Base di conoscenze AIEdAIEd KB
In questa pagina

Leggi questa pagina in inglese

Concetti

Literacy del Feedback

Creata 2026-10-14

Traduzione automatica della pagina in inglese, non ancora rivista da una persona di madrelingua.

La literacy del feedback — le capacità e le disposizioni di cui gli studenti hanno bisogno per comprendere, valutare e agire sul feedback al fine di migliorare il proprio apprendimento. È la controparte dal lato di chi apprende rispetto all'erogazione del feedback: mentre Qualità del feedback con IA e Feedback Loop riguardano la qualità e le meccaniche del sistema di feedback, la literacy del feedback riguarda la capacità dello studente di cercare, interpretare, giudicare e usare il feedback in modo produttivo.

Domande da considerare

  • Un feedback ben progettato aiuta solo gli studenti in grado di interpretarlo e di agire su di esso. Se due studenti ricevono un feedback identico e imparano in misura diversa, dove risiede la differenza — ed è colpa dello studente o del sistema?
  • La ricerca rileva che gli studenti con una literacy del feedback più forte traggono beneficio dal feedback generato dall'IA più di quelli con literacy più debole, i quali mostrano effetti minimi o addirittura negativi. Che cosa suggerisce questo riguardo al semplice inserimento di feedback basato sull'IA in un corso senza sviluppare anche la capacità degli studenti di utilizzarlo?
  • La literacy del feedback comprende cercare il feedback, formulare giudizi, gestire gli aspetti affettivi e agire sul feedback — non solo riceverlo. Quando hai cercato attivamente un feedback l'ultima volta, invece di aspettarlo, e che cosa ti ha dato il coraggio (o meno) di farlo?
  • Se l'IA può ora generare feedback abbondante e istantaneo, il collo di bottiglia si è spostato dall'erogazione del feedback alla capacità dello studente di usarlo? Che cosa potrebbe cambiare nel modo in cui progetti il feedback se considerassi la literacy del feedback degli studenti come il vero vincolo?

Introduzione

La literacy del feedback conta perché un feedback ben progettato aiuta solo gli studenti in grado di interpretarlo e di agire su di esso. Uno studente che non sa valutare se un feedback generato dall'IA sia accurato, o che non sa come trasformare il feedback in una revisione concreta, impara molto meno dallo stesso feedback rispetto a un compagno con maggiore literacy del feedback. Mentre l'IA rimodella l'erogazione del feedback, la literacy del feedback è diventata una condizione limite centrale per stabilire se il feedback basato sull'IA migliori l'apprendimento.

Che cos'è la literacy del feedback

La literacy del feedback è ampiamente inquadrata come un insieme di capacità interrelate — la capacità di apprezzare il feedback, formulare giudizi, gestire gli aspetti affettivi e agire (secondo Carless & Boud). Gli articoli della knowledge base raggruppano la literacy del feedback attorno a diverse capacità:

  • Cercare e sollecitare il feedback — richiedere proattivamente il feedback invece di riceverlo passivamente.
  • Formulare giudizi — valutare l'accuratezza e l'utilità del feedback, incluso quello prodotto dall'IA.
  • Costruzione di senso — interpretare il feedback in relazione agli obiettivi e ai criteri del compito, e comprendere che cosa implica per il miglioramento.
  • Gestire gli aspetti affettivi — confrontarsi in modo produttivo con il feedback senza scoraggiarsi o senza montarsi la testà.
  • Agire sul feedback — tradurre il feedback in revisioni concrete o in cambiamenti di approccio (Feedback Loop, Apprendimento autoregolato).
  • Giudicare l'autorità valutativa — un'ulteriore capacità proposta da AlGhamdi (2026): oltre ad apprezzare il feedback, formulare giudizi, gestire gli aspetti affettivi e agire, gli studenti che ragionavano sul feedback prodotto dall'IA dovevano giudicare quale fonte detiene l'autorità valutativa, separatamente dal giudizio sulla qualità del feedback. Poiché ai partecipanti era stato detto che ChatGPT aveva generato sia il punteggio sia il feedback, la loro literacy del feedback era esercitata sulla fonte e sulla legittimità della valutazione, non solo sul suo contenuto, e questo produceva richieste di convalida da parte del docente invece di un'accettazione passiva.

Come la literacy del feedback appare nella ricerca

  • La literacy del feedback come moderatore del valore del feedback basato sull'IA: Mendoza et al. (2026) mostrano che la literacy del feedback modera il legame tra accettazione di ChatGPT e Apprendimento autoregolato: gli studenti con literacy più forte percepiscono un beneficio SRL maggiore dal feedback basato sull'IA, mentre quelli con literacy più debole mostrano effetti minimi o addirittura negativi (Over-Reliance). La literacy del feedback è una condizione limite perché gli studenti possano "dare senso" al feedback dell'IA.

  • La literacy del feedback come percorso dall'uso della GenAI al pensiero critico: in 421 studenti universitari cinesi, l'associazione tra uso della GenAI e pensiero critico auto-riportato passava quasi interamente attraverso la Literacy del Feedback relativa alla GenAI (β=0,185, 71,98% dell'effetto totale), e tale percorso si rafforzava all'aumentare del pensiero riflessivo (indice di mediazione moderata = 0,030) (Yan et al. (2026)).

  • La literacy del feedback predice l'apprendimento dalla scrittura assistita dall'IA: Hawkins et al. (2026) rilevano che la literacy del feedback era l'unico predittore positivo significativo del voto del saggio in un compito di scrittura del saggio potenziato dall'IA, mentre Liu & Deris (2025) sviluppano e validano una scala AI Feedback Literacy (AIFL) e mostrano che predice l'adozione del feedback.

  • Framework per l'engagement nel feedback abilitato dalla GenAI: Zhan, Boud, Dawson & Yan (2025) (Boud e Dawson sono studiosi di primo piano della literacy del feedback) sostengono che la GenAI può abilitare l'engagement degli studenti nel feedback, mappando un modello ciclico di feedback basato sull'auto-La regolamentazione dell'IA nell'istruzione sulle fasi di sollecitazione/elaborazione/attuazione.

  • Il feedback dell'IA arriva senza l'inquadramento del docente: Brunnström and Palmqvist (2026) sostengono che la GenAI rende la literacy del feedback più esigente, perché le risposte sono generate in modo interattivo e senza un inquadramento immediato da parte del docente: gli studenti devono interpretarle, valutarle, confrontarsi con esse e usarle — decidendo anche quando una risposta è troppo astratta, quando insistere e quando tornare a risorse convenzionali. Nella loro dimostrazione di otto scambi, semplificazione e struttura utilizzabile comparvero solo dopo interventi di chi apprende, rendendo il ciclo di engagement nel feedback (sollecitazione/elaborazione/attuazione) qualcosa che lo studente deve guidare (Zhan, Boud, Dawson & Yan hanno mappato quel ciclo per la GenAI; Apprendimento autoregolato).

  • La literacy del feedback nella scrittura assistita dall'IA e nell'EAP: gli script di literacy del feedback e i meccanismi di secondo valutatore addestrano gli studenti a confrontarsi criticamente con il feedback dell'IA durante la revisione della scrittura, spostando la revisione verso il miglioramento a livello argomentativo invece che verso correzioni superficiali.

  • Strumenti di feedback automatizzato per lo sviluppo della literacy: Tubino & Adachi (2025) sostengono che gli strumenti di feedback automatizzato basati sull'IA dovrebbero essere ripensati come strumenti per sviluppare la literacy del feedback degli studenti, non solo per fornire più feedback.

  • Feedback tra pari e literacy del feedback: Irwin & Muller (2025) collocano la GenAI all'interno del feedback tra pari in EFL per addestrare la literacy del feedback e abilitarne l'adozione nelle lezioni di speaking, e gli studi sullo scaffolding confrontano la GenAI con i pari umani nel favorire un feedback autoregolato.

  • Feedback conservato come dato durevole e consultabile. Abbinare ChatGPT a un e-portfolio ha elevato insieme la performance nello speaking e la literacy del feedback (η² parziale = 0,218 per quest'ultima), poiché gli studenti trattavano il feedback archiviato di docente, pari e IA come un dato da riconciliare piuttosto che come una correzione una tantum (Laksana et al. (2026)).

  • La literacy del feedback nel learning analytics e nelle dashboard GenAI: Jin et al. (2025) esaminano come gli studenti percepiscano il feedback generato dalla GenAI nei Analitiche dell'apprendimento da una prospettiva di literacy del feedback.

  • La literacy del feedback come obiettivo del design dell'IA-literacy e della valutazione: Richmond & Nicholls (2025) utilizzano una valutazione centrata sul processo piuttosto che sull'artefatto, in cui gli studenti criticano l'output di ChatGPT rispetto a una rubrica per costruire insieme literacy del feedback, psicologica e dell'IA; il feedback basato sull'IA centrato sullo studente e il design di feedback care-full collegano la qualità del feedback alla capacità di chi apprende di confrontarsi con esso.

Perché la literacy del feedback conta per l'IA in educazione

L'IA cambia il feedback in due direzioni che entrambe alzano la posta in gioco della literacy del feedback. Primo, l'IA aumenta drasticamente il volume e l'immediatezza del feedback (Qualità del feedback con IA, Feedback Loop), quindi gli studenti si confrontano con molto più feedback che devono selezionare e valutare. Secondo, il feedback generato dall'IA comporta rischi distinti — inaccuratezza, allucinazione e l'"illusione della padronanza" — che richiedono capacità di valutazione critica e vigilanza contro l'Over-Reliance e la misattribuzione. La literacy del feedback diventa perciò una componente centrale dell'Alfabetizzazione sull'IA: sapere non solo come chiedere un feedback all'IA, ma come giudicare se quel feedback valga la pena di essere messo in atto e come convertirlo in apprendimento genuino invece che in completamento del compito.

Bearman and colleagues (2026) aggiungono un'ulteriore richiesta a questo elenco. Nel loro studio basato su workshop, gli studenti non gestivano un'unica fonte di feedback ma una rete: soppesavano i commenti del docente rispetto all'output dell'IA, alle rubriche, ai materiali del corso e ai pari, e quando il feedback umano era lento continuavano a lavorare con l'IA come soluzione temporanea, correggendo in seguito se li aveva fuorviati. Gli autori suggeriscono che gli studenti possono agire come un proprio human-as-the-loop gestendo quelle relazioni dal compito granulare alla traiettoria più ampia, e questo è a sua volta una capacità di literacy del feedback. Il loro monito è che commenti del docente scarni o in ritardo sono ciò che spinge gli studenti verso fonti non verificate.

Connessioni con concetti correlati

La literacy del feedback si collega ad Qualità del feedback con IA e Feedback Loop (il lato dell'erogazione che completa), a Valutazione formativa (il ciclo di valutazione che alimenta) e a Apprendimento autoregolato (l'Autovalutazione e l'adattamento che sostiene). È un sottoinsieme dell'Alfabetizzazione sull'IA quando applicata al feedback generato dall'IA, si interseca con Valutazione tra pari nei contesti collaborativi, ed è particolarmente rilevante per la Scrittura. Si collega inoltre a Metacognizione e a Calibrazione della fiducia — la capacità di giudicare se un feedback sia affidabile.

Agire sul feedback non equivale a migliorare l'artefatto. Tra 22 docenti di matematica in formazione, l'accettazione selettiva del feedback dell'IA e dei pari era la norma (32 episodi su 44), eppure solo cinque migliorarono la qualità del compito progettato — un divario di traduzione che gli autori attribuiscono al giudizio valutativo piuttosto che all'adozione (Oh, 2026).

Concetti collegati

Articoli collegati

FAQ collegate

Metadati

DisciplinaWriting Education
Apprendimento e istruzioneApprendimento autoregolato
Valutazione e misurazioneQualità del feedback con IA, Feedback, Literacy del Feedback, Valutazione formativa, Valutazione tra pari
Basi dell’IA nell’educazioneAlfabetizzazione sull'IA
SourceHistoryEditChat

Incorpora questa pagina

Copia il codice qui sotto per incorporare questa pagina in un sistema di gestione dell’apprendimento o in un altro sito. La versione incorporata mostra solo il contenuto della pagina — nasconde header, navigazione e footer del sito.