I ricercatori hanno presentato i risultati di uno studio controllato randomizzato preregistrato, svolto nell’arco di tre semestri in 19 università. Lo studio ha coinvolto 7.200 studenti, che hanno utilizzato applicazioni di IA realizzate dai docenti dei loro corsi. Gli strumenti erano molto diversi tra loro — dal feedback automatico sui saggi agli script personalizzati per generare esercizi — perché ogni docente aveva progettato ciò che riteneva più utile per la propria classe. Al termine del semestre, gli studenti hanno sostenuto esami in presenza sorvegliati, ai quali non era possibile ricorrere all’IA. Chi aveva utilizzato gli strumenti progettati dai docenti ha ottenuto risultati migliori in queste prove «a prova di IA» rispetto ai coetanei che non avevano usato l’IA o avevano utilizzato chatbot generici. Lo studio non ha rilevato cambiamenti misurabili nella frequenza con cui gli studenti accedevano alle piattaforme dei corsi, né nelle valutazioni espresse dagli studenti nei questionari sui corsi. In altre parole, gli interventi con l’IA hanno migliorato i risultati di apprendimento senza aumentare il coinvolgimento complessivo o i livelli di soddisfazione. Gli autori osservano che studi precedenti hanno mostrato che gli strumenti generici di IA possono talvolta danneggiare l’apprendimento, ma questa ricerca suggerisce che, quando sono i docenti a progettarli, l’IA può offrire un beneficio netto. Il gruppo di ricerca, guidato da Jun Li e composto da studiosi di diversi atenei, ha pubblicato l’articolo su arXiv il 14 novembre 2026. Lo studio è stato preregistrato: le ipotesi e il piano di analisi sono stati resi pubblici prima dell’inizio della raccolta dei dati, contribuendo così a ridurre i rischi di distorsione. Gli autori invitano le università a dare ai docenti maggiore libertà di sperimentare con strumenti di IA adatti al loro specifico contesto didattico.
Perché l’IA guidata dai docenti conta oggi
Oggi la maggior parte delle università adotta piattaforme di IA valide per tutto l’ateneo, sviluppate da aziende tecnologiche o dai dipartimenti informatici interni. Spesso queste soluzioni sono standardizzate e non tengono conto delle specificità di una determinata disciplina o delle dimensioni di una classe. Lo studio mostra una strada diversa: lasciare che i docenti adattino l’IA ai propri obiettivi didattici può portare a miglioramenti misurabili nell’apprendimento. Se gli atenei adottassero politiche che consentono ai docenti di sviluppare prototipi e perfezionare gli strumenti di IA, potrebbero ottenere miglioramenti analoghi senza dover acquistare costose licenze aziendali. Lo studio suggerisce inoltre che la soddisfazione degli studenti potrebbe non essere il parametro giusto per valutare il successo dell’IA: i risultati di apprendimento possono migliorare anche quando gli studenti non dichiarano di apprezzare di più l’esperienza. L’articolo, tuttavia, non presenta dati di follow-up a lungo termine e non esamina se gli stessi benefici si manifesterebbero nei corsi esclusivamente online o con gruppi di studenti più numerosi. Saranno necessarie ulteriori ricerche per verificare che i risultati valgano anche al di fuori delle condizioni controllate dello studio.
Perché conta
Per gli studenti universitari, gli strumenti di IA creati dai propri docenti potrebbero aiutare a ottenere risultati migliori agli esami senza richiedere più tempo di studio. Per i docenti, i risultati suggeriscono che sperimentare soluzioni di IA personalizzate può migliorare l’apprendimento, anche se il coinvolgimento complessivo della classe resta invariato.