ChatGPT e pensiero critico: cosa dice lo studio di OpenAI e Bocconi sugli studenti

Quando uno studente universitario usa ChatGPT per svolgere un compito reale, la qualità del lavoro migliora davvero? E questo guadagno arriva a scapito dell’originalità delle idee? A queste domande prova a rispondere un nuovo studio firmato da OpenAI Economic Research insieme ai ricercatori dell’Università Bocconi di Milano, che ha coinvolto oltre mille matricole in un esperimento controllato.

La risposta, in sintesi, è che l’accesso a ChatGPT e l’allenamento al pensiero critico migliorano il lavoro degli studenti in modi diversi e complementari. L’AI rende gli elaborati più curati e coerenti, mentre un esercizio di ragionamento causale spinge a produrre idee più varie e originali. Chi riceve entrambe le cose ottiene i benefici di entrambe.

Un risultato che tocca da vicino il dibattito, sempre più acceso, su quale ruolo debbano avere gli strumenti generativi nella formazione.

Un esperimento randomizzato su oltre mille matricole della Bocconi

Il cuore della ricerca è un disegno sperimentale semplice ma rigoroso. Più di 1.000 studenti del primo anno della Bocconi hanno lavorato su un caso reale: elaborare raccomandazioni di marketing per il negozio di merchandising dell’ateneo. Un compito concreto, con un obiettivo dichiarato, che riproduce il tipo di problema che questi ragazzi affronteranno nel mondo del lavoro.

Gli studenti sono stati assegnati in modo casuale, per turno di classe, a uno di quattro gruppi. Il primo ha ricevuto l’accesso a ChatGPT, nella versione basata sul modello GPT-4o. Il secondo ha seguito un allenamento al ragionamento causale. Il terzo ha avuto entrambe le cose. Il quarto, il gruppo di controllo, non ha ricevuto né l’uno né l’altro.

Il ragionamento causale è una forma specifica di pensiero critico: riguarda la capacità di collegare cause ed effetti e di spiegare perché una certa soluzione può funzionare oppure no.

Un dettaglio importante è che questo allenamento non aveva nulla a che vedere con l’AI. Agli studenti sono stati insegnati i concetti del ragionamento causale attraverso un gioco, esempi, domande e feedback, senza alcun riferimento a ChatGPT o ad altri strumenti. In questo modo i ricercatori hanno potuto isolare l’effetto del pensiero critico da quello della tecnologia, ed è proprio la casualità dell’assegnazione a rendere solidi i confronti tra i gruppi.

Come sono stati valutati i lavori

La valutazione ha seguito due strade parallele. Da un lato, valutatori umani preparati hanno assegnato un punteggio agli elaborati usando una griglia su cinque punti. Dall’altro, i ricercatori hanno applicato un’analisi automatica del testo per misurare aspetti che un voto sintetico rischia di non cogliere: il numero e la varietà delle idee, i segnali di ragionamento causale e la somiglianza con le raccomandazioni scritte da tre esperti del settore.

Questa doppia lente è ciò che rende lo studio particolarmente utile. Il punteggio della griglia dice quanto un lavoro è solido e ben strutturato, ma non racconta se contiene un’idea che nessun altro ha avuto.

ChatGPT ha aiutato i principianti a colmare il divario con gli esperti

Il risultato più netto riguarda l’accesso all’AI. Gli studenti che hanno potuto usare ChatGPT hanno ottenuto un punteggio superiore di quasi un punto pieno sulla scala da uno a cinque. I loro elaborati contenevano più idee, seguivano una logica più chiara ed erano più simili alle raccomandazioni redatte dagli esperti.

In altre parole, l’AI ha permesso a dei principianti di produrre un lavoro dall’aspetto più professionale, avvicinandoli a chi ha anni di esperienza alle spalle. È il classico effetto di riduzione del divario di competenza, quello che rende gli strumenti generativi così attraenti per chi parte da zero.

Attenzione però a un punto che lo studio sottolinea con forza. Gli studenti non si sono limitati a delegare il compito a ChatGPT. Hanno comunque dovuto decidere cosa chiedere, valutare le risposte ottenute e scegliere che cosa inserire nella versione finale del lavoro.

Non è la macchina che fa tutto, insomma. È lo studente che guida lo strumento, e la qualità del risultato dipende ancora dalle sue scelte. Se vuoi capire come sfruttare questi strumenti in modo efficace, tornano utili i consigli pratici raccolti nella guida su come usare l’intelligenza artificiale per studiare.

Il pensiero critico ha prodotto idee più originali

L’allenamento al ragionamento causale ha dato un risultato più inatteso. Gli studenti che lo hanno seguito spiegavano in modo più chiaro perché le loro idee potevano funzionare e in quali casi potevano fallire. Eppure non hanno ottenuto un voto più alto sulla griglia di valutazione.

Il motivo è tecnico ma rivelatore. La griglia misurava soltanto quanto bene le raccomandazioni rispondevano a due obiettivi di marketing standard: aumentare la notorietà del negozio e spingerne l’uso. Non era pensata per premiare l’originalità.

È stata l’analisi automatica del testo a far emergere il vero beneficio. Nel loro insieme, gli studenti che avevano svolto l’esercizio hanno prodotto una gamma più ampia di idee, più distinte rispetto a quelle dei compagni.

Il pensiero critico, in pratica, non li ha resi più bravi a colpire il bersaglio richiesto, ma li ha resi capaci di pensare fuori dagli schemi. È esattamente il tipo di valore che una valutazione tradizionale tende a ignorare, perché premia la risposta pulita e ben organizzata più dell’intuizione fuori dal comune.

Insieme, intelligenza artificiale e pensiero critico si completano

Il messaggio forse più interessante dello studio è che non bisogna scegliere. La tentazione, nel dibattito sull’istruzione, è di contrapporre due visioni: da una parte chi teme che l’AI atrofizzi la capacità di pensare, dall’altra chi sostiene che imparare a usarla sia ormai indispensabile.

Questo esperimento suggerisce che entrambe le competenze hanno valore, ognuna a suo modo.

Gli studenti che hanno ricevuto sia l’accesso a ChatGPT sia l’esercizio di pensiero critico hanno mostrato i benefici di entrambi. La varietà delle loro idee era paragonabile a quella del gruppo che aveva svolto solo l’allenamento. I punteggi e il numero di idee erano simili a quelli del gruppo che aveva usato solo l’AI. In più, i loro elaborati mostravano una coerenza logica più solida e una maggiore tendenza a cercare spiegazioni e a mettere in discussione le assunzioni di partenza.

È il gruppo che ha guadagnato sul ventaglio più ampio di parametri. Un segnale che l’AI e il ragionamento umano, invece di escludersi, possono rafforzarsi a vicenda.

Cosa cambia per la scuola e per chi valuta

Le implicazioni vanno ben oltre l’aula della Bocconi. Se l’AI permette di produrre lavori raffinati e simili a quelli di un esperto, allora guardare solo al risultato finale dice sempre meno su ciò che uno studente ha davvero capito.

È una sfida che molti docenti stanno già affrontando. Compiti ed esami pensati per un mondo senza strumenti generativi rischiano di misurare la capacità di ottenere una bella risposta più della comprensione reale. Il tema si intreccia con il modo in cui l’intelligenza artificiale sta trasformando l’educazione, tra opportunità e nodi ancora aperti.

La direzione indicata dai ricercatori è chiara: le valutazioni dovrebbero premiare l’originalità, il ragionamento e la capacità di considerare più approcci, non soltanto la risposta più convenzionale o levigata. Non è la prima volta che tecnologia e istruzione si adattano l’una all’altra, ed è probabile che i compiti del futuro chiedano agli studenti di mostrare il percorso, non solo il traguardo.

C’è poi un dettaglio che parla direttamente al mondo professionale. Il caso su cui gli studenti hanno lavorato era un problema di marketing, uno degli ambiti in cui gli strumenti generativi stanno già cambiando i flussi di lavoro. Se sei curioso di capire come questi strumenti si applicano al tuo settore, puoi approfondire come usare l’intelligenza artificiale nel marketing.

Conclusioni

Lo studio di OpenAI e Bocconi non chiude il dibattito, ma sposta la domanda giusta. Non si tratta di decidere se gli studenti debbano imparare a pensare oppure a usare l’AI: entrambe le cose contano, e insieme funzionano meglio. Puoi leggere i dettagli completi nella ricerca pubblicata da OpenAI.

La vera partita, adesso, si gioca su come insegniamo e su come valutiamo. Se hai a che fare con la formazione o con il lavoro, o semplicemente vuoi usare bene questi strumenti, è il momento di chiederti non solo quanto è buona la tua risposta, ma quanto è tua. Continua a seguirci per restare aggiornato sulle prossime ricerche che raccontano come l’AI sta cambiando il modo di studiare e di lavorare.