La spiegabilità dell'Intelligenza Artificiale nella didattica del Faculty Development Una ricerca eplorativa

L’integrazione dell’intelligenza artificiale (IA) nell’istruzione superiore richiede un ripensamento dei modelli di sviluppo del corpo docente, che pongano al centro trasparenza, responsabilità e pensiero critico. Il lavoro di ricerca dottorale presenta i risultati di uno studio esplorativo finalizzato a proporre una prospettiva teorico-metodologica per una Pedagogia della Explicability (pedagogia della spiegabilità), intesa non solo come caratteristica tecnica dei sistemi ma come competenza educativa trasversale fondata sul pensiero critico, utile a promuovere agency e riflessività nell’uso dell’IA in ambito accademico. Lo studio adotta l’approccio della ricerca-formazione collaborativa basato sull’analisi delle pratiche e finalizzato a favorire un’adozione etica e consapevole dell’IA attraverso percorsi mirati di Faculty Development, valorizzando l’approccio dell’Explainable AI (XAI) per promuovere l’alfabetizzazione critica. Il lavoro espone i risultati emersi da un disegno di ricerca articolato in una fase teorica e un’applicativa, sviluppata attraverso l'uso di diversi strumenti metodologici, tra cui focus group, workshop, questionari, osservazioni e l'impiego di un avatar conversazionale progettato come tutor epistemico. Le evidenze raccolte indicano la necessità di educare alla spiegabilità prima ancora che con la spiegabilità, orientando la comprensione e l’interpretazione delle decisioni automatizzate. Su questa base, il lavoro elabora un framework di riferimento per una Pedagogia della Explicability, volto a supportare gli stakeholder educativi nella valutazione critica e nell’uso informato degli strumenti basati sull’IA. Tale modello intende contribuire allo sviluppo di pratiche sostenibili e critiche di integrazione dell’IA nei contesti dell’higher education, per rafforzare autonomia epistemica, capacità di comprendere, interrogare e negoziare il senso dell’informazione algoritmica.