Pensare critico, agire digitale

IA e didattica disciplinare nella Scuola Secondaria di I grado

Nel Plesso S. G. Bosco

Formatore: Giovanni Orefice

Destinatari :Docenti della Scuola Secondaria di I grado

Durata e modalità: 25 ore · 7 incontri · 3 in presenza e 4 online

1.         Premessa e finalità

Il percorso è finalizzato allo sviluppo di una solida AI literacy professionale per i docenti della Scuola Secondaria di I grado. L’obiettivo non è la semplice conoscenza di singole applicazioni, ma la capacità di comprendere i principi essenziali dell’Intelligenza Artificiale, utilizzare in modo consapevole i sistemi generativi, valutarne criticamente gli output e integrarli nella progettazione didattica con criteri di efficacia, inclusione, sicurezza e responsabilità.

Il corso adotta una prospettiva antropocentrica: l’IA viene proposta come strumento di supporto al pensiero, alla creatività, alla progettazione e alla personalizzazione, senza sostituire il ruolo professionale del docente né i processi cognitivi e decisionali dello studente.

2.        Obiettivi formativi

• Comprendere i concetti fondamentali dell’Intelligenza Artificiale, del machine learning, del deep learning e dell’IA generativa.
• Conoscere, a livello introduttivo, il funzionamento delle reti neurali, dei Transformer e dei Large Language Models.
• Riconoscere opportunità, limiti, bias, allucinazioni e problemi di affidabilità dei sistemi generativi.
• Utilizzare chatbot e sistemi multimodali attraverso tecniche di prompting, iterazione, confronto e revisione.
• Integrare l’IA nella progettazione di lezioni, attività, UDA, compiti autentici e percorsi interdisciplinari.
• Produrre e rielaborare materiali didattici testuali, visuali, multimediali e interattivi.
• Utilizzare l’IA per personalizzazione, scaffolding, inclusione e supporto alla valutazione.
• Progettare attività e prove compatibili con la presenza dell’IA, valorizzando processo, pensiero critico e metacognizione.
• Applicare principi di tutela dei dati, sicurezza, trasparenza e responsabilità con riferimento a GDPR, AI Act e indicazioni nazionali.

3.         Impostazione metodologica

Il percorso alterna momenti di inquadramento teorico a dimostrazioni, laboratori, analisi di casi,
produzione di artefatti e revisione tra pari. La sequenza ricorrente sarà:
COMPRENDERE → SPERIMENTARE → PRODURRE → VERIFICARE → REVISIONARE → RIFLETTERE
● learning by doing e didattica laboratoriale
● problem based learning e inquiry
● cooperative learning e peer review
● studio di caso e challenge based learning
● microlearning, reflective practice e ricerca-azione

4.          Articolazione del percorso

Monte ore complessivo: 25 ore. Calendario: 2 ottobre 16:00–19:00 (presenza); 9 ottobre 15:00–19:00 (online); 16
ottobre 15:00–19:00 (online); 23 ottobre 16:00–19:00 (presenza); 28 ottobre 16:00–20:00 (online); 11 novembre
16:00–20:00 (online); 18 novembre 16:00–19:00 (presenza).
1 2 ottobre 2026
16:00–19:00
Presenza 3 h
Capire l’IA: dalle origini all’IA generativa
Storia essenziale dell’IA; algoritmi e dati; machine learning e deep learning; apprendimento
supervisionato, non supervisionato e per rinforzo; reti neurali; CNN, RNN e Transformer; LLM, token e
contesto; IA generativa; bias e allucinazioni. Dimostrazione/laboratorio introduttivo sul machine
learning.
2 9 ottobre 2026
15:30–19:30
Online 4 h
Dialogare con l’IA: chatbot, prompt e strategie di interazione
Panoramica ragionata dei principali chatbot; criteri di confronto; anatomia del prompt; ruolo, contesto,
obiettivo, vincoli, destinatario, formato e criteri di qualità; zero-shot, few-shot, prompt chaining,
iterazione, metaprompt e uso dialogico dell’IA.
3 16 ottobre 2026
15:30–19:30
Online 4 h
L’IA come assistente del docente: progettare, adattare, includere
Progettazione di lezioni, UDA e compiti autentici; brainstorming; metodologie attive; scaffolding e
fading; differenziazione; inclusione, UDL, BES e DSA; tutor IA e supporto alla personalizzazione.
4 23 ottobre 2026
16:00–19:00
Presenza 3 h
IA sotto esame: valutazione, verifica e pensiero critico
Fact-checking, fonti, bias, allucinazioni, qualità degli output e vigilanza epistemica; feedback e
valutazione formativa; rubriche; autovalutazione e metacognizione; AI-aware e AI-resistant
assessment; revisione critica di prodotti generati dall’IA.
5 28 ottobre 2026
15:30–19:30
Online 4 h
Dalla parola agli artefatti: multimodalità e contenuti didattici
Analisi e produzione di testi, immagini, presentazioni, mappe, timeline, infografiche, quiz, audio e
video; contenuti interattivi; trasformazione di uno stesso contenuto in formati differenti; introduzione alla
prototipazione di semplici risorse digitali assistite dall’IA.
6 11 novembre 2026
15:30–19:30
Online 4 h
IA responsabile: privacy, sicurezza, diritto ed educazione alla cittadinanza
Tutela dei dati e minimizzazione; account e minori; uso responsabile dei chatbot; trasparenza;
copyright e contenuti sintetici; deepfake e sicurezza; principi essenziali di GDPR e AI Act;
responsabilità professionale e supervisione umana; casi scolastici.
7 18 novembre 2026
16:00–19:00
Presenza 3 h
Dal tool alla didattica: progettare un’attività completa
Project work conclusivo: definizione di obiettivi, metodologia, ruolo di docente, studenti e IA; scelta
degli strumenti; prompt; verifica dell’output; valutazione; privacy e sicurezza; prototipazione, peer
review, revisione e debriefing finale.

5.           Prodotti e risultati attesi

Durante il percorso i corsisti costruiranno progressivamente un piccolo toolkit professionale, trasferibile
nella pratica didattica e adattabile alle differenti discipline.
Giovanni Orefice · Percorso di formazione sull’Intelligenza Artificiale · 25 ore
PROGETTO FORMATIVO
● raccolta strutturata di prompt e strategie di interazione con i chatbot;
● micro-progettazione didattica supportata dall’IA;
● kit multimodale con materiali in formati differenti;
● rubrica per la valutazione critica degli output generati dall’IA;
● esempio di attività o verifica AI-aware / AI-resistant;
● checklist per privacy, sicurezza e uso responsabile;
● project work finale: esperienza didattica replicabile nella propria classe.

6.   Valutazione e monitoraggio

● Questionario iniziale sulle conoscenze, sulle pratiche e sui bisogni formativi.
● Micro-task e attività di verifica formativa durante gli incontri.
● Osservazione dei processi di progettazione e revisione degli artefatti.
● Peer review guidata mediante criteri condivisi.
● Project work finale valutato per coerenza pedagogica, appropriatezza dell’uso dell’IA, verificabilità
degli output, inclusività, sicurezza e trasferibilità.
● Questionario finale e autovalutazione delle competenze acquisite

7.        Principi di riferimento

Il percorso assume come riferimenti generali i principi europei e nazionali relativi alla competenza digitale,
all’AI literacy, alla protezione dei dati personali, alla trasparenza, alla supervisione umana e all’uso
responsabile dell’Intelligenza Artificiale nei contesti educativi. I riferimenti normativi e le condizioni d’uso
delle piattaforme saranno verificati e aggiornati al momento dell’erogazione.

8.         Esito atteso del percorso

L’esito atteso non è un docente che conosca molte applicazioni, ma un docente capace di
decidere quando utilizzare l’IA, perché utilizzarla, come interrogarla, come verificarla e quando
invece non utilizzarla.
L’IA viene così trattata contemporaneamente come oggetto di conoscenza, strumento di progettazione e
occasione per sviluppare negli studenti autonomia, pensiero critico, creatività e cittadinanza digitale.

Il formatore

Giovanni Orefice