AI literacy per una fiducia consapevole

Da Kant a Ong fino ad arrivare ai nostri AIperitivi! Riflessioni di una giornalista sull'AI Literacy

Condividi
AI literacy per una fiducia consapevole
Immanuel Kant in una rielaborazione grafica realizzata con ChatGPT (OpenAI), a partire da un ritratto pop-art di Vectorartnesia, pubblicato su IAMFY. La frase riportata, spesso attribuita a Kant, non ha un riscontro testuale verificato nelle sue opere. Il suo significato è tuttavia coerente con il metodo critico kantiano, che invita a interrogarsi sulle condizioni e sui limiti della conoscenza (Critica della ragion pura, 1781; Prolegomeni, 1783).
Tratto dalla tesi di Chiara Meriani per il Master in Filosofia del digitale e intelligenza artificiale. Comunicazione, economia e società. Università di Udine.

Nei capitoli precedenti la tesi ha affrontato, da prospettive diverse, l’affidabilità dei sistemi, la credibilità delle informazioni, la fiducia che riponiamo nelle fonti e le responsabilità che accompagnano l’uso professionale dell’intelligenza artificiale. Il caso di Romain Cosson ha mostrato, su scala concreta, che un prodotto assistito dall’AI prende forma attraverso decisioni umane: selezionare materiali, formulare domande, interpretare risposte, verificare e scegliere che cosa pubblicare. Resta da chiedersi quali competenze permettano alle persone di compiere queste scelte con consapevolezza.

In questo capitolo considero l’AI literacy come una condizione della fiducia consapevole. Non coincide con la capacità di ottenere una risposta efficace da un chatbot, né con il possesso di nozioni tecniche specialistiche. Comprende la possibilità di capire, almeno nei limiti necessari al proprio contesto, che cosa fa un sistema, quali risultati può offrire e quali limiti presenta; di valutare criticamente gli output; di decidere quando usarli, quando verificarli e quando rinunciarvi; di riconoscere infine chi risponde delle decisioni. La fiducia non scompare: diventa più proporzionata alle evidenze e alle conseguenze.

La riflessione si sviluppa in due passaggi. Prima colloca l’AI literacy nel quadro delle definizioni e delle politiche più recenti, distinguendo l’obbligo giuridico di promuoverla dal significato più ampio che assume nell’educazione e nella vita pubblica. Poi mette a fuoco alcune esperienze dell’autrice — l’attività didattica, il progetto divulgativo L’Alfabeto Intelligente, l’AIperitivo Club e il quaderno per la formazione giornalistica — come esempi di alfabetizzazione. Sono esperienze utili a descrivere obiettivi e metodi, pur non possedendo una valutazione empirica dei loro effetti.

Dall’obbligo normativo alla competenza sociale

Il capitolo 5 ha esaminato l’articolo 4 dell’AI Act e il suo ambito di applicazione. Qui è sufficiente richiamare la disposizione europea che chiede a provider e deployer di adottare misure per promuovere un livello adeguato di alfabetizzazione in materia di intelligenza artificiale, del personale e delle altre persone che operano per loro conto, tenendo conto di conoscenze, esperienza, formazione, contesto d’uso e gruppi coinvolti. Si tratta di un obbligo riferito a soggetti e attività specifici; non equivale a una definizione esaustiva dell’AI literacy per la cittadinanza, la scuola o la professione giornalistica. Per gli aspetti giuridici e per la formulazione aggiornata della norma si rinvia al capitolo 5. (§ 5.4)

La distinzione conta perché un requisito di conformità e un progetto educativo rispondono a domande diverse. Il primo aiuta un’organizzazione a individuare le misure necessarie nei propri processi; il secondo riguarda la capacità delle persone di partecipare, comprendere e agire in ambienti sempre più mediati dall’AI. Una formazione aziendale può contribuire a entrambi gli obiettivi, ma non li rende automaticamente coincidenti. La competenza richiesta dipende dal compito, dal rischio e dal potere decisionale: chi usa un sistema per organizzare appunti non ha le stesse responsabilità di chi lo impiega per selezionare candidati, orientare una diagnosi o produrre informazione destinata al pubblico.

La raccomandazione del Consiglio d’Europa sull’AI literacy, adottata il 2 settembre 2026, offre un quadro più esteso: promuovere una capacità di interagire con l’AI in modo critico, etico, responsabile, sicuro ed efficace, comprendendone le dimensioni umana, tecnologica e pratica. Il documento collega questa competenza ai diritti umani, alla democrazia, allo Stato di diritto e alla possibilità delle persone di agire autonomamente nella società. L’intelligenza artificiale è trattata come fenomeno sociotecnico: sistemi e dati, ma anche persone, istituzioni, pratiche e contesti che ne determinano la progettazione e l’uso. (Consiglio d’Europa, 2026)

Il quadro congiunto OCSE–Commissione europea del 2026, rivolto all’istruzione primaria e secondaria, organizza invece le competenze in quattro dimensioni operative: interagire, creare con, gestire e progettare l’intelligenza artificiale. Le 19 competenze sono articolate intorno a conoscenze, abilità e atteggiamenti. Il suo destinatario principale è il mondo dell’educazione dei più giovani; non va quindi trasferito senza adattamenti a ogni pubblico. È però utile perché mostra che l’alfabetizzazione non consiste solo nel sapere come funziona una tecnologia: comprende anche l’uso, la valutazione, la partecipazione e la capacità di contribuire alle scelte che la riguardano. (OCSE e Commissione europea, 2026)

La prospettiva europea si innesta su una discussione di ricerca già avviata. Long e Magerko descrivono l’AI literacy attraverso le competenze necessarie per interagire efficacemente con l’AI e valutarla criticamente, richiamando il ruolo di chi progetta le tecnologie e di chi le insegna. Ng e colleghi, in una rassegna esplorativa, raggruppano le dimensioni dell’alfabetizzazione in quattro gruppi: conoscere e comprendere; usare e applicare; valutare e creare; affrontare le questioni etiche. Questi modelli sono strumenti concettuali, costruiti in momenti e per scopi differenti, che aiutano a vedere la pluralità della competenza. (Long e Magerko, 2020; Ng et al., 2021)

Una literacy plurale: capire, usare, valutare

Da questi contributi emerge un punto condiviso: l’AI literacy non può essere ridotta a una competenza tecnica isolata. Comprendere alcuni principi dei sistemi è necessario, ma non basta; saper utilizzare un’interfaccia è utile, ma non garantisce un giudizio corretto. La competenza comprende conoscenze, pratiche e disposizioni: sapere che i sistemi dipendono da dati e scelte progettuali; saperli interrogare in funzione di un compito; valutare ciò che restituiscono; riflettere sugli effetti dell’impiego e assumersi la responsabilità delle decisioni. Le proporzioni cambiano secondo il contesto e il livello di autonomia della persona.

Il primo nucleo è una comprensione funzionale. Non tutti devono conoscere l’architettura matematica di un modello, ma dovrebbero sapere quanto basta per non attribuirgli capacità che non possiede. Per un sistema generativo, per esempio, è importante comprendere che la fluidità linguistica non prova che un’affermazione sia vera; per un sistema di classificazione, che le categorie e gli esempi di addestramento possono incidere sui risultati; per un sistema di raccomandazione, che ciò che appare in una schermata può essere selezionato secondo criteri non immediatamente visibili. L’AI include sistemi diversi: una spiegazione centrata soltanto sui chatbot rischia di lasciare fuori gli algoritmi che organizzano informazioni e decisioni senza dialogare con l’utente.

Il secondo nucleo riguarda l’uso orientato a uno scopo. Formulare una richiesta chiara, fornire il contesto necessario e valutare se l’output risponde al compito sono abilità pratiche. Ma l’efficacia del prompt non è una scorciatoia verso la correttezza: una richiesta precisa può produrre un risultato errato, incompleto o non aggiornato. La competenza include quindi il controllo del processo, non solo la capacità di far generare un testo o un’immagine.

Il terzo nucleo è la valutazione. Occorre distinguere la qualità formale di una risposta dal suo fondamento, chiedersi quale fonte sostenga un’affermazione, controllare date e contesto, riconoscere ciò che non è possibile verificare con i materiali disponibili. In ambito giornalistico, questa capacità si traduce nel ricondurre le affermazioni a fonti identificabili e nel non trattare l’output del sistema come fonte autonoma; in ambito didattico, nel confrontare le spiegazioni con libri, programmi e documenti; nella vita quotidiana, nel chiedersi quali dati personali si stanno condividendo e quali conseguenze può avere l’uso del servizio.

Il quarto nucleo è etico e civico. Le domande non riguardano soltanto se il sistema funzioni, ma per chi funzioni, chi possa essere svantaggiato, quali dati vengano coinvolti, come venga distribuito il potere di decidere e quali possibilità restino di contestare un risultato. La raccomandazione del Consiglio d’Europa insiste, in particolare, su dignità, privacy, autonomia, equità, non discriminazione, benessere e agency sociale. Questa attenzione ai diritti integra la dimensione tecnica: il funzionamento non è separabile dalle condizioni in cui il sistema viene progettato e usato. (Consiglio d’Europa, 2026)

Infine, essere alfabetizzati all’AI significa poter scegliere anche di non usarla. La disponibilità di uno strumento non rende opportuno affidargli ogni attività. Se il costo di un errore è alto, se mancano fonti adeguate, se la persona non può controllare il risultato o se la decisione richiede una relazione umana, la scelta più competente può essere sospendere l’uso o chiedere un controllo ulteriore. Questa possibilità di scelta è centrale: un programma di AI literacy che insegni solo a usare i sistemi, senza aiutare a valutarne l’opportunità, resta incompleto.

Dalla fiducia automatica alla fiducia calibrata

Il legame con il tema della tesi passa dalla fiducia. Nelle interazioni con i sistemi di intelligenza artificiale la fiducia può formarsi in fretta: una risposta scorrevole, un tono sicuro o un’immagine ben costruita suggeriscono competenza e intenzionalità. La qualità della forma, però, non garantisce l’accuratezza del contenuto. Nei capitoli precedenti ho distinto l’affidabilità del sistema, l’attendibilità delle informazioni e la credibilità attribuita a chi le comunica. L’AI literacy rende capaci di mantenere separate queste valutazioni e di non trasformare un’impressione di sicurezza in una prova.

Una fiducia calibrata è proporzionata al compito e alle evidenze disponibili. Può essere ragionevole affidare a un sistema una prima riorganizzazione di appunti, mantenendo il controllo sulla selezione finale; non è ragionevole trasferirgli senza verifica una decisione che incida sui diritti o sull’incolumità di una persona. La posta in gioco modifica il livello di controllo richiesto. Cambia anche il tipo di verifica: un dato numerico richiede il confronto con la fonte; una citazione, il controllo del documento originale; un’immagine, il confronto con i materiali di partenza e con il contesto in cui verrà presentata.

La literacy è quindi una forma di gestione dell’incertezza. Non promette di eliminare errori o di conoscere ogni dettaglio del sistema. Aiuta a formulare domande migliori: che cosa so del compito e del modello? Quali aspetti del risultato posso controllare? Che cosa non posso inferire? Quali persone potrebbero essere coinvolte? Chi deve intervenire prima che l’esito produca conseguenze? Quando queste domande restano senza risposta, la decisione non dovrebbe essere mascherata da certezza. Nei contesti professionali, il controllo umano è significativo solo se chi controlla ha tempo, competenza e autorità per modificare o fermare il processo.

L’obiettivo non è una diffidenza di base. Un atteggiamento che considerasse ogni risultato dell’AI inaffidabile renderebbe impossibile valutarne gli usi utili; una fiducia senza condizioni renderebbe invisibili errori, dipendenze e interessi. L’AI literacy sostiene una posizione intermedia e operativa: comprendere abbastanza, controllare ciò che è rilevante e mantenere la responsabilità delle scelte. È in questo senso che può contribuire ad una fiducia consapevole.

Dalla teoria alla pratica: due esperienze di AI literacy

L’AI literacy può sostenere l’autonomia e guidare la fiducia: l’alfabetizzazione, individuale e collettiva, diventa una condizione concreta della fiducia consapevole. Ma come si insegna a comprendere una tecnologia che cambia così rapidamente? E da dove si comincia, quando chi abbiamo davanti non conosce nemmeno il significato delle parole più comuni? Due esperienze che ho sviluppato nel corso del 2026, molto diverse fra loro, mi hanno permesso di realizzare un piccolo progetto editoriale e una serie di incontri informali tra professionisti.

L’Alfabeto Intelligente

Figura 6.1 – Copertina di L’Alfabeto Intelligente. Progetto editoriale e testi dell’autrice; impaginazione e immagini del volume realizzate con ChatGPT. Libro in fase di pubblicazione.

Questo piccolo libro, un po’ dizionario un po’ abecedario, è nato grazie alla curiosità di mia mamma. Mentre io mi addentravo sempre più nel mondo dell'intelligenza artificiale, lei mi accompagnava con il suo interesse e la voglia di capire. È stata proprio la sua curiosità a suggerirmi l'idea di un piccolo libro che spiegasse, una parola alla volta, quel linguaggio che ormai incontriamo dappertutto, ma che non sempre comprendiamo davvero.

Ho scelto ventiquattro parole, cercando per ognuna un esempio familiare, un'immagine e un linguaggio che non richiedessero conoscenze preliminari. L'obiettivo era permettere a chi si avvicina per la prima volta all'intelligenza artificiale di partecipare a una conversazione senza sentirsi escluso: e magari di capire un po’ meglio il telegiornale.

Per realizzare le illustrazioni e l'impaginazione ho utilizzato anche ChatGPT: una scelta coerente con il progetto, che mi ha permesso di sperimentare concretamente le possibilità dello strumento di cui stavo raccontando. I testi, gli esempi e le scelte editoriali sono stati invece oggetto di numerose revisioni, anche grazie al confronto con specialisti, come il professor Angelo Bassi per la voce sul qubit, già citata. Per la rilettura è tornata protagonista mia mamma, la cui precisione ne ha fatto la migliore correttrice di bozze che potessi desiderare. Meglio di ChatGPT.

L'AIperitivo Club

Un'esigenza diversa ha dato origine all'AIperitivo Club: creare occasioni di incontro fra persone che si occupano di intelligenza artificiale, ma che raramente hanno l'opportunità di confrontarsi fuori dai rispettivi ambienti professionali. La formula è volutamente semplice: un aperitivo, qualche domanda iniziale e una conversazione aperta.

Gli incontri hanno attraversato il mondo dell'intelligenza artificiale da prospettive molto diverse: dalla ricerca scientifica alle applicazioni industriali, dall'educazione alla sostenibilità, fino alle questioni etiche e sociali. Abbiamo immaginato città trasformate in laboratori aperti, discusso di gemelli digitali e partecipazione dei cittadini, di giovani generazioni e di come cambieranno l'università e il lavoro. Ci siamo chiesti quanto consumi davvero l'intelligenza artificiale, come misurarne l'impatto ambientale e sociale, quanto siano affidabili le prestazioni dei modelli e che cosa significhi renderli interpretabili. Abbiamo parlato di innovazione nelle imprese, di competenze da sviluppare e di collaborazione fra università, ricerca e industria.

Non sempre abbiamo trovato risposte condivise. Alcune domande sono rimaste aperte, soprattutto quelle che riguardano la formazione. Chi dovrebbe insegnare a utilizzare l'AI? Come riconosciamo un formatore competente? Servono certificazioni oppure rischiamo di inventare nuove patenti senza aver chiarito quali conoscenze siano davvero necessarie?

Il confronto ha messo in evidenza anche una difficoltà meno evidente: persone che lavorano sulla stessa tecnologia non sempre condividono il medesimo linguaggio, le stesse priorità o persino lo stesso significato attribuito a parole come affidabilità, sicurezza e responsabilità. Prima di cercare risposte comuni, occorre talvolta chiarire le domande.

In entrambi i casi, il focus è stato cercare di capire quali domande le persone si pongano sull'intelligenza artificiale.

Prossimo capitolo: AI: Fears and Hopes
Capitolo precedente: AI Act e deontologia nel lavoro giornalistico
La bibliografia verrà fornita a pubblicazione completata di tutti i capitoli della tesi. Stay tuned!