Andy Clark e David Chalmers lo dimostrarono nel 1998: la mente umana si estende naturalmente negli strumenti che usa.
Oggi quegli strumenti ragionano, scrivono, decidono. La domanda è cambiata.
Un taccuino, una calcolatrice, uno smartphone, sono strumenti che amplificano le nostre capacità cognitive rimanendo sotto il nostro controllo intenzionale.
Un LLM che scrive la mail difficile al posto nostro bypassando la regolazione emotiva, la prospettiva-taking, l’autovalutazione che quel compito avrebbe richiesto.
L’IA riduce l’incertezza rapidamente ed efficacemente. Ma l’incertezza è la condizione necessaria per l’apprendimento profondo, la formazione dell’identità, la cognizione sociale.
Non bloccare l’IA, ma sviluppare la capacità di usarla in modo consapevole, critico e orientato all’autonomia, senza perdere il valore formativo dell’incertezza.
Adottiamo il framework AI Fluency come base dei nostri percorsi formativi per scuole e aziende. Non si tratta di padroneggiare comandi, ma di sviluppare un insieme integrato di abilità pratiche, senso critico e responsabilità.
Decidere cosa affidare all’IA e cosa presidiare, sulla base degli obiettivi, non della comodità.
Comunicare con precisione e intenzione, progettando prompt che producano risultati utili e pertinenti.
Valutare criticamente gli output: accuratezza, coerenza logica, appropriatezza al contesto.
Usare l’IA in modo etico e responsabile, assumendosi piena titolarità degli output prodotti.
L’IA riduce l’incertezza in modo rapido ed efficace. Ma l’incertezza è la condizione necessaria per apprendere davvero. GRAIT formalizza questo paradosso attraverso due indici originali: il Comfort Growth Index (CGI), che misura la velocità con cui un individuo raggiunge la saturazione dell’incertezza in presenza di supporto AI, e il Confidence Quotient (CQ), che valuta la disponibilità psicologica a restare nell’ambiguità.
L’obiettivo è progettare sistemi AI che calibrino il proprio supporto in funzione della crescita a lungo termine, non solo dell’efficienza immediata.
La social presence — la sensazione di interagire con qualcuno che “c’è davvero” — non dipende solo dal realismo di un agente conversazionale, ma dall’allineamento tra contesto d’uso, caratteristiche individuali, aspettative e design del sistema.
Il progetto MAPS studia questa dinamica multidimensionale per distinguere tra una fiducia calibrata e una fiducia acritica: due esiti molto diversi che un design superficialmente “umano” può confondere.
Gli avatar didattici basati su LLM migliorano l’engagement e la social presence, ma i loro effetti sull’apprendimento reale sono meno certi e spesso dipendono da quanto il sistema è stato progettato con consapevolezza pedagogica.
ALMA propone un avatar deliberatamente limitato: non per mancanza di ambizione, ma per scelta. Opera come tutor-facilitatore ancorato all’insegnante reale, supportando l’apprendimento attraverso scaffolding metacognitivo e chiarezza di ruolo, senza rivendicare autorità valutativa. La sostenibilità pedagogica, non la sofisticazione tecnologica, è il criterio di progresso.
Dalla scuola secondaria all’università, offriamo:
Team, HR e organizzazioni.
Se sei un’istituzione scolastica, un’azienda o un ricercatore o una ricercatrice che vuole collaborare, scrivici. Siamo aperti a partnership di ricerca, percorsi formativi su misura e progetti applicati.
