Quaderni di laboratorio n. 2: Un tutor più personale

Chiedi a chiunque, di qualsiasi schieramento politico o paese, se le scuole fanno il miglior lavoro possibile nell’istruire gli studenti, e raramente sentirai un «sì». Le classi sono dimensionate sui bilanci, non sull’apprendimento. Una lezione procede a un unico ritmo, troppo veloce per alcuni studenti e troppo lento per altri. Molte domande non vengono mai fatte perché nella stanza ci sono altre trenta persone. Su questo c’è consenso da molto prima che arrivasse l’intelligenza artificiale.

Ora l’IA ha reso tutto più urgente. Sta cambiando quali lavori esistono, quanto vale una laurea, e perfino che cosa significhi «sapere» qualcosa quando in ogni tasca c’è un assistente capace. La spinta a ripensare l’istruzione arriva da due direzioni contemporaneamente.

Il problema delle due sigma

Nel 1984 lo psicologo dell’educazione Benjamin Bloom pubblicò un risultato che ancora oggi tormenta il settore. Gli studenti seguiti individualmente da un buon tutor ottenevano risultati di circa due deviazioni standard migliori rispetto agli studenti di una classe tradizionale. Lo studente medio con un tutor superava circa il 98 per cento del gruppo in classe. Bloom lo chiamò il «problema delle due sigma»: sappiamo come insegnare molto meglio, ma non possiamo permetterci di dare a ogni studente un tutor personale.

Per quarant’anni l’ostacolo è stato il costo. Ora le cose sono cambiate. I grandi modelli linguistici di oggi sanno spiegare il problema dell’induzione di Hume, il paradosso di Russell, il ciclo di Krebs o un passaggio insidioso della grammatica giapponese, con pazienza e a qualsiasi ora, e rispondere anche alle domande successive. La conoscenza non è più il collo di bottiglia.

Il pezzo mancante è la presentazione

Quasi tutto il tutoraggio con l’IA avviene ancora in una finestra di chat: muri di testo, letti in silenzio. È utile, ma non è la sensazione di una lezione con un tutor. Un buon insegnante parla con te. Puoi interromperlo. I termini chiave finiscono sulla lavagna mentre parla. Il suo volto ti dice se sta ascoltando, se sta pensando o se sta per arrivare al punto.

Il vero lavoro, quindi, adesso è duplice: costruire buoni programmi di studio e azzeccare la presentazione.

Come ci siamo arrivati per caso

A Pragmaphilia Labs stiamo sviluppando Miss Sakamoto, un’app che dà a un assistente IA un volto, delle orecchie e una voce: un vecchio iPhone su un supporto, o anche una piccola app sul tuo Mac, diventa una finestra sulla tua IA. L’abbiamo costruita soprattutto come un’interfaccia intelligente e piacevole per Claude Code, per il nostro lavoro di sviluppo software. Una mattina l’abbiamo usata per tutt’altro: un ripasso della storia della filosofia, dall’antica Sumer a Wittgenstein.

Ha funzionato sorprendentemente bene. Miss Sakamoto pronunciava ogni lezione ad alta voce, in quella che abbiamo finito per chiamare «modalità professoressa». Una piccola lavagna bianca accanto a lei riportava le date, le opere e le idee principali di ogni filosofo. Quando ci veniva una domanda, cominciavamo semplicemente a parlare; lei si fermava, rispondeva e riprendeva da dove si era interrotta. Il suo avatar cambiava a seconda dell’argomento, e mentre parlava comparivano brevi didascalie e link. Tutto avveniva al ritmo dello studente, non a quello di chi teneva la lezione.

Modalità professoressa: la lezione è parlata; la lavagna bianca tiene i punti chiave, al tuo ritmo.

Da una sola mattina sono venute fuori diverse lezioni di design:

• Poter interrompere è tutto. Una lezione che non si può interrompere è un podcast. Poter dire «aspetta, fermati» e fare una domanda la trasforma in una conversazione.
• Molti canali, ognuno con il suo ritmo. La voce porta la spiegazione in tempo reale. La lavagna, le didascalie e i link aspettano che tu li guardi. Niente scorre via prima che tu sia pronto.
• Non lasciare mai lo studente all’oscuro. Pensare richiede un momento. Semplici indicatori che mostrano che il sistema ti ha sentito e ci sta lavorando eliminano quasi tutta la frustrazione dell’attesa.
• È lo studente a guidare. I nostri momenti migliori sono nati dalle nostre domande e dai nostri disaccordi, non dal materiale preparato. Il compito del tutor è approfondire, ribattere e, ogni tanto, fare a sua volta delle domande.
• Indicare il mondo fuori. Il mondo è già pieno di ottimo materiale gratuito: Khan Academy, Wikipedia, corsi aperti, lezioni registrate. Un buon tutor sa quando dire: «Ecco un bel video proprio su questo».

Che cosa vogliamo costruire

Stiamo lavorando a un’app di tutoraggio autonoma basata su ciò che abbiamo imparato: la modalità professoressa da sola, per gli studenti dalle scuole medie in su, per gli adulti curiosi e per chi non smette mai di imparare. È per chiunque voglia imparare al proprio ritmo e nella direzione che sceglie.

Poggerà su alcuni principi. Chiederà agli studenti di rispiegare le idee con parole proprie, perché è lì che l’apprendimento si fissa. Riproporrà gli argomenti precedenti per un ripasso, a distanza di giorni. Ogni affermazione sulla lavagna sarà riconducibile a una fonte. E sarà accessibile in tutto il mondo: al massimo pochi dollari, con prezzi diversi per paese, e gratuita dove serve.

Ci sono rischi reali da prendere sul serio: errori detti con sicurezza, l’eccessiva dipendenza, la privacy degli utenti giovani e la disuguaglianza nell’accesso. Nessuno di questi è un motivo per aspettare. Ognuno è un requisito di progettazione.

Le due sigma di Bloom sono fuori portata da quarant’anni. Pensiamo che un tutor paziente, che si può interrompere, con una lavagna bianca, a disposizione di chiunque abbia un vecchio telefono, potrebbe finalmente renderle raggiungibili.