Vademecum IA per Insegnanti
Linee Guida MIM - Versione 1.0 / Anno 2026
Linee guida per l'introduzione dell'Intelligenza Artificiale nelle Istituzioni scolastiche
Documento ufficiale del Ministero dell'Istruzione e del Merito, pubblicato nel 2025, che definisce il quadro strategico, etico e operativo per l'adozione dell'IA nelle scuole italiane. Realizzazione a cura di mentemappa.it.
Per chi è questo documento
- ✓ Docenti di ogni ordine e grado
- ✓ Dirigenti scolastici
- ✓ Animatori digitali e team innovazione
- ✓ Personale ATA
- ✓ Famiglie e studenti
Premessa
Il Ministero dell'Istruzione e del Merito (MIM) ha pubblicato nel 2025 le Linee guida per l'introduzione dell'Intelligenza Artificiale nelle Istituzioni scolastiche, un documento che rappresenta il primo quadro organico di riferimento per il sistema educativo italiano in materia di IA.
Il documento si inserisce nel solco tracciato dalla Legge 132/2025 (Disposizioni e deleghe al Governo in materia di intelligenza artificiale) e dialoga con le Linee guida IA-UNICA, il framework nazionale per l'uso dell'IA nella Pubblica Amministrazione.
Obiettivo principale
Fornire alle scuole strumenti concreti, principi etici e un modello operativo per integrare l'IA nei processi didattici, amministrativi e organizzativi, garantendo sicurezza, inclusione e rispetto della normativa vigente.
Il ruolo dell'IA nella Scuola
1.1 La strategia e gli obiettivi del MIM di introduzione dell'IA nella Scuola
Il Ministero persegue una strategia di integrazione graduale e consapevole dell'IA nel sistema scolastico, con questi obiettivi chiave:
- ▸ Promuovere la literacy digitale avanzata di studenti e docenti, andando oltre le competenze digitali di base previste dal DigComp.
- ▸ Personalizzare i percorsi di apprendimento attraverso strumenti di IA adattiva che rispettino i tempi e gli stili cognitivi di ciascuno.
- ▸ Ridurre il carico amministrativo dei docenti, liberando tempo per la relazione educativa.
- ▸ Colmare il divario territoriale tra scuole del Nord e del Sud, offrendo strumenti comuni e accessibili.
- ▸ Preparare gli studenti al mondo del lavoro e alla cittadinanza digitale consapevole.
Riferimento normativo: Piano Nazionale Scuola Digitale 2.0, PNRR Missione 4, AI Act europeo (Reg. UE 2024/1689).
1.2 Il modello di introduzione dell'IA nelle Scuole
Il modello proposto dal MIM è incrementale e a tre livelli:
Formazione di base sull'IA, alfabetizzazione, comprensione dei concetti fondamentali.
Uso guidato di strumenti IA in contesti didattici controllati, con supervisione.
Adozione strutturale dell'IA nei processi didattici e organizzativi della scuola.
Ogni scuola, in autonomia, decide il proprio ritmo di avanzamento, ma deve rispettare i requisiti minimi di sicurezza e formazione.
Principi di riferimento
L'IA deve essere usata in modo etico, trasparente e responsabile. Il docente resta sempre il decisore finale.
Lo studente è al centro. L'IA è uno strumento al servizio della crescita, non un sostituto della relazione educativa.
Gli algoritmi usati devono essere spiegabili. Studenti e famiglie devono sapere quando e come l'IA viene utilizzata.
Nessuno deve essere escluso. L'IA deve ridurre, non amplificare, le disuguaglianze (digital divide, BES, DSA).
Pieno rispetto del GDPR (Reg. UE 2016/679) e del Codice della Privacy (D.Lgs. 196/2003).
L'IA deve servire obiettivi didattici chiari, non essere introdotta per moda o pressione tecnologica.
Requisiti di base per l'introduzione dell'IA
3.1 Requisiti etici dell'IA
Prima di adottare qualsiasi strumento di IA, la scuola deve verificare che rispetti questi criteri etici:
- ✓ Non discriminazione: l'algoritmo non deve produrre bias basati su genere, etnia, condizione socio-economica, disabilità.
- ✓ Spiegabilità (Explainability): il funzionamento deve essere comprensibile, almeno a grandi linee, a docenti e famiglie.
- ✓ Controllo umano: ogni decisione rilevante (valutazione, orientamento) deve avere un docente in loop.
- ✓ Consenso informato: studenti maggiorenni (o genitori per i minori) devono essere informati e dare consenso.
- ✓ Proporzionalità: l'IA deve essere usata solo quando porta un reale vantaggio, non per automatizzare per automatizzare.
3.2 Requisiti tecnici
Connessione adeguata (almeno 100 Mbps in download), dispositivi aggiornati, spazio di archiviazione sicuro.
Compatibilità con i sistemi esistenti (registro elettronico, piattaforme ministeriali, SSO).
Conformità alla Legge Stanca (L. 4/2004) e alle WCAG 2.1 AA per studenti con disabilità.
Piano di aggiornamento, assistenza tecnica, backup dei dati, disaster recovery.
3.3 Requisiti normativi per la protezione dei dati personali
Attenzione: i dati degli studenti sono dati sensibili, spesso di minori.
- 📋 DPIA (Data Protection Impact Assessment): obbligatoria prima di introdurre qualsiasi sistema di IA che tratti dati personali (art. 35 GDPR).
- Registro dei trattamenti: aggiornato con le nuove finalità legate all'IA.
- Informativa privacy: da integrare con le specifiche sull'uso dell'IA, da comunicare a famiglie e studenti.
- DPO (Data Protection Officer): va coinvolto in ogni decisione relativa all'adozione di IA.
- 📋 Minimizzazione dei dati: raccogliere solo ciò che è strettamente necessario.
- 📋 Limitazione della conservazione: i dati vanno cancellati quando non più necessari.
- 📋 Sicurezza: crittografia, autenticazione forte, log di accesso.
Come introdurre l'IA nelle scuole
4.1 Istruzioni operative e strumenti di accompagnamento
Il MIM mette a disposizione delle scuole un kit operativo che comprende:
Percorsi sulla piattaforma Scuola Futura, corsi accreditati, webinar tematici. Obbligo formativo per tutti i docenti.
Documenti passo-passo per la valutazione, l'acquisto e l'implementazione di strumenti IA.
Elenco di strumenti validati dal MIM, conformi al GDPR e all'AI Act, con licenze gratuite per le scuole.
DPIA precompilata, informative privacy, registro attività IA, griglie di valutazione dell'impatto.
4.2 Focus: aree di applicazione per tipologia di destinatari
- • Generazione di materiali didattici personalizzati
- • Supporto alla valutazione formativa (non sostituisce il giudizio del docente)
- • Analisi dei dati di apprendimento per individuare difficoltà
- • Traduzione e adattamento per alunni NAI (Neo Arrivati in Italia)
- • Creazione di esercizi differenziati per BES/DSA
- • Tutor intelligenti per il recupero e il potenziamento
- • Strumenti di ricerca assistita (con supervisione)
- • Supporto all'orientamento scolastico e universitario
- • Accessibilità: sintesi vocale, sottotitoli, semplificazione testi
- • Automazione di pratiche burocratiche ripetitive
- • Analisi dei dati per il PTOF e il RAV
- • Supporto alla comunicazione con le famiglie
- • Gestione delle risorse e della manutenzione
4.3 Mitigazione dei rischi
- • Dipendenza tecnologica
- • Perdita del pensiero critico
- • Plagio e cheating
- • Bias algoritmici
- • Violazione della privacy
- • Deepfake e disinformazione
- • Sorveglianza eccessiva
- • Educazione all'uso critico dell'IA
- • Human-in-the-loop obbligatorio
- • Policy d'istituto chiare
- • Audit periodici degli strumenti
- • Formazione continua
- • Canali di segnalazione
- • Revisione umana delle decisioni
4.4 Consapevolezza e responsabilità nell'utilizzo dell'IA
Ogni attore della comunità scolastica ha responsabilità precise:
Comunicazione e governance
La governance dell'IA a scuola richiede una struttura chiara e una comunicazione trasparente.
Collegio docenti, consigli di classe, assemblee studentesche: ogni decisione sull'IA va condivisa e documentata.
Circolari dedicate, incontri informativi, informativa privacy aggiornata. Niente IA a insaputa dei genitori.
Sito della scuola, albo pretorio, social: rendicontazione pubblica delle scelte e dei risultati.
Strumenti di governance consigliati
- • Referente IA d'istituto (figura dedicata)
- • Comitato etico (docenti, genitori, studenti, esperti)
- • Policy d'uso dell'IA (documento formale del Consiglio d'Istituto)
- • Registro delle attività IA (tracciamento di tutti gli usi)
- • Report annuale sull'impatto dell'IA nella scuola
Conclusioni
Le Linee Guida del MIM rappresentano un punto di partenza, non di arrivo. La tecnologia evolve rapidamente e il documento sarà aggiornato periodicamente.
Messaggio chiave per i docenti
L'IA non sostituisce il docente. Lo affianca. La relazione educativa resta il cuore della scuola. La tecnologia è un mezzo, non un fine.
- Leggi integralmente il documento MIM
- Forma il team IA d'istituto
- Aggiorna la policy privacy
- Avvia un percorso formativo
- Sperimenta con cautela
- Valuta e documenta i risultati
- • miur.gov.it - Sito MIM
- • scuolafutura.pnsd.it
- • garanteprivacy.it
- • agid.gov.it - Linee IA-UNICA
- • eur-lex.europa.eu - AI Act
Glossario
Acronimi
Termini
Algoritmo
Sequenza di istruzioni che un computer esegue per risolvere un problema o prendere una decisione.
Machine Learning (ML)
Ramo dell'IA in cui i sistemi "imparano" dai dati senza essere esplicitamente programmati per ogni scenario.
LLM (Large Language Model)
Modello di IA addestrato su grandi quantità di testo per comprendere e generare linguaggio naturale (es. GPT, Claude).
Bias algoritmico
Distorsione sistematica nei risultati di un algoritmo, spesso dovuta a dati di addestramento non rappresentativi.
Human-in-the-loop
Approccio in cui un essere umano supervisiona, valida o interviene sulle decisioni prese da un sistema di IA.
Prompt
L'istruzione o la domanda che l'utente fornisce a un sistema di IA per ottenere una risposta.
Il Ministero dell’Istruzione e del Merito ha pubblicato le linee guida per l’intelligenza artificiale nelle scuole. Versione 1.0, anno 2025. Un documento di quaranta pagine circa che arriva dopo la legge 132/2025, quella sulle deleghe al Governo in materia di IA, e si appoggia alle linee guida IA-UNICA già in circolazione per la pubblica amministrazione.
Parliamo di scuole. Di tutte. Dalla primaria alle superiori. Il testo non fa distinzioni di grado, anche se poi ogni ordine dovrà adattarsi ai propri tempi.
La premessa mette in chiaro una cosa. Non si tratta di buttare la tecnologia in classe e vedere cosa succede. C’è una strategia dietro, un modello di introduzione graduale che il MIM ha definito nei dettagli. L’IA a scuola deve avere un ruolo preciso, non essere un accessorio messo lì per fare scena.
I principi di riferimento sono il punto da cui partire. Prima di installare qualsiasi cosa, prima di formare i docenti, bisogna capire su quali basi etiche e pedagogiche si regge l’intera operazione. E qui il documento diventa abbastanza rigoroso. Etica, trasparenza, centralità della persona, inclusione, privacy. Cinque pilastri. Niente di meno.
I requisiti di base per l’introduzione dell’IA si dividono in tre blocchi. Ci sono i requisiti etici, quelli tecnici e quelli normativi per la protezione dei dati personali. Tre aspetti che spesso vengono trattati separatamente ma che qui devono viaggiare insieme. Non puoi avere un sistema tecnicamente perfetto se viola la privacy degli studenti, e non ha senso parlare di etica se poi la piattaforma non regge il carico di una classe di trenta ragazzi.
La DPIA, cioè la valutazione d’impatto sulla protezione dei dati, va fatta prima. Sempre. Il DPO va coinvolto. Le famiglie vanno informate. Sono passaggi che non si possono saltare, diciamo che sono il minimo sindacale.
La parte operativa, quella su come introdurre l’IA nelle scuole, è forse la più densa. Ci sono istruzioni operative e strumenti di accompagnamento per le scuole che devono partire da zero. Poi c’è un focus sulle aree di applicazione, differenziate per tipologia di destinatari. Docenti, studenti, personale amministrativo. Ognuno ha le sue esigenze.
Per i docenti si parla di: generazione di materiali didattici, supporto alla valutazione formativa, analisi dei dati di apprendimento.
Per gli studenti di: tutor intelligenti, strumenti di ricerca assistita, orientamento. Per l’amministrazione di automazione delle pratiche burocratiche. Cose concrete.
La mitigazione dei rischi è un capitolo a sé. Il documento non fa finta che non ci siano problemi. Li elenca, li classifica, propone strategie per contenerli. Dipendenza tecnologica, perdita del pensiero critico, plagio, bias algoritmici. Poi dall’altra parte mette le contromisure. Educazione all’uso critico, human-in-the-loop obbligatorio, policy d’istituto chiare, audit periodici.
E chiude con la questione della consapevolezza e responsabilità nell’utilizzo dell’IA, che è poi il punto dove tutto il discorso teorico deve atterrare nella pratica quotidiana. Ogni attore ha il suo ruolo. Il dirigente definisce la policy. Il docente usa l’IA in modo pedagogicamente consapevole. Lo studente la usa in modo etico. La famiglia viene informata e dà il consenso.
Comunicazione e governance sono l’ultimo blocco sostanzioso prima delle conclusioni.
Come si comunica alle famiglie quello che sta succedendo? chi decide cosa, chi risponde se qualcosa va storto?
Domande concrete che il testo prova a gestire. Referente IA d’istituto, comitato etico, policy d’uso, registro delle attività, report annuale. Strumenti che le scuole possono costruire partendo da zero.
Il glossario degli acronimi e quello dei termini chiudono il documento. Utile, considerando quanti neologismi circolano in questo campo. MIM, GDPR, DPIA, DPO, LLM, bias algoritmico, human-in-the-loop. Parole nuove per un mestiere vecchio.