L'AI può davvero essere creativa? Scopri perché la risposta è no

L’intelligenza artificiale sta cambiando il modo in cui studiamo, ma c’è un rischio nascosto: confondere la sua “pseudo‑creatività” con la vera creatività umana. Quando un algoritmo genera un testo o un’immagine, sembra produrre qualcosa di nuovo, ma lo fa combinando dati già esistenti senza un “sé” che esprima emozioni o intenzioni. La creatività autentica, secondo gli studiosi, richiede un soggetto che sente, sceglie e si motiva internamente. Senza questa spinta, l’AI non può sperimentare la frustrazione o la gioia di un’idea che nasce dal proprio vissuto. Se gli insegnanti accettano l’AI come creativa, rischiano di sottovalutare le capacità dei ragazzi, lasciandoli senza il supporto necessario per sviluppare la loro voce unica. In classe, questo potrebbe tradursi in compiti più facili da delegare a una macchina, riducendo le opportunità di problem‑finding, di sperimentazione e di fallimento costruttivo – tutti elementi fondamentali per l’apprendimento creativo. Per evitare questi problemi, gli esperti suggeriscono di: (1) distinguere chiaramente tra output generato da AI e prodotto originale dello studente; (2) valorizzare il processo creativo, non solo il risultato; (3) incoraggiare la motivazione intrinseca, facendo emergere curiosità e passione. Così, la tecnologia diventa uno strumento di supporto, non un sostituto della creatività umana.

La creatività è stata studiata da diverse prospettive teoriche. La teoria dei quattro P (Persona, Processo, Prodotto, Pressione) sottolinea che la persona – ovvero il soggetto creativo – è centrale: la sua storia, le sue emozioni e le sue motivazioni influenzano ogni fase. L’autoreferenzialità è cruciale: un’opera nasce quando l’individuo attribuisce significato personale a un’idea. L’intelligenza artificiale, per quanto avanzata, opera su modelli statistici. I sistemi di deep learning apprendono pattern da enormi dataset, ma non possiedono coscienza né desiderio. Questo significa che l’AI non sperimenta la “curiosità intrinseca” descritta da Deci e Ryan, che è la spinta interna a esplorare senza ricompense esterne. Inoltre, la teoria del problem‑finding di Guilford evidenzia che la creatività nasce dal riconoscere problemi non ancora formulati. Un algoritmo può risolvere problemi definiti, ma non può identificare nuove domande perché non ha un sé riflessivo. Dal punto di vista pedagogico, la distinzione è fondamentale: se gli studenti vedono l’AI come co‑autore, rischiano di delegare la fase di ideazione, riducendo la pratica del pensiero divergente. Le ricerche di Runco mostrano che la pratica deliberata di generare molte idee, anche fallimentari, rafforza le connessioni neurali associate alla creatività. Pertanto, le raccomandazioni per la scuola includono: (i) attività che richiedono brainstorming individuale prima di qualsiasi supporto digitale; (ii) valutazioni che premiano il processo di riflessione, non solo il prodotto finale; (iii) uso dell’AI come “catalizzatore” per fornire feedback, ma non per produrre il contenuto creativo. In questo modo si preserva la funzione del sé nella creatività, garantendo che la tecnologia amplifichi, piuttosto che sostituire, la capacità umana di innovare.