Apprendimento socioculturale

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

Apprendimento socioculturale — la famiglia di teorie, radicate in Vygotskij, secondo cui apprendimento e sviluppo sorgono attraverso la partecipazione sociale e sono mediati da strumenti culturali, dal linguaggio e dall'interazione con altri più competenti. La cognizione è distribuita fra persone, artefatti e ambienti anziché risiedere soltanto negli individui. Nell'IA nell'educazione, la teoria socioculturale inquadra come l'IA generativa funzioni come un nuovo tipo di agente mediatore — uno strumento che media l'attività e al contempo genera contributi contingenti all'interazione — e inquadra la progettazione dello supporto, della Zona di Sviluppo Prossimale (ZPD), dell'apprendistato e delle comunità di pratica. Si veda Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory.

Domande da considerare

La Zona di Sviluppo Prossimale di Vygotskij è il divario fra ciò che puoi fare da solo e ciò che puoi fare con un aiuto. Ricorda una volta in cui un suggerimento dato al momento giusto ti ha permesso di realizzare qualcosa che non potevi fare da solo — cosa ha reso efficace quell'aiuto, e quando avrebbe potuto rivelare troppo?
La pagina afferma che il pensiero umano è "mediato" da strumenti culturali come il linguaggio e la scrittura, che riorganizzano il modo in cui ragioniamo. Se è vero, come dovremmo considerare un chatbot di IA come un nuovo tipo di strumento di pensiero — e come potrebbe cambiare ciò che "conoscere" significa?
La teoria socioculturale dice che la cognizione è distribuita fra persone, artefatti e ambienti anziché all'interno delle singole menti. Questo corrisponde alla tua esperienza di come fai realmente le cose, e cosa significherebbe per la progettazione dell'apprendimento se fosse vero?
Se l'apprendimento avviene prima fra le persone e solo successivamente nell'individuo, quali sono i rischi di un tutor di IA che permette a uno studente di interagire soprattutto con una macchina anziché con i pari o con un essere umano più competente?
Come decideresti quanto supporto dovrebbe dare un tutor di IA, così che chi apprende progredisca senza che la risposta gli venga semplicemente consegnata?

Introduzione

Il concetto

La teoria socioculturale (Vygotskij, 1978; Lurija; Leont'ev) sostiene che le funzioni mentali superiori si sviluppano attraverso la partecipazione ad attività culturalmente organizzate. Diversamente dalle teorie che collocano l'apprendimento esclusivamente nell'elaborazione dell'informazione da parte dell'individuo, la prospettiva socioculturale sottolinea che:

La mediazione è fondamentale. Gli esseri umani pensano con e attraverso strumenti culturali — linguaggio, scrittura, diagrammi, tecnologie — che riorganizzano il modo in cui ragionano, ricordano e risolvono problemi (Wertsch, 1991). Questi strumenti non si limitano a trasmettere informazioni; rimodellano la cognizione e la partecipazione.
L'apprendimento è sociale. Le funzioni mentali superiori compaiono prima fra le persone (intersoggettivamente, nell'interazione) e solo successivamente nell'individuo. L'apprendimento sorge attraverso la partecipazione con insegnanti, pari e comunità — in processi come lo supporto, l'apprendistato e il movimento attraverso la ZPD.
La cognizione è distribuita. Il lavoro cognitivo è distribuito fra persone, artefatti e ambienti (Hutchins; Clark & Chalmers; Pea), anziché essere contenuto nella mente individuale. La cognizione distribuita, l'apprendimento situato e le comunità di pratica estendono il filone socioculturale.

La Zona di Sviluppo Prossimale (ZPD)

La ZPD (Vygotskij) è il concetto socioculturale più ampiamente applicato nel tutoraggio IA: lo spazio fra ciò che chi apprende può fare da solo e ciò che può fare con assistenza. L'apprendimento avviene con maggiore efficacia quando l'istruzione mira a questa zona — abbastanza sfidante da spingere lo sviluppo, abbastanza supportata da permettere il progresso. È il fondamento teorico dello supporto: un sostegno temporaneo e regolabile, ritirato man mano che la competenza cresce. Nell'IA nell'educazione, la ZPD inquadra la questione progettuale centrale di quanto supporto un tutor IA debba fornire, perché l'apprendimento avanzi senza che la risposta venga rivelata — si veda The Evidence Base on AI in K-12: A 2026 Review.

L'apprendimento socioculturale nell'educazione all'IA

La teoria socioculturale plasma la ricerca AIED in diversi modi distinti:

L'IA come agente mediatore. L'IA generativa complica la distinzione socioculturale fra mezzi di mediazione e interazione sociale: essa media l'attività e genera contributi contingenti e sensibili al contesto che plasmano l'interazione, senza possedere intenzionalità, appartenenza sociale o responsabilità. Warschauer, Tate e Ritchie (2026) propongono l'agente mediatore come categoria ibrida, e ne derivano abitudini di partecipazione centrate sull'umano (primato della cognizione umana, coinvolgimento intenzionale, agency di supervisione, vigilanza epistemica, autoregolazione riflessiva) per preservare l'agentività di chi apprende.(Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory)
Un resoconto del ruolo regolatore dell'IA sensibile allo stadio. Un quadro evolutivo della co-regolazione umano–IA attribuisce all'IA quattro ruoli — supporto, sostegno metacognitivo, memoria esterna e partner nelle decisioni — e li colloca per stadio: regolazione esterna strutturata nella prima infanzia, partner metacognitivo nell'infanzia intermedia e nell'adolescenza, e collaboratore sulla cognizione complessa nell'età adulta.
Supporto calibrato sulla ZPD. I tutor IA dovrebbero calibrare dinamicamente l'aiuto perché cada nella zona di ciascun discente. The Evidence Base on AI in K-12: A 2026 Review mostra come i tutor sintonizzati sul livello di chi apprende superino l'assistenza generica; l'adattività e ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming rendono operativa la ZPD regolando difficoltà e suggerimenti; e quadri di principio come A principled way to think about AI in education: guidance for educators and policy makers based on goals, models sostengono che il supporto debba essere ritirato man mano che la competenza cresce.
Una quarta zona: ciò che il modello sa. Tsim e Gutoreva (2025) estendono il diagramma di Vygotskij anziché il ciclo del tutoraggio, aggiungendo alla ZPD una zona nota all'IA generativa e ricavandone quattro sotto-zone che classificano a cosa un compito debba essere assegnato: Substitute (nessuna conoscenza specifica del compito, quindi la competenza generale del modello lo sostiene), Aid (conoscenza parziale, potenziata), Complement (conoscenza sufficiente per supervisionare l'output del modello) e Non-negotiable (conoscenza sufficiente per svolgerlo da sé, quindi delegare aggiunge poco). Lo supporto si esprime come assegnazione del compito anziché come consegna di suggerimenti, e un ciclo metacognitivo di valutazione, riflessione e apprendimento in tempo reale è ciò che sposta un compito fra le sotto-zone nel tempo.
Apprendistato e comunità. Le idee socioculturali sostengono l'apprendistato cognitivo, il modellamento, il coaching e il fading; le comunità di pratica inquadrano l'apprendimento come movimento verso una partecipazione più piena nelle pratiche di una comunità.
Contesto culturale e istituzionale. Il filone socioculturale adiacente al costruttivismo sottolinea che la dimensione culturale plasma ciò che conta come conoscenza, chi è un'autorità e cosa significa sforzo — si veda l'inquadratura discenti–contesti–culture della rapid review di Sydney sul PreK-12.
Validare le misure del discorso richiede i giovani il cui discorso viene misurato. Ri-contestualizzare le definizioni di mosse del discorso con quattro studenti focali ha aumentato la F1 di classificazione dell'LLM di +0,104 per Claim e +0,23 per Question, e le interpretazioni degli studenti stessi divergono dalle inquadrature degli adulti e del modello — un limite strutturale della classificazione testuale, non un problema di dimensione dei dati (Santos-Deonizio et al. (2026)).

Collegamento con il carico cognitivo e la metacognizione

Il filone socioculturale è strettamente accoppiato alla Teoria del Carico Cognitivo (il supporto dovrebbe gestire il carico senza eliminare lo sforzo produttivo) e alla metacognizione (chi si trova nella zona sta attivamente monitorando e regolando la propria comprensione). The Evidence Base on AI in K-12: A 2026 Review sintetizza l'evidenza K-12 secondo cui gli strumenti di IA funzionano meglio quando mantengono chi apprende nella ZPD anziché rispondere al posto suo, e la ricerca su l'umano nel ciclo dell'IA affronta il modo in cui il supporto umano e quello dell'IA definiscono congiuntamente la zona del discente.

L'IA generativa come agente mediatore (2026): Basandosi sulla mediazione vygotskijana, un articolo teorico propone di ridefinire l'IA generativa non semplicemente come strumento/mezzo di mediazione, ma come agente mediatore che partecipa attivamente all'attività di apprendimento, sfumando il confine strumento-contro-interazione sociale centrale per la teoria socioculturale (Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory). Questo colloca i modelli generativi come co-partecipanti anziché come strumenti passivi, con implicazioni per il modo in cui mediazione, agentività e la relazione fra discente e IA vengono teorizzati nelle scienze dell'apprendimento.

Concetti collegati

Articoli collegati

When Youth Enter The Chat: An Epistemic Shift in the Validation of LLM-Based Measures of Student Talk — When Youth Enter The Chat: Validation of LLM-Based Measures of Student Talk
Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory — Generative AI as a Mediational Agent
ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming — Collaborative AI tutoring
A principled way to think about AI in education: guidance for educators and policy makers based on goals, models — Principled AI education frameworks
The Evidence Base on AI in K-12: A 2026 Review — Stanford evidence base for AI in K-12
Young People, Learning, and Generative AI: A Rapid Literature Review and Implications for PreK-12 Education — Sydney rapid review of GenAI in PreK-12
Artificial intelligence as a cognitive partner: a developmental framework for human-AI co-regulation in learning — AI as cognitive partner and co-regulation

Metadati

Apprendimento e istruzione	Costruttivismo, Teorie dell'apprendimento, Scaffolding (impalcatura), Apprendimento socioculturale
Tecnologie e tecniche	IA generativa
Basi dell’IA nell’educazione	Agentività di chi apprende, Collaborazione tra esseri umani e IA

Source History Edit Chat