Alla Cheshire Academy, una scuola privata del Connecticut con circa 400 studenti, non c'è una linea unica sull'intelligenza artificiale. Gli insegnanti usano strumenti diversi — ChatGPT, Perplexity, MagicSchool — e li integrano nelle lezioni come meglio credono. Non è caos, anche se a prima vista può sembrarlo: è un laboratorio diffuso in cui la scuola ha scelto di formare il personale sulle tecniche generali di prompting e sui limiti degli LLM, invece di imporre una piattaforma unica.

La scelta ha una logica precisa. I chatbot generativi sono arrivati nelle aule prima che le istituzioni capissero come governarli. Le risposte possono essere errate o distorte, e persino il testo prodotto ha segni rivelatori. Obbligare tutti a usare lo stesso strumento avrebbe creato dipendenza da un fornitore e ignorato il fatto che ogni materia ha esigenze diverse. Meglio, secondo la scuola, preparare i docenti a scegliere.

Il risultato è un ventaglio di pratiche. C'è chi usa l'IA per pianificare lezioni e creare rubriche di valutazione. C'è chi, come l'insegnante di francese Miriam Przybyla-Baum, non ne ha bisogno per preparare materiali — dopo quasi trent'anni di insegnamento ha già un archivio consolidato — ma la usa come specchio critico per gli studenti. In un esercizio, gli studenti fanno correggere i compiti da un LLM e poi distinguono le modifiche corrette da quelle che cancellano la loro voce. In un altro, valutano in forma anonima i lavori assistiti dall'IA, annotando quali parti ritengono generate artificialmente.

Questa strategia ha prodotto un meccanismo semplice ma efficace: il semaforo. Verde significa IA pienamente consentita; rosso divieto assoluto; giallo autorizza solo certi strumenti, come il correttore ortografico ma non un chatbot. È una risposta pragmatica al problema del controllo: non si può sorvegliare ogni compito a casa, ma si può rendere esplicito il confine.

Il costo nascosto della libertà

Dal punto di vista di chi osserva l'adozione degli LLM nelle organizzazioni, il caso Cheshire Academy è istruttivo. La libertà concessa ai docenti scarica su di loro un onere aggiuntivo: capire quale strumento usare, verificarne gli output, adattare le consegne. Non tutti si sentono a proprio agio nel generare testi destinati agli studenti con un LLM, sia per dubbi sull'efficacia didattica sia per timori sulla precisione. La scuola ha finora bloccato l'uso dell'IA per i feedback personalizzati proprio per queste ragioni: qualità, personalizzazione e privacy restano nodi irrisolti.

Questa tensione è strutturale, non educativa. Le piattaforme specializzate come MagicSchool concentrano in un unico pacchetto quiz, fogli di lavoro, rubriche e piani di lezione. Ma la versione gratuita ha limiti e quella individuale a pagamento costa poco meno di 100 dollari all'anno: un costo che, moltiplicato per un istituto, introduce valutazioni di bilancio che spesso si traducono nell'uso di chatbot generalisti. Questi ultimi funzionano bene per compiti amministrativi, ma non nascono pensati per la didattica.

Il parallelo con il deployment on-premise

Per chi valuta deployment on-premise, la vicenda scolastica offre un parallelo. La scelta tra una piattaforma verticale e strumenti generalisti ripropone il trade-off tra controllo e rapidità di adozione. Una piattaforma specializzata promette coerenza e governance, ma vincola a un ecosistema e a un modello di licenza. I chatbot generalisti offrono flessibilità immediata, ma spostano la responsabilità della verifica e della sicurezza su chi li usa. In entrambi i casi, il punto critico non è quale modello si adotta, ma chi presidia il confine tra uso produttivo e uso pigro.

La Cheshire Academy sta provando ad affrontare questo punto con un programma pilota chiamato Student AI Council, in cui gli studenti creano contenuti e guidano discussioni sull'uso sano dell'IA. È un segnale: mentre i vendor aggiungono funzioni per le scuole con risultati alterni, l'istituzione sposta l'attenzione dalla tecnicia alla cultura d'uso. Non è una soluzione definitiva. Ma è il riconoscimento che il vero collo di bottiglia, in classe come in azienda, non è la potenza del modello: è la capacità di stabilire regole condivise prima che l'abitudine diventi dipendenza.