Maestro Roberto - Tecnologie e didattica

Chi si occupa di scegliere strumenti digitali per la scuola conosce bene il problema: ogni volta che arriva la proposta di un nuovo software, bisogna capire se è sicuro, se rispetta la privacy degli studenti, se dialoga con i sistemi già in uso e se, in generale, vale davvero i soldi e il tempo che si investono. Di solito questa verifica significa aprire dieci schede diverse, leggere documenti tecnici scritti per informatici e sperare di non essersi persi qualcosa di importante.

Project Unicorn, l'organizzazione americana che da dieci anni lavora sull'interoperabilità dei dati scolastici, ha provato a semplificare questo lavoro con Uni, un assistente basato su intelligenza artificiale (costruito su Gemini) pensato proprio per chi deve prendere decisioni su strumenti edtech: Dirigenti Scolastici, DSGA, Animatori Digitali e, più in generale, chiunque lavori in ambito scolastico e debba orientarsi tra privacy, sicurezza informatica, governance dei dati e interoperabilità.

Le scuole si stanno infatti dotando (o si doteranno a breve) di un regolamento interno sull'uso dell'intelligenza artificiale, e quasi sempre al centro di questo lavoro c'è un gruppo di docenti, animatori digitali e a volte anche il DPO, incaricato di censire gli strumenti IA già in uso o proposti dai colleghi e di classificarli per livello di rischio. È un lavoro delicato, perché richiede di incrociare aspetti tecnici (come vengono trattati i dati), aspetti pedagogici (lo strumento è adatto all'età e agli obiettivi didattici) e aspetti normativi (dove si colloca rispetto alle categorie di rischio previste dal regolamento europeo sull'IA).

Il problema è che chi fa parte di questi gruppi di lavoro raramente ha una formazione tecnica specifica, e si trova a dover leggere documentazione pensata per informatici o legali. Qui può inserirsi Uni, che pur non essendo stato pensato per il contesto normativo europeo può comunque diventare un supporto utile per strutturare il lavoro di analisi.

A cosa serve concretamente in questo contesto

Uni non classifica il rischio al posto del gruppo di lavoro, e va detto con chiarezza: le categorie di rischio del regolamento IA europeo (inaccettabile, alto, limitato, minimo) restano una valutazione che spetta alla scuola, con l'eventuale supporto del DPO. Quello che Uni può fare è aiutare a raccogliere in modo ordinato le informazioni su cui basare quella valutazione, attraverso una base di conoscenza curata su privacy, sicurezza informatica, interoperabilità e governance dei dati in ambito scolastico.

In pratica, per ogni strumento IA che il gruppo di lavoro deve valutare, Uni può aiutare a formulare le domande giuste da porre al fornitore o da verificare nella documentazione tecnica: che tipo di dati raccoglie lo strumento, se e come li condivide con terze parti, se prevede un profilo specifico per i minori, se offre garanzie di trasparenza sul funzionamento dell'algoritmo. Sono proprio le informazioni che poi servono per capire in quale fascia di rischio collocare uno strumento. 

Per testarlo, ho chiesto informazioni in merito alla piattaforma School AI e questo è stato il risultato.

Alcuni esempi di utilizzo per il gruppo di lavoro

• Il referente che deve compilare la scheda di uno strumento di correzione automatica dei compiti può chiedere a Uni quali elementi di trasparenza algoritmica verificare prima di consigliarne l'adozione al collegio docenti, invece di limitarsi alla descrizione commerciale del prodotto.
• Il gruppo che sta costruendo il registro degli strumenti IA della scuola (spesso richiesto proprio dal regolamento interno) può usare Uni per uniformare le domande poste a ogni fornitore, così da avere schede comparabili tra loro e non basate solo su quello che ogni fornitore sceglie di dichiarare spontaneamente.

Un docente che propone l'uso di un chatbot didattico in classe può interrogare Uni sui rischi legati alla raccolta di dati conversazionali degli studenti, per portare al gruppo di lavoro un'analisi preliminare già ragionata invece di una semplice richiesta di autorizzazione.

Il DPO o il referente privacy, prima di dare un parere formale, può usare Uni come primo controllo su questioni di interoperabilità e conservazione dei dati, per capire se servono ulteriori approfondimenti tecnici prima di procedere con la valutazione d'impatto.

Il limite da tenere sempre presente

La base di conoscenza di Uni è costruita soprattutto sul contesto statunitense, con riferimenti a normative come FERPA e COPPA che non coincidono con il regolamento europeo sull'IA né con il GDPR. Questo significa che le risposte di Uni vanno sempre tradotte e verificate rispetto al quadro normativo italiano ed europeo, e non possono in nessun caso sostituire il parere del DPO o una valutazione legale formale. Lo strumento è anche dichiaratamente in fase beta, quindi va trattato come un aiuto per strutturare il ragionamento, non come una fonte definitiva.

Usato con questa consapevolezza, Uni può comunque far risparmiare tempo al gruppo di lavoro nella fase iniziale di raccolta delle informazioni, lasciando alla scuola il compito che le compete davvero: la valutazione finale e la classificazione del rischio secondo il proprio regolamento interno.

Uni Project Unicorn