New York spegne l’AI per 600.000 studenti: protezione o passo indietro?

La moratoria dura un anno e non riguarda tutti allo stesso modo

Una linea è invece più netta: i cosiddetti companion chatbot, programmi progettati per simulare un amico, un confidente o una relazione personale, saranno bloccati per tutte le età. Non sono semplici tutor. Possono incoraggiare conversazioni lunghe e intime con un sistema che non comprende davvero vulnerabilità o contesto. La città separa così l’aiuto didattico dall’esperienza relazionale, evitando di trattare ogni chatbot come se avesse lo stesso rischio. La decisione disabilita le componenti AI di circa quaranta prodotti precedentemente ammessi e crea un gruppo di lavoro incaricato di proporre le regole successive. Il dato più corretto è quindi una pausa con studio: limita l’accesso diretto dei più giovani mentre raccoglie indicazioni da insegnanti, famiglie, studenti ed esperti. Presentarla come un bando universale nasconderebbe le eccezioni; descriverla come semplice prudenza ignorerebbe la dimensione del cambiamento.

Chi sostiene la moratoria parte da un problema concreto. Un sistema che produce una risposta pronta può ridurre il tempo dedicato a cercare, formulare un’ipotesi e correggere un errore. Nei più giovani è difficile distinguere l’assistenza che rende visibile un passaggio da quella che lo sostituisce. A questo si aggiungono dati personali, profilazione, risposte inappropriate e la tendenza ad attribuire intenzioni umane a un chatbot dalla voce sicura. Chi la critica teme invece che un anno di esclusione renda la scuola meno capace di insegnare una tecnologia già presente a casa e nel lavoro. Vietare senza costruire alternative può spostare l’uso fuori dall’aula, dove mancano guida e confronto. L’alfabetizzazione digitale non consiste nel lasciare libero accesso a qualunque prodotto, ma nemmeno nel fingere che lo strumento scompaia quando viene rimosso dalla rete scolastica.

Le linee guida dell’UNESCO sull’AI generativa nell’istruzione propongono un approccio centrato sulla persona, con protezione dei dati, adeguatezza all’età e uso pedagogico verificabile. Non prescrivono la stessa soglia a ogni Paese. Offrono però un criterio utile: prima di introdurre un sistema bisogna sapere quale capacità dovrebbe migliorare, come sarà misurata e che cosa resterà responsabilità dell’insegnante. Il semplice entusiasmo per una funzione non è un obiettivo educativo. La scelta di New York prova a tenere insieme i due lati: pausa per i più giovani, formazione critica e sperimentazione controllata per gli studenti delle superiori. È ragionevole discuterne l’efficacia, ma il confronto diventa sterile se ridotto a favorevoli e contrari all’AI. La domanda più precisa è quale uso, a quale età, con quali dati e quale prova di apprendimento.

La lezione per famiglie e scuole italiane: valutare il compito, non il numero di prompt

La misura americana non si applica in Italia. Può però aiutare genitori e insegnanti a uscire dalla domanda «ChatGPT sì o no?». Un compito ben progettato rende visibile il percorso. Lo studente formula una domanda, confronta almeno due fonti, indica dove l’AI può aver sbagliato e spiega la conclusione con parole proprie. Se non riesce a ricostruire i passaggi, la risposta ottenuta non dimostra apprendimento. Il metodo è già utilizzabile senza strumenti speciali. Nella nostra guida su come usare l’AI a scuola senza smettere di pensare proponiamo di separare il tentativo personale, la domanda al sistema e la verifica finale. Per i più giovani si può fare lo stesso con il docente al comando dello strumento, evitando account personali e richieste che contengano nomi, diagnosi, difficoltà familiari o altri dati sensibili. Serve anche distinguere verifica didattica e sicurezza emotiva. Le protezioni di ChatGPT per gli adolescenti possono limitare alcune risposte, ma non trasformano un sistema in psicologo, insegnante o adulto responsabile. Se una conversazione tocca autolesionismo, violenza, abuso o pericolo immediato, il passaggio utile è coinvolgere una persona qualificata, non cercare il prompt perfetto.

La valutazione di Opéria Tech è che la moratoria di New York abbia un merito: obbliga il sistema scolastico a definire una politica invece di lasciare ogni classe sola. Il rischio è che dodici mesi diventino solo tempo guadagnato. Il risultato andrà giudicato dalle regole finali, dalla formazione dei docenti e dalla capacità di insegnare agli studenti non soltanto a ottenere una risposta, ma a contestarla. Il mercato sta passando dalla sperimentazione all’integrazione nei processi. In questa fase la differenza non viene più dalla capacità di ottenere una risposta sorprendente, ma dalla continuità con cui il sistema produce risultati controllabili su dati, utenti e situazioni differenti. Nel caso di “New York spegne l’AI per 600.000 studenti: protezione o passo indietro?”, questo significa leggere la novità oltre l’annuncio e capire quali parti del lavoro vengono realmente modificate. Il rischio principale è confondere la qualità linguistica con l’affidabilità operativa. Un output convincente può contenere omissioni o usare una fonte inadatta. Per questo valutazioni, permessi e supervisione devono essere progettati insieme alla funzione, prima che il volume renda gli errori difficili da osservare.

Nei prossimi mesi conteranno soprattutto integrazione, trasparenza e costo per risultato. I modelli continueranno a cambiare, mentre processi, dati e responsabilità rimarranno asset dell’organizzazione. Le imprese che costruiscono oggi queste fondamenta potranno sostituire la tecnologia senza perdere il lavoro svolto. La notizia è quindi un indicatore di una trasformazione più ampia, che va seguita attraverso risultati e condizioni operative anziché con la sola successione degli annunci.

Quello che conta adesso

Chiedere alla scuola quali strumenti sono ammessi, quali dati raccolgono e se l’uso serve a imparare o soltanto a produrre un elaborato. Questo primo passo serve a trasformare il tema in un perimetro verificabile: un responsabile, un input conosciuto, un risultato atteso e una misura precedente con cui confrontarsi. Senza questi elementi il progetto rimane una dimostrazione difficile da valutare. Per i compiti, richiedere sempre tre prove: fonti aperte, passaggi spiegati con parole proprie e controllo di almeno un errore possibile. L’azione deve essere documentata insieme ai criteri di controllo, indicando quali casi possono procedere e quali devono fermarsi. È così che l’esperienza delle persone diventa una regola applicabile e migliorabile nel tempo. Separare supporto del docente, uso dello studente e chatbot relazionale: hanno finalità e rischi diversi e non vanno regolati con la stessa frase. Prima di estendere il metodo è utile raccogliere correzioni, tempi e costi per alcune settimane. Gli errori vanno raggruppati per causa: dati, istruzioni, strumenti o eccezioni del processo. Ogni categoria richiede un intervento diverso. La città di New York sospende per l’anno scolastico 2026-27 gli strumenti generativi rivolti a circa 600.000 alunni dalla scuola dell’infanzia alla terza media. È il punto da cui partire perché definisce l’effetto più immediato per professionisti e imprese. La sua importanza va misurata sul lavoro quotidiano: quante attività coinvolge, quali persone tocca e cosa accade quando il risultato non è corretto.

I chatbot progettati per simulare compagnia o relazione saranno vietati in tutte le classi, mentre i docenti potranno continuare a usare l’AI per preparazione e attività amministrative. Questo secondo elemento chiarisce perché non basta scegliere un prodotto. Servono un processo, dati affidabili e una responsabilità finale. L’adozione diventa sostenibile quando la tecnologia può essere osservata e corretta senza interrompere l’operatività. Le scuole superiori seguiranno moduli semestrali di alfabetizzazione critica e sperimentazioni limitate: la misura non è un rifiuto totale della tecnologia. Il terzo punto indica la prospettiva di medio periodo. La decisione migliore non è necessariamente quella con più funzioni, ma quella che mantiene valore, controllo e possibilità di evoluzione quando cambiano modelli, prezzi o requisiti.