L’intelligenza artificiale sta rivoluzionando la scuola? Scopriamo i trend della ricerca

Negli ultimi quattro anni l’intelligenza artificiale in ambito educativo (AIEd) è esplosa come un fuoco d’artificio. Analizzando quasi 3 000 articoli dal 1990 al 2024, gli studiosi hanno scoperto che le pubblicazioni sono passate da poche decine a più di 600 nel 2023, superando i 1 200 entro novembre 2024. Gli Stati Uniti e la Cina guidano la corsa, con l’Università di Londra e il sistema della University of California al centro della rete di collaborazioni.

Le parole chiave raccontano la storia: fino al 2020 dominavano “AI” e “machine learning”, ma dal 2022 spuntano “ChatGPT” ed “ethics”. Questo cambiamento mostra che, oltre a sperimentare nuove tecnologie, la comunità scientifica si preoccupa sempre più delle implicazioni morali. Infatti, il 68 % degli articoli più citati discute dilemmi etici, dal bias dei dati alla privacy degli studenti.

Le applicazioni più diffuse sono nella formazione universitaria e medica, dove sistemi di tutoring intelligenti e percorsi di apprendimento personalizzati promettono di rendere lo studio più su misura. Tuttavia, la ricerca sul K‑12 è ancora poco sviluppata, lasciando un vuoto importante. Gli autori invitano quindi a rafforzare la collaborazione interdisciplinare e a creare regole etiche solide, così che l’AI possa davvero migliorare l’educazione senza creare nuovi problemi.

Lo studio utilizza una metodologia bibliometrica avanzata, combinando l’analisi di co‑citazione, co‑autoria e co‑parola chiave con VOSviewer v1.6.20 e Python 3.11.5. I dati sono stati estratti dal Web of Science, filtrando 2 800 pubblicazioni in lingua inglese e rimuovendo duplicati e articoli non pertinenti. L’analisi di rete ha evidenziato tre macro‑cluster tematici: (i) tecnologie AI (machine learning, deep learning, generative models), (ii) applicazioni educative (personalised learning, intelligent tutoring systems, MOOCs) e (iii) questioni etico‑sociali (bias, privacy, governance). La mappatura temporale delle parole chiave, realizzata con l’algoritmo di clustering basato su TF‑IDF, mostra una transizione netta dal focus tecnico (2018‑2020) a quello socio‑tecnico (post‑2022). Inoltre, l’indice di centralità betweenness ha identificato le istituzioni più influenti, confermando il ruolo di hub di Londra e della California. L’analisi delle citazioni ha rivelato che il 68 % dei paper più citati affronta tematiche etiche, suggerendo una crescente consapevolezza della comunità scientifica. Tuttavia, la copertura di studi su contesti K‑12 è inferiore al 5 % del totale, indicando una lacuna significativa. Gli autori propongono di ampliare i dataset longitudinali e di integrare metriche di impatto sociale per valutare meglio le conseguenze a lungo termine dell’AIEd.