso modelli generalisti come Doubao e DeepSeek.
Entro sei mesi dall’adozione, le stime indicano voti nei compiti più alti del 18%, un tempo necessario per completarli inferiore del 30% e risultati negli esami mensili senza consultazione più bassi del 20%. Sono variazioni relative alle rispettive medie precedenti all’adozione, non punti percentuali.
Negli esami di ammissione, che richiedono conoscenze accumulate in più anni, il peggioramento stimato matura più lentamente. Per gli studenti che usano l’AI da almeno due anni arriva al 24% nello Zhongkao, per l’ingresso alle superiori, e al 18% nel Gaokao, per l’università. Questi valori riguardano gli utilizzatori di più lunga durata: non rappresentano il calo medio indistinto di tutti gli studenti del campione.
Gli autori interpretano la differenza temporale come compatibile con un effetto cumulativo. Le prove mensili riguardano soprattutto materiale recente; negli esami di ammissione pesano anche conoscenze acquisite prima dell’adozione dell’AI. Uno studio molto breve potrebbe quindi non intercettare l’intera conseguenza della sostituzione ripetuta dell’esercizio personale.
Differenze tra discipline
Nella presentazione su VoxEU del 4 settembre 2026, gli autori dello studio cinese riportano perdite stimate maggiori nelle discipline sociali, come storia e politica: circa il 27%, contro il 22% nelle materie scientifiche e tecnologiche, il 17% in inglese e il 9% in cinese. Il peggioramento è più marcato tra i più giovani, i maschi e gli studenti inizialmente più bravi.
Quest’ultimo risultato suggerisce una possibilità scomoda: una riduzione delle differenze fra studenti potrebbe dipendere anche da un arretramento dei migliori, anziché da un progresso dei più deboli.
Il comportamento durante i compiti aiuta a interpretare le stime. Circa quattro utilizzatori su cinque li completano molto rapidamente, con punteggi elevati, ma ottengono risultati peggiori agli esami. È un andamento compatibile con una delega sostanziale dei compiti all’AI. Gli altri, che mantengono tempi di lavoro simili a quelli dei non utilizzatori, mostrano perdite molto contenute.
Da questo confronto non discende però che basti obbligare tutti a dedicare più tempo ai compiti. I due gruppi potrebbero differire anche per motivazione, preparazione e capacità di usare lo strumento. Il dato invita a osservare che cosa fa lo studente durante il lavoro, oltre a quanto tempo impiega.
Limitazioni degli studi
Lo studio cinese ha dimensioni e durata rilevanti, ma non assegna casualmente l’AI agli studenti. Usa il metodo difference-in-differences, sfruttando il fatto che l’adozione avviene in momenti diversi: l’andamento degli utilizzatori viene confrontato con quello dei coetanei che non hanno ancora adottato lo strumento o non lo adottano.
Le tendenze simili prima dell’adozione rafforzano l’interpretazione causale, ma non escludono ogni fattore non osservato. Per gli esami di ammissione la cautela deve essere maggiore. Nel testo integrale del discussion paper gli autori riconoscono che l’identificazione causale è meno forte rispetto alle prove mensili: gli esami di ingresso sono osservati soltanto una o due volte e i confronti dinamici richiedono ulteriori assunzioni.
Il campione di una sola contea e lo status di working paper limitano inoltre la generalizzazione. Il lavoro non fornisce una percentuale di danno applicabile automati.