IA e valutazione a scuola: perché il voto resta umano

Di tutti gli usi possibili dell'intelligenza artificiale a scuola, la valutazione è quello che richiede più prudenza. Non per pregiudizio tecnologico, ma per una ragione strutturale: un voto, un giudizio, un'ammissione o una bocciatura incidono sul percorso di vita di una persona. Per questo il legislatore europeo ha classificato la valutazione degli apprendimenti tra gli usi ad alto rischio dell'IA, e la normativa italiana, da ben prima dei chatbot, affida la valutazione alla responsabilità del docente e alla collegialità del consiglio di classe.

Questo approfondimento fa parte del percorso sull'adozione responsabile dell'intelligenza artificiale a scuola e risponde a una domanda sempre più frequente tra docenti e dirigenti: fino a dove può arrivare l'IA quando si parla di voti, giudizi e scrutini? Risposta breve: può aiutare a preparare, mai a decidere.

Perché la valutazione è l'ambito più delicato

Preparare una lezione con l'IA e valutare uno studente con l'IA non sono la stessa cosa. Nel primo caso l'errore dello strumento produce al massimo un materiale da correggere. Nel secondo caso l'errore ricade su una persona: un voto sbagliato, un giudizio ingiusto, un'accusa infondata di plagio.

La valutazione scolastica, inoltre, non è una misurazione meccanica. È un atto professionale che tiene insieme elementi che nessun modello statistico vede: il percorso dello studente, il contesto della classe, i progressi rispetto al punto di partenza, gli obiettivi definiti dal collegio dei docenti. Un sistema di IA può contare gli errori, ma non può pesarli dentro una storia.

C'è poi un rischio più sottile, che la letteratura chiama automation bias: la tendenza a fidarsi dell'output di una macchina più di quanto meriti, proprio perché arriva da una macchina. Un docente stanco, a fine quadrimestre, con decine di elaborati da correggere, è esposto a questa tentazione. Ed è lo scenario che le norme vogliono evitare.

Cosa dice l'AI Act: la valutazione è un uso ad alto rischio

Il Regolamento UE 2024/1689, l'AI Act, classifica i sistemi di intelligenza artificiale in base al rischio. L'Allegato III elenca gli usi ad alto rischio e il punto 3 riguarda istruzione e formazione professionale. Sono ad alto rischio, tra gli altri, i sistemi di IA destinati a:

determinare l'accesso o l'ammissione agli istituti di istruzione e formazione, o assegnare le persone a tali istituti;
valutare i risultati dell'apprendimento, anche quando orientano il percorso dello studente;
determinare il livello di istruzione adeguato che una persona riceverà o a cui potrà accedere;
monitorare e rilevare comportamenti vietati degli studenti durante prove ed esami.

Alto rischio non significa vietato. Significa che chi fornisce e chi usa questi sistemi deve rispettare obblighi stringenti: gestione del rischio, qualità dei dati, documentazione, trasparenza e, soprattutto, sorveglianza umana. L'articolo 14 dell'AI Act impone che i sistemi ad alto rischio possano essere efficacemente supervisionati da persone fisiche: chi supervisiona deve comprendere capacità e limiti del sistema, non farvi eccessivo affidamento, poterne ignorare gli output e poter intervenire fino a interromperlo.

Tradotto per la scuola: anche quando un sistema di correzione automatica fosse formalmente conforme all'AI Act, l'ultima parola non può appartenere al sistema, ma a un essere umano competente, in grado di ribaltarne l'esito. Per un quadro completo degli effetti del regolamento sul mondo educativo si può partire dalle domande e risposte sull'AI Act nel settore educativo.

Il controllo umano nella normativa italiana: il voto è del docente

Il principio europeo della sorveglianza umana, per la scuola italiana, coincide con quello che la normativa sulla valutazione dice da sempre.

Il DPR 122/2009, il regolamento sulla valutazione degli alunni, stabilisce che la valutazione è espressione dell'autonomia professionale propria della funzione docente, nella sua dimensione individuale e collegiale. Il D.lgs. 62/2017 ribadisce che la valutazione è effettuata dai docenti nell'esercizio della propria autonomia professionale, in conformità con i criteri definiti dal collegio dei docenti e inseriti nel PTOF. Le decisioni che contano di più, ammissione alla classe successiva, non ammissione, ammissione all'esame, sono deliberazioni collegiali del consiglio di classe.

La conseguenza è precisa: il docente non può delegare il giudizio, né a un collega non titolato, né a un software. Un voto assegnato da un sistema automatico e semplicemente ratificato dall'insegnante non è un voto formato secondo la normativa: è una decisione presa da un soggetto che la legge non riconosce come valutatore.

Le Linee guida MIM per l'introduzione dell'IA nelle istituzioni scolastiche, adottate con il DM 166 del 9 agosto 2025, vanno nella stessa direzione: l'IA può entrare nei processi scolastici solo con supervisione umana, gestione responsabile dei dati, attenzione ai minori e trasparenza verso la comunità scolastica. Sulla valutazione, documento ministeriale e normativa preesistente convergono: la responsabilità resta alle persone.

Cosa può fare legittimamente l'IA a supporto della valutazione

Chiarito chi decide, resta molto spazio per un uso intelligente degli strumenti. L'IA può alleggerire la parte preparatoria del valutare, quella che assorbe tempo senza richiedere giudizio. Alcuni esempi di uso legittimo:

bozze di feedback: partire da un commento generato e riscriverlo alla luce di ciò che il docente sa dello studente;
griglie e rubriche di valutazione: farsi proporre descrittori per livelli, da discutere e adattare in dipartimento, con approvazione finale degli organi competenti;
item di esercitazione: generare quesiti, varianti di esercizi, simulazioni di prova per il ripasso e l'autovalutazione;
analisi di errori ricorrenti su testi anonimi: usare elaborati privati di ogni dato identificativo per individuare gli errori più frequenti della classe e orientare il recupero.

La condizione trasversale è duplice. Primo: i dati. Nei servizi non autorizzati dalla scuola non devono entrare nomi, voti, diagnosi, informazioni su BES e DSA, situazioni familiari; un elaborato si analizza solo se anonimizzato davvero. Secondo: il controllo. Ogni output dell'IA è una bozza che il docente verifica, corregge e fa propria. Senza questa appropriazione critica non c'è supporto: c'è delega.

Cosa l'IA non può fare

Sul versante opposto ci sono usi che una scuola non dovrebbe consentire, perché in contrasto con la normativa sulla valutazione, con l'AI Act o con la protezione dei dati:

Uso	Perché non è ammissibile
Assegnare voti a prove e verifiche	La valutazione è atto del docente (DPR 122/2009, D.lgs. 62/2017); uso ad alto rischio che richiede comunque decisione umana effettiva
Decidere ammissioni e bocciature	Deliberazioni collegiali del consiglio di classe, non delegabili a sistemi automatici
Profilare gli studenti	Trattamento di dati di minori ad alto impatto, contrario a GDPR e minimizzazione
Prevedere il rendimento futuro	Uso ad alto rischio (Allegato III AI Act); trasforma una stima statistica in un destino
Fare da prova unica di plagio con un rilevatore	I rilevatori di testo generato sono inaffidabili e producono falsi positivi (vedi sotto)

Il filo comune è sempre lo stesso: l'IA può informare una decisione umana, non può sostituirla. E non può diventare il pretesto per raccogliere e incrociare dati sugli studenti che la scuola non avrebbe altrimenti trattato.

I rilevatori di testo generato: perché non sono una prova

Il capitolo più insidioso è quello degli AI detector, gli strumenti che promettono di riconoscere se un testo è stato scritto da un'intelligenza artificiale. La tentazione di usarli come macchina della verità è forte. I dati dicono che va respinta.

Il caso più eloquente riguarda OpenAI, l'azienda che sviluppa ChatGPT: nel gennaio 2023 aveva lanciato un proprio classificatore per distinguere testo umano e testo generato, e lo ha ritirato nel luglio dello stesso anno per il basso tasso di accuratezza. Se chi costruisce i modelli non riesce a riconoscerne l'output, è ragionevole diffidare di chi vende certezze.

C'è di più. Uno studio della Stanford University pubblicato nel 2023 sulla rivista Patterns ha mostrato che i rilevatori penalizzano chi scrive in una lingua non materna: testi autentici di studenti non madrelingua inglese venivano classificati come generati dall'IA in oltre la metà dei casi, contro una percentuale minima per i madrelingua. Il motivo è tecnico: i rilevatori misurano la prevedibilità del testo, e chi scrive in una seconda lingua usa un lessico più semplice e strutture più regolari, proprio come un modello linguistico. In una classe con studenti di origine straniera, questo significa un rischio concreto di accuse ingiuste verso gli alunni più vulnerabili.

La conseguenza operativa è netta: il punteggio di un rilevatore non può mai essere la prova unica per contestare un elaborato, annullare una prova o abbassare un voto. Può essere, al massimo, un indizio che spinge il docente a fare ciò che sa fare da sempre: parlare con lo studente, chiedergli di spiegare il testo, confrontare l'elaborato con le produzioni precedenti. Il colloquio resta l'accertamento più affidabile che la scuola possiede. Sul versante degli studenti rimandiamo alla guida su IA e compiti a casa: cosa possono fare gli studenti e cosa devono dichiarare.

Come impostare una prassi corretta in istituto

Perché questi principi non restino sulla carta, conviene tradurli in poche regole d'istituto, deliberate dagli organi collegiali e coerenti con la policy generale sull'IA. Cinque punti bastano.

Perimetro esplicito. Nessun sistema di IA assegna voti, formula giudizi nominativi o concorre a decisioni di ammissione: l'IA è ammessa solo nella fase preparatoria e su contenuti anonimi.
Strumenti e dati. L'istituto indica gli strumenti autorizzati e ribadisce il divieto di inserire dati personali degli studenti in servizi non autorizzati, con esempi concreti di anonimizzazione corretta.
Criteri di valutazione invariati. I criteri restano quelli definiti dal collegio dei docenti nel PTOF. Se un dipartimento usa l'IA per elaborare rubriche, la versione finale è discussa e approvata dalle persone.
Gestione dei sospetti. Il sospetto di elaborato generato si verifica con colloquio e prove in presenza, mai con il solo esito di un rilevatore; ogni contestazione va motivata con elementi che lo studente possa comprendere e contestare.
Formazione. Docenti e consigli di classe devono conoscere limiti e rischi degli strumenti, a partire dall'automation bias: la formazione sull'IA è un corso sul giudizio professionale in presenza degli strumenti, non solo sugli strumenti.

Trasparenza verso studenti e famiglie

L'ultimo tassello è la comunicazione. Se la scuola usa l'IA in qualche fase del processo valutativo, anche solo come supporto preparatorio, studenti e famiglie hanno il diritto di saperlo in termini comprensibili. La trasparenza impedisce che l'IA diventi un'autorità invisibile, temuta e fraintesa.

In pratica, significa spiegare nel patto educativo di corresponsabilità o in una comunicazione dedicata: che voti e giudizi sono sempre decisi dai docenti e dagli organi collegiali; che l'IA può servire ai docenti per preparare materiali e feedback, senza dati personali degli studenti; che i sospetti su elaborati generati si gestiscono con colloqui e verifiche, non con un software; a chi rivolgersi per domande o contestazioni.

Una famiglia che sa come stanno le cose collabora. Una famiglia che scopre a posteriori che un voto è passato da un algoritmo non si fida più. La fiducia nella valutazione è un patrimonio dell'istituto: l'IA usata bene non deve intaccarlo, usata male lo brucia in fretta.

Domande frequenti su IA e valutazione

Un docente può far correggere le verifiche a ChatGPT?

Può usare l'IA come supporto su testi anonimizzati, per esempio per individuare errori ricorrenti o preparare una bozza di feedback, ma voto e giudizio devono essere formulati dal docente. Caricare verifiche con nomi e dati degli studenti in un servizio non autorizzato dalla scuola viola inoltre le regole sulla protezione dei dati personali.

L'AI Act vieta di usare l'IA nella valutazione scolastica?

No, non la vieta: la classifica come uso ad alto rischio (Allegato III, punto 3). Questo comporta obblighi severi per fornitori e utilizzatori, tra cui la sorveglianza umana dell'articolo 14: una persona competente deve poter comprendere, ignorare o ribaltare l'output del sistema. Nella scuola italiana la decisione valutativa resta comunque riservata al docente e agli organi collegiali.

Chi decide bocciature e ammissioni può basarsi su un algoritmo?

No. Ammissione e non ammissione alla classe successiva o all'esame sono deliberazioni collegiali del consiglio di classe, secondo il DPR 122/2009 e il D.lgs. 62/2017. Un sistema automatico non può assumere né orientare in modo vincolante queste decisioni.

I rilevatori di testo generato dall'IA sono affidabili?

No, non abbastanza per fondare una contestazione. OpenAI ha ritirato il proprio classificatore nel 2023 per il basso tasso di accuratezza, e uno studio di Stanford ha documentato molti falsi positivi sui testi di scrittori non madrelingua. Un punteggio può al massimo suggerire un approfondimento: la verifica vera si fa con il colloquio e con prove in presenza.

La scuola deve dire alle famiglie se usa l'IA?

Sì. Le Linee guida MIM insistono su trasparenza e supervisione umana: alla scuola spetta spiegare in termini semplici come e dove l'IA viene usata, chiarendo che voti e giudizi restano decisioni dei docenti. Il patto educativo di corresponsabilità è la sede naturale per questa comunicazione.

L'IA può essere usata per prevedere il rendimento di uno studente?

È uno degli usi più problematici: rientra nell'area ad alto rischio dell'AI Act e comporta una profilazione di minori difficilmente compatibile con il GDPR. Una previsione statistica rischia inoltre di trasformarsi in profezia che si autoavvera, condizionando le aspettative dei docenti. Le scuole dovrebbero astenersene.