Il 19 gennaio 2026 l’OCSE (Organisation for Economic Co-operation and Development) ha reso pubblico il nuovo report Digital Education Outlook 2026.
Si tratta di un documento di grande rilevanza per chi si occupa di scuola, formazione e politiche pubbliche, perché affronta in modo sistematico l’impatto dell’intelligenza artificiale generativa, la cosiddetta GenAI, sui sistemi educativi. Il rapporto non si limita ad una ricognizione descrittiva del fenomeno, ma attinge dalle migliori ricerche empiriche disponibili, da sperimentazioni didattiche e da contributi di esperti internazionali per individuare gli ambiti in cui la GenAI mostra effettive potenzialità e per comprendere in che modo i diversi attori del sistema educativo possano orientarne un’azione efficace e responsabile. L’analisi si sviluppa lungo tre direttrici principali: migliorare l’apprendimento degli studenti, rafforzare le prestazioni degli insegnanti e rendere più efficiente il sistema istituzionale.
Il rapporto parte da un presupposto ormai acquisito: il dibattito sull’intelligenza artificiale ha superato la fase della contrapposizione ideologica tra entusiasmo per presunti straordinari aumenti di efficienza e timori di perdita di controllo. La questione centrale non è più se l’intelligenza artificiale rappresenti un’opportunità o un rischio, ma come decidiamo di governarla. I suoi effetti non sono predeterminati: dipendono dalle scelte istituzionali, dal quadro regolativo, dalla cultura professionale e dalla capacità dei sistemi pubblici di orientare questa trasformazione a favore dello sviluppo del capitale umano. La responsabilità, in ultima analisi, non è tecnologica ma politica e collettiva.
Quando si parla di GenAI si fa riferimento a quel ramo dell’intelligenza artificiale focalizzato sulla creazione di nuovi contenuti come testi, immagini o audio, basandosi su modelli appresi da dati esistenti. I Large Language Models (LLM), come GPT-4, Claude o Gemini, rappresentano una delle applicazioni più avanzate: modelli addestrati su enormi quantità di testo per individuare relazioni statistiche tra parole, frasi e concetti. Proprio questa capacità di generare contenuti strutturati rende la GenAI particolarmente rilevante per il mondo dell’istruzione.
Il primo livello di analisi riguarda gli studenti e pone una domanda cruciale: cosa significa apprendere in un contesto in cui la produzione del contenuto può essere, almeno in parte, automatizzata?
Gli studi sperimentali condotti tra il 2023 e il 2025 in contesti universitari e scolastici, mostrano che l’utilizzo della GenAI ha prodotto miglioramenti immediati nel breve periodo, specialmente nella produzione scritta e nella risoluzione di esercizi standardizzati. Tuttavia, questi benefici iniziali si accompagnano ad un fenomeno sempre più documentato, il cosiddetto cognitive offloading: quando la macchina fornisce la struttura dell’elaborato o suggerisce direttamente la soluzione, lo studente tende a ridurre lo sforzo cognitivo necessario per interiorizzare concetti e procedure.
Esperimenti condotti in ambito universitario, in particolare negli Stati Uniti e nel Regno Unito, mostrano che gli studenti che utilizzano la GenAI per generare una prima bozza migliorano il prodotto finale, ma non sempre ottengono risultati superiori nelle prove successive svolte senza supporto. Al contrario, quando la tecnologia viene configurata come tutor dialogico, capace di fornire feedback progressivi, porre domande metacognitive e guidare la revisione autonoma, si registrano miglioramenti più stabili e profondi nelle competenze.
Da queste evidenze emerge che l’obiettivo non è semplicemente integrare la GenAI nei processi didattici, ma formare competenze ibride uomo–IA: capacità di costruire prompt strategici, valutare criticamente gli output, riconoscendone errori e bias, co-creare contenuti in modo consapevole e mantenere un controllo metacognitivo sul proprio processo di apprendimento. Coltivare queste competenze è la principale difesa contro il cognitive offloading.
Questo tema si lega direttamente alla questione dell’integrazione formativa. Poiché la GenAI inciderà strutturalmente sul mondo del lavoro, la scuola deve garantire al maggior numero possibile di giovani l’accesso consapevole alle competenze richieste da una società sempre più attraversata dall’automazione cognitiva.
Ma qui emerge il nodo delle disuguaglianze: l’accesso differenziato a strumenti avanzati, la capacità di utilizzarli efficacemente e il possesso di competenze digitali sia degli insegnanti che degli alunni stessi, possono amplificare il divario tra studenti con diverso capitale culturale. Il rischio è una “privatizzazione invisibile” dell’apprendimento, in cui chi può permettersi strumenti migliori ottiene un vantaggio competitivo. Per questo è necessario un intervento pubblico che garantisca equità nell’accesso e nella formazione all’uso critico della tecnologia, trasformando la GenAI da fattore di disuguaglianza a leva di inclusione.
Il secondo livello di analisi riguarda i docenti. Gli studi raccolti fino ad oggi, come l’indagine TALIS 2024[1] e quella INDIRE 2025,[2] indicano che la GenAI viene spesso percepita come un’opportunità per liberare tempo, migliorare la qualità dei materiali didattici, garantire un maggiore allineamento agli obiettivi curricolari e ridurre alcuni oneri burocratici. Tuttavia, accanto a questi benefici emerge un rischio non trascurabile di de-skilling, ossia di progressiva perdita o indebolimento di competenze professionali.
Il report richiama esplicitamente la necessità di evitare che ciò avvenga: la tecnologia non deve sostituire competenze, ma rafforzarle. Per comprendere meglio questa dinamica, vengono concettualizzate tre possibili modalità di interazione tra esseri umani e IA: sostituzione (o automazione completa), complementarità e potenziamento.
La sostituzione automatizza completamente un compito e aumenta la produttività, ma può ridurre l’autonomia decisionale e impoverire la dimensione relazionale dell’insegnamento. La complementarità mantiene il docente al centro del processo, con un aumento della produttività ma non necessariamente delle competenze. Il potenziamento, invece, implica un’interazione attiva e riflessiva: insegnanti e IA valutano, criticano e rielaborano reciprocamente suggerimenti e proposte, trasformando la tecnologia in un’occasione di apprendimento professionale continuo.
Perché il potenziamento sia possibile, sono necessari investimenti sistematici in formazione continua e il coinvolgimento attivo degli insegnanti nella progettazione degli strumenti, secondo un approccio di human-centred design. Solo così l’innovazione potrà tradursi in un rafforzamento della professionalità docente, anziché in una sua progressiva erosione.
Il terzo livello di analisi riguarda le istituzioni e il sistema nel suo complesso. Come in altri settori, la GenAI offre opportunità per semplificare i flussi di lavoro e migliorare l’efficienza operativa degli istituti e dei sistemi educativi. Il rapporto analizza tre aree principali: il back office amministrativo, la valutazione standardizzata e la ricerca scientifica ed educativa.
La GenAI può supportare il riconoscimento dei titoli di studio, la progettazione dei programmi educativi e il lavoro dei consulenti didattici; può contribuire allo sviluppo di prove standardizzate; può accelerare la produzione e la validazione della conoscenza scientifica.
Una delle sfide più rilevanti riguarda la capacità degli istituti di articolare i propri programmi con quelli di altri enti, nazionali e internazionali. Oggi molte decisioni di trasferimento crediti o equivalenze sono ancora frutto di un lavoro umano complesso e dispendioso. La GenAI può contribuire a semplificare questi processi, migliorando l’efficienza dei sistemi e favorendo percorsi più flessibili per gli studenti. Tuttavia, proprio questa possibilità di rendere più permeabili i confini tra istituzioni, percorsi e territori mette in luce un nodo cruciale: la qualità della governance pubblica. Se la tecnologia accelera i processi, è la capacità del sistema di coordinarli che determina se tale accelerazione produrrà equità o nuove forme di disparità. Senza un quadro nazionale solido, l’innovazione rischia di procedere in modo diseguale, rafforzando chi è già in posizione di vantaggio e lasciando indietro chi opera in contesti più fragili.
È esattamente in questo punto che il caso italiano diventa particolarmente significativo. Nel report l’Italia compare soprattutto in relazione ai programmi di digitalizzazione sostenuti dal PNRR e ai percorsi di formazione docente avviati negli ultimi anni. L’Italia ha compiuto uno sforzo significativo nell’ammodernamento infrastrutturale e nella promozione delle competenze digitali, soprattutto attraverso investimenti mirati nelle scuole e nella formazione del personale. Tuttavia, accanto a questi progressi emergono criticità strutturali che rischiano di limitare l’impatto delle innovazioni introdotte.
La prima riguarda l’eterogeneità territoriale: alcune scuole hanno sviluppato ecosistemi digitali avanzati, mentre altre faticano ancora a garantire dotazioni di base e continuità formativa. La GenAI rischia di amplificare questa disomogeneità, perché richiede competenze e infrastrutture non distribuite in modo uniforme. La seconda criticità riguarda la formazione degli insegnanti: il corpo docente italiano, mediamente più anziano rispetto alla media OCSE, rappresenta una risorsa di esperienza ma anche una sfida in termini di aggiornamento sistematico. Senza un investimento strutturale nella formazione continua, l’innovazione rischia di restare superficiale. Infine, la frammentazione amministrativa può produrre implementazioni diseguali, trasformando alcune scuole in laboratori avanzati e lasciandone altre indietro.
In questo scenario complesso, il sindacato assume una funzione strategica. Non si tratta di opporsi alla tecnologia, né di difendere un modello scolastico immobile, ma di orientare l’integrazione della GenAI secondo criteri di equità, qualità e tutela del lavoro. La GenAI ridefinisce tempi, modalità e contenuti del lavoro docente, trasformando anche il concetto stesso di competenza e di responsabilità professionale. Senza un presidio collettivo, il rischio è una trasformazione silenziosa, non negoziata, che modifica la scuola senza che la comunità educante ne abbia realmente discusso le implicazioni.
Il sindacato può svolgere un ruolo decisivo nel garantire che la formazione degli insegnanti sia qualificata, continua e riconosciuta contrattualmente, evitando che l’aggiornamento digitale diventi un onere individuale. Può vigilare sulla qualità pubblica dell’innovazione, contribuendo a definire regole chiare sulla trasparenza degli algoritmi, sulla protezione dei dati e sulla sostenibilità economica delle piattaforme adottate.
Vi è infine una dimensione più ampia, che riguarda l’idea stessa di scuola. La GenAI può essere uno strumento potente, ma non può sostituire la relazione educativa, la costruzione di senso, la crescita personale e sociale degli studenti. Difendere questa dimensione significa affermare che l’innovazione non è un fine in sé, ma un mezzo per migliorare la qualità dell’educazione. Il Digital Education Outlook 2026 non offre certezze definitive, ma propone un quadro chiaro: la tecnologia non determina automaticamente il futuro. La differenza la faranno le istituzioni, le regole e la capacità dei soggetti collettivi di governare il cambiamento.
La sfida non è scegliere tra innovazione e tradizione, ma decidere se questa innovazione sarà guidata dall’interesse pubblico o dalle sole logiche di mercato. Su questo terreno il ruolo del sindacato resta centrale, perché rappresenta una delle poche forze in grado di coniugare tutela del lavoro, qualità dell’istruzione e diritti degli studenti in un’unica visione coerente, mettendo sempre al centro la persona nella sua integralità.
[1]OECD (2025), Teaching and Learning International Survey (TALIS) 2024 Conceptual Framework, OECD Publishing, Paris, https://doi.org/10.1787/7b8f85d4-en.
[2]INDIRE (2025), Indagine sull’utilizzo dell’intelligenza artificiale a scuola da parte dei docenti italiani, La Tecnica della Scuola.
