Introduzione: i quattro pilastri dell’apprendimento
L’intelligenza artificiale sta trasformando rapidamente il modo in cui acquisiscono conoscenza e capacità operative, ma la trasformazione di autonomia, identità e relazioni avviene più lentamente. I quattro pilastri dell’apprendimento – sapere, saper fare, saper essere e saper vivere insieme – mostrano uno squilibrio decisivo: la delega a sistemi intelligenti cresce più velocemente delle competenze umane necessarie per governarla, verificarla e darle un significato condiviso.
Origini del modello
La Commissione Internazionale sull’Educazione per il XXI° Secolo, presieduta da Jacques Delors, immaginò questi quattro pilastri come un’architettura unica e auto‑rinforzante (UNESCO, 1996). Nessuna dimensione poteva crescere isolata senza impoverire l’intero processo formativo.
Il divario di velocità tra i pilastri
Oggi osserviamo che sapere e saper fare avanzano rapidamente, spinti da evidenze misurabili in termini di velocità ed estensione dei compiti eseguibili. Al contrario, saper essere e saper vivere insieme restano indietro, perché coinvolgono autonomia di giudizio, fiducia reciproca e gestione intelligente del conflitto – capacità che nessuno strumento può accelerare per conto nostro.
Questo divario non è dovuto solo allo strumento, ma alle dinamiche di controllo e alle regole che guidano le interazioni con l’IA: chi decide cosa un agente può fare in nostro nome, come si stabilisce la responsabilità di un errore, e quale trasparenza è dovuta a chi interagisce senza sapere se sta parlando con una persona o con un sistema.
Le tre dimensioni emergenti
- Conoscenza del contesto: comprendere il dominio per porre le domande giuste e riconoscere ciò che manca in una trattazione.
- Discernimento: valutare l’affidabilità delle risposte, mantenendo uno scetticismo attivo verso interlocutori progettati per apparire convincenti.
- Base di conoscenza pregressa: chi possiede competenze solide può moltiplicare l’efficacia dell’IA, mentre chi ne è privo resta vulnerabile a output non verificati.
Il ruolo della memoria enciclopedica
Il rapporto Delors avvertiva già di una tensione tra l’espansione della conoscenza disponibile e la capacità umana di assimilarla. Con le IA che ingeriscono migliaia di pagine in minuti, la “memoria enciclopedica” non è più un vantaggio competitivo. La sfida diventa capire cosa è necessario sapere quando il sapere fattuale non è più distintivo.
Il sapere utile si sposta su tre piani superiori:
- Conoscenza del contesto, costruita lentamente e indispensabile per orientare l’uso dell’IA.
- Discernimento, ovvero la capacità di riconoscere incertezza, esitazione o disaccordi non risolti.
- Base di conoscenza pregressa, che consente di controllare, correggere e spingere lo strumento oltre le sue risposte standard.
Paradossi e rischi
È un paradosso che la stessa competenza necessaria per usare bene l’IA sia resa più difficile dall’uso disinvolto di essa. Chi si affida a un assistente su un tema sconosciuto corre il rischio di accettare acriticamente impostazioni errate.
L’IA non livella il sapere fra chi ha più competenze e chi ne ha meno; anzi, lo amplifica in modo diseguale, creando una tensione fra eccellenza ed equità, già prevista dal rapporto Delors per le politiche educative.
Impatto collettivo: saper vivere insieme
Il quarto piano riguarda la cultura generale condivisa, fondamentale per il “saper vivere insieme”. Se il sapere diventa “just in time” e variegato tra individui, il repertorio comune si assottiglia, ostacolando la comprensione reciproca e la capacità di dialogare su un terreno comune.
La perdita di questo repertorio non pesa solo sul sapere, ma sul saper vivere insieme, minando la coesione sociale.
Strategie pratiche per le istituzioni
- Rafforzare curricula che integrino contesto, discernimento e competenza di base oltre la mera acquisizione di informazioni.
- Promuovere pratiche di verifica e audit delle decisioni prese con supporto IA, includendo scenari di errore e responsabilità.
- Favorire spazi di discussione collettiva per mantenere e aggiornare un patrimonio culturale condiviso.
- Investire in formazione continua per tutti i livelli professionali, con focus su saper essere e saper vivere insieme nell’era digitale.
Conclusioni: verso un nuovo equilibrio
Il vero problema dell’IA non è la tecnologia, ma il divario di velocità tra i pilastri dell’apprendimento. Per garantire autonomia, fiducia e responsabilità, è necessario investire in competenze umane che non possono essere delegare a una macchina: la capacità di contestualizzare, discernere e costruire conoscenza solida.
Solo così il sapere potrà tornare a essere un vero motore di crescita personale e collettiva, piuttosto che un semplice dato di consumo. L’era dell’AI richiede un nuovo equilibrio tra sapere e essere, tra fare e vivere insieme.