L'ultimo campanello d’allarme arriva da Deloitte: secondo il suo report annuale sul rientro a scuola, metà dei genitori intervistati teme che i propri figli “si affidino troppo all’AI”. Un dato che fotografa un disagio diffuso mentre ChatGPT e piattaforme simili si insinuano nelle cartelle digitali degli studenti, non più solo nei laboratori universitari. Ma la discussione rischia di fermarsi al sintomo senza affrontare la causa strutturale: chi progetta e controlla il comportamento di questi assistenti intelligenti?

La preoccupazione è comprensibile. Uno studente che riceve risposte pronte, senza dover formulare ragionamenti, sviluppa una dipendenza che mina l’apprendimento profondo. I tutor AI, se configurati per massimizzare l’engagement anziché l’autonomia cognitiva, diventano stampelle digitali. Il punto critico è che la maggior parte di questi strumenti funziona su cloud, gestiti da fornitori che ottimizzano per la fluidità e la velocità, non per il beneficio pedagogico a lungo termine. Ogni interazione di un minore con un LLM hosted finisce su server remoti, spesso al di fuori della giurisdizione scolastica, con tutte le implicazioni sulla sovranità dei dati che il GDPR impone di considerare con severità.

Spostare il deployment on-premise – cioè su server locali all’interno dell’istituto o del distretto scolastico – cambierebbe radicalmente l’equazione. Con un’infrastruttura self-hosted, gli educatori potrebbero intervenire sui parametri del modello: limitare il numero di token per risposta, impostare vincoli che spingano lo studente a riformulare la domanda invece di ricevere la soluzione immediata, o addirittura bloccare l’output quando l’AI viene usata per aggirare un esercizio. Non si tratta di tecniche di fine-tuning avanzato, ma di controllo sulle regole d’ingaggio. In pratica, un LLM locale può essere programmato per dire “ci hai pensato abbastanza?” piuttosto che “la risposta è questa”.

Questa prospettiva ha conseguenze di secondo ordine per l’industria. I fornitori cloud che oggi dominano il mercato educational vedrebbero eroso il proprio vantaggio competitivo se le scuole iniziassero a privilegiare soluzioni on-premise, magari certificate per la conformità GDPR e progettate con logiche open source. La domanda dei genitori – ancora informe ma crescente – potrebbe tradursi in pressione sui decisori pubblici affinché gli investimenti in AI per la didattica prevedano clausole di auto-approvvigionamento, installazione locale e audit indipendenti. Non è fantascienza: alcune regioni europee stanno già sperimentando contratti per server dedicati all’AI nelle scuole, proprio per evitare la dipendenza da piattaforme estere e garantire che i dati dei minori non escano mai dal perimetro nazionale.

Il rovescio della medaglia è il costo e la complessità. Gestire un’infrastruttura on-premise richiede competenze che la maggior parte degli istituti non possiede, e l’acquisto di hardware con sufficiente VRAM per eseguire LLM moderni pesa sui bilanci. Ma quello che il sondaggio Deloitte segnala non è solo un timore genitoriale: è il campanello per una ridefinizione di chi deve avere l’ultima parola sull’AI a scuola. Finché il modello gira in cloud, il controllo resta al fornitore. Riavvicinare l’inference ale banche di scuola – letteralmente, nei locali dell’edificio – potrebbe trasformare un rischio di dipendenza in uno strumento di educazione attiva.