Maestro Roberto - Tecnologie e didattica

Se ti dico "Google AI Studio", probabilmente pensi a qualcosa di complicato, riservato agli sviluppatori, roba da smanettoni. Inizialmente, anch'io la pensavo così. Poi ho scoperto la funzione Build e ho cambiato idea in fretta.

Build è uno strumento che ti permette di descrivere a parole l'app che vuoi creare, e l'AI la costruisce per te. Nessun codice, nessuna competenza tecnica richiesta. Ho voluto testarlo su un'idea che avevo in testa da un po': e se i miei studenti potessero fare domande direttamente ai personaggi dei Promessi Sposi?

Il problema classico con Manzoni è la distanza. I ragazzi faticano a sentire quei personaggi come reali, vicini, interessanti. Li leggono, li studiano, li interrogano su carta. Ma non ci parlano mai. Ho pensato: e se invece potessero farlo?
Ho descritto la mia idea a Google AI Studio Build in modo abbastanza semplice: un'app in cui lo studente sceglie un personaggio tra quelli del romanzo, gli rivolge delle domande, e il personaggio risponde rimanendo fedele al proprio carattere, al proprio modo di vedere il mondo, alla propria epoca. Fin qui, niente di straordinario. La parte che mi ha davvero colpito è quella successiva.
Ho aggiunto una richiesta precisa: ogni personaggio doveva avere una sintesi vocale coerente con la sua personalità. Don Abbondio, quindi, avrebbe dovuto suonare diverso da Fra Cristoforo. Lucia diversa dall'Innominato. L'Azzeccagarbugli diverso da Don Rodrigo.
E l'app l'ha fatto. Concretamente, il tono, il ritmo, le caratteristiche della voce sintetizzata cambiano a seconda del personaggio scelto. Entrare in conversazione con l'Innominato ha qualcosa di cupo, quasi pesante. Parlare con Renzo è un'altra cosa: più diretto, più caldo. Lucia risponde con dolcezza e misura. Don Abbondio è esattamente quello che ti aspetti: evasivo, ansioso, sempre pronto a tirarsi fuori dai guai.
Puoi provarlo tu stesso qui: I Promessi Sposi: Interviste su Google AI Studio

Le possibilità didattiche sono più ampie di quanto sembri a prima vista. Qualche idea concreta:

• Puoi usarlo come attività di comprensione del testo: lo studente deve fare domande sensate al personaggio, e per farlo bene deve aver capito chi ha davanti. Se chiede a Fra Cristoforo di giustificare una scelta che il frate non avrebbe mai fatto, la risposta lo metterà in contraddizione e lui dovrà rielaborare.
• Puoi usarlo per l'analisi del personaggio: invece di scrivere una scheda, lo studente intervista il personaggio e poi riporta quello che ha scoperto. Cambia la prospettiva, cambia la motivazione.
• Puoi usarlo per il debate: due studenti scelgono personaggi con visioni opposte e li fanno "dialogare" attraverso l'app, poi discutono in classe su chi aveva ragione e perché.
• E puoi usarlo semplicemente come aggancio iniziale, prima ancora di aver letto il romanzo. Lascia che uno studente parli con un personaggio senza sapere quasi nulla di lui. La curiosità si accende da sola.

Quello che mi ha sorpreso di più non è la tecnologia in sé, che ormai in qualche forma conosciamo tutti. È quanto poco tempo ci ho messo. Ho descritto l'idea, ho fatto qualche aggiustamento nel prompt ed ho segnalato qualche anomalia, e in meno di un'ora avevo un'app funzionante, con voce, con personalità differenziate, con un'interfaccia usabile anche da uno studente delle medie.
Non ho scritto una riga di codice. Non ho bisogno di un server. Non ho bisogno di installare niente. L'app esiste, ha un link, e posso condividerla con i miei studenti domani mattina.
Questo, per me, è il punto più importante: l'AI sta abbassando il costo di ingresso alla sperimentazione didattica. Un'idea che fino a ieri richiedeva settimane di sviluppo e la collaborazione di un esperto, oggi richiede un pomeriggio e una buona descrizione del problema.
Non so ancora se questa app diventerà una parte stabile del lavoro in classe o rimarrà un esperimento isolato. Ma so che la prossima volta che mi viene un'idea del tipo "sarebbe bello se...", la prima cosa che farò sarà aprire Google AI Studio Build e vedere cosa succede.

Google AI Studio Build 

Se avete sentito parlare di Qwen 3.6 nelle ultime settimane, probabilmente vi siete imbattuti in titoli entusiasti sul fatto che Alibaba stia distribuendo gratuitamente modelli di intelligenza artificiale che reggono il confronto con GPT o Claude. Non è esagerazione: è esattamente quello che sta succedendo. E c'è una parte di questa storia che interessa da vicino chi lavora con studenti e contenuti didattici: la generazione di video a partire da un'immagine o da un semplice testo.

Prima di tutto, vale la pena fare chiarezza su una cosa che può confondere. Alibaba ha due famiglie di modelli che vengono spesso citate insieme. Qwen è la serie di modelli linguistici (quello che fa testo, ragionamento, codice). Wan è la serie dedicata alla generazione visiva, immagini e video. Entrambi escono dallo stesso laboratorio, il Tongyi Lab di Alibaba, e fanno parte dello stesso ecosistema. Quando si parla di "Qwen 3.6 che genera video", nella pratica si sta parlando di Wan 2.7, uscito in aprile 2026 come componente video dell'ecosistema Qwen.
Il punto rilevante per noi è che tutto questo è open source sotto licenza Apache 2.0, il che significa uso libero anche per scopi commerciali, scaricabile da Hugging Face o GitHub, eseguibile in locale su hardware consumer (dal Mac con 24GB RAM in poi), oppure accessibile tramite API a costi bassissimi.

Tra il 1 e il 6 aprile 2026 Alibaba ha rilasciato la suite completa Wan 2.7: quattro modelli video che coprono text-to-video, image-to-video, reference-to-video con voice cloning e video editing basato su istruzioni testuali, tutto sotto Apache 2.0.
Vediamo cosa significa ciascuna di queste cose nella pratica.
Testo → video. Scrivi una descrizione in italiano o in inglese, e il modello genera un video. Il modello supporta output nativi in 720p o 1080p, con durate tra 2 e 15 secondi, con input audio opzionale e controllo narrativo multi-scena gestito direttamente dal linguaggio del prompt. Non è quindi solo un video muto: puoi pilotare la struttura narrativa descrivendo ciò che vuoi vedere.
Immagine → video. Carichi una foto o un'illustrazione e il modello la anima. Il modello image-to-video supporterà la generazione dal primo frame, dal primo e dall'ultimo frame insieme, e la continuazione di video esistenti, utile per workflow di storyboarding. C'è anche una funzionalità che usa una griglia 3x3 di immagini come input per generare sequenze strutturate da asset statici. Per chi fa storia dell'arte, scienze, o lingue, questo apre possibilità molto concrete.
Reference-to-video. È possibile combinare un riferimento visivo del soggetto con un riferimento vocale per generare video in cui sia l'aspetto che la voce del personaggio siano coerenti con gli input forniti. In pratica puoi prendere una foto di un personaggio storico (o di una ricostruzione) e generare un breve intervento animato.
Editing video da testo. Puoi editare video esistenti usando istruzioni in linguaggio naturale: vuoi cambiare lo sfondo, modificare l'illuminazione, o alterare l'abbigliamento di un personaggio? Basta descriverlo.

Wan 2.7 introduce una funzione che nessuno degli altri grandi player offre ancora: un "Thinking Mode", un sistema di ragionamento a catena di pensieri che analizza il tuo prompt prima che inizi il rendering. Il risultato è meno generazioni sprecate, composizioni migliori e clip che corrispondono realmente a quello che hai descritto.
Per capire perché è importante: chiunque abbia usato strumenti di generazione video sa che il 70% del lavoro è riscrivere il prompt perché il risultato non corrisponde all'idea. Avere un modello che prima "ragiona" su cosa intendi, poi genera, riduce drasticamente questo ciclo.

Finora, creare un breve video didattico significava o usare modelli predefiniti (dove non trovi mai esattamente quello che ti serve), o avere competenze di ripresa e montaggio, o pagare qualcuno. Con questi strumenti, un insegnante di scienze può generare una simulazione visiva di un processo cellulare partendo da un'immagine di un manuale. Un insegnante di storia può animare una fotografia d'epoca. Chi insegna lingue può creare mini-dialoghi situazionali su misura per il livello della classe.
Non sostituisce la didattica. Aggiunge uno strato visivo a materiali che normalmente esistono solo come testo o immagini statiche.

La qualità non è ancora quella di Sora o dei migliori modelli commerciali a pagamento. Wan 2.7 non batte Seedance 2 o Kling 3 sulla qualità visiva pura, ma nessun altro modello ne eguaglia la libertà creativa e la completezza del workflow. È la migliore opzione open source del 2026.
I video durano al massimo 15 secondi, il che è un limite reale per narrazioni più complesse. Le clip possono essere concatenate, ma richiede un passaggio in più. E come tutti i sistemi generativi, i risultati non sono garantiti: a volte il modello produce qualcosa di inaspettato, e conviene pianificare un margine di tentativi.

L'ecosistema Qwen/Wan di Alibaba sta diventando in fretta un riferimento nel mondo open source non solo per i testi ma anche per i video. Dal 2023 Alibaba ha rilasciato in open source oltre 400 modelli Qwen, e la famiglia ha superato un miliardo di download con oltre 200.000 modelli derivati creati da sviluppatori in tutto il mondo. Non è un progetto marginale: è una delle infrastrutture AI più usate al mondo, e sta diventando sempre più accessibile anche a chi non ha un background tecnico. Vale la pena tenerla d'occhio.

Qwen 3.6

Immagina di poter mostrare ai tuoi studenti, in tempo reale, dove si stanno spostando le navi militari nel Mar Rosso, come stanno andando i mercati finanziari in questo momento, quanti conflitti attivi ci sono nel mondo e dove, tutto su una mappa 3D interattiva. Non è un videogioco, non è fantascienza: è World Monitor, ed è gratuito.

World Monitor è un cruscotto del mondo in tempo reale che aggrega notizie live, dati di mercato, tracciamento di voli militari, monitoraggio marittimo e informazioni geopolitiche, tutto in un'unica schermata. È usata da oltre 2 milioni di persone in più di 190 Paesi. Nasce principalmente come strumento per raccogliere e analizzare informazioni da fonti aperte e pubbliche, ma ha un potenziale didattico enorme che in pochi, per ora, hanno ancora sfruttato. 
Aprila e ti trovi davanti a un globo terrestre rotante con decine di layer sovrapposti: zone di conflitto, basi militari, cavi sottomarini, impianti nucleari, rotte delle navi, prezzi delle materie prime. Puoi attivare o disattivare ogni strato a seconda di quello che vuoi esplorare.

Il problema che abbiamo spesso in classe, soprattutto in storia, geografia, economia e educazione civica, è la distanza. I temi internazionali sembrano lontani, astratti, difficili da rendere concreti per ragazzi che li vivono come qualcosa che succede "da qualche altra parte". World Monitor abbatte questa distanza in modo visivo e immediato.
La piattaforma integra oltre 500 feed RSS curati, più di 65 fonti di dati esterne e 50 livelli cartografici, con supporto in 21 lingue. Questo significa che non stai guardando una mappa statica o un articolo di giornale: stai guardando il mondo che si muove davvero, adesso. 
Pensa a come puoi usarla concretamente:

• Lezione di geopolitica: apri il layer dei conflitti attivi (con dati ACLED e UCDP, le fonti accademiche più autorevoli al mondo) e chiedi agli studenti di identificare le aree di crisi, di collegare quello che vedono a quello che stanno studiando in classe. Non serve più cercare su dieci siti diversi: è tutto lì.
• Lezione di economia: attivi il monitoraggio dei mercati e mostri in diretta come si muovono le borse, i prezzi del petrolio, dell'oro, delle criptovalute. Puoi partire da un evento geopolitico visibile sulla mappa e chiedere: secondo voi, come reagiranno i mercati? E poi mostri la risposta in tempo reale.
• Lezione di scienze della terra: c'è il monitoraggio dei terremoti, delle eruzioni, degli uragani. Un modo per ancorare la fisica del pianeta alla cronaca del giorno.
• Educazione ai media e pensiero critico: qui sta forse l'uso più interessante. Mostrare agli studenti come funziona una fonte aperta, da dove vengono i dati, chi li raccoglie e perché, è un esercizio di media literacy concreta. Il sistema include anche un indice di instabilità per paese (Country Instability Index) e sintesi quotidiane generate dall'intelligenza artificiale. Discutere con i ragazzi come un algoritmo classifica un paese come "instabile" è una lezione di pensiero critico che vale molto più di un'ora di manuale. 

Non serve registrarsi per usare le funzioni principali. Vai su worldmonitor.app, e in pochi secondi sei operativo. L'interfaccia è in inglese, ma questo può diventare un punto di forza nelle classi di lingue o per esercitare il lessico tecnico e geopolitico in L2.
La versione gratuita è già molto ricca. Esiste una versione Pro con funzioni avanzate, ma per l'uso in classe la versione base è più che sufficiente per costruire lezioni coinvolgenti.
Un consiglio pratico: non usarla come sfondo passivo. Funziona meglio se diventa il punto di partenza di una domanda. "Guardate questa rotta navale nel Golfo di Aden: secondo voi, perché passa lì? Cosa trasporta? A cosa serve?" Lascia che sia la mappa a generare la curiosità, e tu guidala.
Quello che mi colpisce di World Monitor non è solo la quantità di dati che mostra, ma il fatto che mette in evidenza la connessione tra le cose. Un conflitto in una regione remota, i prezzi del grano in Europa, una rotta marittima che cambia: tutto è collegato, e questa piattaforma lo rende visibile. È esattamente il tipo di pensiero sistemico che vogliamo sviluppare nei nostri studenti.
Non è uno strumento per ogni giorno e per ogni materia. Ma tenerlo nel cassetto degli strumenti digitali, da tirare fuori nei momenti giusti, può fare davvero la differenza tra una lezione che passa e una che rimane.

World Monitor

Stavo curiosando su Google AI Studio per capire cosa sa fare davvero Gemini 3.5 Flash, uno dei modelli più recenti di Google. Ho deciso di dargli un compito che conoscevo bene: il dialogo tra Fra Cristoforo e Don Rodrigo dai Promessi Sposi. Una scena densa, teatrale, con due caratteri fortissimi e opposti. Volevo vedere se riusciva a farne qualcosa di interessante.
Ho scritto un prompt semplice: "Genera un dialogo intenso e drammatico tra due voci diverse su questo testo", e ho incollato la scena originale di Manzoni.
Risultato? Mi ha costruito un'app contenente la versione vocale dell'episodio.

L'ha chiamata Teatro Drammatico e funziona come una sorta di scena interattiva. Le due voci, Fra Cristoforo e Don Rodrigo, vengono rese con stili visivi e sonori distinti. Il tono drammatico del testo originale viene amplificato, non appiattito. Non è una semplice trascrizione formattata: è un ambiente pensato per far sentire il conflitto, non solo leggerlo.
Quello che mi ha sorpreso di più è che AI Studio ha interpretato il mio prompt in modo generativo, non letterale. Ha capito che "dialogo drammatico tra due voci" poteva diventare qualcosa di più di un file di testo, e ha scelto di costruire un'interfaccia. Senza che io glielo chiedessi esplicitamente.