Niente schermi, niente correttori automatici, niente scorciatoie: solo carta, nastro e il rumore secco dei tasti. In un’aula della Cornell University, una docente di lingua tedesca ha rimesso in fila gli studenti davanti a macchine per scrivere, trasformando un esame in un piccolo esperimento di archeologia tecnologica. L’obiettivo è semplice e radicale: impedire che i compiti vengano delegati all’intelligenza artificiale e riportare la scrittura dentro il tempo reale del pensiero. L’iniziativa nasce dalla constatazione, ormai diffusa tra gli insegnanti, che assegnare testi fuori dall’aula equivale quasi a invitare gli studenti a barare. Cioè, un comportamento perfettamente razionale (se l’obiettivo degli studenti è arrivare al massimo risultato, la cosa più razionale da fare è usare l’AI) che però non va bene. Ecco cosa sta succedendo.
La mossa di Cornell
Grit Matthias Phelps, docente di tedesco alla Cornell University di Ithaca, nello stato di New York, ha cominciato nella primavera del 2023 a portare in classe macchine per scrivere manuali, recuperate nei negozi dell’usato e nei mercatini online. L’iniziativa, che compare nel suo programma di corso sotto la voce «compito analogico», prevede che una volta a semestre gli studenti si siedano davanti a questi arnesi meccanici e scrivano i propri testi senza alcun ausilio digitale. Nessuna connessione, nessun dizionario online, nessun tasto di cancellazione. La scintilla che ha innescato tutto è la frustrazione per compiti grammaticalmente impeccabili, levigati dall’intelligenza artificiale generativa e dalle piattaforme di traduzione automatica, nei quali la presenza dello studente era ridotta a pura formalità anagrafica.
Il ragionamento che sottende la scelta è diretto quanto impietoso: se un testo è già corretto, e corretto non per merito di chi lo ha scritto ma di un algoritmo che lo ha prodotto al suo posto, la valutazione perde qualsiasi significato. Il compito diventa un referto, non una prova. E il docente, a quel punto, si trasforma in un lettore di correzioni di bozze automatiche.
Il silenzio meccanico come metodo
Le macchine per scrivere manuali appartengono a un’epoca in cui la tecnologia era già avanzata rispetto alla penna d’oca, ma non ancora così invasiva da assorbire tutta l’attenzione di chi scriveva. Sono oggetti che esigono fisicità: i tasti richiedono una pressione decisa, il carrello va riportato a mano a ogni fine riga, la carta si inceppa, l’errore non si cancella ma si copre con una X. Phelps ha mostrato agli studenti come inserire il foglio, come gestire la pressione sui tasti senza sbavature, cosa significhi quel campanello che suona alla fine della riga: il segnale acustico che ha dato il nome al tasto “invio” sui moderni computer senza che quasi nessuno lo sapesse più.
Il risultato, riferito da chi ha partecipato, somiglia a una decelerazione cognitiva forzata. Senza notifiche, senza la possibilità di aprire un’altra scheda, senza il conforto del correttore ortografico, la mente torna a occuparsi di una sola cosa alla volta. Uno studente di informatica, Ratchaphon Lertdamrongwong, al secondo anno, ha notato che scrivere su una macchina per scrivere ha cambiato non solo il suo rapporto con la macchina stessa, ma con l’ambiente circostante: senza la risposta immediata di internet, si è trovato a chiedere aiuto ai compagni, a socializzare, a costruire il testo con gli altri invece di affidarsi a uno strumento remoto e invisibile. Un effetto collaterale non previsto ma tutt’altro che indesiderato.
La trappola del compito perfetto
Il problema che Phelps ha voluto affrontare non è nuovo, ma si è aggravato in modo esponenziale con la diffusione degli strumenti di intelligenza artificiale generativa, disponibili gratuitamente e accessibili da qualsiasi dispositivo. La qualità dei testi prodotti dall’AI ha raggiunto livelli che rendono difficile, per molti docenti, distinguere il lavoro autentico di uno studente da quello confezionato da un modello linguistico. I testi sono corretti, fluenti, strutturalmente coerenti. Mancano di personalità, spesso, e di errori rivelatori. Ma mancano anche, soprattutto, di pensiero.
L’esternalizzazione cognitiva che l’AI consente non è una forma di imbroglio tradizionale: non si tratta di copiare dal vicino di banco o di portare un foglietto nascosto nella manica. È qualcosa di più sistematico e, per certi versi, di più preoccupante. Lo studente non impara a correggere i propri errori perché non incontra mai i propri errori. Non sviluppa strategie di scrittura perché non scrive. Non costruisce un vocabolario personale perché il vocabolario lo fornisce la macchina. Il compito viene consegnato, valutato, archiviato. La competenza, però, non si forma.
I numeri confermano l’allarme. Secondo una ricerca europea commissionata da Epson, il 68% degli insegnanti italiani ritiene che l’uso dell’AI da parte degli studenti per svolgere i compiti abbia un effetto negativo sull’apprendimento. E i dati italiani sugli studenti sono altrettanto eloquenti: oltre il 65% dei ragazzi tra i sedici e i diciotto anni usa regolarmente strumenti di AI per scrivere saggi e svolgere compiti, spesso senza alcuna guida consapevole, in un esperimento sociale involontario che si consuma ogni giorno nelle aule scolastiche.
Un fenomeno nazionale
L’esperimento di Cornell non è isolato. Negli Stati Uniti si registra una tendenza sempre più diffusa verso metodi di verifica che escludono strutturalmente la possibilità di ricorrere all’AI: esami orali, prove scritte a mano in aula, test con supervisione diretta. La macchina per scrivere è l’espressione più visibile e quasi paradossale di questa tendenza, un oggetto che funziona da contromisura tecnologica non perché sia più sofisticato degli strumenti che vuole escludere, ma perché è abbastanza antico da non comunicare con loro.
Gli esami orali, in particolare, stanno conoscendo una rinascita significativa. Richiedono che lo studente dimostri, in tempo reale e di fronte a un interlocutore umano, di aver elaborato personalmente i contenuti. Non si possono delegare. Non si possono preparare con un prompt. Hanno però un limite evidente: richiedono tempo, personale e una competenza didattica specifica che non tutti gli insegnanti possiedono o hanno avuto modo di sviluppare.
La tendenza al blocco tecnologico ha precedenti illustri. Già nel gennaio 2023 le scuole pubbliche di New York avevano scelto di impedire l’accesso a ChatGPT dalle reti scolastiche, con una mossa allora discussa e oggi che appare quasi visionaria nella sua semplicità: non tanto perché il blocco fosse impermeabile, quanto perché segnalava un cambio di paradigma nella relazione tra istituzioni educative e strumenti digitali.
Il limite delle soluzioni tecnologiche
L’alternativa a tutto questo, sul versante digitale, è un arsenale di contromisure che comprende browser bloccati, reti filtrate, sistemi di sorveglianza remota, analisi comportamentale e rilevatori automatici di testi prodotti dall’AI. Queste soluzioni esistono, vengono adoperate, e funzionano, almeno in parte. Ma presentano tutte lo stesso difetto strutturale: inseguono un bersaglio in movimento. Ogni aggiornamento degli strumenti di AI rende obsoleta, almeno parzialmente, la versione precedente delle difese.
I rilevatori automatici di testi generati dall’AI, in particolare, hanno mostrato tassi di errore preoccupanti, con falsi positivi che colpiscono studenti che hanno scritto in modo autonomo ma stilisticamente prevedibile.
La sorveglianza da remoto, con webcam e analisi dei movimenti oculari, introduce poi problemi di privacy non trascurabili, oltre a generare nei candidati un livello di stress che non necessariamente migliora la qualità della valutazione. Controllare significa anche modificare ciò che si controlla, e non sempre in senso favorevole.
Vale la pena ricordare che anche in Italia il tema è aperto. Il nostro ministero dell’Istruzione ha avviato un progetto pilota per introdurre l’AI come strumento didattico in quindici classi distribuite in quattro regioni: un approccio esattamente opposto a quello di Phelps, che punta sull’AI come alleata dell’insegnante anziché come avversaria della valutazione. La coesistenza di queste due strategie, una che esclude l’AI e l’altra che la incorpora, fotografa bene la disorientata condizione attuale della scuola globale.
Il problema è la domanda, non la risposta
La prospettiva più interessante, tra quelle che emergono dal dibattito, non riguarda gli strumenti di verifica ma la struttura stessa dei compiti. Se una domanda può trovare risposta adeguata da parte di un modello linguistico, forse il problema non è la risposta ma la domanda. Progettare verifiche che richiedano ragionamento situato, collegamento tra esperienze personali e concetti teorici, argomentazione articolata su casi specifici: questo tipo di lavoro è molto più difficile da esternalizzare, e molto più utile dal punto di vista formativo.
La macchina per scrivere, in questo senso, è una risposta parziale a un problema strutturale. Funziona perché elimina la connessione. Ma la connessione, nella vita reale, non scomparirà. Quello che la scuola deve imparare a fare, e che l’esperimento di Cornell suggerisce in forma un po’ ruvida e un po’ romantica, è costruire situazioni in cui il pensiero non possa essere sostituito, perché è il pensiero stesso a essere l’oggetto della valutazione. Non il testo che ne risulta, non la correttezza grammaticale, non la coerenza argomentativa astratta: il processo, la traccia mentale, il percorso da A a B.
Su questo, peraltro, la Commissione europea ha già fissato orientamenti etici per l’uso dell’AI nelle scuole, riconoscendo che la tecnologia può trasformare l’istruzione ma solo se usata con consapevolezza critica. Il documento, elaborato da un gruppo di esperti che comprende professionisti dell’istruzione, accademici e rappresentanti del settore privato, propone metodi per garantire che l’AI supporti l’apprendimento senza sostituire il ragionamento autonomo degli studenti.
Il valore dell’errore
Catherine Mong, studentessa al primo anno con un polso rotto di recente, ha dovuto scrivere con una mano sola. Il foglio che ha consegnato aveva segni a matita, spaziature irregolari, refusi coperti da X. Lo ha tenuto. Ha detto che probabilmente lo appenderà in camera. È una reazione che dice qualcosa di preciso: gli errori visibili, concreti, fisicamente presenti sulla carta, appartengono a chi li ha fatti. Non si possono attribuire a nessun altro. Sono, in un senso letterale, la propria scrittura.
L’imperfezione come prova di autenticità è un’idea controintuitiva in un’epoca ossessionata dall’ottimizzazione. Ma è anche un principio pedagogico solidissimo: si impara sbagliando, correggendo, ricominciando. Si impara, soprattutto, avendo consapevolezza dei propri errori. Nessun modello linguistico consegna questa consapevolezza. La macchina per scrivere, invece, sì: il tasto di cancellazione non esiste, e ogni sbaglio rimane sul foglio come un documento.
Una tendenza destinata a durare
È prematuro dire che le macchine per scrivere stiano tornando di moda. Il fenomeno è circoscritto, volontaristico, fondato sull’iniziativa di singoli insegnanti e non su politiche scolastiche sistematiche. Ma la direzione che indica è chiara, e riguarda qualcosa di più profondo della tecnologia: riguarda la definizione stessa di cosa significhi sapere qualcosa, e di cosa significhi dimostrarlo.
Se il sapere si misura solo sull’output, e l’output può essere prodotto da una macchina, la verifica perde senso. Se invece si misura sul processo, sulla capacità di costruire un argomento in tempo reale, di fare i conti con l’incertezza, di chiedere aiuto ai propri simili quando la risposta non arriva, allora la macchina per scrivere ha ancora qualcosa da insegnare. E il campanellino che suona alla fine della riga, in un’aula di Ithaca, risuona con un’eco inaspettatamente attuale.
