Intelligenza Artificiale
Metodologie attive
Competenze non cognitive
Unità di apprendimento
Laboratorio di IA nella didattica 1 -ID Scuola Futura: 444319
Scuola Sec. II Grado “E. Fermi” – Lecce
19 Ore
10 Posti
Formatore del Corso

Sirsi Pasquale
Docente & Formatore IA
Esperto Didattica Digitale e Metodologie Attive
Docenti di Scuola Secondaria
Tempistiche e Scadenze
Svolgimento Corso
07/09/2026 – 30/11/2026
Finestra Iscrizioni
03/08/2026 – 06/09/2026
Laboratori Formativi sul campo (in presenza)
Descrizione Dettagliata del Percorso
Il percorso formativo offre alla comunità docente un itinerario strutturato, etico e metodologicamente rigoroso per integrare l’Intelligenza Artificiale Generativa nelle pratiche quotidiane della scuola secondaria. L’IA non viene trattata come un mero strumento tecnologico per l’automazione dei compiti o l’efficientamento burocratico, ma come un mediatore didattico di nuova generazione e uno “specchio cognitivo”.
Il suo scopo primario è guidare gli studenti verso l’autonomia, il pensiero critico, il rigore metodologico e lo sviluppo delle competenze non cognitive (Social and Emotional Learning – SEL), quali l’autoregolazione, la gestione dell’errore e la resilienza di fronte alla complessità.
L’architettura del corso si sviluppa attraverso una scansione progressiva in quattro moduli interconnessi: dalla definizione del quadro etico-normativo e della governance d’istituto, all’analisi critica delle fonti con NotebookLM, passando per la metodologia dell’inchiesta scientifica e umanistica (Inquiry-Based Learning), fino ad approdare alla co-progettazione laboratoriale di Unità Didattiche di Apprendimento (UDA) inclusive e trasversali.
Riferimenti DigCompEdu & Competenze
A1 Novizio
A2 Esploratore
Aree DigCompEdu Coinvolte
Programma Dettagliato dei Moduli (19 Ore)
4 Moduli Formativi
Modulo 1 – IA nella scuola digitale: scenari, opportunità, limiti e governance
6 Ore
Obiettivo: Introdurre l’IA come strumento di supporto ai processi scolastici, affrontare la protezione dei dati e definire il quadro etico-normativo.
Contenuti chiave:
- Che cos’è l’IA Generativa e possibili usi nei processi scolastici
- Limiti dell’IA: errori, allucinazioni, bias, risposte non attendibili e supervisione umana
- Dati personali, dati particolari e informazioni riservate: cosa non inserire negli strumenti
- Ruolo del Dirigente, DSGA, DPO e responsabilità del personale
- EU AI Act applicato all’istruzione, diritto d’autore, copyright e integrità accademica
- Analisi e bozza del Regolamento di Istituto per l’uso dell’IA Generativa
Modulo 2 – NotebookLM per sintesi, studio documentale e supporto ai processi
3 Ore
Obiettivo: Utilizzare NotebookLM per lavorare su fonti e documenti selezionati, curando sintesi, riorganizzazione informazionale e validazione delle fonti.
Contenuti chiave:
- Cos’è NotebookLM e come supporta il lavoro scolastico
- Scelta dei documenti e prevenzione caricamento dati sensibili
- Sintesi di testi complessi ed estrazione punti chiave
- Preparazione Q&A su documenti selezionati e supporto a riunioni/gruppi di lavoro
- Utilizzo per progetti, bandi e documentazione interna; sintesi automatica vs validazione umana
Modulo 3 – Inquiry-Based Learning (IBL) e IA Generativa: Inchiesta e Pensiero Critico
3 Ore
Obiettivo: Strutturare percorsi d’inchiesta guidati dall’IA per insegnare a formulare domande efficaci, validare ipotesi e sviluppare autonomia di pensiero.
Contenuti chiave:
- L’Inquiry-Based Learning nell’era dell’IA: Dal modello delle 5E (Engage, Explore, Explain, Elaborate, Evaluate) all’integrazione generativa
- Inquiry-driven Prompting e formulazione di domande di ricerca ad alto valore cognitivo
- Validazione delle ipotesi e analisi critica delle anomalie
Modulo 4 – Progettazione Integrata delle UDA con l’IA e le Competenze Non Cognitive
7 Ore
Obiettivo: Progettare UDA di nuova generazione dove l’IA fa da mediatore didattico per attivare competenze disciplinari, trasversali (non cognitive SEL) e inclusive.
Contenuti chiave:
- Anatomia dell’UDA “IA-Enhanced”: integrazione tra obiettivi disciplinari, DigComp e SEL
- Pianificazione per fasi ed evidenze: compito autentico e criteri di osservazione del processo
- Integrazione del Document-Based Learning tramite repository NotebookLM nella ricerca e inchiesta degli studenti