Learning Labs: far avanzare l’educazione

Tra settembre e ottobre, gli studenti di M1, M2 e M3 hanno trascorso due periodi a settimana nei Learning Labs, un nuovo spazio dell’orario dedicato a sviluppare il giudizio, a imparare a imparare e a guardare al futuro con curiosità. Questi periodi sono stati molto diversi dalle lezioni tradizionali: per la prima volta abbiamo dedicato un tempo e uno spazio specifici perché gli studenti potessero concentrarsi interamente su alcune aree chiave dell’apprendimento, ovvero il giudizio e il pensiero critico, le abilità di studio e la capacità di guardare al futuro e ai grandi cambiamenti in corso nel mondo con curiosità e con occhio critico.

Con questi incontri volevamo che gli studenti iniziassero a sviluppare un autentico senso di curiosità e la capacità di lavorare bene con i compagni, che affrontassero i cambiamenti che plasmeranno il loro futuro con un atteggiamento positivo e aperto, che rafforzassero le abilità di studio a sostegno del lavoro quotidiano e, non meno importante, che si inserissero con serenità nel nuovo anno scolastico, vivendo il passaggio da un anno all’altro con un senso di benessere.

Questo articolo racconta su che cosa gli studenti hanno lavorato nelle ultime settimane, insieme ad alcune riflessioni dei professionisti che hanno guidato le sessioni, e mostra l’impegno di H-IS ad aggiornare e innovare costantemente la propria offerta accademica, per tenere il passo con un mondo che cambia rapidamente.

Prima di chiudere questa fase, però, verranno introdotte già in questo anno scolastico brevi sessioni di Future Pathways per gli studenti di M3, per aiutarli a scoprire passioni e punti di forza e a iniziare a riflettere sulle scelte che li attendono, perché abbiamo ritenuto che questo risponda sia a un reale bisogno degli studenti sia a un desiderio espresso da molte famiglie. Maggiori dettagli saranno condivisi nelle prossime settimane.

Perché innovare. Vogliamo che H-IS resti all’avanguardia nell’educazione, con un modello aggiornato in grado di rispondere alle esigenze del mondo di oggi e di quello in cui i nostri studenti cresceranno, così che, quando si diplomeranno, siano davvero pronti per ciò che li attende oltre la scuola. Per questo esploriamo costantemente l’innovazione pedagogica, con un duplice obiettivo: sviluppare capacità che i curricula tradizionali non sempre garantiscono (per esempio il giudizio e il senso di scopo) e, allo stesso tempo, rafforzare il successo accademico, perché proprio queste capacità aiutano gli studenti a rendere meglio in ogni materia, negli esami finali e nell’ammissione all’università. Il giudizio, in particolare, è diventato più importante che mai ora che l’intelligenza artificiale fa parte della vita quotidiana degli studenti, come mostra chiaramente la ricerca condivisa di seguito.

A H-IS abbiamo deciso di far evolvere i nostri approcci all’apprendimento e all’insegnamento, sfruttando la ricerca educativa scientifica, e per questo sono inclusi anche i riferimenti ad alcuni degli studi scientifici che hanno guidato la nostra progettazione.

Su che cosa hanno lavorato gli studenti. In queste settimane gli studenti hanno seguito tre filoni principali, ciascuno pensato per crescere con loro da M1 a M3:

• The Eight Shifts, guidato da Pierluigi Fasano, Professore di AI e Big Data a H-FARM College e senior advisor del Vice Chancellor della NYUAD, che invita gli studenti a guardare oltre il presente esplorando otto grandi trasformazioni già in corso, dall’energia da fusione e dalla space economy al calcolo quantistico, alla longevità ingegnerizzata e all’intelligenza artificiale, ai nuovi materiali e alla biologia sintetica, al biological compute e alla finanza distribuita, per comprendere le forze che stanno cambiando il mondo e il proprio posto al suo interno. Dopo aver esplorato gli shift, gli studenti hanno anche potuto sperimentare in prima persona che cosa significhi fare scelte in territori inesplorati attraverso un gioco di squadra interattivo, in cui ogni gruppo doveva prendere decisioni per fondare la prima colonia su Marte.
• Judgement Lab, guidato dal Professor Emiliano Cori, in cui gli studenti imparano a formarsi un giudizio proprio, fondato su verità, evidenze e responsabilità, e a esprimerlo in modo chiaro e convincente. La domanda guida cambia con l’età: “Come faccio a sapere?” in M1, “Qual è la cosa giusta da fare?” in M2 e “Che persona sto diventando?” in M3.
• Study Skills, con Blessing Santander, dedicato a costruire le abitudini che sostengono l’apprendimento nel tempo, dall’organizzazione e dalla gestione del tempo alla presa di appunti, alle strategie di memoria e alla preparazione alle verifiche.

Accanto a questi filoni, gli studenti hanno partecipato anche a sessioni sul benessere, con Cristiano Serafin, e a progetti interdisciplinari, con il team SPARX, incentrati sul lavoro di squadra, sulla risoluzione di problemi complessi e sull’uso consapevole e critico dell’intelligenza artificiale

Che cosa ci dice la ricerca

Nulla di ciò che abbiamo proposto è stato scelto per intuizione o per inseguire l’ultima tendenza: ogni attività risponde a un bisogno documentato dalla ricerca e si basa su approcci la cui efficacia è stata verificata da studi sottoposti a revisione paritaria, perché crediamo che l’innovazione in ambito educativo valga la pena solo se parte da solide evidenze su come gli studenti imparano davvero.

Il punto di partenza. I risultati di PISA 2025 dell’OCSE mostrano che, nei Paesi OCSE, la performance media è calata di 28 punti in lettura e di 22 in matematica dal 2015, e che il calo in lettura è legato soprattutto alla capacità degli studenti di valutare le informazioni, collegare fonti diverse e leggere in modo critico. Lo stesso rapporto rileva che disposizioni come la curiosità, la perseveranza e la disponibilità a chiedere aiuto sono associate a risultati migliori.

Perché il giudizio conta più che mai: imparare nell’era dell’IA. L’effetto dell’intelligenza artificiale sull’apprendimento dipende molto meno dal fatto che gli studenti la usino che da come la usano, e questo a sua volta dipende dal giudizio, dalle intenzioni e dalle abitudini mentali che portano con sé.

Le evidenze più solide vengono da studi con studenti delle scuole secondarie. Bastani et al. (2025) hanno dato a quasi mille studenti di matematica delle scuole superiori accesso a un’interfaccia standard in stile ChatGPT oppure a un tutor progettato per salvaguardare l’apprendimento: l’accesso senza restrizioni ha aumentato la performance durante gli esercizi del 48%, ma ha portato a un calo del 17% una volta tolto lo strumento, mentre il tutor con salvaguardie ha prodotto guadagni ancora maggiori durante gli esercizi, senza alcun calo successivo, perché gli studenti senza salvaguardie usavano lo strumento come una stampella e poi andavano peggio da soli. Lo stesso schema emerge con studenti più grandi: in uno studio randomizzato con studenti universitari, chi aveva studiato con ChatGPT ha ottenuto il 57,5% in un test a sorpresa 45 giorni dopo, contro il 68,5% di chi aveva studiato senza (Barcaui, 2025).

Al contrario, quando l’IA è progettata attorno a solidi principi didattici il quadro cambia: in uno studio randomizzato a Harvard, gli studenti che lavoravano con un tutor IA costruito su una pedagogia basata sulla ricerca hanno imparato di più, in meno tempo, rispetto ai compagni di una classe di apprendimento attivo (Kestin et al., 2025). Uno studio molto più ampio sull’istruzione secondaria cinese va nella stessa direzione: seguendo 26.811 studenti dalla settima alla dodicesima classe per 30 mesi, Strömberg, Lei e Wu (2026) hanno rilevato che l’adozione dell’IA ha aumentato i voti nei compiti del 18% e ridotto del 30% il tempo di completamento, ma ha fatto calare del 20% i punteggi degli esami mensili entro sei mesi, con perdite del 18–24% nei test di ammissione che emergono solo dopo circa due anni, mentre gli studenti che hanno continuato a dedicare il proprio tempo ai compiti hanno subito solo perdite ridotte.

Il meccanismo dietro questi risultati non è la tecnologia in sé, ma il graduale affidarle il pensiero. La ricerca sul cognitive offloading mostra che chi apprende raramente si accorge di quando delega il proprio pensiero a uno strumento (Risko & Gilbert, 2016), e Gerlich (2025) rileva che questa tendenza è più forte tra gli utenti più giovani. Shaw e Nave (2026) vanno un passo oltre e parlano di “cognitive surrender”, l’adozione dei risultati dell’IA con un esame minimo: nei loro esperimenti, l’accuratezza dei partecipanti saliva di 25 punti percentuali quando l’IA aveva ragione e scendeva di 15 punti quando sbagliava, e chi aveva maggiore fiducia nell’IA e minore bisogno di cognizione si arrendeva di più. In altre parole, tendiamo a ereditare gli errori della macchina proprio quando smettiamo di esercitare il nostro giudizio. È incoraggiante che la stessa ricerca mostri che responsabilità e feedback riducano la resa dal 73,2% al 57,9% e raddoppino la frequenza con cui si riesce a correggere una risposta sbagliata, dal 20,0% al 42,3%; anche PISA 2025 associa a migliori risultati la valutazione critica dell’output dell’IA, piuttosto che il suo semplice utilizzo.

Per questo un principio che guida tutto il nostro lavoro è che gli studenti facciano sempre un proprio tentativo prima di rivolgersi a una macchina.

Che cosa abbiamo fatto e perché:

The Eight Shifts e il pensiero sul futuro → il momento giusto. La neuroscienza descrive l’adolescenza come un secondo periodo sensibile dello sviluppo cerebrale, in cui le regioni coinvolte nell’autoregolazione, nella comprensione sociale e nel processo decisionale stanno ancora maturando e sono particolarmente reattive all’esperienza (Blakemore & Mills, 2014): un momento ideale, in altre parole, per coltivare curiosità e pensiero critico.

Judgement Lab → dilemmi e discussione strutturata. Affrontare i dilemmi etici in modo guidato ha dimostrato di migliorare in modo misurabile la qualità del ragionamento morale (Schlaefli, Rest & Thoma, 1985), mentre confrontarsi seriamente con posizioni opposte e lavorare verso una sintesi condivisa ha effetti significativi sia sui risultati sia sulla qualità dell’argomentazione (Johnson & Johnson, 2009).

Intelligenza artificiale → una guida al ragionamento, non una scorciatoia. In linea con le evidenze sopra, nei progetti interdisciplinari l’IA è stata usata come uno strumento che pone domande e guida il ragionamento, anziché limitarsi a fornire risposte.

Study Skills → imparare a imparare. Decenni di ricerca sulla metacognizione, la capacità di monitorare e regolare il proprio apprendimento, mostrano che si tratta di un’abilità insegnabile (Flavell, 1979; Schraw & Dennison, 1994), e una meta-analisi conferma che è legata al rendimento scolastico anche tenendo conto dell’intelligenza (Ohtani & Hisasaka, 2018).

Benessere → sentirsi parte di una comunità. PISA 2025 associa il senso di appartenenza e un clima scolastico positivo a risultati migliori, e programmi di apprendimento socio-emotivo ben progettati hanno dimostrato di migliorare sia le competenze personali degli studenti sia il loro rendimento (Durlak et al., 2011).

Progetti interdisciplinari → imparare facendo. Le meta-analisi mostrano che l’apprendimento basato su progetti porta a risultati accademici migliori rispetto all’insegnamento tradizionale, perché gli studenti applicano ciò che sanno a problemi reali e devono farlo funzionare (Chen & Yang, 2019).

Com’è andata: le parole di chi ha guidato le sessioni

Per dare un’idea di come sono andate queste prime settimane, ecco i racconti dei docenti e degli esperti che hanno lavorato con gli studenti, a partire dai due filoni che, più di ogni altro, anticipano la direzione che la scuola sta prendendo.

The Eight Shifts: leggere il cambiamento invece di farsene travolgere

The Eight Shifts è stato guidato da Pierluigi Fasano, che lavora ogni giorno su questi temi con studenti e professionisti, con l’obiettivo di aiutare i giovani a leggere il cambiamento anziché limitarsi a subirlo. Le sessioni partono da come si è evoluta la scienza stessa, dall’osservazione alla teoria, dalla teoria al calcolo e ora all’intelligenza artificiale, e passano poi a otto grandi trasformazioni già in corso: l’energia da fusione, lo spazio come nuovo luogo dell’attività umana, il calcolo biologico basato su cellule viventi, la finanza decentralizzata, i nuovi materiali e la biologia sintetica progettati con l’IA, il calcolo quantistico, la salute e la longevità, e l’intelligenza artificiale generale. Lungo il percorso gli studenti lavorano su abilità molto concrete: fare buone domande, distinguere ciò che è stato dimostrato da ciò che è solo promesso, ragionare sulle conseguenze, discutere e decidere in gruppo. La consapevolezza che il team vuole lasciare loro è semplice: la tecnologia apre possibilità, ma sono le persone a decidere che cosa farne, e tra pochi anni quelle scelte saranno le loro.

Perché partire a 11-14 anni? Perché questi cambiamenti non appartengono a un futuro lontano: sono già iniziati e accompagneranno gli studenti per tutta la vita adulta. A questa età i ragazzi sono curiosi, hanno domande autentiche e non hanno ancora paura di sbagliare, il che la rende il momento ideale per abituarli a guardare ciò che è nuovo con occhio critico, senza entusiasmo ingenuo e senza paura. Lo scopo non è anticipare i contenuti universitari, ma offrire agli studenti un modo di leggere il mondo, così che imparino a chiedersi “Come funziona?”, “A che cosa serve?” e “Che cosa cambia per le persone?”, e possano affrontare un mondo in continua trasformazione con più strumenti e maggiore serenità.

Gli otto shift sono stati scelti per tre ragioni: stanno già accadendo, sostenuti da ricerca e investimenti reali, quindi non sono fantascienza; ciascuno tocca un ambito diverso della società, dall’energia e dall’economia alla salute e al lavoro; e ciascuno solleva domande non solo tecniche ma profondamente umane, come di chi sia lo spazio, che cosa cambi se l’energia diventa abbondante, o che cosa sia davvero una macchina capace di comprendere il mondo. Sono domande che uniscono scienza, economia ed etica e che non hanno un’unica risposta giusta, ed è proprio questo il punto: la cosa più importante da insegnare non è la risposta, ma il modo di porre la domanda.

Il momento più immersivo è stato un gioco di squadra in cui gli studenti dovevano fondare una nuova città su Marte. Una lezione può spiegare che le risorse sono limitate e che ogni scelta ha delle conseguenze, ma un gioco le fa vivere: gli studenti hanno scoperto presto che non si può avere tutto, e hanno dovuto decidere come usare energia, spazio e risorse, quali regole darsi, come gestire l’imprevisto e come trovare un accordo con gli altri gruppi. A quel punto gli otto shift hanno smesso di essere argomenti e sono diventati strumenti per costruire una società: gli studenti hanno applicato ciò che avevano scoperto, hanno negoziato, hanno sbagliato e corretto la rotta, prima di riflettere insieme sulle proprie scelte in una discussione finale. Siamo convinti che gli studenti imparino molto di più da una decisione presa e discussa che da una slide ascoltata.

La qualità delle riflessioni etiche degli studenti è stata impressionante. Quando la discussione è arrivata al ringiovanimento cellulare, nessuno si è fermato all’aspetto spettacolare della scoperta, e qualcuno ha subito chiesto se un trattamento così costoso sarebbe stato accessibile solo a pochi, e che cosa sarebbe successo in una società in cui una parte della popolazione invecchia e una parte no: domande che molti adulti non si pongono mai. Gli studenti hanno mostrato anche un forte spirito critico: discutendo degli investimenti nello spazio, un gruppo si è chiesto se quelle risorse non potrebbero essere usate meglio per rendere sostenibile il nostro pianeta, non come rifiuto della ricerca ma come domanda seria sulle priorità. E hanno mostrato una reale capacità di giudizio: sull’intelligenza artificiale si sono rifiutati di accettare che debba sostituire le persone in quasi ogni lavoro, chiedendosi invece in quali casi abbia senso, in quali no, e che cosa resti insostituibile nel lavoro umano.

Questo, come sottolinea Pierluigi, non è un corso sulla tecnologia ma un laboratorio di pensiero, in cui gli studenti non imparano a usare uno strumento ma a ragionare su questioni complesse, a esprimere un’opinione argomentata, ad ascoltare chi la pensa diversamente e a decidere insieme, attingendo a ciò che studiano ogni giorno mentre leggono, calcolano, scrivono e presentano. Osserva inoltre che questi temi, che a volte preoccupano gli adulti, vengono affrontati dagli studenti con curiosità e grande serietà, e che quando viene dato loro lo spazio per farlo pongono domande sorprendentemente mature.

Ci sono tre parole che spera gli studenti portino a casa. La prima è curiosità, il desiderio di capire come funzionano davvero le cose che cambiano il mondo. La seconda è un’abitudine mentale: di fronte a qualsiasi novità, chiedersi non solo che cosa può fare, ma che cosa significa per le persone e per la società. La terza è la fiducia nel futuro: in un momento in cui il futuro viene spesso dipinto a tinte fosche, l’obiettivo è offrire agli studenti una prospettiva molto più positiva e motivante per i loro studi, in cui il futuro non è qualcosa che capita loro, ma qualcosa che possono contribuire a costruire. Se escono con la sensazione di avere voce in capitolo, l’obiettivo è raggiunto.

Judgement Lab: “affrettati lentamente”

Nelle parole di Emiliano Cori, Head of School, che ha guidato il Judgement Lab.

Ho scelto di guidare personalmente il Judgement Lab perché, quando credo che qualcosa sia importante, mi è difficile restare a distanza. Il punto di partenza è un’osservazione che conosciamo tutti: le informazioni sono raramente a più di un clic di distanza, e ci si aspetta sempre più di avere un’opinione quasi appena qualcosa accade, lasciando pochissimo tempo tra l’incontro con una cosa e la decisione su che cosa ne pensiamo. Credo che l’educazione abbia la responsabilità di creare spazio in quell’intervallo, dando agli studenti il tempo di notare, di capire e di chiedersi se sanno abbastanza per giudicare. L’espressione che meglio coglie questa intenzione è festina lente, affrettati lentamente, perché prestare attenzione all’inizio ci aiuta a vedere più chiaramente e ad agire più efficacemente dopo.

Nelle sessioni gli studenti scompongono il processo di formazione di un giudizio. Partono da un caso di studio e scrivono la loro prima decisione; poi vengono introdotte ulteriori informazioni, una circostanza cambia o emerge il punto di vista di un’altra persona, e ciò che sembrava ovvio diventa più difficile. Dopo aver riflettuto individualmente, lavorato in coppia e discusso in gruppo, tornano a ciò che avevano scritto all’inizio e vedono dove il loro pensiero ha retto e dove sono stati troppo rapidi, così che l’ammissione “potrei aver sbagliato” comincia ad avere un significato fondato sulla loro esperienza. Lungo il percorso torniamo continuamente a domande che sembrano semplici finché non proviamo a rispondere con attenzione, come “Che cosa so?”, “Che cosa sto dando per scontato?” e “Che cosa mi darebbe un motivo per cambiare idea?”, con l’obiettivo di sviluppare un ragionamento accurato insieme all’umiltà intellettuale: la sicurezza di formulare un giudizio e la disponibilità a riesaminarlo.

Penso che a volte infantilizziamo i bambini proprio nello sforzo di rendere l’educazione accessibile. Gli studenti di questa età sono capaci di molto più di quanto a volte ci aspettiamo: hanno bisogno di sostegno, come un linguaggio spiegato, un’idea nuova avvicinata attraverso un esempio e il tempo di pensare prima di dover parlare, ma con quel sostegno possono affrontare discussioni impegnative con notevole serietà, e dobbiamo stare attenti a che le nostre ipotesi sulla loro preparazione non diventino i limiti della loro educazione. C’è un piacere nello scoprire di poter pensare a qualcosa di difficile, e i giovani meritano di incontrare presto quel piacere.

La risposta degli studenti lo ha confermato. I più piccoli hanno portato una vivacità che ho apprezzato moltissimo, fatta di domande audaci, osservazioni brillanti e una joie de vivre che ha dato alle discussioni una loro energia, mentre gli studenti di M3 hanno mostrato una qualità di domande più misurata, costruita attraverso un confronto attento, l’ascolto reciproco e lo sviluppo di un pensiero insieme. Ciò che questi primi incontri mi hanno mostrato è quanto dipenda dall’invito che facciamo come insegnanti: quando prendiamo sul serio il pensiero degli studenti, diamo loro una ragione per prenderlo sul serio a loro volta.

La mia speranza è che, nei tre anni da M1 a M3, la pratica ripetuta si trasformi in disposizioni, così che questo apprendimento diventi parte del modo di agire di una persona. Speriamo di vederlo nelle varie materie, nelle amicizie, nei disaccordi e nelle decisioni che gli studenti prenderanno sempre più da soli. È la parte più ambiziosa del progetto, e capire se sta mettendo radici richiederà tempo, le osservazioni dei colleghi nelle diverse materie e un ascolto attento di studenti e famiglie.

Le altre sessioni

• Benessere, con Cristiano Serafin, ha invitato gli studenti a riflettere sul tema dell’appartenenza. Quasi tutti sentono di appartenere alla propria famiglia, mentre l’appartenenza al gruppo classe è emersa come la dimensione meno sviluppata, un’indicazione preziosa che ci dice quanto la scuola debba creare attivamente le condizioni perché cresca. Quando gli studenti hanno messo insieme i punti di forza personali di ciascuno, si sono sorpresi di quanto la classe nel suo complesso abbia da offrire.
• Progetti interdisciplinari, con il team SPARX, hanno offerto a ogni annualità uno strumento di pensiero da continuare a usare oltre le sessioni: lavoro di squadra e comunicazione in M1, attraverso sfide di gruppo pratiche; Design Thinking in M2, con quattro sessioni su “AI & Education” e “Community & Wellbeing” concluse con la presentazione di un prototipo; e pensiero critico in M3, attraverso un ciclo di indagine in cui l’IA è stata usata per porre domande e guidare il ragionamento anziché per fornire risposte. Gli studenti erano così coinvolti da perdere spesso la nozione del tempo.
• Study Skills, con Blessing Santander, si sono concentrate su organizzazione, gestione del tempo e pianificazione dei progetti a lungo termine. Molti studenti hanno scoperto di usare già strategie di studio senza rendersene pienamente conto, e che un buon metodo è flessibile e combina approcci diversi; alcuni hanno chiesto copie extra delle checklist da usare a casa. Un suggerimento per le famiglie: tre brevi momenti di confronto a settimana per rivedere insieme organizzazione e scadenze, passando gradualmente da una supervisione stretta a un sostegno più leggero.

Prossimi passi

Questa prima fase ci ha dato moltissimo: il lavoro prodotto dagli studenti, le osservazioni dei docenti e degli esperti che li hanno accompagnati e, altrettanto importante, il feedback di studenti, famiglie e staff, che viene ora raccolto in modo strutturato e guiderà le scelte dei prossimi mesi.

• Ascoltare gli studenti. È stata convocata un’assemblea con tutti gli studenti di M1, M2 e M3, perché vogliamo sentire direttamente da loro com’è andata con i Learning Labs, che cosa hanno imparato e che cosa hanno trovato di maggior valore. L’assemblea si svolge venerdì 13 novembre.
• I Learning Labs torneranno il prossimo anno scolastico, ripensati alla luce di ciò che abbiamo imparato in queste settimane e di ciò che le famiglie ci hanno detto.
• Future Pathways per M3. Come anticipato, verranno introdotte già quest’anno brevi sessioni di Future Pathways per gli studenti di M3, per aiutarli a scoprire passioni e punti di forza e a iniziare a riflettere sulle scelte che li attendono.
• Coinvolgere prima le famiglie. Prima di introdurre qualsiasi innovazione che abbiamo in mente per il prossimo anno scolastico, le famiglie saranno consultate, per condividere le nostre idee e raccogliere il loro feedback.

Ci impegniamo a comunicare in modo più chiaro e a tenere informate le famiglie in ogni fase di questo percorso, perché il nostro obiettivo resta lo stesso: garantire agli studenti un’eccellenza accademica costante e, accanto ad essa, gli strumenti per affrontare con fiducia il mondo che li attende.