{"id":2101,"date":"2025-12-29T06:13:54","date_gmt":"2025-12-29T05:13:54","guid":{"rendered":"https:\/\/mangeloni.it\/?p=2101"},"modified":"2025-12-29T06:13:54","modified_gmt":"2025-12-29T05:13:54","slug":"ripensare-linsegnamento-nellera-dellintelligenza-artificiale","status":"publish","type":"post","link":"https:\/\/mangeloni.it\/?p=2101","title":{"rendered":"Ripensare l’insegnamento nell’era dell’intelligenza artificiale"},"content":{"rendered":"

Una riflessione sulle trasformazioni necessarie nella didattica e nella valutazione<\/em><\/p>\n

L’irruzione dell’intelligenza artificiale generativa nel mondo dell’istruzione pone interrogativi che vanno ben oltre le questioni tecniche del plagio o della detection. Ci costringe a riconsiderare i fondamenti stessi della nostra pratica: cosa significa insegnare, cosa significa apprendere, cosa significa valutare in un contesto in cui le macchine possono produrre output indistinguibili da quelli degli studenti.<\/p>\n

Non si tratta di allarmismo, n\u00e9 di resistenza al cambiamento. Si tratta di riconoscere che siamo di fronte a una discontinuit\u00e0 che richiede un ripensamento profondo, non semplici aggiustamenti. La domanda che dobbiamo porci non \u00e8 come difenderci dall’AI, ma cosa l’AI ci rivela sulla natura dell’apprendimento e su ci\u00f2 che la scuola dovrebbe realmente coltivare.<\/p>\n

I dati empirici disponibili delineano un quadro che merita attenzione. Gli studi condotti tra il 2024 e il 2025 mostrano che i valutatori esperti non riescono a distinguere in modo affidabile tra elaborati scritti da studenti, elaborati modificati con l’ausilio dell’AI, ed elaborati generati integralmente dalla macchina.[1]<\/a> In alcuni casi, i lavori generati dall’AI ricevono valutazioni pi\u00f9 alte. L’uso dell’intelligenza artificiale tra gli studenti universitari ha raggiunto tassi dell’88-92% nel Regno Unito[2]<\/a> e dell’83% in Italia.[3]<\/a><\/p>\n

Le agenzie europee di quality assurance convergono su una diagnosi comune: il sistema tradizionale di valutazione \u00e8 in crisi strutturale.[4]<\/a> I ricercatori parlano di “epistemia”[5]<\/a> per descrivere una condizione in cui la plausibilit\u00e0 linguistica si sostituisce alla valutazione epistemica: ci\u00f2 che \u00e8 scritto bene non \u00e8 pi\u00f9 garanzia che qualcuno abbia effettivamente pensato, compreso, elaborato.<\/p>\n

Il punto cruciale \u00e8 che questa crisi non nasce con l’AI. L’AI l’ha resa visibile. Da tempo il sistema educativo rischia di confondere il prodotto con il processo, l’esecuzione con la comprensione, la risposta corretta con il pensiero autentico.[6]<\/a> L’intelligenza artificiale non ha creato il problema; lo ha portato alla luce, rendendolo impossibile da ignorare.<\/p>\n

La tesi che intendo argomentare \u00e8 che la risposta a questa crisi non pu\u00f2 essere tecnica, ma pedagogica.[7]<\/a> Non si tratta di trovare strumenti di detection pi\u00f9 sofisticati o di moltiplicare i controlli. Si tratta di ripensare cosa insegniamo e come lo valutiamo, spostando il centro dal prodotto al processo, dall’output alla metacognizione, dall’esecuzione solitaria all’interazione autenticamente umana.<\/p>\n

Questa prospettiva si articola in quattro direzioni: rendere visibile il processo di pensiero come oggetto primario di insegnamento e valutazione; collocare la metacognizione al centro del curricolo; valorizzare le dimensioni dell’apprendimento che richiedono interazione umana autentica; privilegiare compiti autentici radicati nel contesto reale.<\/p>\n

La prima direzione riguarda lo spostamento dal prodotto al processo. Per decenni abbiamo valutato prodotti assumendo che la loro qualit\u00e0 riflettesse la qualit\u00e0 dell’apprendimento. Questa assunzione funzionava ragionevolmente quando solo gli esseri umani potevano generare quei prodotti. Oggi non funziona pi\u00f9.<\/p>\n

La risposta non sta nel cercare prodotti che l’AI non possa ancora generare, perch\u00e9 questa \u00e8 una corsa senza fine. La risposta sta nel rendere visibile ci\u00f2 che la macchina non ha: il percorso di pensiero, i dubbi che si dissolvono, le intuizioni che emergono, le false piste abbandonate.[8]<\/a> Tutto questo lo studente ce l’ha. E deve diventare oggetto esplicito di insegnamento e valutazione.<\/p>\n

Concretamente, questo significa ripensare la struttura dell’unit\u00e0 di apprendimento. Nella fase iniziale, lo studente esplicita cosa gi\u00e0 sa, quali domande si pone, quali strategie intende adottare. Durante l’esplorazione, pu\u00f2 utilizzare tutte le risorse disponibili, inclusa l’AI, ma documenta il percorso: le scoperte, le sorprese, i cambiamenti di direzione. Segue una fase di elaborazione collaborativa, in cui si confrontano i percorsi individuali e si costruisce significato condiviso. La produzione finale include la documentazione del processo e una riflessione metacognitiva esplicita. Infine, un dialogo valutativo con il docente permette di verificare la comprensione attraverso l’interazione, non attraverso il solo prodotto.<\/p>\n

I diari di apprendimento, le revisioni successive di un lavoro, la capacit\u00e0 di spiegare le proprie scelte: questi elementi diventano centrali, non accessori.[9]<\/a><\/p>\n

La seconda direzione riguarda la centralit\u00e0 della metacognizione. La capacit\u00e0 di riflettere sul proprio apprendimento, di monitorare le proprie strategie, di riconoscere cosa si sa e cosa non si sa: questa non \u00e8 una competenza accessoria da sviluppare se avanza tempo. \u00c8 la competenza fondamentale, quella che permette di continuare ad apprendere per tutta la vita.<\/p>\n

La ricerca conferma che quando gli studenti si impegnano in pratiche metacognitive, interiorizzano i concetti pi\u00f9 profondamente e li applicano pi\u00f9 flessibilmente.[10]<\/a> La metacognizione \u00e8 trasferibile: competenze sviluppate in un dominio si applicano ad altri.<\/p>\n

In questo contesto, l’AI pu\u00f2 diventare paradossalmente un alleato. Non come strumento per produrre al posto dello studente, ma come specchio per riflettere il proprio pensiero.[11]<\/a> Lo studente pu\u00f2 chiedere all’AI di generare una risposta e poi confrontarla con la propria: cosa ha visto la macchina che io non avevo visto? Cosa ho colto io che la macchina ha mancato? In che modo il mio ragionamento differisce? Questo confronto, condotto con consapevolezza, pu\u00f2 essere formativo.<\/p>\n

La riflessione metacognitiva si struttura in tre momenti: prima dell’attivit\u00e0 (cosa so gi\u00e0? quali strategie user\u00f2? quali difficolt\u00e0 prevedo?), durante (sta funzionando? devo cambiare approccio?), dopo (cosa ha funzionato? cosa farei diversamente? cosa posso trasferire?). La ricerca mostra che gli studenti sviluppano una consapevolezza metacognitiva sull’AI stessa attraverso un engagement diversificato, ricorsivo e riflessivo con questi strumenti.[12]<\/a><\/p>\n

La terza direzione riguarda le dimensioni dell’apprendimento che richiedono interazione umana autentica. Il dialogo socratico, quello vero, richiede due menti che si cercano, si sfidano, si illuminano reciprocamente.[13]<\/a> L’AI pu\u00f2 simulare una conversazione, ma non pu\u00f2 interrogarsi genuinamente con noi, non pu\u00f2 essere sorpresa dalle nostre risposte, non pu\u00f2 modificare la propria comprensione attraverso lo scambio. L’AI pu\u00f2 fungere da scaffold nel dialogo, ma il momento della comprensione autentica avviene nell’interazione umana.<\/p>\n

Lo stesso vale per la collaborazione tra pari.[14]<\/a> Quando gli studenti lavorano insieme, non sommano conoscenze: negoziano significati, confrontano prospettive, gestiscono conflitti, costruiscono qualcosa che nessuno avrebbe potuto costruire da solo. Gli studi mostrano che l’automazione di compiti routinari permette agli studenti di concentrarsi su aspetti pi\u00f9 creativi e analitici, allocando risorse cognitive al problem-solving e all’engagement collaborativo.[15]<\/a><\/p>\n

Il mentorship, infine, resta irriducibile. Gli studenti riportano che il riconoscimento di un docente che li conosce sostiene la loro motivazione pi\u00f9 di qualsiasi feedback automatizzato.[16]<\/a> La relazione educativa \u00e8 una relazione tra persone.<\/p>\n

Questo implica ripensare il tempo in presenza. Non \u00e8 il tempo della trasmissione di contenuti, che pu\u00f2 avvenire altrove.[17]<\/a> \u00c8 il tempo dell’incontro, del dialogo, della collaborazione. La flipped classroom, in questa luce, acquista significato nuovo: il lavoro individuale pu\u00f2 avvenire con il supporto dell’AI, mentre il tempo in presenza diventa prezioso per ci\u00f2 che richiede presenza.<\/p>\n

La quarta direzione riguarda i compiti autentici.[18]<\/a> Un compito \u00e8 autentico quando ha senso nel mondo reale, richiede giudizio contestuale, non ammette una sola risposta corretta. I compiti autentici sono naturalmente resistenti all’automazione, non perch\u00e9 tecnicamente pi\u00f9 difficili, ma perch\u00e9 richiedono ci\u00f2 che la macchina non ha: conoscenza del contesto specifico, ancoraggio a valori, capacit\u00e0 di agire e riflettere sull’esperienza.<\/p>\n

Quando chiediamo allo studente di analizzare un problema della sua comunit\u00e0, di prendere posizione su una questione etica, di progettare un intervento reale, di riflettere su un’esperienza vissuta, stiamo chiedendo qualcosa che la macchina non pu\u00f2 fare al suo posto. Non perch\u00e9 non sia potente, ma perch\u00e9 non vive in quella comunit\u00e0, non ha valori, non agisce, non fa esperienza.<\/p>\n

Queste quattro direzioni hanno conseguenze profonde per la valutazione. La valutazione diventa multidimensionale, includendo prodotto, processo documentato, riflessione metacognitiva, capacit\u00e0 di difendere e spiegare nel dialogo. Diventa longitudinale, seguendo traiettorie e non momenti isolati. Diventa trasparente sull’uso dell’AI: non si proibisce, si dichiara; si valuta la qualit\u00e0 dell’uso e cosa lo studente ha fatto con l’output. Diventa dialogica, includendo sempre un momento di interazione in cui la comprensione si verifica attraverso il dialogo.<\/p>\n

Anche il ruolo del docente si trasforma.[19]<\/a> Da trasmettitore di contenuti e verificatore di prodotti, diventa progettista di esperienze che rendono necessario il pensiero, facilitatore di processi metacognitivi, partner nel dialogo epistemico, mentore relazionale. Questo richiede sviluppo professionale e condizioni organizzative adeguate.<\/p>\n

\u00c8 necessario considerare le obiezioni prevedibili. La prima riguarda il tempo: il programma \u00e8 vasto, le ore sono poche. Ma il tempo \u00e8 una scelta. La domanda \u00e8 se ci\u00f2 a cui lo dedichiamo \u00e8 ancora ci\u00f2 che conta. Se insegniamo ci\u00f2 che la macchina fa meglio, stiamo investendo male. Se insegniamo ci\u00f2 che solo l’umano pu\u00f2 fare, stiamo investendo bene.<\/p>\n

La seconda obiezione riguarda la misurabilit\u00e0. Il processo e la metacognizione non entrano facilmente nelle griglie. Ma la misurabilit\u00e0 \u00e8 uno strumento, non un valore in s\u00e9. Se lo strumento non cattura ci\u00f2 che conta, va cambiato lo strumento. La valutazione del processo richiede forme pi\u00f9 qualitative, pi\u00f9 dialogiche. \u00c8 pi\u00f9 impegnativo, ma \u00e8 l’unica valutazione che ancora significhi qualcosa.<\/p>\n

La terza obiezione riguarda gli studenti: non sono abituati alla metacognizione, la trovano faticosa. Ma la metacognizione si apprende.[20]<\/a> E quando si apprende, diventa la competenza pi\u00f9 potente, perch\u00e9 permette di continuare ad apprendere.<\/p>\n

La quarta obiezione riguarda il sistema: normative, esami di stato, prove standardizzate richiedono ancora il vecchio paradigma. Questo \u00e8 il vincolo pi\u00f9 serio e richiede azione sistemica. Ma molto pu\u00f2 essere fatto entro i margini esistenti. E soprattutto: le normative cambiano quando le pratiche cambiano, non viceversa. Chi sperimenta oggi prepara le riforme di domani.<\/p>\n

La crisi generata dall’intelligenza artificiale non \u00e8 solo una minaccia da contenere. \u00c8 un’opportunit\u00e0 per correggere distorsioni preesistenti, per restituire centralit\u00e0 a ci\u00f2 che \u00e8 sempre stato essenziale: il pensiero autentico, la riflessione consapevole, l’incontro tra persone, il giudizio situato.<\/p>\n

Cambiare paradigma richiede coraggio intellettuale, disponibilit\u00e0 a mettersi in discussione, capacit\u00e0 di tollerare l’incertezza. Non \u00e8 aggiungere un modulo o aggiornare un software. \u00c8 ripensare il senso di ci\u00f2 che facciamo ogni giorno.<\/p>\n

Il futuro dell’istruzione non sta nel difendere ci\u00f2 che la macchina fa meglio, ma nel coltivare ci\u00f2 che non pu\u00f2 replicare:[21]<\/a> il giudizio che pesa e sceglie, l’appartenenza che sostiene, la creativit\u00e0 che sorprende, la meraviglia che cerca oltre ci\u00f2 che gi\u00e0 sa. Questi sono i tesori che la scuola deve custodire.<\/p>\n

La scuola che emerger\u00e0 da questa transizione non sar\u00e0 perfetta. Sar\u00e0 provvisoria, perfettibile, aperta alla revisione. Ma sar\u00e0 una scuola che ha guardato in faccia il cambiamento e ha scelto di governarlo. Una scuola che, di fronte alla macchina che simula il pensiero, ha saputo riscoprire cosa significa davvero pensare.[22]<\/a><\/p>\n

 <\/p>\n

 <\/p>\n

Bibliografia<\/p>\n

Crisi epistemica e validit\u00e0 della valutazione<\/p>\n

Corbin, T., Dawson, P., & Liu, D. (2025). Talk is cheap: Why structural assessment changes are needed for a time of GenAI. Assessment & Evaluation in Higher Education<\/em>.<\/p>\n

Dawson, P., Bearman, M., Dollinger, M., & Boud, D. (2024). Validity matters more than cheating. Assessment & Evaluation in Higher Education<\/em>.<\/p>\n

Kofinas, A. K., Tsay, C. H., & Pike, D. (2025). The impact of generative AI on academic integrity of authentic assessments. British Journal of Educational Technology<\/em>, 00, 1-28.<\/p>\n

Lodge, J., Howard, S., Bearman, M., Dawson, P., & Associates (2023). Assessment reform for the age of artificial intelligence<\/em>. Melbourne: TEQSA.<\/p>\n

Quattrociocchi, W., et al. (2025). Epistemia and the Crisis of Knowledge Validation in the Age of Generative AI. Digital Society<\/em>, December 2025.<\/p>\n

TEQSA (2024-2025). Assessment reform in a time of artificial intelligence<\/em>. Melbourne: TEQSA.<\/p>\n

Framework europei e quality assurance<\/p>\n

ENQA Working Group on Academic Integrity (2024). Supporting Cultures of Academic Integrity<\/em>. Brussels: ENQA.<\/p>\n

European Commission (2024). Living guidelines on the responsible use of generative AI in research<\/em>. Brussels: European Research Area.<\/p>\n

Quality Assurance Agency for Higher Education (2023-2025). Reconsidering assessment for the ChatGPT era<\/em>. London: QAA.<\/p>\n

Russell Group (2023, updated 2025). Principles on the use of generative AI tools in education<\/em>. London.<\/p>\n

UNESCO (2023). Guidance for generative AI in education and research<\/em>. Paris: UNESCO.<\/p>\n

Contesto italiano<\/p>\n

CETU (2025). Indagine sull’uso dell’AI generativa tra gli studenti universitari italiani.<\/p>\n

CRUI & OpenAI (2025). Accordo per l’accesso a ChatGPT Edu nelle universit\u00e0 italiane.<\/p>\n

INDIRE (2025). L’intelligenza artificiale entra in classe<\/em>. Firenze: INDIRE.<\/p>\n

Ministero dell’Istruzione e del Merito (2024-2025). Linee Guida per l’intelligenza artificiale nelle istituzioni scolastiche<\/em>. Roma: MIM.<\/p>\n

Universit\u00e0 di Bologna (2025). Policy per un uso etico dell’Intelligenza Artificiale Generativa<\/em>.<\/p>\n

Nuovi paradigmi didattici<\/p>\n

Pratschke, J. (2024). Generative AI and Education: Digital Pedagogies, Teaching Innovation and Learning Design<\/em>. Cham: Springer.<\/p>\n

Reimagining education in the coming decade (2025). Frontiers in Education<\/em>, 10:1699106.<\/p>\n

The quiet transformation of higher education in the AI era (2025). PMC<\/em>.<\/p>\n

Zhai, X., et al. (2024). Transforming Teachers’ Roles in the Era of Generative AI. arXiv<\/em>:2410.03018.<\/p>\n

Metacognizione e apprendimento autoregolato<\/p>\n

Egara, F. O., & Mosimege, M. (2025). Mapping the Scaffolding of Metacognition by AI Tools in STEM. PMC<\/em>.<\/p>\n

Neshaei, S. P., et al. (2025). Metacognition meets AI: Empowering reflective writing with LLMs. British Journal of Educational Technology<\/em>.<\/p>\n

Students’ development of AI metacognitive awareness (2025). System<\/em>.<\/p>\n

Xu, J., et al. (2025). Enhancing self-regulated learning in generative AI environments. British Journal of Educational Technology<\/em>.<\/p>\n

Flipped classroom e apprendimento attivo<\/p>\n

Integrating cognition, self-regulation, motivation, and metacognition (2025). Educational Technology Research and Development<\/em>.<\/p>\n

Integrating flipped learning in AI-enhanced language learning (2025). Computers & Education Open<\/em>.<\/p>\n

Zhai, X., et al. (2025). Enhancing the flipped classroom with generative AI and Metaverse. Educational Technology Research and Development<\/em>.<\/p>\n

Apprendimento collaborativo<\/p>\n

Dang, B., Nguyen, A., & J\u00e4rvel\u00e4, S. (2025). Human-AI collaborative learning in mixed reality. British Journal of Educational Technology<\/em>.<\/p>\n

Kim, S., et al. (2022). Learning design to support student-AI collaboration. Education and Information Technologies<\/em>, 27, 14499-14527.<\/p>\n

The effects of generative AI on collaborative problem-solving (2025). International Journal of Educational Technology in Higher Education<\/em>, 22:31.<\/p>\n

Tutoring socratico e inquiry-based learning<\/p>\n

Integrating generative AI into STEM education (2025). Disciplinary and Interdisciplinary Science Education Research<\/em>, 7:5.<\/p>\n

Socratic AI in K-12 Science Classrooms (2025). Research Square<\/em>, preprint.<\/p>\n

Competenze umane e AI literacy<\/p>\n

Must-Have Competencies and Skills in Our New AI World (2024). EDUCAUSE Review<\/em>.<\/p>\n

Open University (2025). A Framework for critical AI literacy skills<\/em>.<\/p>\n

Integrit\u00e0 accademica<\/p>\n

Generative AI and Academic Integrity: A Systematic Review (2025). Information<\/em>, 16(4):296.<\/p>\n

HEPI\/Kortext (2025). Student Generative AI Survey 2025<\/em>. Higher Education Policy Institute.<\/p>\n

Formazione docenti<\/p>\n

Designing embodied generative AI in mixed reality for active learning (2025). Innovations in Education and Teaching International<\/em>.<\/p>\n

MIT Festival of Learning (2024). Faculty experiment with generative AI in teaching. MIT News<\/em>.<\/p>\n

Riferimenti teorici<\/p>\n

Biesta, G. (2021). World-centred Education<\/em>. London: Routledge.<\/p>\n

Boud, D., & Falchikov, N. (2006). Aligning assessment with long-term learning. Assessment & Evaluation in Higher Education<\/em>, 31(4), 399-413.<\/p>\n

Flavell, J. H. (1979). Metacognition and cognitive monitoring. American Psychologist<\/em>, 34(10), 906-911.<\/p>\n

Kolb, D. A. (2014). Experiential learning<\/em> (2nd ed.). Pearson.<\/p>\n

Vygotsky, L. S. (1978). Mind in Society<\/em>. Harvard University Press.<\/p>\n

Zimmerman, B. J. (2002). Becoming a self-regulated learner. Theory into Practice<\/em>, 41(2), 64-70.<\/p>\n

[1]<\/a>Kofinas, A. K., Tsay, C. H., & Pike, D. (2025). The impact of generative AI on academic integrity of authentic assessments. British Journal of Educational Technology, 00, 1-28.<\/p>\n

[2]<\/a>HEPI\/Kortext (2025). Student Generative AI Survey 2025. Higher Education Policy Institute.<\/p>\n

[3]<\/a>CETU (2025). Indagine sull’uso dell’AI generativa tra gli studenti universitari italiani, settembre 2025.<\/p>\n

[4]<\/a>ENQA Working Group on Academic Integrity (2024). Supporting Cultures of Academic Integrity. Brussels: ENQA.<\/p>\n

[5]<\/a>Quattrociocchi, W., et al. (2025). Epistemia and the Crisis of Knowledge Validation in the Age of Generative AI. Digital Society, December 2025.<\/p>\n

[6]<\/a>Dawson, P., Bearman, M., Dollinger, M., & Boud, D. (2024). Validity matters more than cheating. Assessment & Evaluation in Higher Education.<\/p>\n

[7]<\/a>TEQSA (2024-2025). Assessment reform for the age of artificial intelligence. Melbourne: TEQSA.<\/p>\n

[8]<\/a>Pratschke, J. (2024). Generative AI and Education: Digital Pedagogies, Teaching Innovation and Learning Design. Cham: Springer.<\/p>\n

[9]<\/a>Neshaei, S. P., et al. (2025). Metacognition meets AI: Empowering reflective writing with large language models. British Journal of Educational Technology.<\/p>\n

[10]<\/a>Xu, J., et al. (2025). Enhancing self-regulated learning and learning experience in generative AI environments. British Journal of Educational Technology.<\/p>\n

[11]<\/a>Students’ development of AI metacognitive awareness in an EAP course (2025). System.<\/p>\n

[12]<\/a>Integrating cognition, self-regulation, motivation, and metacognition: a framework of post-pandemic flipped classroom design (2025). Educational Technology Research and Development.<\/p>\n

[13]<\/a>Socratic AI in K-12 Science Classrooms (2025). Research Square, preprint.<\/p>\n

[14]<\/a>Dang, B., Nguyen, A., & J\u00e4rvel\u00e4, S. (2025). Human-AI collaborative learning in mixed reality. British Journal of Educational Technology.<\/p>\n

[15]<\/a>The effects of generative AI on collaborative problem-solving and team creativity (2025). International Journal of Educational Technology in Higher Education, 22:31.<\/p>\n

[16]<\/a>Reimagining education in the coming decade: what AI reveals about what really matters (2025). Frontiers in Education, 10:1699106.<\/p>\n

[17]<\/a>Zhai, X., et al. (2025). Enhancing the flipped classroom model with generative AI and Metaverse technologies. Educational Technology Research and Development.<\/p>\n

[18]<\/a>Kim, S., et al. (2022). Learning design to support student-AI collaboration. Education and Information Technologies, 27, 14499-14527.<\/p>\n

[19]<\/a>Zhai, X., et al. (2024). Transforming Teachers’ Roles and Agencies in the Era of Generative AI. arXiv:2410.03018.<\/p>\n

[20]<\/a>Integrating flipped learning in AI-enhanced language learning (2025). Computers & Education Open.<\/p>\n

[21]<\/a>Must-Have Competencies and Skills in Our New AI World (2024). EDUCAUSE Review.<\/p>\n

[22]<\/a>MIT Festival of Learning (2024). Faculty experiment with generative AI in teaching and learning. MIT News.<\/p>\n","protected":false},"excerpt":{"rendered":"

Una riflessione sulle trasformazioni necessarie nella didattica e nella valutazione L’irruzione dell’intelligenza artificiale generativa nel mondo dell’istruzione pone interrogativi che vanno ben oltre le questioni tecniche del plagio o della detection. Ci costringe a riconsiderare i fondamenti stessi della nostra pratica: cosa significa insegnare, cosa significa apprendere, cosa significa valutare in un contesto in cui […]<\/p>\n","protected":false},"author":1,"featured_media":2102,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2101","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-generale"],"_links":{"self":[{"href":"https:\/\/mangeloni.it\/index.php?rest_route=\/wp\/v2\/posts\/2101","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mangeloni.it\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mangeloni.it\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mangeloni.it\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/mangeloni.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=2101"}],"version-history":[{"count":1,"href":"https:\/\/mangeloni.it\/index.php?rest_route=\/wp\/v2\/posts\/2101\/revisions"}],"predecessor-version":[{"id":2103,"href":"https:\/\/mangeloni.it\/index.php?rest_route=\/wp\/v2\/posts\/2101\/revisions\/2103"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mangeloni.it\/index.php?rest_route=\/wp\/v2\/media\/2102"}],"wp:attachment":[{"href":"https:\/\/mangeloni.it\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=2101"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mangeloni.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=2101"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mangeloni.it\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=2101"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}