Gli studenti di informatica usano davvero ChatGPT per programmare?

Un recente studio ha indagato come gli alunni delle scuole tecniche informatiche impieghino l’intelligenza artificiale generativa per imparare a programmare. Sono stati intervistati più di cento studenti, con diversi livelli di competenza, e i risultati mostrano che ChatGPT è lo strumento più popolare. Gli studenti lo usano per ricevere suggerimenti di codice, correggere errori in pochi secondi e personalizzare il proprio percorso di apprendimento. I benefici sono evidenti: le lezioni diventano più interattive, gli errori vengono risolti rapidamente e la motivazione sale. Tuttavia, l’indagine avverte che un uso eccessivo può indebolire le basi della programmazione, limitando la capacità di risolvere problemi in autonomia. Gli autori sottolineano l’importanza di un ruolo attivo degli insegnanti, che devono guidare gli alunni verso un utilizzo responsabile ed etico dell’AI, integrandola come supporto alle spiegazioni tradizionali e non come sostituto. Il lavoro suggerisce anche di approfondire l’applicazione dell’AI a livello universitario per confrontare i risultati. In sintesi, l’AI può essere un alleato potente in classe, a patto che gli studenti mantengano il controllo del proprio apprendimento.

Lo studio ha adottato un disegno trasversale basato su un questionario somministrato a 124 studenti di scuole secondarie tecniche con indirizzo informatico, suddivisi in tre gruppi di competenza (principiante, intermedio, avanzato). Il questionario comprendeva 25 item su frequenza d'uso, tipologia di tool AI (ChatGPT, Copilot, Bard), contesti di utilizzo (esercizi, progetti, revisione codice) e percezione di benefici e rischi. I dati sono stati analizzati con statistiche descrittive (media, deviazione standard) e test t per campioni indipendenti per confrontare le differenze tra i gruppi di competenza. I risultati mostrano una differenza significativa (p < 0,01) nella frequenza d'uso di ChatGPT tra gli studenti avanzati (media 4,2 su 5) e i principianti (media 2,8). Inoltre, l'analisi qualitativa delle risposte aperte evidenzia che il 78% degli intervistati ritiene l'AI utile per la correzione rapida di errori, mentre il 42% teme una perdita di capacità di debugging autonomo. Le limitazioni includono la dipendenza da autovalutazioni, possibile bias di desiderabilità sociale e la mancanza di un follow‑up longitudinal per valutare l'impatto a lungo termine sull'apprendimento. Nonostante ciò, lo studio fornisce una base empirica per progettare interventi didattici che integrino l'AI in modo equilibrato, promuovendo la metacognizione e la capacità critica degli studenti verso gli strumenti generativi.