AI per il sostegno: cosa delegare e cosa no

Un framework replicabile per usare l’intelligenza artificiale in modo inclusivo, efficace e responsabile

L’intelligenza artificiale sta entrando nelle scuole con una promessa concreta: ridurre carico di lavoro, aumentare personalizzazione e rendere più accessibili materiali e attività.

Per chi lavora nel sostegno, però, la domanda non è “posso usarla?”, ma “cosa è sensato delegare e cosa no, senza perdere qualità educativa, relazione e tutela dei ragazzi?”.

Questo articolo propone un framework pratico, pensato per l’uso quotidiano: una matrice di delega, procedure operative, esempi di prompt (riutilizzabili) e un box rischi per gestire bias, dati e dipendenza.

Non è una guida agli strumenti, ma un criterio decisionale per usare l’AI senza delegare ciò che non è delegabile.

1) Un principio guida: l’AI non sostituisce la progettazione didattica

Nel sostegno, l’obiettivo non è produrre materiali “più velocemente”, ma abbassare barriere e aumentare partecipazione, autonomia e competenza. In particolare quando il lavoro è ripetitivo, strutturabile o richiede molte varianti l’AI può essere un ottimo “copilota” per:

• adattare la forma (linguaggio, canale, struttura);

• moltiplicare varianti (livelli, esercizi paralleli);

• fornire feedback coerenti con criteri predefiniti.

Non dovrebbe invece diventare la fonte “autoritaria” per obiettivi, valutazioni o decisioni educative. Quelle richiedono contesto, conoscenza del ragazzo e responsabilità professionale.

Se l’AI accelera il lavoro ma indebolisce l’intenzionalità educativa, il costo è troppo alto.

2) La matrice di delega: cosa delegare, cosa co-pilotare, cosa tenere umano

Ti propongo una regola semplice: più l’attività è standardizzabile e reversibile, più è delegabile. Più è contestuale, identitaria o ad alto impatto, più va mantenuta umana … e più aumenta la responsabilità professionale del docente.

A. Delegabile (AI “fa”, tu controlli)

Attività a basso rischio e facilmente verificabili. Qui l’AI può “fare” in autonomia, a patto di un controllo finale.

1. Semplificazione linguistica

2. Riscrivere testi in linguaggio più semplice (frasi brevi, lessico frequente).

3. Creare versioni “facile da leggere” senza cambiare i contenuti chiave.

4. Sintesi strutturata

5. Riassunti in punti, mappe testuali, glossari, domande guida.

6. Estrarre “idee chiave”, “parole difficili”, “sequenza degli eventi”.

7. Generazione di esercizi paralleli

8. Esercizi con stessa abilità target ma differenti esempi (generalizzazione).

9. Versioni a difficoltà graduata (livelli 1–3).

10. Preparazione di supporti visivi testuali

11. Procedure passo-passo, checklist, rubriche semplificate, prompt per lo studio.

    
    

Controllo minimo obbligatorio: accuratezza dei contenuti, adeguatezza del linguaggio, assenza di stereotipi.

B. Co-pilotare (AI propone, tu decidi e rifinisci)

Attività didatticamente sensibili, dove il valore è nella tua scelta professionale. Qui l’AI accelera l’analisi, ma non prende decisioni.

1. Feedback formativoL’AI può generare feedback, ma solo se tu fornisci: obiettivo, criteri, livello atteso, esempi di risposta adeguata.Tu poi validi tono, priorità e passi successivi.

2. Pianificazione di micro-obiettivi e strategieAI utile per proporre alternative (strategie di compensazione, scaffolding, mediatori), ma la decisione deve basarsi su osservazione e PEI.

3. Differenziazione e UDLL’AI può suggerire opzioni di rappresentazione/azione/espressione, ma tu scegli ciò che è realistico per classe, risorse e profilo funzionale.

4. Progettazione di verifiche accessibiliAI può generare formati alternativi (scelta multipla con audio, completamento, risposte guidate), ma tu assicuri coerenza con obiettivo e validità valutativa.

   
   

Controllo richiesto: coerenza col PEI, carico cognitivo, accessibilità, equità della valutazione.

C. Non delegabile (responsabilità umana piena)

Qui l’AI può al massimo “aiutarti a pensare”, ma non deve determinare decisioni o contenuti finali.

1. Decisioni educative e valutative ad alto impatto

2. definizione obiettivi PEI, esiti, certificazioni, giudizi.

3. interpretazione clinica o diagnosi.

4. Gestione relazionale e comportamentale

5. dinamiche emotive, conflitti, comunicazione con famiglia e team.

6. strategie per crisi, ansia, disregolazione: serve osservazione diretta e coerenza di contesto.

7. Contenuti sensibili e identitari

8. temi di salute, traumi, sessualità, situazioni familiari critiche.

9. non usare AI come “consulente” per casi specifici di questo tipo.

10. Personal data e documenti con dati identificativi

11. PEI nominativi, relazioni, diagnosi, verbali: non vanno incollati in strumenti non autorizzati.

3) Il framework replicabile in 5 passi (procedura operativa)

Questa è una routine che puoi applicare ogni volta che vuoi usare l’AI. Non serve usarli tutti sempre: anche applicarne solo alcuni migliora la qualità delle scelte.

Passo 1 — Definisci l’obiettivo osservabile (non lo strumento)

Esempio: “comprendere i concetti chiave di un testo di scienze”Non: “fare un riassunto con l’AI”.

Passo 2 — Identifica la barriera primaria

• linguistica (lessico, sintassi)

• attentiva/organizzativa (sequenze, carico)

• motoria/produzione scritta

• comprensione astratta / memoria di lavoro

• comunicazione (CAA, multimodalità)

Passo 3 — Scegli il tipo di delega (A/B/C)

Delegabile, co-pilotato o non delegabile.

Passo 4 — Genera 2–3 alternative (non una sola)

L’errore tipico è prendere la prima versione. Con 2–3 varianti, scegli la migliore e riduci bias/oversimplification.

Passo 5 — Verifica con una checklist rapida (60 secondi)

• È accurato?

• Mantiene i concetti essenziali?

• È accessibile (struttura, lunghezza, lessico)?

• Rispetta dignità e aspettative alte?

• Evita dati personali?

• Favorisce autonomia (non crea dipendenza)?

Se una risposta non supera questa checklist, non è pronta per l’uso in classe.

4) Esempi pratici: semplificazione, sintesi, esercizi, feedback

Qui trovi prompt prompt pronti all’uso per ridurre barriere senza abbassare gli obiettivi. Sostituisci le parti tra parentesi quadre.

Usa sempre un testo di partenza chiaro e verifica l’output prima dell’uso in classe.

A) Semplificazione (tre livelli)

Prompt

Riscrivi questo testo per uno studente di [classe/età], mantenendo tutti i concetti chiave.Crea 3 versioni:

• Livello 1: frasi molto brevi, massimo 12 parole, lessico quotidiano.

• Livello 2: frasi brevi con 3–5 parole chiave in grassetto (le parole chiave devono coincidere con i concetti disciplinari essenziali).

• Livello 3: testo originale ma con paragrafi brevi e titoletti.Aggiungi un mini-glossario (max 8 parole) e 3 domande di comprensione.

Uso tipico nel sostegno: offrire opzioni senza “abbassare” l’obiettivo, ma cambiando la forma.

B) Sintesi strutturata per studio guidato

Prompt

Trasforma il testo in:

1. elenco puntato dei 6 concetti chiave

2. sequenza temporale (se presente) in 5 passi

3. 8 flashcard domanda/risposta

4. una mappa testuale con titoli e sotto-puntiMantieni fedeltà al contenuto e segnala eventuali ambiguità.

C) Generazione esercizi paralleli (generalizzazione)

Prompt

Obiettivo: [es. distinguere causa/effetto].Crea 12 esercizi su tre livelli (4 per livello), con istruzioni semplici.

• livello base: scelta tra 2 opzioni

• livello intermedio: scelta tra 4 opzioni

• livello avanzato: risposta guidata con “perché”Fornisci anche la soluzione e l’errore tipico per ciascun livello.

D) Feedback formativo “ancorato a criteri”

Qui è fondamentale dare criteri, altrimenti l’AI inventa feedback “generici”.

Prompt

Sei un tutor didattico. Dai feedback a questo elaborato in base ai criteri:

• C1: correttezza contenuti (0–2)

• C2: chiarezza e ordine (0–2)

• C3: uso del lessico disciplinare (0–2)Restituisci:

• punteggio per criterio con motivazione breve

• 2 cose fatte bene (specifiche)

• 1 priorità di miglioramento

• un “prossimo passo” con esercizio breve (3 minuti)Tono: rispettoso, incoraggiante, senza infantilizzare.

BOX RISCHI (da tenere sempre a vista)

1) Bias e stereotipi

Rischio: l’AI può produrre esempi o feedback che rinforzano stereotipi (disabilità = incapacità, ruoli di genere, aspettative basse).Mitigazione pratica:

• chiedi esplicitamente “evita stereotipi”

• verifica esempi, nomi, ruoli, contesti

• preferisci dataset di esempi neutrali e inclusivi - se un esempio ti mette a disagio, è un segnale: riscrivilo o scartalo.

  
  

2) Dati e privacy

Rischio: incollare in chat dati identificativi (nome, diagnosi, PEI, episodi specifici) o materiali sensibili.Mitigazione pratica:

• usa dati anonimi e descrizioni funzionali (es. “studente con difficoltà di lettura”)

• non inserire diagnosi o dettagli clinici

• se devi lavorare su un testo reale, rimuovi riferimenti personali e contesto riconoscibile

  
  

3) Dipendenza (per docente e studente)

Rischio: l’AI diventa scorciatoia: meno progettazione, meno autonomia dello studente, più “soluzioni pronte”.Mitigazione pratica:

• usa l’AI per creare scaffolding, non sostituti

• privilegia output che guidano processi (passi, domande, criteri)

• definisci un “piano di fading”: riduci gradualmente supporti

  
  

4) Allucinazioni e imprecisioni

Rischio: l’AI può inventare dati, definizioni, riferimenti.Mitigazione pratica:

• controlla concetti e definizioni disciplinari

• chiedi “se non sei sicuro, dichiaralo; e verifica sempre definizioni, date e concetti disciplinari.”

• fornisci tu la fonte (testo di partenza) quando possibile

  
  

5) Equità nella valutazione

Rischio: feedback/valutazioni incoerenti o penalizzanti per chi usa strumenti compensativi.Mitigazione pratica:

• separa “competenza” da “forma” quando previsto

• valuta con rubriche chiare

• documenta adattamenti e criteri condivisi nel team

5) Una mini-checklist finale per il docente di sostegno

Prima di usare un output AI in classe, chiediti:

1. Che barriera sto riducendo?

2. Lo studente resta protagonista?

3. L’output aumenta autonomia o la sostituisce?

4. È coerente con obiettivo e PEI?

5. Ho evitato dati personali?

6. Ho verificato bias e accuratezza?

Questa checklist non serve a limitare l’uso dell’AI, ma a renderlo intenzionale.

Se rispondi “no” anche a una sola domanda, non è un “divieto”: è un segnale che serve più co-progettazione, più controllo o un diverso tipo di supporto.

Chiusura: come trasformare l’AI in leva inclusiva

L’AI diventa davvero utile nel sostegno quando è trattata come infrastruttura di accessibilità e differenziazione, non come “generatore di compiti”. Il suo massimo valore è nel moltiplicare opzioni e nel ridurre barriere, mentre il tuo valore professionale resta insostituibile: osservare, scegliere priorità, costruire motivazione e relazione, garantire dignità ed equità.

---

Supporta ForAllWe

ForAllWe è un progetto indipendente sull'accessibilità digitale e la tecnologia inclusiva. Se i nostri contenuti ti sono utili, puoi supportarci con un contributo volontario. Il tuo supporto ci aiuta a restare indipendenti e a coinvolgere persone con disabilità come autori e tester.