Guida all'uso etico di GitHub Copilot e ChatGPT a scuola: dall'IA vietata all'IA per la didattica attiva

1. Perché vietare non basta

Gli studenti usano già l'IA, a casa e spesso in classe. Un divieto totale ottiene tre effetti: l'uso diventa nascosto, non si insegna a verificarne i risultati, e chi ha più strumenti (o più pratica) parte avvantaggiato.

In ambito tecnico c'è anche una ragione professionale: in azienda i diplomati e i tecnici superiori useranno strumenti di IA, e verranno valutati sulla capacità di controllarne i risultati.

L'IA ben usata sposta il lavoro dello studente da scrivere a leggere, verificare, correggere, spiegare: attività cognitivamente più ricche.

2. Il quadro di riferimento in Italia

• Linee guida del Ministero dell'Istruzione e del Merito per l'introduzione dell'IA nelle istituzioni scolastiche (versione 1.0, 9 agosto 2025): propongono un uso consapevole, etico e sicuro, la formazione dei docenti e un ruolo centrale del dirigente nella governance.
• Piano d'Istituto per l'Intelligenza Artificiale (PIA): molte scuole lo stanno adottando. Nei modelli circolanti i docenti integrano l'IA in modo consapevole e documentato, e gli studenti la usano secondo le regole d'istituto dichiarandone l'uso nei lavori.
• Normativa: la legge italiana sull'IA del settembre 2025 e il Regolamento europeo sull'IA (AI Act), oltre al GDPR per i dati personali.
• Orientamenti etici della Commissione europea per gli educatori e il Manifesto dell'IA generativa a scuola (MIAS) come strumenti pratici di riflessione.

Cosa fare in pratica: verifica se la tua scuola ha già un PIA o un regolamento sull'IA. Se c'è, la tua guida di classe deve rispettarlo; se non c'è, proponi alla direzione una bozza (nel kit trovi un patto d'aula da cui partire).

3. ITS e ITIS: cosa cambia

4. Sei principi etici da condividere con la classe

1. Trasparenza: si dichiara quando e come si è usata l'IA.
2. Responsabilità: chi consegna risponde del risultato, anche se l'ha scritto lo strumento.
3. Verifica: l'IA può sbagliare con grande sicurezza; ogni risposta si controlla (si esegue, si testa, si confronta con la documentazione).
4. Privacy: niente dati personali, credenziali, chiavi o codice riservato nei prompt.
5. Integrità: l'IA non sostituisce la prova di competenze che il compito deve misurare.
6. Equità: nessuno è obbligato a pagare; le attività funzionano anche con strumenti gratuiti o senza strumenti.

5. Il semaforo dell'uso dell'IA

I tre livelli per ogni consegna

Indica in ogni README il livello d'uso consentito:

• Livello A – Senza IA: per accertare competenze di base.
• Livello B – IA come tutor: consentita per spiegazioni, revisione e test; non per scrivere la soluzione.
• Livello C – IA libera con dichiarazione: consentita anche per generare codice, purché dichiarata e compresa.

Così la regola non è un divieto generico, ma una scelta didattica consapevole per ogni attività.

6. Gli strumenti: Copilot e ChatGPT

Consigli di configurazione per il livello A o B:

• Per un esercizio senza IA, lavora in un ambiente dove Copilot non è attivo (nel kit c'è una impostazione di VS Code per disattivare i suggerimenti: provala prima).
• Le modalità che modificano più file in autonomia sono potenzialmente invasive: per compiti valutati meglio escluderle (livello B).
• Se lo strumento è consentito, configura le policy d'uso nell'account e preferisci account scolastici con regole chiare sui dati.

7. Otto attività di didattica attiva con l'IA

Per ognuna: un prompt pronto, cosa consegna lo studente e una cautela. Nel kit trovi la libreria completa.

7.1 Code review del proprio compito

Idea: lo studente scrive il codice, poi chiede all'IA di segnalare i problemi senza correggerli.

Consegna: tabella con suggerimento → accettato o respinto → perché → come l'ho verificato. Cautela: l'IA può segnalare problemi inesistenti: lo studente deve dimostrarlo con un test.

7.2 Bug hunt: bug intenzionali da trovare

Idea: il docente (o gli studenti, a coppie) fa generare codice con errori nascosti, che gli altri devono trovare e il debugger e i test.

Cautela: esegui sempre tu i test prima di assegnare l'esercizio: l'IA può inserire bug diversi da quelli dichiarati o più di quelli richiesti.

7.3 Documentare il codice

Idea: l'IA scrive docstring e README, lo studente controlla che la documentazione sia vera.

Consegna: documentazione corretta e numero di errori trovati nel testo dell'IA. Cautela: la documentazione fluente ma sbagliata è peggio di nessuna documentazione.

7.4 Spiega prima tu, poi confronta

Idea: lo studente spiega con parole sue un frammento di codice (anche scritto dall'IA), poi chiede all'IA di spiegare lo stesso e confronta le due versioni.

Consegna: le due spiegazioni e le differenze. Ottima come preparazione al colloquio orale.

7.5 Generare test e migliorarli

Idea: l'IA propone i test, lo studente giudica la copertura e aggiunge i casi limite. Poi rompe volutamente il codice per vedere se i test se ne accorgono.

Collegamento: i test finiscono nel repository e girano con GitHub Actions.

7.6 Individuare un guasto di rete in Packet Tracer

Idea: il docente inserisce un guasto in una rete: lo studente descrive i sintomi all'IA e ottiene un metodo di diagnosi, non la soluzione.

Consegna: diario della diagnosi (comando → risultato → ipotesi → correzione). Cautela: l'IA può inventare comandi o sintassi: ogni comando si prova in Packet Tracer.

7.7 Tutor socratico a tre livelli

7.8 Caccia all'errore dell'IA

Idea: il docente distribuisce risposte dell'IA contenenti un errore (anche sottile): un comando inesistente, una complessità sbagliata, una configurazione non valida. Gli studenti devono trovarlo e dimostrarlo.

Consegna: l'errore, la prova (esecuzione, documentazione ufficiale) e la correzione. È l'attività che insegna di più a non fidarsi ciecamente.

8. Dichiarare l'uso dell'IA

Inserisci nel README di ogni consegna questo blocco da compilare:

Obiettivo: non punire l'uso, ma rendere visibile il ragionamento. Una dichiarazione onesta con una buona verifica vale più di un codice perfetto non spiegato.

9. Valutare il processo, non solo il prodotto

Strumenti per accertare la comprensione:

• una domanda orale di due minuti sul codice consegnato;
• una modifica in diretta («cambia la funzione così...»);
• la cronologia dei commit (progresso graduale o consegna unica?);
• una variante personalizzata del problema, difficile da risolvere con una richiesta generica.

10. Privacy e sicurezza

• Niente dati personali nei prompt: nomi, voti, email, foto, dati delle famiglie.
• Niente credenziali: password, chiavi API, token, indirizzi interni.
• Codice di stage: il codice e le configurazioni aziendali sono riservati; non si incollano in strumenti esterni senza autorizzazione.
• Minori: controlla età minima, consenso dei genitori e informativa prima di far creare account su strumenti esterni; dove possibile usa strumenti scelti e configurati dalla scuola.
• Dati e addestramento: controlla nelle impostazioni dell'account cosa accade ai contenuti inseriti e usa le opzioni più restrittive.
• Licenze: il codice suggerito può somigliare a codice con licenza: nei progetti pubblici o commerciali va verificato.

11. Come introdurlo in classe in quattro passi

1. Patto d'aula: discuti con gli studenti livelli A/B/C, dichiarazione d'uso e sanzioni. Una regola condivisa regge meglio di una imposta.
2. Lezione «l'IA sbaglia»: parti dall'attività 7.8 per far toccare con mano gli errori.
3. Prima attività guidata (7.1 o 7.2), in classe, con prompt forniti.
4. Consegna con dichiarazione e breve colloquio a campione.

12. Se sospetti un uso non dichiarato

• Non fidarti dei rilevatori di testo generato dall'IA: sono inaffidabili e producono falsi positivi, soprattutto con testi tecnici o di chi scrive in una lingua non madre.
• Parti da una conversazione, non da un'accusa: chiedi allo studente di spiegare il codice o di modificarlo.
• Usa i dati che hai: cronologia dei commit, coerenza con i lavori precedenti, capacità di spiegare.
• Applica il regolamento d'istituto in modo proporzionato e coerente con quanto concordato nel patto d'aula.
• Rivedi il compito: se è facilmente risolvibile da una richiesta generica, il problema può essere nella consegna.

13. Problemi frequenti

14. Kit pronto all'uso (scaricabile)

• prompt-studente.md: libreria dei prompt per le otto attività;
• prompt-docente.md: prompt per generare esercizi, bug, quiz e scenari di guasto;
• patto-d-aula-IA.md: modello di patto con i livelli A/B/C;
• dichiarazione-uso-IA.md: blocco da incollare nel README;
• rubrica-valutazione.md: rubrica da stampare;
• livelli-IA-per-consegna.md: frasi pronte per il README di ogni compito;
• esercizio-bug-hunt-python/: esercizio con 4 bug intenzionali, test e soluzioni (verificato);
• packet-tracer-scenari-guasto.md: otto scenari di guasto con comandi di diagnosi e soluzione;
• vscode-livello-A/: impostazione per disattivare Copilot in un esercizio;
• LEGGIMI.md: istruzioni e riepilogo.

Come usarlo in 5 passi:

1. Adatta il patto d'aula e proponilo alla classe.
2. Incolla il blocco della dichiarazione nel modello dei repository.
3. Scegli il livello A/B/C per ogni consegna con le frasi pronte.
4. Prova l'esercizio di bug hunt come prima attività.
5. Valuta con la rubrica e un breve colloquio.

15. Checklist finale