La scuola non è un unicorno
Perché in una strategia nazionale sull’intelligenza artificiale la scuola non è un capitolo tra le opportunità
Il rapporto di Floridi sull’intelligenza artificiale in Italia è un buon lavoro. Ma il punto dove il futuro si decide davvero – la scuola, e la scuola dei più poveri – ci sta dentro per tre pagine su centoquarantotto, nel capitolo diciannove. Vorrei provare a spiegare perché è un errore di prospettiva, e non solo di impaginazione.
L’Italia nell’era dell’IA – il rapporto che Luciano Floridi e Micaela Lovecchio hanno curato per la Fondazione Leonardo e presentato a marzo alla Camera dei deputati – è una mappa seria: centoquarantotto pagine, diciotto raccomandazioni, la prima fotografia sistematica di che cosa sia, oggi, l’intelligenza artificiale in questo paese.1 Certo, una mappa, quando è fatta bene, è preziosa. Ma una mappa – lo ricorda una formula ormai un po’ abusata, e non per questo meno vera – non è il territorio: è sempre un’interpretazione, una selezione, una serie di scelte su che cosa vada disegnato e che cosa possa restare margine bianco.2 Qui il margine bianco è la scuola – e in particolare la scuola dei più poveri. La tesi di questo pezzo è semplice: in una strategia nazionale sull’intelligenza artificiale la scuola non è un capitolo settoriale, è l’asset strategico da cui dipendono tutti gli altri; e un asset strategico non si lascia all’inerzia, si governa.
Lo scrivo da un osservatorio doppio: vivo e insegno a Milano, ma sono nato a Crotone, e sono le due Italie che conosco meglio – quella che si racconta capitale dell’innovazione e quella dove l’alta velocità non è ancora arrivata. È la stessa frattura che ritrovo dentro il rapporto. Per mostrarla, però, bisogna prima guardare la mappa da vicino.
La bussola e i suoi numeri
Il rapporto si presenta come una «bussola per orientare le scelte dei prossimi anni», e la metafora è più esatta di quanto gli autori forse intendano: una bussola ha un solo nord. Qui il nord è la competitività. I cinque numeri che Floridi mette in prima pagina, nella sintesi per i decisori politici, sono tutti numeri di gara: il mercato dell’intelligenza artificiale a 1,2 miliardi di euro, da portare a cinque entro il 2030; l’adozione da parte delle imprese al 16,4 per cento, da spingere verso il 65–70; l’Italia diciottesima nell’Unione europea, da collocare tra i primi dieci; il divario salariale con la Germania al 40–50 per cento; e, ultimo, un solo unicorno – una sola azienda tecnologica valutata oltre il miliardo, Domyn – da moltiplicare per cinque.3
È la lingua che conosciamo: ranking, target, gap da colmare, campioni nazionali da schierare contro Stati Uniti e Cina. Non è una lingua sbagliata – i numeri servono, e questi sono seri. Ma è una lingua che misura su orizzonti brevi, e ogni volta che scegliamo un metro di misura stiamo anche scegliendo, senza dirlo, un orizzonte. E il rapporto, va detto, i suoi asset li ha per davvero: due supercomputer che alla redazione del rapporto erano tra i primi cinque d’Europa, HPC6 dell’Eni e il Leonardo del Cineca; la legge 132 del 2025, prima normativa nazionale organica sull’intelligenza artificiale nell’Unione; una serie di modelli linguistici «sovrani» – Minerva, Velvet, Vitruvian, Colosseum.4 Su questo non ho obiezioni. Ho un’obiezione su dove finisce, dentro questa mappa, la scuola.
Il capitolo diciannove
La scuola sta al capitolo diciannove – tre pagine, dalla 82 alla 84 – e il capitolo diciannove sta nella parte intitolata «Opportunità». Già la collocazione dice qualcosa: l’istruzione non è un asset da cui si parte, è un’occasione di mercato da cogliere, subito dopo la pubblica amministrazione e subito prima dell’alfabetizzazione digitale dei cittadini. Il testo, a suo merito, è onesto. Ammette che l’intelligenza artificiale «come disciplina specifica resta marginale» nella scuola dell’obbligo; che la maggioranza degli insegnanti «non dispone di competenze specifiche sull’IA»; che mancano linee guida nazionali, mancano materiali didattici in lingua italiana, e che restano «differenze tra istituti e territori».5 Quaranta pagine prima, il rapporto ha documentato che abbiamo due dei dieci computer più potenti del pianeta; qui scopriamo che la persona che dovrebbe insegnare a un quindicenne che cos’è un modello linguistico, il più delle volte, non lo sa.
Non è un paradosso da poco. È la fotografia di un paese che ha investito nell’hardware e ha dimenticato l’unica infrastruttura che quell’hardware dovrebbe servire: le teste delle persone. E il conto economico conferma l’impaginazione: delle risorse che il rapporto chiede per il triennio – tra gli 800 milioni e gli 1,2 miliardi di euro – 500 milioni vanno al fondo di venture capital, 150 al rientro dei talenti, 100 al trasferimento tecnologico delle università; la formazione riceve, testualmente, «la quota rimanente».6 È qui che la mappa mostra il suo punto cieco.
Parti uguali fra disuguali
Lo mostra soprattutto nel paragrafo 19.5, che è la parte più coraggiosa del rapporto. Si intitola «Contrasto alla povertà educativa» e riconosce che l’accesso alle competenze in intelligenza artificiale «è condizionato da fattori socioeconomici e territoriali» che rischiano «di riprodurre e amplificare le disuguaglianze esistenti».7 Cita il Mezzogiorno e le aree interne, le scuole senza infrastrutture digitali, i ragazzi senza modelli di riferimento nel settore tecnologico, le famiglie che non possono pagare un corso; e, va riconosciuto, tra i territori prioritari nomina anche le periferie urbane. È la Calabria in cui sono nato, per intenderci – ma non solo. Perché sarebbe comodo, e falso, archiviare tutto questo come una faccenda meridionale, con il Sud che perde e il Nord che vince: quando ho studiato la dispersione scolastica a Milano, quartiere per quartiere, ho trovato una città spezzata al proprio interno. Ci sono aree dove abbandono e bocciature quasi doppiano la media cittadina, e distanze che riproducono in scala urbana lo stesso divario che il Frecciarossa attraversa in scala nazionale.8La linea di faglia non corre soltanto lungo i binari verso Sud. Corre dentro le città, tra un isolato e l’altro, e a volte tra due aule dello stesso istituto.
Su questo don Lorenzo Milani ha scritto la frase definitiva: «Non c’è nulla che sia più ingiusto quanto far parti uguali fra disuguali».9È esattamente ciò che rischia di accadere con l’intelligenza artificiale a scuola. Se diamo lo stesso identico strumento – la stessa app, lo stesso chatbot, lo stesso «assistente» – a un liceo del centro e a un istituto professionale di periferia, a Milano come a Crotone, non stiamo colmando un divario: lo stiamo allargando, perché lo studente che parte avvantaggiato userà quello strumento per correre di più, e l’altro per restare fermo con un attrezzo in mano che non sa maneggiare. La tecnologia, da sola, non è mai un livellatore. È un moltiplicatore, e moltiplica anche le differenze di partenza. Non è un destino – esistono strumenti pensati apposta per chi parte indietro, e usati bene rendono di più proprio lì – ma è la tendenza spontanea delle cose; e le tendenze spontanee si governano con le politiche, non con gli auspici.
L’infrastruttura strategica è un’insegnante
Ecco perché credo che il rapporto abbia invertito l’ordine delle cose – ed ecco in che senso la scuola è un asset da cui tutto il resto dipende, non un’opportunità tra le altre. La sua «triade del supercalcolo» è impressionante, ma il vero collo di bottiglia dell’intelligenza artificiale italiana non è la potenza di calcolo: è la capacità di un sistema scolastico di fare cittadini capaci di capire, criticare e governare queste macchine. L’infrastruttura strategica di un paese non è un data center a Bologna: è una professoressa di lettere che a Cutro riesce a spiegare, con onestà e senza panico, che cosa una macchina statistica può fare e che cosa non potrà mai fare. Quella professoressa, nel rapporto, compare in un elenco di sfide; e la formazione che le si promette è pensata per i colleghi di materie STEM – come se il problema fosse tecnico e non didattico, e non riguardasse ogni aula, a cominciare da quelle dove si insegna a leggere e a scrivere.10Delle diciotto raccomandazioni strategiche con cui il rapporto si chiude, nessuna riguarda la scuola dell’obbligo. Dovrebbe essere la prima.
Lo scrivo da una posizione precisa: negli ultimi anni ho formato insegnanti all’uso dell’intelligenza artificiale, e ho progettato e costruito – con questi stessi strumenti – alcuni software, diversi dei quali pensati per la scuola.11So per esperienza diretta quanto sia sottile la linea che separa l’usare una di queste macchine dall’esserne usati; e so che quella linea non la traccia la potenza del modello, ma la competenza di chi sta in cattedra. È una competenza che non si improvvisa e non si scarica da un app store: si costruisce con la formazione, con il tempo, con la fatica. Cioè con le uniche cose che nessun supercomputer può produrre al posto nostro.
Perché la posta in gioco non è formare qualche migliaio di ingegneri in più per non perdere posizioni in classifica – anche se serve, e il rapporto ha ragione a chiederlo. La posta è un’altra: l’intelligenza artificiale nella scuola entrerà comunque, che la governiamo o no. Se non la governiamo, entrerà per inerzia, seguendo la domanda più immediata: scuole attrezzate dove il territorio è ricco e chiede, scuole ferme dove non chiede nessuno. Avremo, di nuovo, un’economia a due velocità – la stessa formula che il rapporto usa per le imprese, applicata però alla cosa più refrattaria alla velocità che esista: l’istruzione di un ragazzo. E l’avremo non per una decisione sbagliata, ma per non aver deciso affatto.
Governare, non rincorrere
Qui sta l’equivoco che vorrei sciogliere. Il punto non è tenere il mercato fuori dalla scuola: è che la scuola e il mercato hanno orologi diversi, e una strategia nazionale degna del nome deve saperli leggere entrambi. Il rapporto stesso, del resto, si dà obiettivi al 2028, al 2030 e al12 La variabile che più di ogni altra deciderà dove sarà l’Italia nel 2035 – chi esce oggi dalle sue scuole, e con quali strumenti in testa – nella strategia però non entra. È il vizio antico di questo paese: rincorrere ciò che promette risultati entro la legislatura, e lasciare a se stesso ciò che matura su tempi generazionali. E i fenomeni lasciati a se stessi non restano fermi: prendono la forma delle disuguaglianze che trovano. Ma un ragazzo non è un unicorno, e una scuola non ha un ritorno sull’investimento a diciotto mesi. Ha tempi lunghi, che sono i tempi della democrazia – la stessa democrazia in nome della quale Gobetti chiedeva una scuola severa e libera, non una scuola efficiente.13
Non lo scrivo contro Floridi, che di questa contraddizione è probabilmente più consapevole di chiunque, e che un rapporto onesto lo ha fatto: le sue tre pagine sulla scuola sono state scritte, mentre in troppi documenti sull’intelligenza artificiale la scuola non c’è affatto. Lo scrivo perché quelle tre pagine andrebbero messe all’inizio, non nella parte delle opportunità. Perché il capitolo diciannove è in realtà il capitolo uno.
Da qui vorrei ripartire, e vorrei farlo da Milano – non perché sia il centro del mondo, ma perché è una città che nel 2027 va al voto e che ama raccontarsi come la capitale italiana dell’innovazione: se c’è un posto dove la domanda – che scuola vogliamo, nell’era dell’intelligenza artificiale, e per quali bambini – può smettere di essere un capitolo tecnico e diventare finalmente una domanda politica, è qui.14Questo articolo non chiude un discorso: ne apre uno. Perché non abbiamo bisogno di un unicorno in più. Abbiamo bisogno di mille insegnanti che sappiano che cos’è un modello linguistico, e di mille ragazzi – a Crotone come nelle periferie di Milano – messi nelle condizioni di non subirlo. Il resto – i miliardi, le classifiche, i supercomputer – viene dopo. Viene sempre dopo.
Letture e riferimenti
L’Italia nell’era dell’IA. Crescita, sfide e prospettive di una rivoluzione in corso, a cura di L. Floridi e M. Lovecchio, Roma, Fondazione Leonardo ETS, 2026.
Scuola di Barbiana, Lettera a una professoressa, Firenze, Libreria Editrice Fiorentina, 1967.
M. Walzer, Sfere di giustizia, Milano, Feltrinelli, 1987 (per il tema delle sfere e dei loro confini, sullo sfondo di queste pagine).
P. Gobetti, Scritti politici, a cura di P. Spriano, Torino, Einaudi, 1960.
A. Korzybski, Science and Sanity, Lancaster (Pa.), The International Non-Aristotelian Library, 1933.
Istat, Livelli di istruzione e ritorni occupazionali. Anno 2024, dicembre 2025.
Save the Children, rapporto sulle periferie e i divari educativi nelle grandi città, 2026.
Osservatorio Artificial Intelligence, Politecnico di Milano, rilevazione annuale sul mercato dell’IA.
L’Italia nell’era dell’IA. Crescita, sfide e prospettive di una rivoluzione in corso, a cura di L. Floridi e M. Lovecchio, Roma, Fondazione Leonardo ETS, 2026, 148 pp. Il rapporto è stato presentato il 19 marzo 2026 alla Camera dei deputati (Sala della Regina), con l’introduzione della vicepresidente Anna Ascani. È scaricabile dal sito della Fondazione: fondazioneleonardo.com.
La formula «la mappa non è il territorio» si deve ad Alfred Korzybski, che la enunciò in una comunicazione del 1931 poi confluita in Science and Sanity. An Introduction to Non-Aristotelian Systems and General Semantics, Lancaster (Pa.), The International Non-Aristotelian Library, 1933.
I cinque indicatori, con il divario di adozione tra grandi imprese (53,1 per cento) e piccole e medie imprese (15,7 per cento), sono nella «Sintesi per decisori politici», p. 10. Il dato di mercato (1,2 miliardi di euro nel 2024, in crescita del 58 per cento sul 2023) è ripreso dall’Osservatorio Artificial Intelligence del Politecnico di Milano; la proiezione di cinque miliardi al 2030 è, per esplicita ammissione degli autori, «un obiettivo di policy» del rapporto e non una previsione: entrambi i dati sono nella «Sintesi per il settore privato», p. 11.
Sulla «triade del supercalcolo» si veda il capitolo 6; su sovranità digitale e modelli linguistici italiani – il rapporto ne censisce sei: Colosseum, FastwebMIIA, Italia, Minerva, Velvet, Vitruvian – il capitolo 7; sulla legge 132/2025, prima normativa nazionale organica sull’intelligenza artificiale nell’Unione europea, il capitolo 9. I piazzamenti dei supercomputer citati dal rapporto (HPC6 2° in Europa e 6° al mondo; Leonardo 5° e 10°) fotografano la classifica TOP500 in vigore alla sua redazione; nell’edizione di giugno 2026 il nuovo HPC7 di Eni è entrato al 6° posto mondiale, HPC6 è sceso all’8° e Leonardo al 12°: restano due sistemi italiani nei primi dieci del mondo.
Ivi, cap. 19, «L’IA nell’istruzione: dalla scuola primaria alla formazione professionale», pp. 82–84. Il capitolo è collocato nella parte quarta, «Opportunità», tra il cap. 18 sulla pubblica amministrazione e il cap. 20 sull’alfabetizzazione digitale dei cittadini.
«Risorse richieste», in coda alla «Sintesi per decisori politici», p. 11: «risorse incrementali stimate tra €800 milioni e €1,2 miliardi nel triennio 2026-2028, di cui circa €500 milioni per il fondo VC dedicato all’IA, €150 milioni per incentivi fiscali al rientro dei talenti, €100 milioni per il potenziamento dei TTO universitari e la quota rimanente per formazione, infrastrutture dati e coordinamento».
Ivi, § 19.5, «Contrasto alla povertà educativa e accesso all’IA», pp. 83–84. Gli interventi proposti – un programma nazionale di alfabetizzazione all’IA «con priorità ai territori del Mezzogiorno, alle aree interne e alle periferie urbane», con relativi indicatori misurabili – sono a p. 84.
Sulla dispersione a Milano rimando al data-essay Geografia dell’abbandono, che mappa il fenomeno quartiere per quartiere (daniloaprigliano.github.io/geografia-dell-abbandono). Sul piano nazionale l’abbandono scolastico precoce – la quota di giovani tra i 18 e i 24 anni con al più la licenza media e fuori da ogni percorso formativo – è sceso al 9,8 per cento nel 2024 (Istat, Livelli di istruzione e ritorni occupazionali. Anno 2024, dicembre 2025) e all’8,2 per cento nel 2025 (dato diffuso dall’Istat nell’aprile 2026), sotto l’obiettivo europeo del 9 per cento con cinque anni di anticipo; ma la media nasconde la forbice tra studenti italiani (6,7 per cento) e stranieri (26,2 per cento). E a Milano, secondo il rapporto di Save the Children sulle periferie (2026), nelle 23 aree di maggiore disagio socioeconomico il 14,3 per cento degli studenti di medie e superiori ha abbandonato la scuola o è stato bocciato, quasi il doppio della media comunale (7,6 per cento); la dispersione implicita alla fine delle medie vi raggiunge il 21,1 per cento, contro il 6 per cento della città. Il paese centra il target europeo proprio mentre i divari interni si allargano: parti uguali fra disuguali, di nuovo.
Scuola di Barbiana [don L. Milani], Lettera a una professoressa, Firenze, Libreria Editrice Fiorentina, 1967.
§ 19.4, «Raccomandazioni per il settore educativo», p. 83, che propone di «istituire un programma di formazione obbligatoria per gli insegnanti STEM sull’IA». Le diciotto raccomandazioni strategiche sono al cap. 26, pp. 101 e seguenti: riguardano strategia nazionale, ricerca, capitale di rischio, talenti, trasferimento tecnologico, dati pubblici, procurement ed etica d’impresa; l’unica dedicata alla formazione (la n. 9) pensa a parlamentari e alti funzionari.
Tra il 2025 e il 2026 sono stato docente esperto nei percorsi di formazione sull’intelligenza artificiale finanziati dal PNRR (DM 66/2023) all’IC Quintino Di Vona – Tito Speri di Milano, con laboratori dedicati ai docenti di matematica e della scuola primaria; e ho portato l’IA in aula e nell’orientamento con attività come “Chi scrive, chi pensa?” (Orienta Week 2026) e con interventi pubblici, tra cui la presentazione al festival Civitas educationis. Tra i progetti costruiti con questi strumenti: il data-essay Geografia dell’abbandono, che mappa la dispersione scolastica milanese quartiere per quartiere, e Benjamin, laboratorio di applicazioni didattiche dell’intelligenza artificiale.
Cap. 27, «Obiettivi per il 2028, 2030 e 2035: come si presenta il successo», pp. 114 e seguenti.
Il riferimento è alla battaglia gobettiana per la scuola come luogo di formazione della coscienza critica e non di adattamento; si veda P. Gobetti, Scritti politici, a cura di P. Spriano, Torino, Einaudi, 1960, e gli interventi sulla riforma Gentile apparsi su «La Rivoluzione Liberale» (1923).
Hey Milano è il percorso civico nato, in vista delle elezioni comunali milanesi, per superare la logica elettorale di breve periodo e progettare la città sulle sfide che vengono; ne sono coordinatore, e il rapporto tra scuola, intelligenza artificiale e città è uno dei cantieri che vi seguo, a partire dalle assemblee dedicate alla scuola.