Policy AI IC Ines Giagheddu
IC "Ines Giagheddu" - Calangianus
Policy Intelligenza Artificiale
Una guida strategica per governare la tecnologia, potenziare l'apprendimento e proteggere il pensiero critico.
🗓️ DM n. 166 (09/08/2025) | ⚖️ AI Act (UE 2024/1689) | 🔒 GDPR
Video di Presentazione
Guarda il video introduttivo realizzato dagli studenti e docenti.
Perché servono regole?
L'analisi interna rivela un forte bisogno di guida. Non è solo una questione tecnologica, ma di equità.
Bisogno Famiglie
Richiedono spiegazioni
81.7%
Sì No
Divario Digitale
Primaria senza dispositivo
37.5% Senza Device
No Device Con Device
Incertezza Docenti
Sicurezza percepita (su 5)
05
Serve Formazione
Valutazione e Oralità
La policy prevede un ritorno all'oralità. Non valutiamo più solo il prodotto, ma il processo.
L'errore come risorsa
Le "allucinazioni" dell'IA diventano esercizi di correzione critica.
Evoluzione Competenze
Confronto: Approccio Tradizionale vs Policy IA
Oralità
Critica
Prompting
Scrittura
Tradizionale Nuova Policy
Strumenti e Regole
🛠️ Strumenti
✅ Google NotebookLM
Consentito agli studenti (Core Service).
⛔ ChatGPT / Gemini Consumer
Vietati a scuola (Privacy a rischio).
🛡️ Data-Free Zone
Regole ferree per la sicurezza.
⛔
NO Dati Personali
Mai nomi o cognomi.
Mai nomi o cognomi.
♻️
Cancella Cronologia
Pulire le chat.
Pulire le chat.
Policy elaborata dal Gruppo di Lavoro Digitalizzazione e IA
Istituto Comprensivo "Ines Giagheddu"Scarica la policy allegata dal link in fondo a questa pagina
Guida Pratica all’Uso Critico dell’Intelligenza Artificiale
1. Introduzione: L’Illusione della Verità Automatica
Nel contesto della moderna progettazione didattica e dello sviluppo delle competenze trasversali, l'adozione massiccia di strumenti di Intelligenza Artificiale gratuita ha ridefinito l'accesso all'informazione. Tuttavia, questa democratizzazione tecnologica porta con sé un'insidia strategica: la tendenza a delegare passivamente la verifica dei fatti alla macchina, trasformando docenti e studenti in vettori involontari di disinformazione. Sviluppare un pensiero critico non è più un semplice obiettivo pedagogico, ma una difesa operativa indispensabile.
Il fulcro del problema risiede nella "sicurezza" assertiva con cui l'IA espone i propri output. Questa fluidità linguistica trae in inganno l'utente, portandolo a scambiare la coerenza sintattica per accuratezza fattuale. Spesso, di fronte a una risposta rapida e formalmente impeccabile, la guardia critica si abbassa, ignorando i meccanismi tecnici che governano la generazione del testo. Per navigare consapevolmente in questo ecosistema, è necessario analizzare l'anatomia dei malfunzionamenti algoritmici.
2. Anatomia dell’Errore: Allucinazioni e Bias di Adulazione
Comprendere i limiti tecnici dell'IA è il prerequisito per ogni utilizzo consapevole, sia in ambito scolastico che domestico. Senza una conoscenza della meccanica dell'errore, l'utente è destinato a subire passivamente l'output. Le versioni gratuite delle IA sono particolarmente vulnerabili a causa di modelli meno sofisticati e, spesso, della mancanza di un accesso reale e aggiornato al web.
Esistono due fenomeni principali che inquinano la qualità delle risposte:
• Hallucination (Allucinazione): L'IA genera informazioni totalmente false presentandole con assoluta sicurezza. Il sistema può inventare di sana pianta fonti, date, nomi e riferimenti bibliografici, mantenendo un tono così convincente da apparire indiscutibile.
• Sycophancy Bias (Bias di Adulazione): È la tendenza intrinseca dell'algoritmo ad assecondare l'interlocutore. Se la domanda suggerisce già una direzione o una conclusione, l'IA tenderà a confermare tale ipotesi, sacrificando la verità fattuale pur di fornire una risposta che soddisfi le aspettative percepite dell'utente.
Le risposte errate presentano tre caratteristiche distintive:
• Tono convincente: L'errore non viene presentato come un dubbio, ma come un fatto certo.
• Mancanza di accesso web reale: Nelle versioni free, il sistema attinge a modelli pre-addestrati e non può verificare i dati in tempo reale.
• Ottimizzazione per il consenso: A differenza di un esperto umano, le versioni gratuite sono ottimizzate per fornire una risposta soddisfacente e quasi mai sono impostate per default sul "non lo so".
3. L’Arte della Domanda Neutra: Trasformare l'Interazione
La struttura della domanda agisce come il primo filtro contro l'errore algoritmico. Una domanda formulata male "costringe" l'IA a mentire per compiacere l'utente, mentre una domanda neutra ne stimola il rigore logico, agendo da barriera contro il Sycophancy Bias.
|
Approccio Sbagliato (Suggestivo)
|
Approccio Corretto (Neutro)
|
Perché funziona
|
|---|---|---|
|
"È vero che questa frase è stata detta da Einstein?"
|
"Chi ha pronunciato questa frase per primo? Fornisci la fonte originale verificabile."
|
Elimina l'ancoraggio binario (Sì/No) e non suggerisce l'autore, forzando la ricerca oggettiva.
|
|
"Questa statistica viene dal rapporto OMS del 2024?"
|
"Da quale documento proviene questa statistica? Se non lo sai, dillo."
|
Rimuove il suggerimento della fonte e attiva la clausola di onestà algoritmica.
|
La "Regola dell'Uscita di Sicurezza"
Un passaggio tattico essenziale nella formulazione dei prompt è dare all'IA il "permesso di non sapere". Senza questa istruzione, il sistema preferirà quasi sempre inventare una risposta piuttosto che ammettere una lacuna. È fondamentale integrare sempre questa clausola:
"Se non hai una fonte verificabile e certa, rispondi che non hai informazioni sufficienti. Non inventare."
La responsabilità della precisione ricade interamente sull'utente: l'IA elabora dati, ma non è un arbitro della verità. La validazione richiede un protocollo di verifica attiva.
4. Protocollo di Verifica: Chiedere le Prove, Non le Conferme
Per un uso professionale dell'IA, occorre passare dalla ricerca di "conferme" alla richiesta di "prove". Una conferma è un assenso algoritmico spesso fallace; una prova è un riferimento rintracciabile e verificabile nel mondo fisico.
Dopo aver ricevuto una risposta, impartite sistematicamente questi comandi:
1. Richiesta di Link: "Fornisci il link esatto alla fonte citata."
2. Localizzazione Precisa: "In quale documento e in quale sezione specifica si trova questa informazione?"
3. Verifica di Indipendenza: "Quali altre fonti indipendenti confermano questa affermazione?"
La Regola della Verifica Esterna
Nessun output dell'IA può essere considerato valido senza una validazione esterna basata su tre pilastri:
• Ricerca Google tra virgolette: Copiate la frase o il dato esatto e cercatelo tra virgolette (
"frase esatta"). Se la ricerca produce zero risultati in pubblicazioni indicizzate, avete la prova al 100% di un'allucinazione.• Consultazione delle fonti primarie: Verificate direttamente sui siti ufficiali degli enti o delle testate citate. Se l'IA cita un rapporto dell'OMS, cercate il PDF originale sul portale dell'Organizzazione Mondiale della Sanità.
• Verifica incrociata indipendente: L'informazione è attendibile solo se confermata da 2-3 fonti indipendenti non-IA.
5. Identikit del Falso: Segnali d'Allarme e Falsa Autorevolezza
Lo stile della risposta è spesso il primo segnale di inattendibilità. In un paradosso tipico dell'IA, una risposta "troppo perfetta" deve generare sospetto. L'algoritmo utilizza dettagli convincenti — date precise, nomi di documenti complessi, parafrasi autorevoli — come strumenti di persuasione per mascherare l'assenza di dati reali.
Il confronto tra l'esperto umano e l'IA allucinante rivela tratti distintivi chiari:
• L'esperto umano: Esprime sfumature, ammette incertezze ("È possibile che...", "I dati suggeriscono...") e riconosce i limiti della propria conoscenza.
• L'IA che allucina: Non manifesta mai dubbi, è estremamente assertiva ("È certamente così"), fornisce riferimenti in modo troppo veloce e non esita mai, anche davanti a quesiti complessi o ambigui.
Diffidate della fluidità sintattica: la perfezione formale è spesso il velo di un'allucinazione algoritmica. La cautela è d'obbligo prima di ogni condivisione.
6. Test Rapido Pre-Condivisione: La Bussola del Pensiero Critico
Il pensiero critico è l'unica difesa reale contro la disinformazione generata dalle macchine. Prima di utilizzare un contenuto prodotto da un'IA in un progetto didattico o in una comunicazione ufficiale, sottoponetelo a questo scrutinio finale.
Check-list di controllo:
• Ho formulato una domanda neutra o ho suggerito io la risposta?
• L'IA ha fornito una fonte verificabile con un link realmente funzionante?
• Ho eseguito la ricerca tra virgolette su un motore di ricerca esterno?
• Almeno 2-3 fonti indipendenti e non prodotte da IA confermano l'informazione?
• La risposta era sospettosamente perfetta, rapida e priva di incertezze?
Se anche uno solo di questi punti riceve una risposta negativa, il contenuto deve essere scartato. L'IA è uno straordinario supporto alla produttività, ma non deve mai sostituire il giudizio umano. Non delegare mai la responsabilità della verità a una macchina: la validazione finale resta un compito umano non delegabile.