Tutor IA nella formazione aziendale: quando aiutano davvero a imparare?

Nelle nostre giornate di lavoro usiamo sempre più strumenti basati sull’intelligenza artificiale. Tra questi, sempre più spesso, ci sono anche i tutor IA per la formazione aziendale: assistenti pensati per accompagnarci mentre impariamo.

Ma come capire se l’IA ci sta solo aiutando a svolgere un compito, come completare un esercizio, o se ci sta aiutando davvero a imparare?

Che cosa intendiamo per tutor IA: funzioni e bisogni diversi

Con l’espressione “tutor IA” possiamo indicare strumenti progettati per affiancare le persone in momenti diversi del percorso formativo. Le loro funzioni possono variare molto. Principalmente possiamo distinguere tra tutor che:

• aiutano a scegliere un corso, organizzare lo studio, orientarsi nell’offerta formativa. È il caso di Aria, la tutor che offre supporto nella ricerca dei corsi, nella pianificazione e nell’utilizzo della piattaforma Skilla. Il suo contributo riguarda le condizioni che permettono alle persone di accedere alla formazione e proseguirla;
• intervengono sul rapporto con ciò che si sta imparando. A seconda della progettazione, possono offrire chiarimenti, proporre esempi e guidare la rielaborazione di un argomento. Nel nostro caso si tratta dei tutor conversazionali.

È su quest’ultima funzione didattica che ci concentreremo: il passaggio dal ricevere un aiuto al comprendere e saper applicare un contenuto.

I tutor IA aiutano davvero a imparare? Che cosa dice la ricerca

Le ricerche sui tutor IA offrono risultati promettenti, che richiedono però di distinguere il miglioramento delle prestazioni dall’apprendimento effettivo. Due studi molto citati, entrambi pubblicati nel 2025, aiutano a comprendere questa differenza. Entrambi riguardano contesti scolastici o universitari: tuttavia, possiamo ricavarne indicazioni utili.

• Il primo studio, condotto da un gruppo di ricerca di Harvard, ha confrontato due modalità di apprendimento in un corso universitario di fisica: da un lato, un percorso individuale con tutor IA seguito in autonomia, e dall’altro lato, lezioni in aula con esercizi, confronto tra pari e feedback dei docenti. Chi ha utilizzato il tutor ha ottenuto, nei test immediatamente successivi alle lezioni, risultati migliori con tempi generalmente più brevi rispetto a chi aveva seguito le lezioni in aula.
• Il secondo studio, di Bastani e colleghi, è stato condotto in una scuola superiore turca e confrontava tre gruppi durante esercitazioni di matematica: un gruppo di controllo con accesso solo a libro e appunti, un gruppo con accesso a una chat simile a ChatGPT, basata su GPT-4, e uno con lo stesso modello, configurato per offrire suggerimenti senza consegnare la soluzione completa. Durante la pratica, entrambi i gruppi con IA ottenevano risultati migliori.

Approfondendo gli studi emerge che:

• Nel primo caso il percorso individuale comprendeva anche video ed esercizi. Inoltre il tutor IA era progettato con istruzioni didattiche precise, pensato per offrire spiegazioni brevi, incoraggiare la partecipazione e accompagnare il ragionamento. Il beneficio osservato riguarda dunque un’esperienza progettata con cura, nella quale ciascuna persona poteva procedere al proprio ritmo e ricevere supporto individuale.
• Nel secondo, nel test successivo, svolto senza aiuti, chi aveva utilizzato la versione non guidata di GPT-4 otteneva punteggi medi inferiori. L’analisi delle conversazioni suggerisce una possibile spiegazione: molte persone chiedevano direttamente le soluzioni, limitando le occasioni di esercitarsi nel ragionamento. Nel gruppo con accesso al modello configurato per offrire supporto, questo effetto negativo risultava attenuato, senza però un vantaggio significativo rispetto al gruppo di controllo.

Nei due studi, a fare la differenza non è la presenza dell’IA in sé, ma come è progettata l’interazione: istruzioni didattiche precise nel primo caso, suggerimenti al posto delle soluzioni nel secondo.

Quando l’aiuto diventa apprendimento

I risultati di questi studi invitano a portare l’attenzione su ciò che succede mentre la persona riceve aiuto. Questo ci porta a richiamare alcuni aspetti dell’apprendimento adulto di cui un tutor, in contesto aziendale, dovrebbe tenere conto:

• nell’apprendimento adulto contano molto il legame con l’esperienza maturata e la capacità di monitorare e regolare il proprio apprendimento, cioè accorgersi di che cosa si è capito e che cosa no, e adattare di conseguenza il proprio modo di imparare. Una recente meta-analisi sulla formazione continua rileva che le strategie di autoregolazione sono associate a maggiore coinvolgimento, motivazione e prestazioni di apprendimento. Questi principi suggeriscono di collegare i nuovi contenuti a situazioni professionali riconoscibili, facendo emergere le strategie che le persone già utilizzano e le condizioni in cui potrebbero doverle rivedere. È ciò che cerchiamo di fare con i nostri tutor conversazionali: partire da un caso e chiedere come affrontarlo prima di offrire indicazioni, invitare a motivare una scelta, confrontare due alternative o considerare che cosa cambierebbe introducendo un nuovo elemento. Il supporto diventa così un’occasione per elaborare e mettere alla prova il proprio ragionamento.
• Secondo il modello ICAP di Chi e Wylie, che distingue diversi tipi di coinvolgimento cognitivo, i modi di partecipare a un’attività formativa non si equivalgono: si impara in modo più profondo quando si elabora qualcosa di proprio (una spiegazione, un’inferenza, un collegamento) invece di limitarsi a ricevere informazioni.

Stimolare il ragionamento personale è dunque ciò che distingue un tutor che accompagna da uno che si limita a rispondere: significa valorizzare ciò che le persone già sanno e sanno fare e aiutarle a monitorare la propria comprensione.

Ottenere una risposta significa aver imparato?

Infine, un punto di attenzione: lo studio condotto da Bastani e colleghi ha rilevato che le percezioni degli studenti e delle studentesse non rispecchiavano pienamente le prestazioni. Chi aveva usato la versione base di GPT-4 ha ottenuto nel test finale punteggi inferiori a quelli del gruppo di controllo, ma non riteneva di aver imparato meno, mentre chi aveva utilizzato la versione guidata riteneva di essere andato meglio, pur senza un vantaggio misurabile nel test.

È un segnale importante in un momento in cui uno dei rischi maggiori è fidarsi troppo di ciò che le IA ci suggeriscono: una risposta chiara e immediata può dare la sensazione di aver capito, anche quando il ragionamento non è stato davvero messo alla prova.