In Breve
- Che cosa ha rilevato lo studio?
- Docenti e studenti hanno percezioni molto diverse sull’intensità dell’uso dell’AI generativa negli studi universitari.
- Quali sono gli usi più comuni dell’AI?
- Produzione e revisione dei testi, controllo grammaticale, ricerca di informazioni, risposta a domande e individuazione delle fonti.
- Quante persone hanno partecipato alla ricerca?
- Il campione comprendeva 45 membri del personale accademico e 86 studenti.
Uno studio condotto dall’Università di Manchester e dall’Universidad del País Vasco/Euskal Herriko Unibertsitatea evidenzia una distanza significativa tra studenti e personale accademico nella percezione dell’uso dell’intelligenza artificiale generativa.
La ricerca, svolta tra aprile e giugno 2024 in una scuola di discipline sociali di un’università ad alta intensità di ricerca, ha coinvolto 45 membri del personale accademico e 86 studenti. Su una scala da 1 a 7, i docenti hanno stimato mediamente l’uso dell’AI da parte degli studenti con un punteggio di 5,23. Tra gli studenti, la valutazione media è stata invece di 3,11.
Come viene usata l’AI dagli studenti
Secondo lo studio, gli strumenti generativi come ChatGPT vengono utilizzati soprattutto come supporto alla produttività. Tra gli impieghi indicati figurano la produzione di testi, il miglioramento della grammatica, la ricerca di informazioni, la risposta a domande relative agli elaborati e la ricerca più efficiente delle fonti.
I ricercatori precisano che i dati forniti dagli studenti potrebbero riflettere una sottostima del loro effettivo ricorso all’AI. Allo stesso tempo, per i docenti può essere difficile riconoscere quando uno studente ha utilizzato questi strumenti. Anche la familiarità del personale accademico con l’intelligenza artificiale risulta disomogenea: il 14% dei partecipanti tra lo staff utilizzava un abbonamento a pagamento a uno strumento di AI.
Un divario che complica le politiche universitarie
Mark Carrigan, senior lecturer in Education all’Università di Manchester e coautore dello studio, ha osservato che il dibattito sull’AI negli atenei tende a concentrarsi sui rischi legati agli imbrogli o sulle promesse di trasformazione dell’istruzione. Secondo Carrigan, la realtà è più articolata e richiede una comprensione più precisa delle esperienze degli studenti.
Il ricercatore ha inoltre rilevato che le differenze di percezione tra staff e studenti rendono più difficile elaborare risposte efficaci basate su dati concreti anziché su supposizioni. A suo giudizio, università, docenti e studenti dovrebbero familiarizzare maggiormente con questi strumenti, concentrandosi sugli usi appropriati a sostegno dell’apprendimento e ripensando insegnamento e valutazione in un contesto segnato dall’AI.
I limiti dello studio
I risultati vanno interpretati tenendo conto del campione ristretto: la ricerca ha riguardato una singola università e una sola area disciplinare. Inoltre, i dati sono stati raccolti nel 2024, in una fase in cui l’adozione degli strumenti generativi nell’istruzione superiore era ancora in rapida evoluzione.