Susanna Sancassani e Daniela Casiraghi, Il potere di imparare. Perché l’apprendimento è il fattore strategico nell’era dell’intelligenza artificiale, Milano, Mondadori, 2026, 222 pp.

di Laura Nascimben

Quale ruolo può assumere l’intelligenza artificiale nei processi di apprendimento e di costruzione della conoscenza? L’interrogativo, che attraversa il volume Il potere di imparare. Perché l’apprendimento è un fattore strategico nell’era dell’intelligenza artificiale di Susanna Sancassani e Daniela Casiraghi, non riguarda tanto le potenzialità tecniche dei sistemi di intelligenza artificiale, quanto piuttosto il modo in cui tali strumenti possano essere utilizzati per favorire un apprendimento efficace, di qualità e consapevole.

Il libro è strettamente collegato con il MOOC “Imparare con l’IA”, sviluppato nella piattaforma POK (Polimi Open Knowledge) del Politecnico di Milano. Il corso, condotto dalle stesse autrici, traduce in forma operativa e laboratoriale i principi illustrati nel volume, proponendo un percorso di apprendimento che combina contenuti teorici, esercitazioni guidate e attività metacognitive. In particolare, esso adotta il modello dell’“AIMOOK” (Artificial Intelligence Mentored Online Open Knowledge): si tratta di un ambiente di apprendimento che integra le caratteristiche del libro digitale interattivo con quelle dei corsi online aperti e massivi, offrendo un percorso personalizzato supportato da un agente artificiale.

L’intelligenza artificiale generativa, fondata sui Large Language Models (LLM), sta ridefinendo il rapporto tra conoscenza, azione e consapevolezza. In questo contesto diventa essenziale distinguere tra un uso passivo dell’intelligenza artificiale, orientato prevalentemente all’efficienza e alla veloce delega cognitiva, e un uso attivo finalizzato, invece, all’apprendimento che si costruisce in modo lento e in situazione. Quest’ultimo approccio valorizza il giudizio, il pensiero critico e la capacità – tutta umana – di interrogare le risposte fornite dagli algoritmi, evitando che la tecnologia si trasformi in un semplice sostituto dell’attività intellettuale.

La proposta si colloca all’interno delle teorie del pensiero complesso e del connettivismo. L’apprendimento si sviluppa pertanto all’interno di ecosistemi cognitivi dinamici nei quali l’intelligenza artificiale assume il ruolo di interlocutore e di supporto, senza tuttavia sostituire la responsabilità interpretativa del soggetto che apprende. In quest’ottica, la conoscenza non è mai neutra, ma è situata e co-costruita all’interno di un ecosistema in cui interagiscono più elementi (Bateson). Si mobilitano così specifiche competenze che guidano l’apprendimento come azione trasformativa sul piano individuale, relazionale e sistemico.

Trasformare il modo di conoscere all’ombra di un pensiero riflessivo è una strategia per abitare la complessità del presente e non soccombere nell’incertezza: “senza un passaggio riflessivo, l’esperienza rimane isolata e non si traduce in competenza” (p. 190), con puntuale riferimento al ciclo di apprendimento di Kolb. Tale impostazione si collega sia alla prospettiva del growth mindset (Dweck), secondo cui competenze e capacità possono essere sviluppate attraverso l’impegno, la riflessione e l’abilità di apprendere dagli errori, sia all’importanza di riflettere nel corso dell’azione e sull’azione (Shön), per trarne insegnamenti per il futuro.

Come strutturare un percorso di apprendimento che persegua la qualità e la creazione autentica di competenze (un lavoro che richiede tempo e fatica) senza confondere ciò che è ‘nostro’ con ciò che è ‘generato’? Nella seconda parte del volume, le autrici tracciano un percorso metodologico per l’apprendimento assistito dal mentore computazionale (AI mentored) e individuano una sequenza di fasi che scandiscono il processo di apprendimento dall’esplorazione iniziale fino al consolidamento delle conoscenze.

Nella fase esplorativa l’intelligenza artificiale favorisce la curiosità e l’avvio a uno studio motivato, consentendo di combinare intuizione e pianificazione. Successivamente, nella fase di rielaborazione, il comunicatore artificiale può supportare l’analisi di testi complessi, la costruzione di collegamenti con conoscenze pregresse, l’uso delle analogie e la rappresentazione multimodale dei concetti. L’apprendimento prosegue, poi, attraverso l’applicazione pratica delle conoscenze, nella quale l’errore viene considerato un’occasione di crescita e di approfondimento. Segue la fase della discussione critica, durante la quale l’intelligenza artificiale può contribuire ad ampliare le prospettive interpretative e sostenere l’argomentazione attraverso modelli ispirati alla tradizione dialettica aristotelica. La produzione di elaborati e progetti consente di trasformare le conoscenze in artefatti concreti e significativi (e qui è puntuale il richiamo al costruzionismo di Papert). Infine, nella fase di consolidamento, il feedback immediato e le pratiche di recupero attivo delle informazioni favoriscono la stabilizzazione degli apprendimenti nel lungo periodo. A coronamento del percorso emerge, quindi, il ruolo centrale della metacognizione. Le autrici insistono sulla necessità che lo studente sviluppi consapevolezza delle proprie strategie cognitive e impari a monitorare il proprio apprendimento, anche con il supporto mirato dell’agente artificiale, senza dimenticare l’importanza di momenti di lavoro analogico per ancorare le conoscenze e per ritagliare spazi epistemici privati che valorizzino la rielaborazione personale.

Nel complesso, il volume offre un contributo significativo sul rapporto tra educazione e intelligenza artificiale. Propone una visione equilibrata nella quale la tecnologia diventa un fattore di potenziamento dell’apprendimento quando è accompagnata da consapevolezza critica, competenze riflessive e responsabilità educativa.

Le autrici non trascurano alcuni nodi problematici legati alla necessità di garantire trasparenza nei processi decisionali degli algoritmi e al tema dell’allineamento tra i valori incorporati nei sistemi di IA e quelli degli utenti che li utilizzano. A tali questioni si aggiungono le implicazioni ambientali e sociali legate allo sviluppo e all’impiego di queste tecnologie, richiamando la necessità di una riflessione etica che accompagni l’innovazione tecnica.