Intro
Il laboratorio mette a punto e sperimenta metodologie didattiche — rivolte a studenti e docenti — che sfruttano il potenziale dell’IA e sostengono lo sviluppo di competenze di reasoning, comunicazione, creatività e pensiero critico, adottando un approccio antropocentrico (human-centred mindset).
Attraverso la ricerca sul campo, con il coinvolgimento diretto di studenti e docenti di ambito scolastico e universitario, le metodologie vengono osservate e i loro risultati misurati secondo un approccio Design-Based Research, che dagli esiti dell’esperienza educativa torna alla teoria per consolidarla o modificarla. Gli impatti sono misurati con metodi misti, tenendo conto dei diversi costrutti della cornice socio-costruttivista: knowledge building, community of practice, activity theory, trialogical learning approach.
È in questo lavoro che ha preso forma rAIse, il modello del laboratorio per un’interazione metacognitiva con l’IA generativa: un artefatto che è al tempo stesso esito e strumento della ricerca, applicato e validato nei diversi contesti d’uso.
Ricerca su IA Generativa
Dialoghi con l’Intelligenza Artificiale. La ricerca indaga i processi e le modalità di interazione tra utenti diversificati e i sistemi di IA generativa, sia nelle fasi di prompting sia nell’analisi degli output, esplorandone le caratteristiche formali e di contenuto, i processi cognitivi sottesi e le percezioni dell’utente. È il terreno da cui nascono le fasi Reflect, Ask e Interpret del modello rAIse.
IA Generativa per la Didattica. La ricerca definisce i modi specifici con cui l’IA generativa può supportare insegnanti, docenti, formatori, educatori e tutor nella pratica professionale, con l’obiettivo di consolidare una tassonomia di impieghi didattici adattabili ai contesti e fondati sui principali framework di macro e micro-progettazione.
IA Generativa per l’Apprendimento. La ricerca osserva e identifica modelli d’uso dell’IA generativa a supporto dei processi di apprendimento, attraverso attività mirate, con l’obiettivo di offrire agli studenti linee guida per un impiego critico e coerente con i principi etici di integrità, onestà e trasparenza — le fasi Source ed Evolve del modello rAIse.
Il modello rAIse
rAIse — Reflect, Ask, Interpret, Source, Evolve. rAIse è un framework metacognitivo in cinque fasi per un’interazione critica con l’IA generativa. Non insegna “a usare uno strumento”, ma un modo di pensare l’interazione: partire dalla riflessione su contesto e obiettivi (Reflect), formulare e affinare le domande (Ask), analizzare criticamente le risposte (Interpret), verificarne fonti ed evidenze (Source), sintetizzare l’apprendimento e iterare (Evolve). Le fasi sono trasferibili e apprendibili in autonomia, e costituiscono la spina dorsale dei percorsi di formazione e degli strumenti sviluppati dal laboratorio. fig raise
Progetti di ricerca
- rAIse2U – La Scuola va in Università per un’IA consapevole (2025) — sviluppo e validazione del modello rAIse con studenti e docenti della scuola secondaria di II grado; co-creazione di policy scolastiche sull’IA; misure pre/post di AI literacy e pensiero critico. Partner: CKBG, INDIRE, Università di Bari e Roma Tre.
- AI4ALL – Artificial Intelligence for All (2024–2025) — 8 scuole secondarie, oltre 300 partecipanti, AI Hackathon nazionale, co-creazione di un AI Ethics Manifesto e tre MOOC (“IA per tutti / per la scuola / per il lavoro”).
- BOOM – Boosting and Monitoring Learning and Assessment (2023–2025) — sviluppo di due strumenti digitali per la valutazione e l’auto-valutazione (ASA) e per il monitoraggio dell’apprendimento.
Pubblicazioni selezionate
Sul modello rAIse
- Sansone N., Bortolotti I. (in corso di pubblicazione), From Output to Process: Sustainable AI Literacy in an Assessment-as-Learning Design with Conversational Generative AI, Sustainability (MDPI).
- Sansone N., Bortolotti I., Fabbri M. (in corso di pubblicazione), Concettualizzare, valutare, usare l’IA generativa: un’e-tivity rAIse per un’AI literacy metacognitiva, rivista RTH.
- Sansone N. (2025), rAIse — Ripensare la conversazione nell’era dell’AI, «Tempo Presente» (Fondazione Matteotti), n. 1/2025, numero monografico sull’IA.
- Sansone N. (2026), contributi al panel Metacognitive AI Literacy / Governing AI Interaction, Convegno Scuola Democratica, Roma.
Su IA generativa ed educazione
- Sansone N., Fabbri M., Bortolotti I. (2024), Boundary Devices for Reflexive Teachers, Education Sciences, 14, 60 — Premio SIRD “Aldo Visalberghi” 2024.
- Sansone N. (2026), Empowering Sustainable Distance Education: Integrating AI-Driven Conversational Agents in the Trialogical Learning Approach, in Sustainability in Education (pp. 289–319), Springer.
- Sansone N., Iannella A., Bortolotti I. (2026, in stampa), Framing Generative Artificial Intelligence through Metaphors: Insights from Italian University Students, Italian Journal of Educational Technology.
- Sansone N. (in press, 2026), From AI Literacy to Digital Citizenship, atti del 2nd European Forum on Digital Citizenship Education, Consiglio d’Europa, Strasburgo.
Studi in corso: analisi di dati raccolti tramite strumenti di feedback (Mentimeter) e nuovi contributi sull’IA generativa in educazione.