Il 94% degli studenti usa l'IA e la scuola non ha le basi

Novantaquattro studenti su cento usano l'intelligenza artificiale almeno ogni tanto e ottantaquattro la usano per studiare. Lo dice l'indagine nazionale di INDIRE e del Festival dell'Innovazione Scolastica su 5.342 ragazzi di secondaria di primo e secondo grado, presentata il 4 settembre 2026. Vuol dire che il problema della scuola italiana non è più far entrare l'IA in classe. È già dentro, ci è entrata dalla porta degli studenti, e non ha chiesto il permesso a nessuno.

Il problema vero sta un livello più sotto. Un istituto può avere tutti gli strumenti del mondo e restare incapace di governarli, perché quello che serve prima non è un software. Sono cinque condizioni organizzative che il report EduNext 2026 dell'Osservatorio Look4ward (Luiss e Intesa Sanpaolo) raccoglie in un costrutto, la Systemic Readiness. Le abbiamo già raccontate per le organizzazioni in generale in Le 5 precondizioni che nessuno nomina. Qui le portiamo dentro la scuola, una per una, perché in un istituto scolastico la loro assenza non produce soltanto inefficienza. Produce responsabilità.

L'IA è già entrata in classe dalla porta degli studenti. Dati INDIRE e Festival dell'Innovazione Scolastica, indagine nazionale su 5.342 studenti (2026).

La scuola non è un utente, è un deployer

C'è una differenza che quasi nessun collegio docenti ha messo a fuoco. Quando un'azienda sbaglia l'adozione dell'IA spreca soldi. Quando la sbaglia una scuola tratta dati di minori senza una base solida, e lo fa indossando una veste giuridica precisa.

Nel linguaggio dell'AI Act un'organizzazione che usa un sistema di IA sotto la propria autorità è un deployer, e ha obblighi propri elencati all'articolo 26. In più, quando il sistema ricade nell'alto rischio dell'Allegato III, e l'istruzione ci ricade in più punti, l'articolo 27 impone agli organismi di diritto pubblico una valutazione d'impatto sui diritti fondamentali. Le scuole statali sono organismi di diritto pubblico. Gli obblighi sostanziali sull'alto rischio sono stati rinviati al 2 dicembre 2027 dal regolamento UE 2026/1744, per cui c'è tempo, ma il tempo serve a prepararsi e non ad aspettare.

A questo si aggiunge il quadro italiano. Le Linee guida allegate al decreto ministeriale n. 166 del 9 agosto 2025 chiedono agli istituti una squadra interna, il coinvolgimento del responsabile della protezione dei dati, informative privacy aggiornate, fornitori con certificazione ISO/IEC 27001 e qualificazione AgID, la mappa delle sperimentazioni su UNICA e un percorso ciclico in cinque fasi. La legge 132 del 23 settembre 2025 aggiunge il consenso di chi esercita la responsabilità genitoriale per l'accesso all'IA da parte degli under 14.

Ecco il punto. Tutto questo è la Systemic Readiness scritta in linguaggio normativo. Le cinque dimensioni non sono teoria manageriale prestata alla scuola, sono la descrizione operativa di quello che un istituto deve avere in piedi per poter rispondere a un ispettore, a un genitore e a se stesso.

Ogni dimensione diventa una domanda a cui la scuola deve saper rispondere con un documento. Elaborazione Retoria su EduNext 2026, capitolo 2.2.

1. I dati in ordine, che a scuola vuol dire sapere cosa esce

Per un'azienda l'infrastruttura dei dati è la qualità degli archivi interni. Per una scuola la domanda si rovescia, perché il problema non è quali dati entrano nei modelli della scuola. È quali dati escono dall'istituto ogni volta che qualcuno incolla qualcosa dentro un chatbot.

La differenza si gioca su un dettaglio che quasi nessun regolamento nomina, ovvero se il docente usa un account personale oppure l'account d'istituto. Con il primo, in molti servizi i contenuti alimentano l'addestramento del fornitore. Con il secondo, di norma no. È la stessa cosa che il report descrive per le imprese con la frase più citata del capitolo.

«Non siamo pronti perché i dati non sono in ordine.»

Il report osserva anche che l'IA entra dove è facile e non dove serve. In Italia il primo ambito di applicazione è il marketing o le vendite, indicato da circa un'impresa su tre, seguito dall'organizzazione dei processi amministrativi al 25,7% e dalla ricerca e innovazione al 20%, mentre la logistica si ferma al 6,1% (Istat, 2025). A scuola succede la stessa identica cosa. L'IA entra nella circolare, nella verifica preparata la sera prima, nella traduzione al volo, cioè in tutti i punti dove basta un browser e non serve una delibera. Non entra dove servirebbe una decisione collegiale, perché lì il lavoro è scomodo.

Mettere i dati in ordine, per un istituto, vuol dire tre cose concrete. Serve una classificazione, per esempio una classe verde che può uscire, una gialla che esce solo anonimizzata e una rossa che non esce mai. Serve l'elenco degli strumenti ammessi, allegato davvero e non soltanto promesso, perché un regolamento che rende vincolante una lista inesistente mette in violazione l'intero collegio dal primo giorno. E serve il gesto di anonimizzare prima, che sembra ovvio e quasi nessuno fa.

2. Cultura e mindset, che a scuola vuol dire smettere di far nascondere

La seconda dimensione è la capacità delle persone di attraversare l'incertezza invece di irrigidirsi. Nella scuola questo tema ha una forma tutta sua, e il report la chiama con il suo nome tecnico, ovvero l'habitus.

Il divieto scolastico non elimina l'uso. Insegna a nasconderlo. Il ragazzo impara a scuola una pratica di occultamento e la porta identica in azienda cinque anni dopo, dove diventa quella che il report chiama shadow IA, un uso diffuso ma sommerso che nessuno può governare né valorizzare. Un direttore di un'agenzia pubblica lo dice senza giri di parole.

«Se il giovane ha la mentalità della shadow IA perché a scuola ha paura di usarla, nell'organizzazione ha paura di usarla. Ci ritroviamo con un uso diffuso ma sommerso, che non possiamo governare né valorizzare.»

I numeri dell'indagine INDIRE mostrano dove porta questa strada. Il 76% degli studenti si fida delle risposte dell'IA, ma soltanto il 62% le verifica su altre fonti. E c'è un paradosso della fiducia che vale la pena guardare bene, perché chi si fida moltissimo e chi non si fida per niente verificano meno di chi sta nel mezzo. La verifica non nasce dalla diffidenza. Nasce dall'abitudine a un uso misurato, che è una cosa che si insegna. In più il 53% dichiara di essersi rivolto almeno una volta all'IA per sfogarsi, con le ragazze a quasi il doppio dei ragazzi, e questo è un dato che una scuola non può fingere di non aver letto.

La proposta più radicale del report è anche la più semplice, ovvero consentire gli strumenti di IA durante le valutazioni e spostare l'oggetto della valutazione dalla risposta al processo. Se valuti il prodotto finito, l'unica difesa è il divieto, e il divieto non regge. Se valuti le decisioni prese lungo il percorso, l'IA smette di essere una scorciatoia e torna a essere un attrezzo.

3. L'assetto organizzativo, ovvero chi fa che cosa con nome e cognome

Qui c'è il dato più duro di tutto il report per chi lavora nelle scuole. Il progetto di ricerca-azione «ImparIAmo a scuola con l'IA», coordinato dal Centro Studi Impara Digitale, ha coinvolto 112 Consigli di Classe. Ne sono arrivati in fondo 53, cioè il 47%. Gli autori leggono quel numero come un indicatore composito, perché non misura solo barriere tecniche e organizzative, ma differenziali reali di alfabetizzazione sull'IA e di fiducia professionale fra i docenti coinvolti.

Poco più di un progetto scolastico su due che si ferma per strada non è un problema di strumenti. È un problema di assetto.

Dove si ferma l'organizzazione, e su cosa si era deciso di puntare. Dati EduNext 2026, capitolo 5, caso ImparIAmo.

Le Linee guida ministeriali chiedono una squadra interna, e le scuole quasi sempre la scrivono. Il punto è che la scrivono per funzioni, cioè il dirigente, l'animatore digitale, il referente, il responsabile della protezione dei dati. Una funzione senza un nome, un cognome e un recapito è una procedura che non parte, perché quando arriva la domanda vera nessuno sa a chi si scrive. Questa è la lezione che portiamo dentro ogni percorso, e non viene da un libro. Viene dai regolamenti che leggiamo.

4. La governance, ovvero la parte che a scuola è già obbligo di legge

La quarta dimensione nel report riguarda i framework di IA responsabile, l'accountability sulle decisioni e quella che gli autori chiamano doppia responsabilità, cioè per l'adozione e anche per la non adozione. Nelle imprese è una scelta strategica. Nella scuola è un adempimento con una data.

Il cuore è la sorveglianza umana. Un sistema può suggerire, analizzare, ordinare, ma la decisione pedagogica, valutativa e disciplinare resta al docente, e deve restarci in modo dimostrabile. È la stessa cosa che l'articolo 22 del GDPR dice sulle decisioni automatizzate e sul diritto al riesame umano, ed è la stessa cosa che il report descrive quando distingue la presenza umana che ratifica da quella che giudica.

C'è però una parte di governance che nessuna norma ti impone e che è la più importante di tutte, ovvero decidere per cosa stai usando l'IA. Nel caso ImparIAmo il senso critico compare come obiettivo formativo dichiarato soltanto nel 3% dei casi e il problem solving nel 12%. Nello stesso progetto ChatGPT e Gemini vengono indicati come i principali stimolatori del pensiero critico degli studenti. Cioè si usano strumenti che richiedono una valutazione critica degli output in un contesto in cui quella competenza non è stata quasi mai messa fra gli obiettivi. Non è una contraddizione degli studenti. È una scelta degli adulti, ed è reversibile.

5. La velocità di apprendimento adattivo, ovvero il riesame che nessuno mette in calendario

La quinta dimensione è quella che il report indica come il proprio contributo più originale, ovvero la capacità di comprimere il ciclo che va dal segnale alla decisione, all'esecuzione, all'apprendimento. Nella scuola questa dimensione ha una traduzione banale e spietata, cioè la data del prossimo riesame.

Le date che un istituto deve avere in calendario. Elaborazione Retoria su Regolamento UE 2024/1689 come modificato dal Regolamento UE 2026/1744, DM 166 del 9 agosto 2025 e legge 132 del 23 settembre 2025.

Guarda un regolamento d'istituto sull'IA. Quasi sempre trovi il numero della delibera. Quasi mai trovi la versione, la data di entrata in vigore e la data in cui il documento verrà riletto. Un testo senza riesame invecchia da solo, e su questa materia invecchia in fretta, visto che le date dell'AI Act si sono già mosse una volta. Le cinque fasi del decreto ministeriale sono descritte come cicliche proprio per questo, ma il ciclo esiste solo se qualcuno lo mette in calendario.

Quanto regge questo schema, secondo la ricerca

Vale la pena chiedersi se la Systemic Readiness sia un costrutto solido o una bella cornice. La risposta onesta è che regge, con un limite dichiarato dagli autori stessi.

Il costrutto nasce da 32 interviste in profondità a figure apicali, condotte fra dicembre 2025 e aprile 2026 con metodologia Grounded Theory Costruttivista, e gli autori lo leggono come una specificazione delle dynamic capabilities di Teece, Pisano e Shuen (1997) nell'era dell'IA. Scrivono però anche che non è ancora validato come categoria stabile nella letteratura di management, e questa cautela va riportata.

Detto questo, la convergenza con la ricerca esistente è notevole. Jöhnk, Weißert e Wyrtki hanno intervistato 25 esperti di IA e hanno ricavato anch'essi cinque categorie di prontezza organizzativa, pubblicate nel 2021 su Business and Information Systems Engineering. La RAND Corporation, partendo da 65 interviste a data scientist e ingegneri, individua cinque cause profonde del fallimento dei progetti di IA, e quattro su cinque non sono tecnologiche.

Il pezzo che manca in tutti e due gli schemi lo aggiunge Bryan Weiner, con una teoria della prontezza organizzativa al cambiamento pubblicata nel 2009 su Implementation Science. La sua tesi è che la prontezza non è una proprietà del capo, è uno stato psicologico condiviso, fatto di una determinazione comune a fare la cosa e di una convinzione comune di esserne capaci. Dove i membri dell'organizzazione la pensano in modo molto diverso fra loro, la prontezza semplicemente non c'è, per quanto convinto sia chi guida.

Tradotto in una scuola, è la frase più importante di questo articolo. Una prontezza che vive nella testa del dirigente e in quella dell'animatore digitale non è prontezza d'istituto. È un progetto di due persone, e il 47% di ImparIAmo è esattamente quello che succede quando si confondono le due cose.

Da dove parti davvero

Prima di comprare qualunque cosa, e prima di scrivere il regolamento, conviene rispondere a cinque domande. Non servono consulenti per farlo, serve un'ora di collegio e l'onestà di scrivere «non lo sappiamo» dove non lo sapete.

• Quali dati escono dall'istituto oggi, con quali account, e chi lo ha verificato.
• Quanti docenti usano già l'IA senza dirlo, e che cosa succede a chi lo dice.
• Chi è la persona, con nome e recapito, a cui si scrive quando nasce un dubbio su uno strumento.
• Per quale competenza stiamo usando l'IA, e dove è scritta.
• Quando rileggiamo tutto questo, e chi convoca quella riunione.

Se anche una sola risposta manca, il problema non è lo strumento. È la precondizione.

Questo è il lavoro che facciamo con le scuole, ovvero partire dalle fondamenta e non dal catalogo. Se vuoi capire a che punto è il tuo istituto, scrivici per una valutazione di AI readiness, guarda come lavoriamo, e se ti interessa il quadro normativo leggi che cosa prevede davvero il decreto sull'IA a scuola.

Nota metodologica

Le cinque dimensioni della Systemic Readiness, le citazioni anonimizzate dei dirigenti e i dati del caso ImparIAmo provengono dal report EduNext 2026, rispettivamente dal capitolo 2.2 e dal capitolo 5. Il costrutto nasce da 32 interviste in profondità condotte fra dicembre 2025 e aprile 2026 con metodologia Grounded Theory Costruttivista, e gli autori precisano che non è ancora validato come categoria stabile nella letteratura di management. La figura 2.2 del report riporta come fonte elaborazioni su dati Istat, ma le cinque dimensioni derivano dall'analisi qualitativa delle interviste e non da una rilevazione statistica, per cui qui non sono attribuite all'Istat. I dati Istat citati in questo articolo riguardano gli ambiti aziendali di applicazione dell'IA nel 2025 e sono ripresi dal capitolo 1 dello stesso report.

I dati sull'uso dell'IA fra gli studenti vengono dall'indagine nazionale di INDIRE e del Festival dell'Innovazione Scolastica su 5.342 studenti di secondaria di primo e secondo grado, rilevata fra marzo e giugno 2026 e presentata il 4 settembre 2026. Gli autori segnalano che si tratta di un campione di convenienza e non statisticamente rappresentativo, per cui le percentuali descrivono chi ha risposto e non l'intera popolazione scolastica.

Questo articolo non è una consulenza legale. Le norme citate vanno lette nel testo vigente alla data in cui le applichi, e su questa materia le scadenze si sono già spostate una volta.

Fonti

• Osservatorio Look4ward, Luiss Research Center for Strategic Change "Franco Fontana" e Intesa Sanpaolo (2026). EDUNext: Nuovi scenari per l'Education e le competenze nell'era dell'IA. Licenza CC BY 4.0.
• INDIRE e Festival dell'Innovazione Scolastica (2026). Indagine nazionale sull'uso dell'intelligenza artificiale fra gli studenti.
• Ministero dell'Istruzione e del Merito. Linee guida per l'introduzione dell'Intelligenza Artificiale nelle Istituzioni scolastiche, allegato al DM n. 166 del 9 agosto 2025.
• Regolamento (UE) 2024/1689 (AI Act), articoli 26 e 27, come modificato dal Regolamento (UE) 2026/1744.
• Legge 23 settembre 2025, n. 132, articolo 4 comma 4.
• Teece, D. J., Pisano, G. e Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509-533.
• Jöhnk, J., Weißert, M. e Wyrtki, K. (2021). Ready or Not, AI Comes: An Interview Study of Organizational AI Readiness Factors. Business and Information Systems Engineering, 63(1), 5-20.
• Weiner, B. J. (2009). A theory of organizational readiness for change. Implementation Science, 4, 67.
• Ryseff, J., De Bruhl, B. F. e Newberry, S. J. (2024). The Root Causes of Failure for Artificial Intelligence Projects and How They Can Succeed. RAND Corporation.

Dati e analisi del report EduNext sono riprodotti con licenza CC BY 4.0. Citazione richiesta: Osservatorio Look4ward, Luiss Research Center for Strategic Change "Franco Fontana" & Intesa Sanpaolo (2026). EDUNext: Nuovi scenari per l'Education e le competenze nell'era dell'IA.