In questa pagina

Leggi questa pagina in inglese

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

Un volume curato gratuito della Society for the Teaching of Psychology (2026, ISBN 978-1-941804-82-7) che organizza l'IA generativa corso per corso anziché strumento per strumento. La psicologia fornisce i rispondenti a molte indagini sull'uso dell'IA senza esserne il soggetto; questo libro è il caso contrario, con 21 capitoli di corso più un'introduzione e una conclusione in 255 pagine.

L'argomentazione del libro

La premessa dei curatori è che i docenti di psicologia sono in una posizione insolitamente favorevole per insegnare l'uso dell'IA, perché la disciplina insegna già il giudizio su misurazione, evidenza e comportamento umano. La loro tesi è più circoscritta di «l'alfabetizzazione all'IA conta». È che l'alfabetizzazione all'IA è evolutiva: gli studenti non la possiedono o ne sono privi in modo definitivo, la acquisiscono attraverso un accesso a tappe, la riflessione e il feedback.

Ne seguono tre impegni di progettazione, e la maggior parte dei capitoli ne attua almeno uno. Scandire ciò che gli studenti possono fare con uno strumento, passando dall'uso guidato all'uso autonomo man mano che il giudizio si sviluppa. Affiancare all'uso la verifica, così che un'affermazione fatta con un modello debba essere controllata rispetto a una fonte e mostrata. Definire il successo come giudizio su quando e se usare lo strumento, non come padronanza dello strumento.

La struttura è l'argomentazione. I capitoli sono raggruppati per il corso che un docente sta per insegnare — fondativi e trasversali, clinici e di counseling, metodi di ricerca e statistica — anziché per strumento, capacità o politica istituzionale.

Sezione I: corsi fondativi e trasversali

  • L'accesso è il primo problema, non lo strumento (Slade e Hyk). Gli studenti che arrivano senza esperienza precedente di IA sono svantaggiati due volte: mancano dell'abilità di prompting e mancano del giudizio su quando una risposta fluente è sbagliata. Il capitolo insegna il prompt engineering insieme a repository aperti di prompt riutilizzabili e tratta quell'istruzione come una misura di equità. L'autore dichiara un interesse finanziario in un'azienda che commercializza IA educativa.
  • L'IA come generatore di contenuti per l'insegnamento (Corcoran). Il caso d'uso del capitolo è la preparazione del docente stesso: elementi visivi, esempi, problemi e altri stimoli didattici generati rispetto a un obiettivo dichiarato. La sua argomentazione è che è la personalizzazione rispetto a quell'obiettivo, non la novità, a rendere utile l'output. Il capitolo insiste anche perché gli studenti vengano istruiti *riguardo all'*IA — i suoi limiti e la sua etica — e non semplicemente dotati dello strumento.
  • Le abilità di studio come ponte verso la teoria (Costa). In un corso avanzato di apprendimento e memoria, gli studenti usano strumenti di studio con IA e poi mappano ciò che gli strumenti fanno sulla pratica distribuita e sul recupero. Il design rende la psicologia il soggetto e lo strumento l'esemplare, che è il modo più pulito di insegnare un corso il cui contenuto è la scienza dell'apprendimento che gli strumenti dichiarano di implementare.
  • Un progetto applicato di cambiamento del comportamento (Emanuel). Gli studenti conducono un progetto di cambiamento del comportamento salutare con un sistema IA come coach. Le loro riflessioni separano ciò che ha funzionato — suggerimenti immediati, personalizzati e non giudicanti — da ciò che non ha funzionato: nessuna empatia e disinformazione plausibile sulla salute. Il capitolo è uno dei pochi che mette un modello in un ruolo in cui sbagliare ha un costo.
  • L'IA come coach di dibattito (Jackson). Un corso avanzato di psicologia sociale usa un modello per mappare argomenti, far emergere controargomenti e provare le confutazioni prima di un dibattito pubblico, con ogni affermazione verificata rispetto a fonti peer-reviewed. Delle riflessioni scritte, il 75% ha trovato il modello almeno moderatamente utile nella preparazione e il 35% è stato fortemente positivo; circa il 10% lo ha trovato di scarsa utilità, soprattutto perché il modello produceva argomenti generici o errori espressi con sicurezza. L'iterazione successiva aggiunge un piano di preparazione di una pagina e un registro delle evidenze che collega ogni affermazione a una fonte.
  • Un chatbot di corso con compiti di feedback (Lee, Nam e Wages). Un chatbot costruito per Introduction to Psychology, Research Methods e Psychology Apprenticeship ha supportato il brainstorming sui temi, il raffinamento delle domande di ricerca e la struttura dei paper. Gli autori riportano 124 studenti nell'indagine pre-test e un tasso di risposta post-test del 25%, quindi l'evidenza sugli esiti è più sottile del dettaglio implementativo.
  • Valutazione su tre livelli (Granito). I compiti diagnostici, formativi e sommativi ricevono ciascuno una versione potenziata dall'IA, e l'estremità sommativa si sposta verso progetti autentici in cui lo strumento è un partner di supporto anziché il prodotto consegnato. Questo è il capitolo da leggere se la domanda è cosa smettere di valutare.

Sezione II: corsi clinici e di counseling

  • La psicoterapia come attività introduttiva (Castro). Gli studenti scelgono un disturbo DSM-5-TR e una tecnica psicoterapeutica, poi vivono una sessione simulata e discutono che cosa guadagna e perde l'assistenza sanitaria a distanza basata sull'IA. Il design insegna la tecnica per contrasto: la simulazione mostra che cos'è la parte relazionale della terapia omettendola.
  • Costruire casi di studio insieme (Pulido). Gli studenti usano ChatGPT per abbozzare casi di studio DSM-5-TR e poi valutarli, il che mette l'abilità di valutazione sullo studente anziché sul modello. Il capitolo descrive adattamenti per studenti graduate e undergraduate e tratta il raffinamento iterativo dei prompt come parte del ragionamento clinico, non come un'incombenza tecnica.
  • La concettualizzazione del caso in un seminario (Draheim). La concettualizzazione del caso è dove gli studenti sintetizzano le informazioni sul cliente e la ricerca sugli esiti del trattamento, ed è difficile da insegnare a livello undergraduate. Il seminario usa l'IA per generare e criticare concettualizzazioni, con il carico di feedback del docente indicato come il vincolo che rende lo strumento attraente in primo luogo.
  • Umiltà culturale (Draheim). Un compito a casa usa un modello per lavorare su un articolo sull'umiltà culturale, seguito da un esercizio in aula per trovare i bias dentro l'output generativo. L'abbinamento conta: lo strumento viene usato per aprire un tema e poi diventa oggetto di critica nella stessa settimana.
  • Insegnamento sensibile al trauma (Rubio). I corsi graduate sul trauma usano modelli di testo e immagine per co-creare storie terapeutiche e immagini di luoghi sicuri, fondati sul modello trifasico di Herman e sul modello neurosequenziale di Perry. Qui è la cornice a fare il lavoro; gli strumenti forniscono materiale che la cornice poi vincola.
  • Bot come terapeuti (Niederjohn). Gli studenti parlano con diversi chatbot e confrontano l'esperienza con il lavoro faccia a faccia sull'alleanza terapeutica. Il capitolo fornisce i numeri che rendono l'esercizio urgente: il 65% dei professionisti della salute mentale in indagini precedenti vedeva benefici nel supporto dei chatbot, mentre l'86% non ne sosteneva l'uso nella cura. Il suo suggerimento pratico è una scala — prima il role-play con l'IA, poi i pari, poi pazienti simulati umani.
  • Role-play per i tirocinanti (Labriola e VanHara). I role-play con IA sostituiscono il role-play tra pari con copione con presentazioni cliniche senza copione, il che secondo gli autori aumenta il realismo e la disponibilità a correre rischi. Ancorano il bisogno ai dati di un'indagine tra studenti: l'86% di quasi 4,000 studenti in 16 paesi ha riferito di usare l'IA, il 58% ha detto di non averne conoscenza sufficiente e il 72% voleva corsi di alfabetizzazione all'IA.

Sezione III: metodi di ricerca, statistica e alfabetizzazione scientifica

  • L'IA come co-pilota di ricerca (Sumutka e colleghi). Le attività guidano i novizi attraverso il restringimento di un tema, la ricerca di fonti, la generazione e operazionalizzazione di variabili e l'applicazione dell'etica. L'obiettivo dichiarato è prima l'alfabetizzazione informativa e poi la velocità, e il capitolo è esplicito sul fatto che lo strumento viene esemplificato tanto quanto usato.
  • La generazione di domande come valutazione critica (Burkett). Un approccio in tre fasi in un corso undergraduate di metodi di ricerca trasforma ChatGPT in un generatore di domande valutative sui disegni di studio, con un GPT personalizzato costruito allo scopo. Le domande servono poi come misura della comprensione — una mossa di valutazione di cui altri capitoli parlano ma che raramente operazionalizzano.
  • Usi e abusi, come moduli (Urdan, Firtch e White). Moduli pronti all'uso coprono la generazione di disegni di ricerca, i test di pratica e i modi di fallimento noti, sul ragionamento che l'attrito di adozione è la vera barriera per i docenti curiosi dell'IA ma a corto di tempo.
  • Il chatbot che non è stato all'altezza (Hilley e Edwards). «Zig», costruito sulla piattaforma Juji per un corso obbligatorio di statistica, doveva dare aiuto on-demand sui problemi di pratica. Non ha soddisfatto le aspettative. I suoi fallimenti sono specifici e istruttivi: uno studente che chiedeva del test di Levene ha digitato «levee» e ha ricevuto un rifiuto, una domanda sulla valutazione ha prodotto una risposta non correlata sugli z-score, e le richieste di esempi hanno ricevuto definizioni. Molto di questo risale a una piattaforma caricata di Q&A anziché a un modello di ragionamento, ma il capitolo è il risultato negativo onesto del volume e quello da leggere prima di costruire un bot di corso.
  • Integrazione a tappe nell'insegnamento di R (Garrison, Tyson e Lyu). Il modello in quattro stadi inizia con apprendimento senza IA e aggiunge strumenti solo quando gli studenti sanno valutare ciò che gli strumenti producono. Il segnale di prontezza che gli autori indicano è la frustrazione per i limiti dell'IA, e il modo di fallimento che documentano è introdurre l'IA prima, che ha prodotto dipendenza prima che ci fossero le basi.
  • ChatGPT più Elicit in un seminario dell'ultimo anno (Katzarska-Miller). Quattro workshop preparatori precedono un paper di ricerca lungo un semestre, con un modello generativo per la stesura e uno strumento di assistenza alla ricerca per la letteratura. Il capitolo fonda il design sulla teoria dell'apprendimento costruzionista sociale e usa autovalutazioni pre e post corso per verificare se l'alfabetizzazione all'IA si è mossa.

Ciò che ricorre nei ventuno capitoli

  • Scandire l'accesso. Quasi ogni capitolo trattiene lo strumento finché gli studenti non hanno qualcosa rispetto a cui giudicarlo, che sia una statistica, una cornice, una posizione di dibattito o un fondamento di programmazione.
  • Richiedere la verifica e renderla visibile. Registri delle evidenze, controlli delle fonti, log dei prompt e note su «che cosa è cambiato dopo il fact-checking» compaiono in tutte le sezioni. È il requisito a convertire l'uso dello strumento in apprendimento.
  • Usare la riflessione degli studenti come strumento di misura. Le riflessioni sono la base di evidenza per la maggior parte dei capitoli, il che è anche la debolezza metodologica centrale del volume.
  • Progettare a livello di corso, non di strumento. La decisione organizzativa del libro stesso — un capitolo per corso — è la raccomandazione.
  • Mantenere il giudizio del docente come oggetto. La tesi ricorrente è che gli studenti dovrebbero uscire capaci di decidere quando non usare lo strumento.

Dove il libro è carente

I capitoli sono resoconti di practitioner. Quasi nessuno riporta un disegno, un campione o una dimensione dell'effetto, e dove compaiono numeri descrivono l'implementazione anziché l'apprendimento. Le eccezioni sono parziali: Lee e colleghi hanno indagini pre e post-test con un tasso di risposta post-test del 25%, e l'analisi delle riflessioni di Jackson è una codifica tematica di una classe.

Anche l'entusiasmo è controllato in modo disomogeneo. Corcoran e Costa scrivono da sostenitori; Hilley e Edwards riportano un fallimento; solo Slade e Hyk dichiarano un interesse commerciale. I capitoli che nominano prodotti specifici invecchieranno in fretta, poiché la maggior parte descrive gli strumenti come si comportavano durante il 2025.

Lacune di copertura che vale la pena conoscere: costi e livelli premium sono appena discussi, accessibilità e disabilità non sono trattate come una sezione, e il K-12 compare solo nel capitolo di istruzione secondaria di Castro. Il volume riguarda l'insegnamento della psicologia a livello undergraduate e graduate negli Stati Uniti, con poco sui grandi corsi frontali oltre a quelli di Costa e Granito.

Cosa puoi farci

Leggi il capitolo del corso che stai per insegnare. Le tre sezioni — corsi fondativi e trasversali, corsi clinici e di counseling, metodi di ricerca e statistica — tengono insieme i capitoli correlati. Esempi: un chatbot tutor IA in statistica per la psicologia, ChatGPT abbinato a Elicit in un seminario dell'ultimo anno, l'IA come coach di dibattito, concettualizzazione del caso e umiltà culturale nella formazione clinica, e un capitolo di metodi di ricerca che fa generare domande agli studenti con ChatGPT e poi le fa criticare.

A chi è rivolto

Docenti di psicologia a qualsiasi stadio di carriera, e docenti di discipline delle scienze sociali adiacenti i cui problemi di valutazione hanno la stessa forma: lavori ricchi di saggi, discussione di casi, ansia da statistica, corsi piccoli in cui una riprogettazione è fattibile.

Note e avvertenze

PDF gratuito, nessun account. Il copyright è di STP, non una licenza Creative Commons: le copie personali e per l'aula sono permesse con attribuzione, mentre la ridistribuzione o l'uso commerciale richiedono il permesso dell'autore. I capitoli sono resoconti di practitioner, non studi — nessun disegno, campione o dimensione dell'effetto — quindi tratta le affermazioni come resoconti di esperienza e cita i capitoli singolarmente.

Concetti collegati

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.