👩‍🏫 DOCENTI - Valutare nell'era dell'IA

L’IA generativa ha reso più fragile il rapporto tra prodotto consegnato e apprendimento reale: temi, relazioni e altri compiti tradizionali possono oggi essere prodotti, almeno in parte, attraverso chatbot capaci di generare testi plausibili. La risposta non può però ridursi al divieto o alla ricerca di strumenti capaci di individuare l’uso dell’IA. Il problema è soprattutto progettuale: che cosa stiamo realmente valutando e come possiamo rendere visibile il processo di apprendimento?

Il workshop parte da qui: ripensare le verifiche spostando l’attenzione dal prodotto al processo, dalla risposta al ragionamento, definendo al tempo stesso modalità trasparenti per l’eventuale utilizzo dell’IA.

Il workshop è rivolto a docenti della scuola secondaria di I e II grado di qualsiasi disciplina, idealmente in gruppi di 12–25 partecipanti. La progettazione tiene conto di una forte eterogeneità: nello stesso gruppo possono convivere docenti che non hanno mai utilizzato strumenti di IA e colleghi che li usano quotidianamente, così come atteggiamenti di forte preoccupazione o entusiasmo acritico. Per questo il workshop non parte dal livello di competenza tecnica, ma da qualcosa che tutti i partecipanti possiedono già: la propria esperienza di valutazione.

Al termine del workshop, i docenti saranno in grado di:

1. riconoscere le caratteristiche che rendono una verifica più o meno vulnerabile all’uso improprio dell’IA;

2. riprogettare una propria verifica applicando almeno due criteri di autenticità, come contestualizzazione, tracciabilità del processo e componente orale;

3. costruire una rubrica valutativa che valorizzi il processo oltre al prodotto finale;

4. definire criteri chiari e comunicabili per l’utilizzo dell’IA all’interno di una specifica consegna.

Il progetto si collega in particolare alle competenze 2.5 — Comportamento digitale, 5.2 — Identificare bisogni e risposte tecnologiche digitali, 5.3 — Identificare soluzioni creative utilizzando le tecnologie digitali e 5.4 — Identificare e rispondere ai bisogni di competenza digitale di DigComp 3.0, e allo sviluppo di competenze nella progettazione di compiti autentici, nella costruzione di rubriche valutative e nell’uso consapevole e trasparente dell’IA nella didattica.

Il workshop combina Problem Based Learning e Peer Learning.

Il punto di partenza non è una verifica inventata dal facilitatore, ma una consegna realmente utilizzata dai partecipanti. Ogni docente la analizza, la mette in discussione insieme ai colleghi e prova a riprogettarla. Il confronto tra discipline differenti permette inoltre di far circolare strategie e punti di vista che difficilmente emergerebbero lavorando individualmente.

Il facilitatore assume quindi soprattutto il ruolo di consulente del processo, valorizzando la competenza professionale già posseduta dai docenti invece di proporre un unico modello “corretto” di valutazione.

01 — ICEBREAKER

10 min

Il compito perfetto per l’IA: a coppie, i docenti immaginano la verifica della propria disciplina più facilmente “bypassabile” attraverso un chatbot.

Le proposte costruiscono una prima mappa condivisa delle verifiche a rischio.

Output → mappa collettiva del problema

02 — INPUT

25 min

Dalla vulnerabilità all’autenticità: breve input sui limiti delle verifiche tradizionali e introduzione di quattro criteri:

contestualizzazione · processo tracciabile · componente orale/dialogica · personalizzazione

Il tutto accompagnato da esempi prima/dopo appartenenti a discipline diverse.

Output → criteri di riprogettazione

03 — ATTIVITÀ

50 min

Riprogettare una verifica reale: in coppie o piccoli gruppi, i docenti analizzano una propria verifica attraverso una checklist, applicano almeno due criteri di autenticità e costruiscono una rubrica essenziale coerente con la nuova consegna.

Output → verifica riprogettata + rubrica

04 — DEBRIEF & ASSESSMENT

30 min

Confrontare le soluzioni: i gruppi presentano le proprie verifiche e ricevono feedback dai colleghi. Il confronto viene utilizzato come assessment tra pari e permette di individuare pattern, criticità e strategie trasversali alle diverse discipline.

Il workshop si chiude con una domanda:

"Qual è la parte del vostro lavoro di valutazione che un’IA non potrà mai fare al posto vostro?"

Output → feedback tra pari + sintesi condivisa

Partire dalle verifiche dei docenti: ho scelto di non proporre un caso preconfezionato: lavorare su una verifica che il docente utilizza realmente rende immediatamente visibili limiti, vincoli e possibilità di applicazione nella propria disciplina.

Progettare con i pari: il confronto non arriva soltanto alla fine. È parte del processo di riprogettazione: una soluzione sviluppata in lettere può suggerire un principio applicabile anche in scienze, matematica o lingue.

Valutare attraverso la progettazione: un workshop sulla valutazione non si conclude con un quiz sulla valutazione. L’evidenza di apprendimento è il prodotto costruito dal partecipante: una verifica riprogettata e la relativa rubrica.

Checklist di autenticità:  quattro criteri utilizzati per analizzare una verifica.

Scheda di riprogettazione: dal compito originale alla nuova consegna.

Template di rubrica: strumento per costruire criteri e livelli coerenti con la verifica.

Slide del workshop: le schermate utilizzate durante l’input.

Storyboard: fasi, tempi, attività, strumenti e output dell’intero workshop. → Vai al file

L’assessment è autentico e integrato nel workshop.

Durante l’attività il facilitatore osserva il lavoro dei gruppi e offre feedback formativo. L’evidenza finale dell’apprendimento è costituita dalla verifica riprogettata e dalla rubrica associata. Il debrief introduce inoltre una forma di assessment tra pari: i colleghi analizzano le soluzioni proposte e verificano la riconoscibilità e l’applicabilità dei criteri utilizzati.

Trattandosi di un progetto dimostrativo, non sono presentati risultati di un’erogazione reale.

In fase di implementazione valuterei il workshop attraverso l’osservazione del lavoro svolto durante la riprogettazione delle verifiche, la qualità dei prodotti finali realizzati, un breve feedback dei partecipanti su utilità e applicabilità e la restituzione del facilitatore emersa durante il debrief.

A distanza di 4–6 settimane potrebbe essere previsto un follow-up per verificare se le strategie sperimentate durante il workshop sono state effettivamente applicate in classe e se le verifiche riprogettate sono state utilizzate o ulteriormente modificate.

Il workshop può evolvere attraverso le verifiche prodotte dai partecipanti: con il loro consenso, gli esempi più significativi possono alimentare una banca di casi interdisciplinare utilizzabile nelle edizioni successive.

Anche le strategie devono rimanere aggiornabili rispetto all’evoluzione dell’IA, privilegiando criteri duraturi centrati su processo, ragionamento e autenticità invece di affidarsi esclusivamente a strumenti tecnici di rilevazione.

Il percorso può inoltre proseguire con un secondo incontro dedicato alla costruzione di criteri condivisi o di una policy d’istituto sull’utilizzo dichiarato dell’IA.