🧑‍🎓 STUDENTI - AI Detective

Ragazze e ragazzi incontrano ogni giorno testi, immagini, video e informazioni prodotti o mediati dall’Intelligenza Artificiale, spesso senza disporre di criteri sufficienti per valutarne provenienza e affidabilità.

Il problema non è soltanto sapere che un contenuto potrebbe essere generato dall’IA. È imparare a fermarsi, formulare dubbi, verificare le informazioni e motivare il proprio giudizio.

AI Detective nasce da questa esigenza: trasformare l’AI literacy da argomento da spiegare a problema da investigare.

Il laboratorio è progettato per studenti della scuola secondaria di I e II grado e può essere proposto a una classe o a gruppi educativi di biblioteche e ricreatori.

La progettazione tiene conto di una forte familiarità con smartphone, social e chatbot, che non corrisponde necessariamente a una conoscenza dei meccanismi che regolano questi strumenti. Per questo l’attività privilegia esempi concreti, tempi brevi, confronto tra pari e livelli di difficoltà adattabili all’età e all’esperienza del gruppo.

Non sono richieste competenze tecniche pregresse.

Al termine del laboratorio, gli studenti saranno in grado di:

1. individuare elementi che richiedono una verifica prima di considerare affidabile un contenuto digitale;

2. applicare una procedura di verifica basata su fonte, coerenza e riscontro esterno;

3. formulare e motivare un giudizio sul grado di affidabilità di un contenuto;

4. riconoscere alcuni limiti dell’IA generativa, tra cui la possibilità di produrre informazioni errate o inventate.

Il progetto si collega in particolare alla competenze  1.1 — Navigare, ricercare e filtrare le informazioni e 1.2 – Valutare le informazioni di DigComp 3.0 e allo sviluppo di pensiero critico, collaborazione e argomentazione.

Ho scelto di combinare Game Based Learning, Inquiry Based Learning e Cooperative Learning all’interno di una cornice narrativa investigativa. Gli studenti, infatti, non ricevono subito tutte le risposte: diventano membri di una piccola agenzia investigativa digitale e devono analizzare delle prove, formulare ipotesi e confrontarle con quelle dei compagni.

Il gioco sostiene il coinvolgimento; l’indagine sposta l’attenzione dalla risposta al processo utilizzato per raggiungerla; il lavoro di squadra rende necessario spiegare e mettere in discussione il proprio ragionamento.

01 — ICEBREAKER

5 min

Primo sospetto: le squadre affrontano un primo contenuto ambiguo e formulano rapidamente un’ipotesi sulla sua affidabilità, motivando ciò che le ha insospettite.

Output → prime ipotesi e criteri spontanei di valutazione

02 — INPUT

10 min

Gli strumenti dell’investigatore: breve briefing su IA generativa, affidabilità dei contenuti e limiti delle valutazioni basate sulla sola intuizione. Viene introdotta una procedura di verifica in tre passaggi: fonte → coerenza interna→ riscontro esterno.

Output → procedura di verifica condivisa

03 — INDAGINE

25 min

Il dossier investigativo: ogni squadra analizza un dossier composto da prove digitali a difficoltà crescente. Per ciascuna deve formulare un’ipotesi, individuare gli elementi rilevanti, applicare la procedura di verifica e registrare le proprie conclusioni nel dossier investigativo.

Output → dossier compilato con ipotesi, verifiche e conclusioni

04 — DEBRIEF

15 min

Confrontare gli indizi: le squadre condividono le proprie conclusioni e confrontano i casi in cui sono emerse interpretazioni differenti. Gli indizi vengono discussi e le strategie utilizzate vengono ricostruite collettivamente, facendo emergere anche errori, dubbi e false certezze.

Output → strategie di verifica condivise e consapevolezza degli errori

05 — ASSESSMENT

5 min

Verifica finale: ogni partecipante completa un breve quiz individuale di 5 domande a risposta multipla. Le domande verificano la comprensione dei concetti emersi durante il laboratorio e la capacità di riconoscere e applicare i criteri di verifica anche al di fuori dei casi affrontati durante l’indagine.

Output → punteggio individuale e dato aggregato per il facilitatore

Non “indovinare”, ma verificare: il titolo gioca sull’idea di “smascherare l’IA”, ma l’obiettivo non è allenare gli studenti a decidere a colpo d’occhio se qualcosa sia stato prodotto da una persona o da un sistema generativo. Gli indizi tecnici cambiano rapidamente e possono essere ambigui. Per questo il punteggio dell’attività premia soprattutto la qualità del processo di verifica e dell’argomentazione, non l’aver indovinato l’origine del contenuto.

La teoria arriva dopo il dubbio: l’icebreaker precede il briefing per far emergere intuizioni, convinzioni e possibili errori. L’input teorico può così agganciarsi a un problema che gli studenti hanno appena sperimentato.

Il dossier è parte dell’apprendimento: il dossier investigativo non serve soltanto a raccogliere risposte: obbliga ogni squadra a esplicitare ipotesi, indizi, verifiche e grado di fiducia, rendendo visibile il processo di ragionamento.

Dossier Investigativo: scheda di lavoro utilizzata dalle squadre per documentare ipotesi, verifiche, fonti e conclusioni. → Vai al file

Briefing: presentazione essenziale utilizzata dal facilitatore per introdurre i concetti necessari all’indagine. → Vai al file

Storyboard: la progettazione completa del laboratorio: fasi, tempi, attività, strumenti e output. → Vai al file

La valutazione è integrata nell’esperienza.

Combinazione di assessment autentico (Dossier Investigativo, osservato in itinere) e verifica puntuale (quiz finale). Nessun voto: restituzione in forma di feedback e discussione. Il dossier investigativo permette di osservare durante l’attività se gli studenti applicano il metodo di verifica, quali elementi considerano rilevanti e come motivano le proprie conclusioni. Per il docente che vuole tracciare l'apprendimento, il quiz fornisce un punteggio aggregato pre/post confrontabile in edizioni successive.

L’obiettivo non è attribuire un voto, ma raccogliere evidenze del processo di apprendimento e offrire un feedback immediato.

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

In fase di implementazione valuterei il laboratorio attraverso il confronto tra le performance durante l’indagine e l’assessment finale, l’osservazione del facilitatore, un breve feedback dei partecipanti e la restituzione del docente o dell’educatore.

Per percorsi più lunghi potrebbe essere previsto anche un follow-up a distanza, per osservare se le strategie di verifica vengono riutilizzate spontaneamente in altri contesti.

Il progetto è pensato per essere aggiornabile. I contenuti generati dall’IA evolvono rapidamente e gli esempi utilizzati nel laboratorio devono rimanere credibili e vicini all’esperienza digitale dei partecipanti.

Le successive iterazioni possono quindi introdurre nuovi casi, differenziare ulteriormente la difficoltà tra scuola secondaria di I e II grado e integrare contenuti proposti dagli stessi studenti.

AI Detective può inoltre diventare il primo modulo di un percorso più ampio dedicato ad AI literacy, disinformazione e cittadinanza digitale.