Un professore di economia alla Brown University ha sospettato che la maggior parte dei suoi 86 studenti avesse usato l’AI per un esame da casa quando la media è arrivata al 96%, contro il solito 65-80%. Molti avevano usato una dimostrazione matematica contorta identica a quella di ChatGPT, invece dell’approccio diretto più ovvio.

Ha avvertito gli studenti e fatto l’esame finale in aula, sorvegliato. Diciotto studenti hanno abbandonato il corso, nove non si sono presentati. La media è crollata al 48,6%, il peggior risultato mai registrato per quel corso. Solo pochi hanno ottenuto punteggi vicini a quelli del primo esame. Diciannove studenti sono stati bocciati.

Perché ti riguarda. Due studi recenti confermano lo stesso pattern su larga scala. Uno studio cinese su 26.000 studenti ha mostrato che sei mesi dopo l’adozione dell’AI i voti dei compiti erano saliti del 18% mentre i voti agli esami sorvegliati erano scesi del 20%. L’effetto completo si manifesta in circa due anni, con i migliori studenti che perdono fino al 24% delle loro prestazioni. Uno studio della UC Berkeley su 500.000 voti mostra che nei corsi con molti compiti non sorvegliati la percentuale di A è aumentata di 13 punti percentuali dopo il lancio di ChatGPT.

Se insegni o se stai imparando a usare l’AI, questo è il problema centrale: l’AI che fa il lavoro al posto tuo non ti potenzia, ti svuota. La questione non è vietare gli strumenti, ma capire dove la competenza di base deve reggere anche senza.

Nel dettaglio

Il contesto: cosa c’era prima

Gli esami da casa esistevano da sempre, ma si basavano su un patto implicito di onestà accademica. ChatGPT e gli altri modelli hanno rotto quel patto perché lo studente medio può ora ottenere risposte di qualità professionale in pochi secondi, senza che il professore possa distinguerle da quelle autentiche guardando solo il risultato finale.

Roberto Serrano, il professore del caso Brown, ha fatto girare le domande dell’esame attraverso ChatGPT e ha ottenuto risposte quasi identiche a quelle di molti studenti, inclusa una scelta di dimostrazione matematica insolita che nessuno studente aveva mai usato prima. La media del 96% era un’anomalia statistica evidente: quel corso aveva sempre avuto medie fra il 65% e l’80%.

I numeri degli studi su larga scala

Lo studio cinese ha tracciato più di 26.000 studenti dalla settima alla dodicesima classe per 30 mesi. Dopo sei mesi dall’inizio dell’uso dell’AI:

• I voti dei compiti a casa sono saliti del 18%
• Il tempo di completamento è sceso da 64 a 45 minuti
• I voti agli esami sorvegliati sono scesi del 20%
• Agli esami di ammissione universitaria, la perdita a lungo termine è stata fra il 18% e il 24%
• L’81% degli utenti frequenti dell’AI mostrava il pattern completo: compiti veloci, voti alti nei compiti, prestazioni crollate agli esami

I migliori studenti sono stati i più colpiti: hanno perso fino al 24% delle loro prestazioni. L’effetto completo si manifesta in circa due anni, suggerendo un deterioramento progressivo delle competenze di base.

Lo studio della UC Berkeley ha analizzato più di 500.000 voti in una grande università di ricerca del Texas. Nei corsi con molti compiti scritti o di programmazione, la percentuale di voti A è aumentata di 13 punti percentuali dopo il lancio di ChatGPT nel novembre 2022. L’effetto era concentrato nei compiti non sorvegliati: i corsi che si basavano principalmente sui compiti a casa hanno visto un aumento di 16 punti percentuali superiore rispetto ai corsi che si basavano di più su esami sorvegliati.

Cosa cambia

Il caso Brown mostra la reazione istituzionale: il professore ha annullato l’esame da casa e ha portato il peso del finale all’80% del voto totale. L’università ha risposto in modo «timido», secondo Serrano, chiedendogli di segnalare ogni caso individualmente. Lui voleva una posizione più forte: «Non possiamo permetterci di avere una società in cui una frazione significativa delle nostre migliori giovani menti pensa che imbrogliare sia OK. Questo porta a una società in declino, a una società fallita… Non possiamo scegliere di diventare idioti».

I limiti di quello che sappiamo

Gli studi mostrano una correlazione chiara, ma non possono distinguere fra studenti che usano l’AI come supporto e studenti che la usano come sostituto completo. Il pattern emerge a livello aggregato: non dice niente su come il singolo studente sta usando lo strumento.

Il caso Brown si basa su un sospetto forte ma non su prove dirette di ogni singolo caso di imbroglio. La dimostrazione matematica insolita e la media anomala sono indizi forti, ma non sono una prova per ogni studente.

Le implicazioni pratiche

Se insegni, i numeri dicono che i compiti da casa non sorvegliati non misurano più quello che pensavi misurassero. Il design della valutazione deve cambiare: più esami sorvegliati, oppure compiti che richiedono di mostrare il processo oltre al risultato.

Se stai imparando a usare l’AI, la lezione è chiara: l’AI che fa il lavoro al posto tuo non ti potenzia, ti indebolisce. Usarla per fare i compiti che dovresti saper fare da solo ti lascia con voti migliori oggi e competenze peggiori domani. Il crollo arriva quando devi lavorare senza rete.

Se stai costruendo strumenti AI per l’educazione, il design conta: uno strumento che risponde direttamente invece di guidare produce dipendenza, non apprendimento.