1. Inquadramento e Visione Strategica

L’attività mira a trasformare l'Intelligenza Artificiale Generativa da "erogatore di risposte" (Oracolo) a "stimolatore di pensiero" (Specchio). Invece di delegare all'IA la parafrasi o il riassunto della Divina Commedia, gli studenti diventano "progettisti di apprendimento", istruendo l'algoritmo affinché agisca come un Mentor Socratico. Questo approccio combatte la "delega cognitiva" e promuove l'Agency dello studente, in linea con il framework DigComp 3.0.

2. Obiettivi Didattici

Analisi Testuale Profonda: Sviluppare la capacità di decodificare il linguaggio trecentesco e le allegorie dantesche.
Prompt Engineering Critico: Imparare a strutturare istruzioni complesse (System Prompts) per vincolare il comportamento dell'IA.
Pensiero Critico: Validare le risposte dell'IA confrontandole con fonti autorevoli (commentari critici e testi filologici).

3. Fasi Operative dell'Attività

Fase A: Il Contratto Pedagogico (Co-design del Prompt)

La classe definisce le "regole d'ingaggio" per l'IA. Gli studenti devono scrivere un System Prompt che imponga all'Agente di:

Non fornire mai soluzioni dirette o parafrasi complete.
Rispondere esclusivamente con domande maieutiche che spingano lo studente a osservare dettagli del testo (es: "Guarda l'aggettivo che Dante usa per descrivere Ulisse, cosa suggerisce riguardo alla sua hybris?").
Ancorare ogni riflessione al testo originale (Grounding).

Fase B: Laboratorio di Dialogo Maieutico

In piccoli gruppi, gli studenti interagiscono con il Tutor Socratico su un Canto specifico. Il dialogo non è finalizzato al "voto", ma alla comprensione del senso profondo dell'opera. L'IA funge da "allenatore cognitivo" che guida lo studente attraverso i vari livelli di lettura (letterale, allegorico, morale, anagogico).

Fase C: Debriefing e Verifica dei Bias

Gli studenti analizzano il registro linguistico dell'IA e verificano l'eventuale presenza di "allucinazioni" (errori fattuali o interpretazioni anacronistiche). Questa fase è cruciale per lo sviluppo della competenza epistemica (capire come l'IA elabora le probabilità statistiche delle parole).

4. Mappatura delle Competenze (Framework Integrati)

Framework

Competenza

Descrizione dell'impatto

DigComp 3.0

10.1 Validazione

Valutare l'affidabilità delle interpretazioni critiche fornite dall'IA.

DigComp 3.0

11.2 Co-creazione etica

Collaborare con l'IA per generare percorsi di studio personalizzati.

Educazione Civica

Cittadinanza Digitale

Consapevolezza dei limiti tecnologici e protezione del pensiero autonomo.

Tassonomia di Bloom rovesciata

Valutazione e Creazione

L'attività si sposta sulla "vetta" della piramide, richiedendo agli studenti di giudicare l'output sintetico.

5. Risultati Attesi

Il risultato finale non è un compito scritto, ma la storia del dialogo (log) tra studente e IA, che diventa oggetto di valutazione del processo di apprendimento. Lo studente non dimostra solo di "sapere" Dante, ma di saper "indagare" Dante mediando con le tecnologie emergenti.

Nearby upcoming events