Quando il voto mente

Per decenni il voto dei compiti a casa ha predetto il voto dell’esame. Non perfettamente, certo, ma con una regolarità sufficiente a fondare su di esso un intero sistema di segnali: i genitori lo usavano per capire se il figlio studiasse, gli insegnanti per calibrare la difficoltà delle verifiche, le scuole per distribuire le classi. Era un indicatore imperfetto ma onesto – un proxy, nel lessico dell’economia, che correlava abbastanza bene con ciò che intendeva misurare. Uno studio pubblicato a giugno da David Strömberg, Victor Lei e Wu Yanhui ha documentato il momento in cui quel proxy si è rotto.

I ricercatori hanno seguito 26.811 studenti cinesi tra i 12 e i 18 anni per trenta mesi. L’80% usava modelli di IA generativa per fare i compiti; il 20% no. Dopo sei mesi, i voti dei compiti degli utenti IA erano saliti del 18% e il tempo per completarli era sceso da 64 a 45 minuti. Ma i voti degli esami in classe – a libro chiuso, senza accesso allo strumento – erano crollati del 20%. Negli esami di ammissione la penalità raggiungeva il 24%, e si manifestava pienamente solo dopo due anni. Chi aveva i compiti migliori aveva gli esami peggiori. La correlazione non si era indebolita: si era invertita.

Un economista riconoscerebbe immediatamente la struttura. È la legge di Goodhart: quando una misura diventa un obiettivo, smette di essere una buona misura. Il voto del compito a casa è diventato un obiettivo ottimizzabile dalla macchina, e in quel momento ha smesso di misurare l’apprendimento. L’IA non ha corrotto lo studente; ha corrotto il segnale. E poiché l’intero edificio scolastico si reggeva su quel segnale – valutazioni intermedie, pagelle, orientamento, accesso alle scuole superiori – la corruzione si propaga in silenzio, per mesi, prima che qualcuno se ne accorga. Il dato più inquietante dello studio è la distribuzione del danno. Le perdite di apprendimento non colpiscono i più deboli. Colpiscono i più forti: gli studenti ad alto rendimento, i più giovani, quelli delle materie umanistiche. Chi aveva le basi per usare la difficoltà del compito come palestra cognitiva è esattamente chi ha perso di più dalla sua scomparsa. L’IA non ha livellato verso il basso: ha tolto il pavimento a chi stava salendo le scale.

Un secondo esperimento, condotto da Zara Contractor e Germán Reyes al Middlebury College, suggerisce però che il problema non è lo strumento in sé. Studenti universitari che usavano il chatbot per farsi spiegare concetti – non per farsi scrivere le risposte – imparavano di più dei compagni senza accesso all’IA, e il vantaggio persisteva una settimana dopo. La variabile decisiva non è la presenza della tecnologia, ma il tipo di relazione che lo studente stabilisce con essa: se la usa come tutor, impara; se la usa come ghostwriter, disimpara. La differenza, nei dati cinesi, è leggibile nei tempi di completamento: chi dedicava ai compiti lo stesso tempo dei non-utenti non subiva quasi alcuna penalità.

Qui la questione smette di essere pedagogica e diventa istituzionale. Il compito a casa è il più antico dispositivo di valutazione continua, e anche il meno sorvegliato. Per decenni ha funzionato perché il costo di barare era alto: bisognava copiare fisicamente, chiedere a qualcuno, inventare una scusa.