È dedicato al tema “Personalizzazione didattica e intelligenza artificiale: impatti, sviluppi e criticità in educazione” il nuovo numero della rivista scientifica open access IUL Research (Vol. 6, n. 12, 2025), che riunisce contributi di ricerca, rassegne teoriche ed esperienze empiriche volte a esplorare potenzialità e limiti dell’uso dell’IA nei contesti educativi.

Il fascicolo affronta una questione centrale per la scuola contemporanea: come integrare l’intelligenza artificiale nei processi di insegnamento-apprendimento senza ridurre la complessità educativa, preservando dimensioni come inclusione, trasparenza, responsabilità e senso pedagogico. Accanto a riflessioni teorico-applicative e review di letteratura sui rapporti tra IA, neuroscienze e formazione dei docenti, il numero documenta numerose esperienze di ricerca già in atto nelle scuole, mostrando come l’IA stia incidendo sulle pratiche didattiche, sui ruoli professionali e sugli ambienti di apprendimento.

Nel panorama ampio e articolato dei contributi raccolti nel numero, la sezione Esperienze di ricerca offre uno sguardo particolarmente significativo sui contesti educativi reali. È in questo spazio che si colloca il contributo di INDIRE, dedicato all’uso dell’intelligenza artificiale nei contesti delle piccole scuole, come ambienti privilegiati per osservare in modo critico e situato i processi di personalizzazione didattica mediati dalle tecnologie. Il contributo “Rinnovare la didattica con l’IA: pratiche riflessive nei contesti delle piccole scuole” (De Santis, Mangione, Zampolini),  esplora l’adozione dell’IA in contesti educativi non standard – piccole scuole di aree interne, rurali e periferiche – interpretati non come margini, ma come ambienti ad alta densità relazionale e con un potenziale specifico di innovazione situata.

Nelle piccole scuole l’IA può assumere un valore particolare perché si innesta su criticità strutturali (pluriclassi, risorse frammentate, turnover del personale, distanza dai poli formativi), che richiedono risposte pedagogiche mirate e contestualizzate.  Il contributo mette alla prova un impianto di ricerca in cui i docenti diventano co-protagonisti della progettazione, e l’IA viene trattata come oggetto di riflessione pedagogica oltre che come strumento.

La metodologia adottata è il design thinking (DT), inteso come metodo progettuale centrato sull’essere umano, creativo, iterativo ed empatico, usato qui come dispositivo di innovazione partecipata per co-costruire scenari futuri di impiego dell’IA a partire dai bisogni reali delle piccole scuole.

Il dispositivo di ricerca si realizza in due atelier formativi basati sul DT che hanno convolto 70 docenti nelle tre fasi del DT – empatizzare, definire, ideare – con strumenti specifici:

• story-share & capture per raccogliere esperienze significative e far emergere bisogni;
• domande How might we…? per trasformare criticità in sfide progettuali generative;
• brainstorming “Yes, and…” per ampliare lo spazio delle soluzioni;
• uso delle AI-wareness cards sviluppate dal CNR – ITD come supporto alla riflessione sulle tecnologie e sulle loro implicazioni educative.

Sul piano analitico, i materiali prodotti (post-it, domande HMW, tecnologie selezionate, descrizioni degli scenari) vengono digitalizzati e interpretati con una reflexive thematic analysis induttivo-deduttiva, combinando lettura intra-gruppo e inter-gruppo.

Dai due atelier emerge una mappa di bisogni ricorrenti e di soluzioni immaginate che non riducono l’IA a “supporto individuale”, ma la collocano dentro un ecosistema organizzativo e comunitario.

Quattro bisogni-chiave emergenti: 

1. Motivazione e partecipazione degli studenti in contesti rurali/montani e in classi eterogenee: l’IA è immaginata come alleata per ambienti più flessibili e personalizzati.
2. Cultura digitale consapevole (didattica e governance): strumenti per supportare uso informato dell’IA, gestione e reperimento risorse, con attenzione alla dimensione istituzionale.
3. Mediazione linguistica e inclusione in presenza di alta percentuale di alunni stranieri: IA come supporto all’Italiano L2 e come facilitatore di inclusione, esplicitamente “non sostitutivo”.
4. Continuità educativa in contesti segnati da turnover e povertà educativa: IA come “memoria educativa” per dare coerenza ai percorsi e sostenere transizioni tra docenti.

La mappatura mostra quattro funzioni ricorrenti tra cui:

• tutoraggio intelligente (la più frequente): sistemi adattivi che accompagnano lo studente nel tempo e sostengono continuità anche quando cambiano i docenti;
• LMS e ambienti adattivi: integrazione di tracciamento, personalizzazione dei contenuti e analisi di dati educativi;
• mediazione scuola–famiglia–territorio: chatbot LLM e assistenti multimodali per facilitare comunicazione e partecipazione, soprattutto quando ci sono barriere linguistiche e organizzative.

Un elemento di rilievo del secondo atelier è l’emergere di una visione più “civica”: l’IA come leva di rigenerazione culturale e coesione territoriale, con tecnologie generative pensate per raccontare il territorio, valorizzare identità locali e rendere la scuola un luogo riconoscibile e attrattivo.

Accanto alle visioni di supporto, il contributo documenta anche ambivalenze: il rischio di delega di funzioni educative alla macchina, standardizzazione didattica, impoverimento relazionale e deresponsabilizzazione docente.
In modo particolarmente significativo, uno dei gruppi elabora uno scenario critico/distopico in cui l’IA diventa sostitutiva, con ricadute negative su motivazione e qualità dell’apprendimento: una contro-narrazione minoritaria ma epistemicamente rilevante, perché rende visibili dilemmi e limiti di un’integrazione non governata pedagogicamente.

Uno dei risultati interpretativi più interessanti riguarda la tensione – e l’evoluzione – tra due poli:

• una prima enfasi sull’IA come leva di individualizzazione/personalizzazione;
• una progressiva emersione, nel secondo atelier, di una visione più relazionale e comunitaria, in cui la scuola è nodo territoriale e l’IA viene pensata come infrastruttura per legami, reti e governance distribuita.

In questa prospettiva, le piccole scuole sono proposte come laboratori di innovazione pedagogica ecologica e riflessiva, dove la tecnologia non è soluzione preconfezionata, ma dispositivo da risignificare nella prassi.

Il contributo esplicita anche i vincoli metodologici e colloca i risultati come “tracce” di pensiero pedagogico in formazione, più che evidenze generalizzabili. Le prospettive di ricerca puntano a estendere gli atelier, sistematizzare i dati e consolidare un modello metodologico replicabile per la co-progettazione educativa con IA, fondato su partecipazione docente, riflessività e valutazione qualitativa degli esiti.

>> Per leggere l’articolo “Rinnovare la didattica con l’IA: pratiche riflessive nei contesti delle piccole scuole”