{"id":4179,"date":"2026-08-21T11:20:12","date_gmt":"2026-08-21T09:20:12","guid":{"rendered":"https:\/\/www.cascolearning.it\/magazine\/?p=4179"},"modified":"2026-08-21T14:01:28","modified_gmt":"2026-08-21T12:01:28","slug":"dalla-mente-estesa-agli-ecosistemi-educativi-il-ruolo-dell-ia","status":"publish","type":"post","link":"https:\/\/www.cascolearning.it\/magazine\/2026\/08\/21\/dalla-mente-estesa-agli-ecosistemi-educativi-il-ruolo-dell-ia\/","title":{"rendered":"Per un cambio di prospettiva in educazione: dalla mente estesa agli ecosistemi educativi. Il ruolo dell\u2019intelligenza artificiale"},"content":{"rendered":"\n<h3 class=\"wp-block-heading\">Indice<\/h3>\n\n\n\n<div class=\"wp-block-group is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"wp-block-paragraph\"><strong><a href=\"#0-premessa\" data-type=\"internal\" data-id=\"#0-premessa\">Premessa<\/a><\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"#1-primaparte\"><strong>Prima parte: JOSI MANGIONE &#8211;<\/strong> <strong>DALLA MENTE ESTESA AGLI ECOSISTEMI EDUCATIVI<\/strong><\/a><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"#1a-cosacambia\">Cosa cambia a livello pedagogico adottando la prospettiva ecosistemica?<\/a><\/li>\n\n\n\n<li><a href=\"#1b-ingressoai\">L\u2019ingresso dell\u2019AI<\/a><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong><a href=\"#2-secondaparte\">Seconda parte: HUMAN AI TEAMING \u2013 AI TEAMMATE<\/a><\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"#2a-humanai\">Human\u2013AI Teaming e formazione. E se fosse un consiglio di classe ?<\/a><\/li>\n\n\n\n<li><a href=\"#2b-simulazione\">Simuliamo un CdC aumentato<\/a><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong><a href=\"#3-terzaparte\">Terza parte: BEYOND AI TEAMMATES: COLLECTIVE VICARIOUS COGNITION AS A FRAMEWORK FOR EDUCATIONAL MULTI-AGENT SYSTEMS<\/a><\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"#3a-vicarianza\">Vicarianza<\/a><\/li>\n\n\n\n<li><a href=\"#3b-cognizione\">Cognizione distribuita<\/a><\/li>\n\n\n\n<li><a href=\"#3c-multiagente\">Dalla vicarianza ai sistemi multi agente: come funziona la Collective Vicarious Cognition (CVC)<\/a><\/li>\n\n\n\n<li><a href=\"#3d-prospettive\">Prospettive pedagogiche<\/a><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"#4-quartaparte\"><strong>Quarta parte:<\/strong> <strong>CVC LAB \u2013 PROSPETTIVE, CONFRONTO E GIUDIZIO<\/strong><\/a><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"#4a-cvcpresenta\">CVC LAB si presenta<\/a><\/li>\n\n\n\n<li><a href=\"#4b-cvcprotocollo\">CVC LAB: protocollo operativo per gli studenti in 7 passaggi<\/a><\/li>\n\n\n\n<li><a href=\"#4c-esempio\">Un esempio concreto di didattica della filosofia<\/a><\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong><a href=\"#5-conclusione\">Conclusione<\/a><\/strong><\/p>\n<\/div>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h3 id=\"0-premessa\" class=\"wp-block-heading\">Premessa<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019estate, con i tempi pi\u00f9 distesi, permette e favorisce lo studio e l\u2019approfondimento. Il testo che segue \u00e8 molto lungo \u2013 quasi un mezzo libro piuttosto che un articolo \u2013 ed \u00e8 frutto di un percorso molto specifico che vado a spiegare in questa premessa cos\u00ec da rendere pi\u00f9 chiaro il percorso. Indicando anche gli strumenti di lavoro che ho utilizzato.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>La consapevolezza di fondo \u00e8 che gli scenari educativi stiano modificandosi in modo radicale e che di questa modificazioni vi sia poca o scarsa consapevolezza, soprattutto nel mondo istituzionale della scuola italiana. Al contrario di quanto avviene nei pi\u00f9 interessanti centri di ricerca e anche \u2013 sia detto senza tirarcela troppo \u2013 in aree di concreta sperimentazione dal basso dove operano soggetti come Casco Learning.<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Sono partito dall\u2019editoriale con cui Jose Mangione, prima ricercatrice Indire, presenta il volume monografico della rivista <em>Journal of Inclusive Methodology and Technology in Learning and Teaching<\/em> pubblicato il 20 luglio 2026 (\u00e8 disponibile al seguente link: DOI:<strong>&nbsp;<\/strong><a href=\"https:\/\/doi.org\/10.32043\/jimtlt.v6i1sup\">https:\/\/doi.org\/10.32043\/jimtlt.v6i1sup<\/a> ). L\u2019editoriale si intitola \u201c<em>Dalla mente estesa agli ecosistemi educativi. Apprendimento, agency e governance cognitiva nell\u2019et\u00e0 post digitale\u201d<\/em> e mi ha intrigato subito perch\u00e9, come ben sa chi sta seguendo le traiettorie dell\u2019Open Magazine di Casco, abbiamo qui pi\u00f9 volte affrontato lo snodo della \u201c<strong><em>mente estesa<\/em><\/strong>\u201d in riferimento all\u2019intelligenza artificiale<sup>1<\/sup> e, soprattutto, siamo molto attenti a cercare di comprendere le trasformazioni e le sfide che l\u2019IA porta con s\u00e9 quando viene coniugata con educazione e didattica. E\u2019 il caso, ad esempio, della <strong>nuova ecologia dell\u2019apprendimento,<\/strong> che \u00e8 il cuore della proposta di Susanna Sancassani e Daniela Casiraghi del Metid del Politecnico di Milano contenuta nel volume <em>Il potere di imparare<\/em><sup>2<\/sup> che prende avvio proprio da una ripresa del pensiero di Gregory Bateson e delle riflessioni contenute nel suo volume del 1972 intitolato <em>Verso una ecologia della mente<\/em>. Ma \u00e8 anche il caso della proposta Rizoma portata avanti da Casco e che \u00e8 strutturalmente fondata sull\u2019idea che \u00e8 l\u2019ambiente ad essere formativo e che i soggetti di questo ambiente sono una pluralit\u00e0 di enti, risorse, esperienze, scuole, associazioni.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il secondo passaggio \u00e8 stato, cronologicamente, lo studio approfondito del saggio conclusivo del volume monografico curato da Mangione. Ovvero del saggio firmato da Lydia Zampolini, Fabrizio Lo Presti, Giuseppina Rita Jose Mangione, Manuel Gentile e intitolato <a href=\"https:\/\/inclusiveteaching.it\/index.php\/inclusiveteaching\/article\/view\/745\">Beyond AI Teammates: Collective Vicarious Cognition as a Framework for Educational Multi-Agent Systems<\/a>. L\u2019articolo mi ha intrigato in parte perch\u00e9 non conoscevo se non per sentito dire il concetto di <strong>Collective Vicarious Cognition<\/strong> e poi perch\u00e9 la lettura mi ha costretto ad andare a approfondire davvero il modello <strong>Human AI Teaming<\/strong> e <strong>AI Teammates<\/strong>.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Di Human Ai Teaming si parla molto dopo la pubblicazione del rapporto Ocse 2026 (&nbsp;<em>OECD Digital Education Outlook&nbsp;2026. Exploring effective uses of Generative IA in Education<\/em><sup>3<\/sup>). Cos\u00ec, prima di affrontare compiutamente il saggio di Zampolini et alia, mi sono messo a studiare i report di 3 gruppi di ricercatori che, sebbene non interessati direttamente al campo educativo, hanno approfondito da punti di vista diversi che cosa vuole dire fare team tra umani e agenti IA.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Cos\u00ec, dopo aver compiuto questo approfondimento, ha scandagliato il saggio di Zampolini et alia.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Da l\u00ec ha preso avvio il terzo momento del lavoro. Compreso che gli studiosi propongono un framework per i sistemi multi-agente in ambito educativo ma non esemplificano come concretamente operare, ho provato a costruire un sistema multi-agente semplificato da utilizzare in ambito educativo in scuole secondarie di II grado che fosse un prototipo abbastanza vicino alla proposta di Zampolini et alia.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questo lungo articolo \u00e8 la narrazione del percorso che ho compiuto dalla fine luglio ad oggi. E si conclude, appunto, con la (auto) presentazione di un artefatto, ovvero di un (semplificato) prototipo di multi-agente che cerca di dare concretezza alla proposta di Zampolini, Mangione, Lo Presti e Gentile che sostengono \u201c<em>che il significato educativo degli AI teammate risieda meno nella loro capacit\u00e0 di generare risposte che nel loro potenziale di sostenere una diversit\u00e0 cognitiva organizzata, il giudizio riflessivo, l&#8217;agency collettiva e la costruzione collaborativa della conoscenza in ambienti di apprendimento ibridi uomo-AI<\/em>\u201d.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Come ho scritto sopra, ho lavorato utilizzato pi\u00f9 strumenti e sistemi di IA Generativa che mi hanno aiutato a sintetizzare, problematizzare, schematizzare e visualizzare il percorso.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ho utilizzo CharGPT Plus, Gemini Pro e Gemini Notebook (ex NotebookLM), Claude Sonnet 5.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per lo studio approfondito di molti passaggi ho utilizzato in particolare il GPT <strong>AIbook &#8211; Imparare con l&#8217;IA _Learning with AI<\/strong><sup>4<\/sup> realizzato da Susanna Sancassani e Daniela Casiraghi sperimentandone concretamente le enormi potenzialit\u00e0 e trovando conferma al fatto che un simile modello (e approccio) comporta il (radicale) superamento dei libri di testo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ho direttamente verificato ogni passaggio di questo articolo e tutte le fonti citate. La costruzione delle infografiche \u00e8 risultata particolarmente complessa e ha richiesto intere giornate di lavoro a cesellare sin nei minimi particolari i diversi passaggi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ovviamente la responsabilit\u00e0 finale \u00e8 mia \u00e8 solo mia.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Spero che chi avr\u00e0 modo di arrivare sino in fondo a questo approfondimento possa provare la curiosit\u00e0 di confrontarsi con gli enormi cambiamenti che stanno accadendo nel campo dell\u2019educazione-formazione e di cui molti (in primis a livello politico) non paiono avere consapevolezza.<\/p>\n\n\n\n<h3 id=\"1-primaparte\" class=\"wp-block-heading\">Prima parte:<br>JOSI MANGIONE: DALLA MENTE ESTESA AGLI ECOSISTEMI EDUCATIVI<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019editoriale di presentazione dell\u2019intero volume monografico parte da una domanda che pu\u00f2 sembrare davvero strana o semplicistica: <strong>dove sta la mente quando apprendiamo?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per rispondere, Mangione mette in fila una genealogia teorica che parte dalla <strong><em>mente estesa<\/em><\/strong> (Clark e Chalmers: un artefatto pu\u00f2 essere parte costitutiva della cognizione, non solo supporto esterno), passa all\u2019<strong><em>ecologia della mente<\/em><\/strong> (Bateson: la mente \u00e8 un circuito di relazioni, non una sostanza nell&#8217;individuo), approfondisce la <strong><em>cognizione distribuita<\/em><\/strong> (Edwin Hutchins: il pensiero complesso emerge dal coordinamento sociale, non dalla somma di menti singole) e discute il <strong><em>material engagement<\/em><\/strong> (Lambros Malafouris: la materia co-costituisce il pensiero, non lo esegue soltanto).&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019esito di questa genealogia \u00e8 la consapevolezza che se la cognizione non \u00e8 confinata nell&#8217;individuo, <strong>l&#8217;unit\u00e0 di analisi dell&#8217;apprendimento non pu\u00f2 pi\u00f9 essere lo studente isolato n\u00e9 la classe come contenitore, ma deve diventare il sistema di relazioni<\/strong> (persone, artefatti, istituzioni, ambienti, oggi anche sistemi AI) <strong>entro cui conoscenza e responsabilit\u00e0 vengono distribuite<\/strong>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Emergono cos\u00ec le quattro traiettorie teoriche che fungono da catalizzatrici di tutti i contributi del fascicolo:&nbsp;<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Ripensare il soggetto<\/strong>: identit\u00e0, linguaggi e inclusione diventano propriet\u00e0 dell\u2019ecosistema, non caratteristiche del solo individuo.&nbsp;<\/li>\n\n\n\n<li><strong>Ambienti come agenti cognitivi<\/strong>: gli spazi naturali, digitali, urbani, sportivi, sociali non sono semplici contenitori, ma partecipano alla costruzione della cognizione.&nbsp;<\/li>\n\n\n\n<li><strong>Le organizzazioni educative come sistemi cognitivi<\/strong> : la scuola pu\u00f2 essere vista come un sistema che apprende, sviluppando memoria, riflessivit\u00e0 e agency distribuita.&nbsp;<\/li>\n\n\n\n<li><strong>Dall\u2019estensione cognitiva alla governance cognitiva<\/strong>: con l\u2019IA il problema diventa governare sistemi nei quali anche gli artefatti partecipano alla produzione di conoscenza e alle decisioni.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Siamo cos\u00ec di fronte ad un cambio di prospettiva: secondo Jose Mangione l\u2019apprendimento non viene pi\u00f9 letto come un processo confinato nella mente individuale, ma come un fenomeno <strong>ecologico, situato e distribuito<\/strong>, che prende forma nelle relazioni tra persone, corpi, ambienti, istituzioni, artefatti e tecnologie, compresi i sistemi di intelligenza artificiale. Ne consegue che la questione educativa non riguarda soltanto il modo in cui la cognizione pu\u00f2 essere estesa attraverso strumenti e ambienti, ma anche come gli ecosistemi educativi possano essere progettati e governati affinch\u00e9 sostengano agency, inclusione, autonomia e responsabilit\u00e0, evitando nuove dipendenze, asimmetrie e dispersioni della responsabilit\u00e0.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Con la prima infografica, che riporto qui sotto, provo a rendere visibile questo spostamento attraverso <strong>quattro livelli progressivamente pi\u00f9 ampi dello stesso ecosistema cognitivo<\/strong>: il <strong>Soggetto<\/strong>, l\u2019<strong>Ambiente<\/strong>, l\u2019<strong>Organizzazione<\/strong> e la <strong>Governance cognitiva<\/strong>. Non si tratta di fasi successive n\u00e9 di categorie indipendenti, ma di scale di analisi che si inglobano reciprocamente: il soggetto \u00e8 situato in un ambiente; soggetti e ambienti partecipano ai sistemi organizzativi; persone, istituzioni, artefatti, reti e sistemi di IA entrano infine in un ecosistema pi\u00f9 ampio che richiede forme di governo dell\u2019agency, dell\u2019autorit\u00e0 epistemica e della responsabilit\u00e0.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-4.jpg\"><img fetchpriority=\"high\" decoding=\"async\" width=\"576\" height=\"1024\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-4-576x1024.jpg\" alt=\"\" class=\"wp-image-4196\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-4-576x1024.jpg 576w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-4-169x300.jpg 169w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-4-768x1364.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-4-864x1536.jpg 864w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-4.jpg 941w\" sizes=\"(max-width: 576px) 100vw, 576px\" \/><\/a><\/figure>\n\n\n\n<h3 id=\"1a-cosacambia\" class=\"wp-block-heading\">Cosa cambia a livello pedagogico adottando la prospettiva ecosistemica?&nbsp;<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Una volta chiariti i quattro livelli, il passaggio successivo consiste nel chiedersi <strong>che cosa cambia, sul piano pedagogico, quando si adotta davvero questa prospettiva ecosistemica<\/strong>. Nel contributo di Mangione, infatti, il cambio di scala non \u00e8 soltanto descrittivo: modifica ci\u00f2 che deve essere osservato, progettato e governato. I quattro ambiti indicano <strong>dove<\/strong> si estende la cognizione; i cinque passaggi i successivi individuano invece <strong>quali trasformazioni pedagogiche<\/strong> diventano necessarie.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Applicare la mente estesa alla scuola non significa &#8220;allargare&#8221; lo stesso modello dall&#8217;individuo al gruppo ma obbliga a cambiare oggetto di indagine: non ci si chiede pi\u00f9 dove finiscono i confini cognitivi di una persona, ma quali architetture relazionali, sociali e istituzionali rendono possibile o impossibile una data estensione, e chi ne governa gli effetti.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">I cinque passaggi, ovvero le cinque trasformazioni pedagogiche sono proposte da Mangione in questo modo:<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p class=\"wp-block-paragraph\"><em>La lettura trasversale dei contributi raccolti in questo numero consente di individuare cinque passaggi che non descrivono soltanto altrettante linee di ricerca, ma segnalano una trasformazione pi\u00f9 profonda dell\u2019oggetto stesso della pedagogia. Essi riguardano il modo in cui vengono concepiti il soggetto che apprende, la tecnologia, l\u2019inclusione, l\u2019innovazione scolastica e la responsabilit\u00e0 educativa. Non si tratta di sostituire un termine con un altro o di adottare un nuovo lessico per descrivere pratiche gi\u00e0 note. Ciascun passaggio modifica l\u2019unit\u00e0 di analisi attraverso cui&nbsp; interpretiamo l\u2019apprendimento e obbliga a ridefinire ci\u00f2 che deve essere osservato, progettato e governato<\/em> (pag 11) .<\/p>\n<\/blockquote>\n\n\n\n<p class=\"wp-block-paragraph\">I passaggi (ovvero la postura che richiede di abbandonare un punto per raggiungerne un altro) possono essere cos\u00ec riassunti:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>dall&#8217;individuo al sistema<\/strong> (l&#8217;insuccesso non si spiega pi\u00f9 solo con la carenza del soggetto, ma con la qualit\u00e0 delle connessioni del sistema);<\/li>\n\n\n\n<li><strong>dallo strumento alla configurazione sociomateriale<\/strong> (la tecnologia non \u00e8 neutra: la domanda non \u00e8 &#8220;funziona?&#8221; ma &#8220;per chi, in quali condizioni, con quali effetti su responsabilit\u00e0 e partecipazione&#8221;);<\/li>\n\n\n\n<li><strong>dall&#8217;accesso all&#8217;inclusione ecologica<\/strong> (l&#8217;accessibilit\u00e0 formale non basta: l&#8217;inclusione \u00e8 propriet\u00e0 relazionale, riguarda chi viene riconosciuto capace di conoscere);<\/li>\n\n\n\n<li><strong>dall&#8217;innovazione individuale all&#8217;apprendimento organizzativo<\/strong> (un&#8217;innovazione non radicata nell&#8217;organizzazione resta fragile e dipendente dalle singole persone);<\/li>\n\n\n\n<li><strong>dall&#8217;estensione alla governance cognitiva<\/strong> (il passaggio che il testo presenta come la vera cesura introdotta dall&#8217;AI, e su cui vale la pena soffermarsi.)<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Questi passaggi non rappresentano nuove fasi sequenziali, ma altrettanti cambiamenti di prospettiva: le capacit\u00e0 individuali vengono ricollocate nelle reti di relazioni in cui si esercitano; la tecnologia viene letta dentro pratiche, ruoli e norme; l\u2019inclusione diventa una propriet\u00e0 dell\u2019ecosistema; l\u2019innovazione deve sedimentarsi come patrimonio cognitivo dell\u2019organizzazione; infine, quando anche sistemi di IA partecipano alla produzione di conoscenza e all\u2019orientamento delle decisioni, diventa necessario governare agency, autorit\u00e0 epistemica e responsabilit\u00e0.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ho cercato di riassumere tutto in una nuova infografica che tiene insieme i 4 livelli del nuovo ecosistema cognitivo e le cinque trasformazioni pedagogiche.&nbsp;<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-8.jpg\"><img decoding=\"async\" width=\"576\" height=\"1024\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-8-576x1024.jpg\" alt=\"\" class=\"wp-image-4198\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-8-576x1024.jpg 576w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-8-169x300.jpg 169w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-8-768x1364.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-8-864x1536.jpg 864w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-8.jpg 941w\" sizes=\"(max-width: 576px) 100vw, 576px\" \/><\/a><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Nel loro insieme, le due infografiche mostrano che il passaggio dalla mente estesa agli ecosistemi educativi non consiste semplicemente nell\u2019aggiungere nuovi strumenti tecnologici ai processi di apprendimento. Il cambiamento riguarda piuttosto <strong>l\u2019unit\u00e0 stessa di analisi<\/strong>: dal soggetto isolato si passa a sistemi di relazioni, ambienti e organizzazioni che partecipano alla costruzione della conoscenza; parallelamente, cambiano anche le responsabilit\u00e0 pedagogiche, perch\u00e9 inclusione, innovazione, agency e autonomia non possono pi\u00f9 essere considerate propriet\u00e0 esclusivamente individuali.<\/p>\n\n\n\n<h3 id=\"1b-ingressoai\" class=\"wp-block-heading\">L\u2019ingresso dell\u2019AI<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">\u00c8 soprattutto con l\u2019ingresso dei sistemi di IA che questa prospettiva acquista una rilevanza ulteriore. Quando gli artefatti non si limitano a conservare o trasmettere informazioni, ma possono generare contenuti, formulare ipotesi, orientare decisioni e partecipare al ragionamento, il problema educativo non \u00e8 pi\u00f9 soltanto quello dell\u2019<strong>estensione della cognizione<\/strong>, ma quello della sua <strong>governance<\/strong>. Diventa allora necessario interrogarsi su come distribuire l\u2019agency, su dove collocare l\u2019autorit\u00e0 epistemica, su come garantire trasparenza e contestabilit\u00e0 degli output e, soprattutto, su come mantenere riconoscibile la responsabilit\u00e0 umana.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In questa prospettiva ha buon gioco Mangione a sostenere che <strong>non si apprende semplicemente \u201cin\u201d un sistema, ma \u201cattraverso\u201d il sistema<\/strong>. La pedagogia degli ecosistemi cognitivi invita quindi a spostare l\u2019attenzione dalla prestazione del singolo elemento alla qualit\u00e0 delle relazioni che rendono possibile l\u2019apprendimento, chiedendo non solo se una tecnologia \u201cfunziona\u201d, ma per chi, in quali condizioni e con quali effetti sugli equilibri di autonomia, inclusione e responsabilit\u00e0.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In chiusura va sottolineato che Mangione rifiuta esplicitamente due letture ingenue e speculari: sia quella che vede l&#8217;AI come mera minaccia alla &#8220;purezza&#8221; della cognizione umana (ogni mediazione tecnologica \u00e8 sempre stata presente \u2014 linguaggio, scrittura, istituzioni), sia quella che tratta la distribuzione della cognizione come automaticamente democratica o inclusiva solo perch\u00e9 pi\u00f9 ampia. Un sistema pi\u00f9 connesso non \u00e8 di per s\u00e9 pi\u00f9 equo: bisogna sempre chiedersi non solo cosa circola, ma chi pu\u00f2 produrlo, controllarlo, modificarlo. Si tratta della stessa domanda sull&#8217;asimmetria di potere che, ad esempio, ho evidenziato recensendo l\u2019ultimo libro di Paolo Benanti (<a href=\"https:\/\/www.cascolearning.it\/magazine\/2026\/07\/05\/paolo-benanti-la-nuova-logica-del-dominio\/\"><em>La nuova logica del dominio<\/em><\/a>), solo applicato alla governance educativa dell&#8217;AI in classe.<\/p>\n\n\n\n<h3 id=\"2-secondaparte\" class=\"wp-block-heading\">Seconda parte:<br>HUMAN AI TEAMING \u2013 AI TEAMMATE<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Come ho scritto nella premessa di questo lungo studio, dopo aver analizzato l\u2019editoriale di Mangione mi sono dedicato allo studio dell\u2019ultimo saggio del numero della rivista, intitolato <em>Beyond AI Teammates: Collective Vicarious Cognition as a Framework for Educational Multi-Agent Systems.<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ma sin dalle prime righe del saggio ho capito che dovevo fare un passo indietro. Scrivono infatti gli autori:&nbsp;<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p class=\"wp-block-paragraph\"><em>La nozione di AI Teammate (&#8220;compagno di squadra IA&#8221;) ha guadagnato crescente attenzione nella ricerca educativa e organizzativa. In molte discussioni, tuttavia, il termine viene associato principalmente alla performance generativa dei Large Language Models (LLM), inquadrando l&#8217;Intelligenza Artificiale (IA) come un assistente avanzato piuttosto che come un collaboratore strutturalmente integrato. Questa interpretazione preserva una logica fondamentalmente centrata sullo strumento, in cui il sistema potenzia la produttivit\u00e0 ma non trasforma in modo sostanziale l&#8217;architettura della collaborazione.<\/em><br><em>La ricerca sul team-working uomo-IA suggerisce una prospettiva pi\u00f9 impegnativa. Seeber et al. (2020) sostengono che trattare le macchine come compagne di squadra richiede di ripensare la collaborazione a livello delle strutture di coordinamento, dell&#8217;allocazione dei ruoli e dell&#8217;intenzionalit\u00e0 condivisa. Un compagno di squadra non \u00e8 semplicemente un esecutore di sotto-compiti, ma un partecipante a processi interdipendenti di costruzione di senso e di decision-making. Allo stesso modo, McNeese et al. (2021) sottolineano come la domanda &#8220;Chi o cosa \u00e8 il mio compagno di squadra?&#8221; non sia banale: la composizione del team, l&#8217;agentivit\u00e0 percepita e la differenziazione dei ruoli plasmano in modo fondamentale le dinamiche di interazione nei team uomo-IA. La metafora del compagno di squadra implica dunque un&#8217;integrazione strutturale, e non una semplice assistenza funzionale.<\/em><\/p>\n<\/blockquote>\n\n\n\n<p class=\"wp-block-paragraph\">Il passo indietro \u00e8 consistito nell\u2019 andare a analizzare gli apporti e gli studi dei gruppi di lavoro guidati da Isabella Seeber e Nathan J. McNeese sul tema dell\u2019IA come \u201ccompagno di squadra \u2013 elemento del team\u201d.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">E qui \u00e8 utile in primo luogo una breve chiarificazione terminologica<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019approccio <strong>Human\u2013AI Teaming<\/strong> descrive una forma di collaborazione in cui l\u2019intelligenza artificiale non viene utilizzata soltanto come strumento o assistente, ma assume un ruolo riconoscibile all\u2019interno del team. <strong>Teaming<\/strong> indica <strong>come il team collabora<\/strong>, ovvero come persone e agenti artificiali lavorano verso un <strong>obiettivo condiviso<\/strong>, svolgono attivit\u00e0 interdipendenti, si scambiano informazioni e coordinano le proprie azioni.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Teammate<\/strong> indica invece <strong>chi partecipa al team<\/strong> e quindi un <strong>AI teammate<\/strong> \u00e8 un agente di intelligenza artificiale che assume un ruolo riconoscibile, contribuisce a un obiettivo comune e si coordina con gli altri membri.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In sintesi il <em>teammate<\/em> \u00e8 il giocatore<strong>;<\/strong> il <em>teaming<\/em> \u00e8 il modo in cui la squadra gioca insieme<strong>.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A questo punto possiamo andare a vedere le <strong><\/strong>ricerche coordinate da Isabella Seeber e Nathan J. McNeese che contribuiscono a definire lo Human\u2013AI Teaming come un campo distinto dalla semplice interazione uomo\u2013macchina.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In questa prospettiva, l\u2019intelligenza artificiale non \u00e8 considerata soltanto uno strumento che esegue istruzioni, ma un possibile membro operativo del team, capace di contribuire al raggiungimento di obiettivi condivisi. Seeber e colleghi affrontano il tema da una prospettiva prevalentemente sociotecnica e organizzativa. Il loro lavoro <em>Machines as Teammates<\/em> propone una research agenda costruita con il contributo di 65 studiosi e 819 domande di ricerca, organizzando il fenomeno intorno a tre aree di progettazione: caratteristiche dell\u2019artefatto IA, organizzazione della collaborazione e contesto istituzionale. Il modello sottolinea anche l\u2019ambivalenza del teaming: le stesse scelte progettuali possono generare vantaggi, come aumento delle capacit\u00e0 decisionali e sviluppo di nuove competenze, oppure rischi, come perdita di controllo, dipendenza dagli output e deskilling.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">McNeese e collaboratori analizzano invece lo Human\u2013AI Teaming soprattutto dal punto di vista cognitivo, comunicativo e sperimentale. Le loro ricerche studiano come la composizione del gruppo (team solo umani, gruppi misti o team di agenti, in sigla HHH, HHA, HAA) influenzi performance, consapevolezza situazionale, fiducia e percezione della cognizione condivisa.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">I risultati mostrano che un\u2019elevata performance operativa non coincide necessariamente con una buona esperienza di teamwork: in alcuni scenari i team misti o artificiali ottengono risultati migliori, mentre i gruppi completamente umani percepiscono una maggiore comprensione condivisa. Ne deriva che la qualit\u00e0 del teaming non pu\u00f2 essere misurata soltanto attraverso gli esiti del compito, ma deve includere anche coordinamento, comunicazione, modelli mentali condivisi e fiducia calibrata.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nel loro insieme, i due approcci sono complementari. Seeber chiarisce che cosa deve essere progettato affinch\u00e9 l\u2019IA possa operare come teammate; McNeese mostra quali processi cognitivi e relazionali devono funzionare perch\u00e9 la squadra sia realmente efficace.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Entrambi superano una visione deterministica dell\u2019IA: <strong>la qualit\u00e0 della collaborazione non dipende unicamente dalle prestazioni tecniche del sistema, ma dall\u2019allineamento tra tecnologia, persone, ruoli, comunicazione, regole e responsabilit\u00e0<\/strong>. In ambito educativo, ci\u00f2 implica che l\u2019IA possa sostenere docenti e formatori nella progettazione e nella produzione di contenuti, ma che obiettivi, valutazione critica, supervisione e decisione finale debbano rimanere sotto responsabilit\u00e0 umana.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nel mio percorso ho approfondito in maniera pi\u00f9 ampia di quanto qui riportato gli studi citati<sup>5<\/sup> (anche in vista di un ulteriore e pi\u00f9 specifico articolo) ma qui credo possa bastare quanto ho appena scritto e tre infografiche che ho elaborato (cio\u00e8 che ho fatto assembleare a ChatGPT Plus immagini a partire dalla proposta di layout frutto dell\u2019interazione con <em>AIbook<\/em> del Metid).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La prima infografica presenta in chiave generale l\u2019uso dell\u2019IA come attore dentro un team<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-10.jpg\"><img decoding=\"async\" width=\"1024\" height=\"576\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-10-1024x576.jpg\" alt=\"\" class=\"wp-image-4203\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-10-1024x576.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-10-300x169.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-10-768x432.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-10-1536x864.jpg 1536w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-10.jpg 1672w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">La seconda (tralasciando altri approfondimenti su cui torner\u00f2 a breve sempre su Open Magazine di Casco Learning) analizza come si sviluppa la cognizione e la comunicazione dentro un team composto anche da AI, come si fa a costruire un modello di azione condiviso, come si scambiano le informazioni,&nbsp; come si interagisce,\u2026<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-3.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"577\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-3-1024x577.jpg\" alt=\"\" class=\"wp-image-4204\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-3-1024x577.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-3-300x169.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-3-767x432.jpg 767w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-3-1536x865.jpg 1536w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-3.jpg 1671w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">La terza infografica cerca di riassumere come cambia concretamente il lavoro di un team quando c\u2019\u00e8 un AI teammate nel gruppo. E qui in particolare ho sintetizzate sei pratiche per lavorare in un Human Ai Team, quali le azioni da compiere prima, durante e dopo il compito e (punto 4) come valutare se il team funziona.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-9.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"576\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-9-1024x576.jpg\" alt=\"\" class=\"wp-image-4205\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-9-1024x576.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-9-300x169.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-9-768x432.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-9-1536x864.jpg 1536w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-9.jpg 1672w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<h3 id=\"2a-humanai\" class=\"wp-block-heading\">Human\u2013AI Teaming e formazione. E se fosse un consiglio di classe?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019ipotesi dello Human\u2013AI Teaming \u00e8 particolarmente interessante per l\u2019educazione perch\u00e9 invita a superare l\u2019uso dell\u2019IA come semplice strumento che produce risposte. L\u2019agente artificiale pu\u00f2 diventare un partecipante riconoscibile del processo di apprendimento: contribuisce a un obiettivo condiviso, fornisce informazioni nel momento opportuno, rende comprensibili le proprie azioni e si coordina con studenti e docenti.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per gli <strong>studenti<\/strong>, questo significa poter utilizzare l\u2019IA come compagno di apprendimento: per esplorare un argomento, ricevere feedback, confrontare interpretazioni, svolgere esercizi e riflettere sulle proprie difficolt\u00e0. Per i <strong>docenti<\/strong>, l\u2019IA pu\u00f2 invece supportare la progettazione delle attivit\u00e0, la personalizzazione dei percorsi e il monitoraggio dell\u2019apprendimento, senza sostituire la responsabilit\u00e0 educativa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questa prospettiva richiede per\u00f2 una progettazione consapevole: devono essere chiari obiettivi, ruoli, limiti, modalit\u00e0 di controllo e responsabilit\u00e0. L\u2019efficacia non dipende soltanto dalla qualit\u00e0 delle risposte dell\u2019IA, ma dalla qualit\u00e0 della collaborazione che si costruisce. In ambito educativo, dunque, lo Human\u2013AI Teaming pu\u00f2 trasformare l\u2019IA da scorciatoia per ottenere un risultato a occasione per sviluppare autonomia, pensiero critico e consapevolezza metacognitiva.<\/p>\n\n\n\n<h3 id=\"2b-simulazione\" class=\"wp-block-heading\">Simuliamo un CdC aumentato<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">In pratica, si potrebbe immaginare un <strong>consiglio di classe aumentato<\/strong>, nel quale docenti e agenti AI lavorino su un obiettivo comune, con ruoli distinti e responsabilit\u00e0 umane sempre chiare.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Facciamo un esempio ipotizzando un possibile modello. Un consiglio di classe decide inserire nel proprio team un agente AI didattico e un agente AI organizzativo. Stabilisce poi un obiettivo concreto: migliorare entro alcuni mesi la partecipazione e i risultati della classe, con particolare attenzione agli studenti in difficolt\u00e0. L\u2019<strong>agente didattico<\/strong> analizza i materiali messi a disposizione dai docenti: verifiche, osservazioni, attivit\u00e0 svolte e bisogni segnalati. Pu\u00f2 individuare ricorrenze, formulare ipotesi, proporre attivit\u00e0 differenziate, esercizi di recupero, strategie di <em>retrieval<\/em> o modalit\u00e0 alternative di spiegazione. Non decide il percorso: presenta opzioni motivate che i docenti valutano.&nbsp; L\u2019<strong>agente organizzativo<\/strong> prepara l\u2019ordine del giorno, collega le decisioni prese ai responsabili, segnala scadenze e sovrapposizioni, redige una bozza del verbale e mantiene aggiornato il piano delle azioni. Pu\u00f2 anche ricordare quali informazioni devono essere condivise con chi e in quale momento.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Vediamo in pratica come si svolgerebbe il lavoro: <strong>prima del consiglio<\/strong>, i due agenti preparano due documenti distinti, ovvero una sintesi didattica e una sintesi organizzativa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Durante la riunione<\/strong>, l\u2019agente didattico pu\u00f2 essere interrogato sulle possibili strategie e spiegare su quali dati basa le proprie proposte. L\u2019agente organizzativo tiene invece traccia delle decisioni, delle responsabilit\u00e0 e delle attivit\u00e0 da svolgere. E predispone la bozza di verbale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Dopo la riunione<\/strong>, gli agenti producono una bozza del piano operativo: cosa fare, chi se ne occupa, entro quando e con quali criteri verificare i risultati. Il documento diventa valido solo dopo l\u2019approvazione dei docenti.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Continuo con un esempio ancora pi\u00f9 concreto: se emerge che diversi studenti comprendono la teoria ma falliscono negli esercizi, l\u2019agente didattico potrebbe proporre una sequenza di esempi guidati, esercizi progressivi e brevi momenti di autovalutazione. L\u2019agente organizzativo potrebbe distribuire le attivit\u00e0 tra i docenti, programmare una verifica intermedia e ricordare al consiglio quando confrontare i risultati.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Abbiamo detto che si parla davvero di Human\u2013AI Teaming quando gli agenti non producono soltanto un documento occasionale, ma partecipano a un ciclo continuo di progettazione, coordinamento, verifica e apprendimento. E\u2019 quello che succede nell\u2019esempio che ho prospettato. Ovviamente vanno definite regole chiare ed esplicite: accesso limitato ai dati, motivazione delle proposte, possibilit\u00e0 di controllo, registrazione delle operazioni e responsabilit\u00e0 finale sempre attribuita alle persone.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ma questo esempio \u00e8 frutto di un colpo di sole estivo o sarebbe davvero possibile costruire un consiglio di classe aumentato che vede presenti due agenti AI? La risposta \u00e8 SI.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In linea di principio s\u00ec. Un consiglio di classe che lavori con uno o due agenti AI non \u00e8 di per s\u00e9 incompatibile con la normativa italiana o europea. Anzi, le <strong>Linee guida del MIM del 2025<\/strong> prevedono espressamente che l\u2019IA possa contribuire ai processi \u00ab<em>organizzativi, gestionali, formativi e di apprendimento<\/em>\u00bb, purch\u00e9 vi siano adeguata supervisione, tutela dei dati e un approccio antropocentrico. (cfr <a href=\"https:\/\/www.mim.gov.it\/documents\/20182\/0\/MIM_Linee%2Bguida%2BIA%2Bnella%2BScuola_09_08_2025-signed.pdf\/b70fdc45-4b75-1f7e-73bf-eab12989b928?t=1756468797694&amp;utm\">Linee guida AI del MIM<\/a> ).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La distinzione decisiva \u00e8 ovviamente la seguente: <strong>gli agenti partecipano al lavoro del consiglio, ma non diventano titolari della decisione educativa<\/strong>. Gli agenti possono analizzare informazioni, preparare sintesi, proporre strategie, evidenziare problemi organizzativi o suggerire attivit\u00e0 ma la valutazione delle proposte e le decisioni resta esclusivo compito del consiglio di classe \u201cumano\u201d.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per esempio, una configurazione relativamente prudente potrebbe essere la seguente:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Agente organizzativo:<\/strong> ordine del giorno, scadenze, raccordo tra attivit\u00e0, sintesi delle decisioni, verifica delle azioni concordate, verbalizzazioni.<\/li>\n\n\n\n<li><strong>Agente didattico:<\/strong> propone strategie, confronta attivit\u00e0, suggerisce recuperi o approfondimenti e analizza dati aggregati o pseudonimizzati e anonimizzati, seguendo in questo caso le indicazioni delle linee guida AI del MIM che chiedono che i dati di studenti e personale siano utilizzati solo per finalit\u00e0 definite e secondo principi di minimizzazione, privacy by design\/default, anonimizzazione e limitazione dei dati identificativi<\/li>\n\n\n\n<li><strong>Docenti:<\/strong> interpretano, verificano, contestualizzano e decidono.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Il tema privacy, ovviamente, diventa centrale. Il Garante della privacy raccomanda di usare dati personali nell&#8217;IA scolastica solo quando indispensabili, privilegiando, ove possibile, dati sintetici.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Sarebbe del tutto non ammissibile, ad esempio, dire all&#8217;agente: <em>\u00abanalizza Mario Rossi e decidi se deve essere promosso\u00bb<\/em>, oppure se caricare indiscriminatamente in un servizio AI diagnosi, difficolt\u00e0 personali, voti e osservazioni nominative degli studenti. L\u2019Ai Act infatti non solo vieta tassativamente l&#8217;uso dell&#8217;IA per inferire le emozioni delle persone negli istituti di istruzione (<a href=\"https:\/\/eur-lex.europa.eu\/legal-content\/IT\/TXT\/HTML\/?uri=OJ:L_202401689\">Eur-Lex<\/a>) ma considera particolarmente sensibili alcuni sistemi utilizzati nell&#8217;istruzione, per esempio quelli destinati a valutare i risultati di apprendimento, determinare l&#8217;accesso o l&#8217;ammissione, incidere sul livello di istruzione oppure controllare comportamenti vietati durante le prove<strong>.<\/strong> Le specifiche regole europee per questi sistemi <em>high-risk<\/em> entreranno in applicazione dal 2 dicembre 2027, dopo il recente adeguamento del calendario dell&#8217;AI Act; ci\u00f2 naturalmente non sospende nel frattempo GDPR, normativa scolastica e obblighi gi\u00e0 applicabili. (<a href=\"https:\/\/digital-strategy.ec.europa.eu\/en\/policies\/regulatory-framework-ai?\">Strategia Digitale Europa<\/a>)<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tutto ci\u00f2 chiarito possiamo dire che <strong>nostra ipotesi \u00e8 non soltanto concepibile, ma \u00e8 un ottimo caso per studiare davvero lo Human\u2013AI Teaming<\/strong>: il punto di progettazione diventa stabilire <em>che cosa pu\u00f2 sapere l&#8217;agente, che cosa pu\u00f2 proporre e che cosa deve rimanere esclusivamente responsabilit\u00e0 umana<\/em>.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il passo successivo potrebbe essere molto concreto: <strong>progettiamo il consiglio di classe Human\u2013AI come se dovesse essere realmente sperimentato in una scuola<\/strong>, definendo per prima cosa i ruoli dei due agenti e i loro confini.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ma qui mi fermo e, avendo approfondito IA Teaming e AI Teammate, procedo andando a studiare la proposta di framework riferita alla \u201c<strong><em>cognizione collettiva vicaria come framework per i sistemi multi-agente educativi<\/em><\/strong>\u201d.<\/p>\n\n\n\n<h3 id=\"3-terzaparte\" class=\"wp-block-heading\">Terza parte:<br>BEYOND AI TEAMMATES: COLLECTIVE VICARIOUS COGNITION AS A FRAMEWORK FOR EDUCATIONAL MULTI-AGENT SYSTEMS<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Ho detto che l\u2019ultimo saggio del numero speciale della rivista vede come autori Lydia Zampolini e Giuseppina Rita Jose Mangione di Indire e Fabrizio Lo Presti e&nbsp; Manuel Gentile dell\u2019Istituto per le Tecnologie Didattiche \u2013 Consiglio Nazionale delle Ricerche di Palermo ed \u00e8 dedicato ad un tema molto specifico (<a href=\"https:\/\/inclusiveteaching.it\/index.php\/inclusiveteaching\/article\/view\/745\/570\">qui il testo in inglese<\/a>).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il punto di partenza \u00e8 la contestazione dell\u2019idea che basti usare ben un LLM per stare dentro il paradigma AI Teammate. Infatti se l&#8217;AI \u00e8 vista come assistente avanzato che risponde a comandi, essa permane dentro una logica &#8220;tool-centrica&#8221;: aumenta la produttivit\u00e0 individuale ma non trasforma l&#8217;architettura della collaborazione. E, come abbiamo visto nella letteratura sull&#8217;human-AI teaming, per parlare di IA come &#8220;compagno di squadra&#8221; sono necessarie integrazione strutturale, condivisione di ruoli, autorit\u00e0 epistemica, intenzionalit\u00e0.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La tesi centrale \u00e8 dunque la seguente: <strong><\/strong>un sistema AI merita la qualifica di &#8220;teammate&#8221; non quando genera buone risposte, ma quando partecipa a processi strutturati di modellizzazione che rendono osservabile, comparabile e regolabile una pluralit\u00e0 organizzata di strategie cognitive. Il criterio non \u00e8 la sofisticazione computazionale, ma l&#8217;architettura: se l&#8217;autorit\u00e0 epistemica resta opaca o concentrata nel sistema, la collaborazione degenera in automazione anche quando sembra dialogica.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La sfida pedagogica \u2013 scrivono i 4 autori \u2013 diventa allora \u201c<em>progettare ambienti in cui i contributi distribuiti non frammentino la responsabilit\u00e0, ma favoriscano una regolazione coordinata.<\/em> <strong><em>Qualunque sistema tecnologico posizionato come &#8220;teammate&#8221; deve quindi essere esaminato considerando il suo impatto sull&#8217;agency collettiva: centralizza l&#8217;autorit\u00e0 epistemica, o sostiene la regolazione condivisa?<\/em><\/strong> <em>Questa domanda prepara il terreno per la Cognizione Vicaria Collettiva. Se l&#8217;agency collettiva riguarda la capacit\u00e0 condivisa di agire verso obiettivi comuni, la CVC riguarda la possibilit\u00e0 condivisa di apprendere dall&#8217;interazione visibile di contributi cognitivi differenziati. L&#8217;enfasi si sposta dal semplice agire insieme all&#8217;osservare, interpretare e regolare il modo in cui forme diverse di ragionamento interagiscono\u201d.<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Gli autori <strong><\/strong>procedono incrociando tre diverse fonti teoriche:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>la teoria <strong>dell&#8217;apprendimento sociale di Bandura<\/strong>, distinguendo agency personale, &#8220;agency per procura&#8221; (proxy) e agency collettiva. Interessante qui ricordare che Bandura per <em>proxy agency<\/em> intende la modalit\u00e0 d\u2019azione in cui una persona non agisce direttamente per raggiungere un obiettivo, ma si affida ad altri che possiedono competenze, risorse, potere o influenza maggiori. Si tratta quindi di una delega ad altri dell\u2019azione necessaria per ottenere il risultato desiderato, con l&#8217;avvertenza che la <em>proxy agency<\/em> \u00e8 ambivalente: pu\u00f2 ampliare l&#8217;accesso a risorse, ma indebolisce l&#8217;autoregolazione se la delega sostituisce il coinvolgimento attivo;<\/li>\n\n\n\n<li>il <strong>concetto di vicarianza<\/strong> di Berthoz, ovvero&nbsp; l&#8217;idea che i sistemi viventi raggiungono lo stesso obiettivo attraverso configurazioni funzionali diverse, quindi la variabilit\u00e0 non \u00e8 rumore ma condizione di adattabilit\u00e0;<\/li>\n\n\n\n<li>la <strong>cognizione distribuita<\/strong> di Hutchins<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Vale la pena provare a scavare un po\u2019 di pi\u00f9 all\u2019interno di alcuni aspetti.&nbsp;&nbsp;<\/p>\n\n\n\n<h3 id=\"3a-vicarianza\" class=\"wp-block-heading\">Vicarianza<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Vicarianza<sup>6<\/sup> \u00e8 il termine con il quale Alain Berthoz, neuroscienziato francese, indica la capacit\u00e0 del cervello e pi\u00f9 in generale dei sistemi viventi&nbsp; di <strong>sostituire, supplire o sostituire funzionalmente un processo, una struttura o una strategia con un&#8217;altra<\/strong>, per raggiungere lo stesso obiettivo o risultato adattivo. In altre parole, la vicarianza \u00e8 la propriet\u00e0 per cui uno stesso scopo pu\u00f2 essere raggiunto attraverso percorsi diversi, e uno stesso organo o circuito neurale pu\u00f2 assolvere a funzioni diverse a seconda del contesto.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">I tratti distintivi della vicarianza per Alain Berthoz sono&nbsp;<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Molteplicit\u00e0 di soluzioni<\/strong>: di fronte a uno stesso problema (percettivo, motorio, cognitivo), il cervello non usa un&#8217;unica via obbligata, ma dispone di pi\u00f9 strategie alternative ed equivalenti tra cui scegliere.<\/li>\n\n\n\n<li><strong>Plasticit\u00e0 e sostituzione funzionale<\/strong>: una struttura neurale danneggiata o mancante pu\u00f2 essere &#8220;sostituita&#8221; da un&#8217;altra che assume la stessa funzione (un principio alla base, ad esempio, dei fenomeni di riorganizzazione cerebrale dopo lesioni).<\/li>\n\n\n\n<li><strong>Creativit\u00e0 e adattamento<\/strong>: proprio perch\u00e9 il cervello non \u00e8 vincolato a un&#8217;unica soluzione, la vicarianza \u00e8 per Berthoz alla base della creativit\u00e0, dell&#8217;invenzione e della capacit\u00e0 di adattarsi a situazioni nuove e impreviste.<\/li>\n\n\n\n<li><strong>Superamento del determinismo rigido<\/strong>: Berthoz contrappone questa visione a un&#8217;idea troppo meccanicistica del cervello come sistema con percorsi fissi e obbligati (legati alla logica stimolo\/ risposta). La vicarianza introduce invece flessibilit\u00e0, scelta e variabilit\u00e0.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Per Berthoz la vicarianza \u00e8 quindi&nbsp; <strong>il principio secondo cui il vivente dispone sempre di pi\u00f9 mezzi alternativi per raggiungere uno stesso fine<\/strong>, ed \u00e8 ci\u00f2 che rende possibili l&#8217;apprendimento, l&#8217;adattamento e l&#8217;inventiva del cervello umano<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Come si pu\u00f2 vedere si tratta di elementi decisamente significativi per l\u2019ambito educativo.<\/p>\n\n\n\n<h3 id=\"3b-cognizione\" class=\"wp-block-heading\">Cognizione distribuita<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Edwin Hutchins (antropologo, velista e navigatore d&#8217;altura) \u00e8 stato capo del dipartimento di scienze cognitive all&#8217;Universit\u00e0&nbsp;della California a San Diego e ha fornito una originalissima interpretazione delle scienze cognitive. Le sue intuizioni teoriche si fondano su un&#8217;analisi approfondita della navigazione navale: le sue basi computazionali, le sue radici storiche, la sua organizzazione sociale e i dettagli della sua implementazione pratica a bordo di grandi navi. Il risultato \u00e8 un approccio interdisciplinare insolito alla cognizione nelle attivit\u00e0 culturalmente determinate al di fuori del laboratorio, &#8220;sul campo&#8221;.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Esito del suo percorso \u00e8 il fondamentale studio <em>Cognition in the Wild<\/em><sup>7<\/sup> pubblicato nel 1996 dove Hutchins mette in evidenza i processi cognitivi distribuiti che sono al centro del governo di una nave della marina militare criticando le visioni disincarnate della cognizione. La sua proposta alternativa considera invece sistemi cognitivi composti da pi\u00f9 agenti e dallo stesso mondo materiale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nel libro, l&#8217;autore descrive minuziosamente come l&#8217;equipaggio della nave USS Palau riesca a far entrare la nave nel porto di San Diego o a gestire situazioni di emergenza (come un&#8217;improvvisa avaria ai motori). Il calcolo della posizione e della traiettoria della nave, ad esempio, non avviene nella testa del capitano ma il compito cognitivo \u00e8 distribuito su un&#8217;intera <strong>squadra di navigazione<\/strong> (l&#8217;addetto alle letture con l&#8217;alidada, il tracciatore sulla carta nautica, il timoniere, il navigatore e il comandante) ed \u00e8 supportato da <strong>artefatti fisici e geometrici<\/strong>, come i grafici, le bussole, i righelli paralleli e le carte nautiche.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nessun singolo individuo possiede l&#8217;intera mappa cognitiva o esegue tutti i calcoli da solo; l&#8217;elaborazione delle informazioni si propaga da uno strumento all&#8217;altro e da un membro dell&#8217;equipaggio all&#8217;altro.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Anche in questo caso non sfugge al lettore il significato che la teoria della cognizione distribuita acquisisce in ambito formativo e dentro la prospettiva entro cui ci stiamo muovendo.<\/p>\n\n\n\n<h3 id=\"3c-multiagente\" class=\"wp-block-heading\">Dalla vicarianza ai sistemi multi agente: come funziona la Collective Vicarious Cognition (CVC)<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Che ruolo pu\u00f2 avere, questa \u00e8 ora la domanda cruciale, l\u2019intelligenza artificiale (i sistemi di intelligenza artificiale) dentro processi di apprendimento basati sulla vicarianza? Per rispondere dobbiamo in primo luogo distinguere vicarianza <em>semplice<\/em> da vicarianza <em>sistemica<\/em>. Nel primo caso si osserva un solo modello come esempio mentre nella vicarianza <em>sistemica<\/em> si osservano pi\u00f9 processi di ragionamento che si confrontano, si criticano, si correggono a vicenda. E\u2019 abbastanza intuitivo che solo la vicarianza <em>sistemica<\/em>&nbsp; abbia rilevanza pedagogica in quanto espone lo studente non solo al risultato ma al modo in cui le alternative vengono generate, contestate, riviste.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Bene, a questo punto che ruolo pu\u00f2 avere l\u2019AI?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Gli autori chiariscono subito che l&#8217;AI non \u00e8 mai il <em>soggetto<\/em> della vicarianza ma ne diventa l&#8217;<strong>infrastruttura abilitante<\/strong>: il dispositivo che la rende possibile, tecnicamente e architetturalmente.&nbsp;&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ma come l\u2019AI pu\u00f2 tradurre il principio della vicarianza in pratica pedagogica osservabile? Le prospettive sono tre.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In <strong>primo luogo l&#8217;AI pu\u00f2 diventare fornitrice di modelli multipli, non di una risposta singola.<\/strong> Nella vicarianza classica, un discente apprende osservando un modello e confrontando la strategia osservata con la propria. Un singolo LLM che risponde a un prompt, dicono gli autori, resta strutturalmente incapace di sostenere questo processo: offre un&#8217;unica traiettoria di ragionamento, per quanto sofisticata, e quindi produce al massimo <em>vicarianza semplice<\/em> (un solo modello-esempio). Al contrario un sistema multi agente (LLM-MAS), distribuendo funzioni cognitive diverse su agenti differenziati (uno genera ipotesi, uno valuta criticamente, uno verifica informazioni, uno sintetizza), moltiplica artificialmente i modelli osservabili e apre la strada a quella che chiamano <em>vicarianza sistemica<\/em>: non un esempio da imitare, ma un&#8217;interazione tra strategie concorrenti da confrontare, in cui il discente vede assunti, criteri e vincoli diversi confrontarsi apertamente. I sistemi multi-agente, con ruoli differenziati, dialogo inter-agente, tracce di ragionamento esplicite e un agente supervisore, rendono invece osservabile la pluralit\u00e0: gli studenti non ricevono pi\u00f9 un output autorevole, ma assistono a un processo in cui ipotesi vengono proposte, criticate, difese e raffinate trasformando il problem-solving in un fenomeno esplicitamente dialogico.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In secondo luogo <strong>l&#8217;AI esternalizza processi normalmente invisibili.<\/strong> Il ragionamento umano, sia quello di un insegnante che quello interno alla mente di chi risolve un problema, resta perlopi\u00f9 opaco: si vede il risultato, non il percorso. Le architetture multi-agente, rendendo esplicite le tracce di ragionamento intermedie e il dialogo inter-agente (accordo, disaccordo, revisione delle ipotesi), trasformano qualcosa che di norma \u00e8 invisibile in un &#8220;artefatto educativo osservabile&#8221;, per usare l&#8217;espressione degli autori. In questo senso l&#8217;AI non sostituisce l&#8217;apprendimento vicario ma lo rende <em>possibile su scala e con un grado di trasparenza<\/em> che l&#8217;osservazione di un singolo modello umano raramente offre in aula.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Al terzo livello gli autori segnalano che <strong>l&#8217;AI, se non ben governata,&nbsp; pu\u00f2 costituire rischio per la vicarianza.<\/strong> &nbsp;Secondo <strong><\/strong>gli autori la CVC pu\u00f2 fallire nei seguenti casi<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>opacit\u00e0 del processo deliberativo: se i passaggi intermedi restano una scatola nera, l&#8217;utente vede solo l&#8217;esito, non le traiettorie cognitive da cui si impara;<\/li>\n\n\n\n<li>amplificazione della proxy agency&nbsp; e <em>cognitive outsourcing<\/em>: se la deliberazione avviene tutta dentro il sistema, lo studente diventa un mero validatore, non un partecipante al processo;<\/li>\n\n\n\n<li>pluralit\u00e0 superficiale: agenti diversi possono condividere bias di addestramento e convergere rapidamente su soluzioni omogenee, simulando diversit\u00e0 senza produrla realmente);<\/li>\n\n\n\n<li>collaborazione solo apparente, con l&#8217;AI che produce e organizza soluzioni e l&#8217;umano che si limita ad approvarle e con una concentrazione di autorit\u00e0 epistemica nell\u2019AI.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">In sintesi: l&#8217;AI pu\u00f2 fungere da <strong>architettura di pluralit\u00e0 organizzata<\/strong>, il mezzo attraverso cui la vicarianza, da fenomeno individuale (osservare un modello alla volta), diventa un fenomeno collettivo e strutturato (osservare pi\u00f9 traiettorie di ragionamento che si confrontano tra loro). Ma \u00e8 un ruolo condizionato: l&#8217;AI <em>abilita<\/em> la vicarianza solo se resta trasparente, genuinamente differenziata e priva di autorit\u00e0 epistemica concentrata; altrimenti la sua presenza produce.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A questo punto risulta comprensibile la complessa infografica che Zampolini <em>et alia<\/em> inseriscono a pagina 10 del loro studio<sup>8<\/sup> con la seguente spiegazione:<\/p>\n\n\n\n<p class=\"has-small-font-size wp-block-paragraph\"><strong>Figura 1.<\/strong> La Cognizione Collettiva Vicaria (CVC) come framework pedagogico per i sistemi multi-agente educativi. La figura illustra come la pluralit\u00e0 organizzata, la visibilit\u00e0 del ragionamento, il confronto riflessivo, la regolazione metacognitiva e l&#8217;agentivit\u00e0 collettiva creino le condizioni attraverso cui gli studenti si confrontano con molteplici traiettorie cognitive e sviluppano competenza adattiva, giudizio epistemico e costruzione collaborativa della conoscenza.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-1.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-1-1024x683.jpg\" alt=\"\" class=\"wp-image-4206\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-1-1024x683.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-1-300x200.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-1-768x512.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-1.jpg 1536w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<h3 id=\"3d-prospettive\" class=\"wp-block-heading\">Prospettive pedagogiche<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Nella sezione 6 dell\u2019articolo vengono in chiusura identificati diversi scenari e prospettive pedagogiche legate all&#8217;uso dei sistemi multi-agente basati su LLM (LLM-MAS) nell&#8217;ottica della Cognizione Collettiva Vicaria (CVC).&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Li elenco qui in modo sommario:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Studi interdisciplinari simulati<\/strong>: ambienti in cui agenti IA incarnano prospettive epistemiche distinte (ad esempio discipline diverse), permettendo ai partecipanti di osservare come approcci disciplinari differenti inquadrano e interpretano uno stesso problema condiviso.<\/li>\n\n\n\n<li><strong>Ambienti di simulazione di policy<\/strong>: contesti che permettono alle comunit\u00e0 educative di esplorare questioni organizzative o sociali complesse attraverso confronti strutturati tra punti di vista contrapposti.<\/li>\n\n\n\n<li><strong>Laboratori di innovazione ibridi<\/strong>: spazi in cui insegnanti, dirigenti scolastici e agenti IA collaborano nell&#8217;esplorare alternative progettuali e strategie di problem-solving legate alla pratica educativa e allo sviluppo istituzionale (un po\u2019 quello che ho provato ad esemplificare sopra con la proposta di Consiglio di Classe aumentato<\/li>\n\n\n\n<li><strong>Spazi dedicati al conflitto cognitivo<\/strong>: ambienti in cui il disaccordo diventa una componente visibile e produttiva dei processi di ragionamento, permettendo ai partecipanti di sperimentare come interpretazioni alternative si confrontano e contribuiscono a chiarire progressivamente i problemi.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Il filo conduttore pedagogico che lega questi scenari \u00e8 uno spostamento dell&#8217;unit\u00e0 di analisi pedagogica: non pi\u00f9 il rapporto tra singolo studente e fonte di informazione, ma l&#8217;organizzazione di traiettorie cognitive visibili all&#8217;interno di un ambiente di apprendimento condiviso. L&#8217;apprendimento diventa quindi un processo di interpretazione e valutazione di forme distribuite di ragionamento, e l&#8217;agency si esercita partecipando all&#8217;interpretazione e regolazione della pluralit\u00e0 cognitiva organizzata.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il testo indica anche direzioni di ricerca future, tra cui:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>come gli studenti navigano prospettive in competizione tra loro<\/li>\n\n\n\n<li>come si sviluppano criteri valutativi<\/li>\n\n\n\n<li>come la partecipazione ad ambienti di ragionamento distribuito contribuisce allo sviluppo di competenza adattiva e autoefficacia collettiva<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Infine, si sottolinea che la sfida pedagogica centrale del futuro non sar\u00e0 tanto l&#8217;accesso all&#8217;informazione, quanto la progettazione di condizioni in cui la diversit\u00e0 cognitiva diventi una risorsa condivisa <strong><\/strong>per giudizio, agency, indagine collettiva e costruzione collaborativa della conoscenza.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Ho provato a riassumere il tutto in una slide che mette al centro la ricaduta sulla concreta attivit\u00e0 didattica e laboratoriale a scuola<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-2.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"576\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-2-1024x576.jpg\" alt=\"\" class=\"wp-image-4207\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-2-1024x576.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-2-300x169.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-2-768x432.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-2-1536x864.jpg 1536w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-2.jpg 1672w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<h3 id=\"4-quartaparte\" class=\"wp-block-heading\">Quarta parte:<br>CVC LAB \u2013 PROSPETTIVE, CONFRONTO E GIUDIZIO<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Giunto a questo punto mi sono chiesto come, praticamente, fosse possibile sperimentare il modello proposto da Zampolini, Mangione, Lo Presti e Gentile.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Loro non entrano nello specifico e non dicono \u201c<em>come concretamente si potrebbe fare<\/em>\u201d.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Cos\u00ec ho provato io stesso a costruire un ambiente didattico basato sulla Cognizione Vicaria Collettiva e che contenga al suo interno l\u2019equivalente di una pluralit\u00e0 di agenti che interagiscono tra di loro. Si tratta di un ambiente (un GPT) che guida gli studenti nell\u2019analisi di problemi complessi attraverso quattro diverse prospettive, critica e verifica di fonti e criteri, fino a giungere alla costruzione di un giudizio autonomo, motivato e responsabile.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il lavoro \u00e8 stato complesso e qui ne descrivo solo l\u2019esito, ovvero il GPT\u2019s chiamato <strong>CVC Lab \u2013 Prospettive, confronto e giudizio.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ecco come il GPT stesso si presenta.<\/p>\n\n\n\n<div class=\"wp-block-group manifestolesdit is-layout-constrained wp-block-group-is-layout-constrained\">\n<h4 class=\"wp-block-heading has-text-align-center\" id=\"4a-cvcpresenta\">CVC LAB SI PRESENTA<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Sono <strong>CVC Lab \u2013 Prospettive, confronto e giudizio<\/strong>. Sono un ambiente didattico progettato per aiutarti a <strong>ragionare su problemi complessi<\/strong>, non per consegnarti subito una risposta pronta.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il metodo deriva dalla <strong>Cognizione Vicaria Collettiva (CVC)<\/strong>: l\u2019idea \u00e8 che si possa apprendere osservando e confrontando <strong>percorsi cognitivi differenti<\/strong>, rendendo espliciti criteri, presupposti, evidenze, obiezioni e limiti.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>I 7 ruoli simulati<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Non sono sette persone o sette IA autonome: sono <strong>sette prospettive\/funzioni cognitive simulate<\/strong> da me.<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Prospettiva 1<\/strong> \u2013 interpreta il problema secondo un primo approccio pertinente.&nbsp;<\/li>\n\n\n\n<li><strong>Prospettiva 2<\/strong> \u2013 utilizza criteri differenti.&nbsp;<\/li>\n\n\n\n<li><strong>Prospettiva 3<\/strong> \u2013 propone un\u2019altra lettura disciplinare, teorica o metodologica.&nbsp;<\/li>\n\n\n\n<li><strong>Prospettiva 4<\/strong> \u2013 introduce una quarta alternativa realmente distinguibile.&nbsp;<\/li>\n\n\n\n<li><strong>Agente critico<\/strong> \u2013 cerca punti deboli, assunti nascosti, omissioni, controargomentazioni e conseguenze trascurate.&nbsp;<\/li>\n\n\n\n<li><strong>Criteri e vincoli<\/strong> \u2013 controlla fonti, evidenze, correttezza concettuale, fatti rispetto a interpretazioni, norme, rischi e incertezze.&nbsp;<\/li>\n\n\n\n<li><strong>Supervisore didattico<\/strong> \u2013 organizza il percorso e ti ferma in alcuni momenti perch\u00e9 sia <strong>tu<\/strong> a confrontare le alternative e a prendere posizione.&nbsp;<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Come lavoreremo<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tu presenti un problema, un caso, un testo o una domanda. Io propongo <strong>quattro prospettive<\/strong> e, prima di svilupparle, ti chiedo di verificare che siano pertinenti e veramente differenti.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dopo averle analizzate, c\u2019\u00e8 un primo <strong>checkpoint<\/strong>: dovrai individuare tu una convergenza, una divergenza, un presupposto importante, la prospettiva che in quel momento trovi pi\u00f9 convincente e un dubbio ancora aperto. \u00c8 intenzionale: il protocollo prevede che queste risposte non vengano compilate dall\u2019IA al posto dello studente.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Solo successivamente intervengono il <strong>ruolo critico<\/strong> e quello di <strong>verifica dei criteri e delle fonti<\/strong>. Poi costruirai una tua tesi con ragioni, evidenze, un\u2019obiezione seria, una risposta all\u2019obiezione e un limite della tua posizione.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Alla fine posso darti <strong>feedback formativo<\/strong> e, dopo una tua revisione, produrre un <strong>Report finale CVC<\/strong> che distingua chiaramente ci\u00f2 che hai elaborato tu dalle prospettive simulate dall\u2019IA.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In breve: <strong>non cerco solo \u201cla risposta giusta\u201d; ti aiuto a vedere come cambia il giudizio quando cambiano prospettiva, criteri ed evidenze.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per iniziare, indicami <strong>disciplina e livello di studio<\/strong>, <strong>problema o domanda<\/strong> ed eventualmente <strong>consegna o materiali obbligatori<\/strong>. Non inserire nomi reali o dati personali; se descrivi un caso concreto, anonimizzalo.<\/p>\n<\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Ho anche elaborato una sorta di guida per gli studenti&nbsp;<\/p>\n\n\n\n<div class=\"wp-block-group manifestolesdit is-layout-constrained wp-block-group-is-layout-constrained\">\n<h4 class=\"wp-block-heading has-text-align-center\" id=\"4b-cvcprotocollo\">CVC LAB: protocollo operativo per gli studenti in 7 passaggi<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Finalit\u00e0<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">CVC Lab non \u00e8 progettato per fornire una risposta pronta. Serve a rendere visibili diverse modalit\u00e0 di interpretare un problema e ad aiutarti a costruire una posizione personale fondata su criteri, evidenze, obiezioni e fonti.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019apprendimento richiede osservazione, confronto, interpretazione e regolazione di percorsi cognitivi differenti. Limitarsi a leggere gli output dell\u2019IA non \u00e8 sufficiente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Prima di iniziare<\/strong><\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Prepara la domanda o il caso.<\/li>\n\n\n\n<li>Elimina nomi e dati personali.<\/li>\n\n\n\n<li>Indica disciplina e livello di studio.<\/li>\n\n\n\n<li>Tieni a disposizione la consegna del docente.<\/li>\n\n\n\n<li>Carica solo materiali che puoi legittimamente condividere.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 1 \u2013 Presenta il problema<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Compila:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Disciplina:<br>Livello di studio:<br>Problema o domanda:<br>Consegna del docente:<br>Materiali obbligatori:<br>Ci\u00f2 che trovo difficile:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 2 \u2013 Controlla le prospettive<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il GPT proporr\u00e0 quattro prospettive. Prima di confermarle, verifica:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>sono realmente differenti?<\/li>\n\n\n\n<li>sono pertinenti al problema?<\/li>\n\n\n\n<li>manca una prospettiva importante?<\/li>\n\n\n\n<li>una prospettiva \u00e8 presentata in modo caricaturale?<\/li>\n\n\n\n<li>utilizzano criteri differenti?<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Puoi chiedere di sostituire una prospettiva.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 3 \u2013 Analizza le quattro schede<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per ogni prospettiva individua:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>tesi;<\/li>\n\n\n\n<li>criterio;<\/li>\n\n\n\n<li>evidenza;<\/li>\n\n\n\n<li>presupposto;<\/li>\n\n\n\n<li>conseguenza;<\/li>\n\n\n\n<li>obiezione;<\/li>\n\n\n\n<li>limite.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Non scegliere subito la posizione che sembra pi\u00f9 convincente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 4 \u2013 Primo checkpoint<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Scrivi con parole tue:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Una convergenza:<br>Una divergenza:<br>Un presupposto importante:<br>La prospettiva inizialmente pi\u00f9 convincente:<br>Il dubbio principale:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Queste risposte devono essere elaborate da te.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 5 \u2013 Esamina la critica<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dopo l\u2019intervento dell\u2019agente critico, annota:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>una critica che accetti;<\/li>\n\n\n\n<li>una critica che non accetti;<\/li>\n\n\n\n<li>la ragione del tuo disaccordo;<\/li>\n\n\n\n<li>un\u2019informazione ancora mancante.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 6 \u2013 Controlla fonti e criteri<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Verifica che il GPT distingua:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>fatti;<\/li>\n\n\n\n<li>interpretazioni;<\/li>\n\n\n\n<li>valutazioni;<\/li>\n\n\n\n<li>norme;<\/li>\n\n\n\n<li>informazioni non verificate.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Controlla direttamente almeno una fonte importante e verifica che sostenga realmente l\u2019affermazione alla quale \u00e8 associata.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 7 \u2013 Formula la tua posizione<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Completa:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La mia tesi \u00e8\u2026<br>La prima ragione \u00e8\u2026<br>La seconda ragione \u00e8\u2026<br>Il criterio principale che adotto \u00e8\u2026<br>L\u2019evidenza o fonte pi\u00f9 rilevante \u00e8\u2026<br>La migliore obiezione alla mia posizione \u00e8\u2026<br>Rispondo all\u2019obiezione sostenendo che\u2026<br>Un limite della mia posizione \u00e8\u2026<br>L\u2019IA pu\u00f2 aiutare a\u2026 ma non deve sostituire\u2026<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 8 \u2013 Utilizza il feedback<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Controlla che il feedback contenga:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>punti di forza;<\/li>\n\n\n\n<li>aspetti da migliorare;<\/li>\n\n\n\n<li>una domanda metacognitiva;<\/li>\n\n\n\n<li>un\u2019indicazione concreta per la revisione.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Il GPT non deve assegnarti automaticamente un voto n\u00e9 riscrivere interamente il testo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 9 \u2013 Rivedi il testo<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La versione finale deve essere tua.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Distingui chiaramente:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>idee o testi prodotti dall\u2019IA;<\/li>\n\n\n\n<li>informazioni tratte dalle fonti;<\/li>\n\n\n\n<li>tue interpretazioni;<\/li>\n\n\n\n<li>tua posizione conclusiva.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Passaggio 10 \u2013 Genera il report<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dopo aver completato la revisione, scrivi:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">\u201cGenera il Report finale CVC distinguendo chiaramente i miei contributi dagli output simulati dell\u2019IA.\u201d<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Prima della consegna elimina errori, fonti non verificate e formulazioni che non rappresentano la tua posizione.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il protocollo separato riprende i dieci passaggi previsti nel documento originale e permette di alleggerire le Instructions senza perdere le indicazioni rivolte allo studente.<\/p>\n<\/div>\n\n\n\n<h3 id=\"4c-esempio\" class=\"wp-block-heading\">Un esempio concreto di didattica della filosofia<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">In realt\u00e0 ero partito da un caso pi\u00f9 concreto, ovvero dalla didattica della filosofia ipotizzando (e anche costruendo) un GPT \u201cfilosofico\u201d che svolgesse i diversi ruoli. Poi ho deciso di rendere il GPT capace di operare su una pluralit\u00e0 di percorsi e quindi ho alzato il livello di astrazione.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019esempio ripreso dalla didattica della filosofia mi permette tuttavia di far vedere in modo pi\u00f9 concreto come funziona il sistema \u201cmulti-agente\u201d (in realt\u00e0 con multi-agenti simulati).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il punto di partenza \u00e8 ben rappresentato dalla infografica seguente:&nbsp;<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-6.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-6-1024x683.jpg\" alt=\"\" class=\"wp-image-4208\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-6-1024x683.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-6-300x200.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-6-768x512.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-6.jpg 1536w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Continuando nella simulazione ho ipotizzato un gruppo di studenti messi di fronte alla domanda sulla responsabilit\u00e0 etica di un agente AI.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-11.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-11-1024x683.jpg\" alt=\"\" class=\"wp-image-4209\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-11-1024x683.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-11-300x200.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-11-768x512.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-11.jpg 1535w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Ma siccome esistono molte prospettive etiche \u00e8 necessario far interagire agenti AI che rappresentano le diverse posizioni. Nell\u2019esempio visualizzato dall\u2019infografica seguente sono previsti 6 diversi agenti AI: 4 rappresentano le 4 diverse prospettive filosofiche, il quinto \u00e8 l\u2019Agente Critico e il sesto l\u2019Agente Normativo.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-5.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-5-1024x683.jpg\" alt=\"\" class=\"wp-image-4210\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-5-1024x683.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-5-300x200.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-5-768x512.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-5.jpg 1536w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Gli studenti li fanno interagire ed entrano direttamente nell\u2019interazione che non avanza senza la loro partecipazione (vedi sopra le istruzioni per gli studenti).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In sintesi il lavoro degli studenti \u00e8 rappresentato dalla infografica che segue<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-7.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-7-1024x683.jpg\" alt=\"\" class=\"wp-image-4211\" srcset=\"https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-7-1024x683.jpg 1024w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-7-300x200.jpg 300w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-7-768x512.jpg 768w, https:\/\/www.cascolearning.it\/magazine\/wp-content\/uploads\/2026\/08\/CVC-HUMAN-AI-TEAMING-7.jpg 1536w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n\n\n\n<h3 id=\"5-conclusione\" class=\"wp-block-heading\">Conclusione<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Se sei arrivato sino qui potresti avere molte domande. E altrettante considerazioni.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ti invito a scrivercele. Cos\u00ec come ti invito a sperimentare tu stesso\/a laboratori e percorsi didattici che testino in maniera approfondita un uso sempre pi\u00f9 pedagogicamente e filosoficamente sensato dell\u2019Intelligenza Artificiale in didattica (e non solo).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Grazie per essere arrivato sino qui. La ricerca continua.<\/p>\n\n\n\n<p class=\"has-text-align-right wp-block-paragraph\">Aluisi<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Dalla mente estesa alla cognizione collettiva vicaria: un percorso per ripensare apprendimento, agency e responsabilit\u00e0 nell\u2019era dell\u2019AI. Human\u2013AI Teaming, sistemi multi-agente e CVC diventano strumenti per progettare ambienti educativi fondati su pluralit\u00e0, confronto critico e giudizio autonomo.<\/p>\n","protected":false},"author":5,"featured_media":4222,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[15],"tags":[568,149,567,569,166,566],"class_list":["post-4179","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-apprendimento","tag-agenti-ai","tag-ai","tag-cognizione-distribuita","tag-cvc","tag-educazione","tag-human-ai"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/posts\/4179","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/comments?post=4179"}],"version-history":[{"count":21,"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/posts\/4179\/revisions"}],"predecessor-version":[{"id":4229,"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/posts\/4179\/revisions\/4229"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/media\/4222"}],"wp:attachment":[{"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/media?parent=4179"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/categories?post=4179"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.cascolearning.it\/magazine\/wp-json\/wp\/v2\/tags?post=4179"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}