L’8 settembre l’OCSE ha pubblicato i risultati di PISA 2025: in breve, dati molto brutti, riassunti alla perfezione a mio avviso da una parola scelta dall’economista Luis Garicano, “Attentionpocalypse”. Ma andiamo con ordine.
Secondo la conversione usata dall’Organizzazione, equivale a circa un anno e mezzo di apprendimento. È il livello più basso mai registrato da PISA in lettura. Oggi un quindicenne su cinque nei paesi OCSE si trova sotto la soglia minima contemporaneamente in lettura, matematica e scienze; nel 2022 era circa uno su sei.
Ho trattato il tema anche in questo video: TEST PISA 2025: l'AI ci sta rendendo più IGNORANTI?
Se si guarda alla serie storica dei paesi OCSE pienamente comparabili, il quadro è ancora più netto: tra il 2012, anno del picco, e il 2025 il punteggio medio di lettura nei 23 paesi considerati è sceso da 501 a 466 punti. Trentacinque punti in meno in tredici anni.
Il rapporto PISA 2025 Results dell’OCSE suggerisce che il problema non riguardi soltanto quanto gli studenti comprendono, ma anche quanto riescono a restare concentrati sul testo. Infatti, stando alle rilevazioni, il calo è stato più forte negli esercizi costruiti su testi lunghi e l’analisi individua una crescente difficoltà nei compiti che richiedono lettura accurata e attenzione sostenuta. Tra il 2018 e il 2025 è quasi raddoppiata anche la quota dei cosiddetti hasty readers, studenti che rispondono rapidamente ma in modo errato. Andreas Schleicher, responsabile del programma PISA, lega questo deterioramento a competenze che diventano ancora più preziose nell’epoca dell’AI: valutare criticamente un’informazione, verificarne l’affidabilità e distinguere un fatto da un’opinione.
Qualche cautela
Questi numeri vanno però presi con una certa cautela. Nelle ore successive alla pubblicazione dei risultati, alcuni utenti su X ha contestato la lettura più immediata del calo, sostenendo che una parte importante della variazione osservata dipenda da problemi di misurazione e da cambiamenti nei campioni, più che da un improvviso peggioramento delle capacità degli studenti. Nella rianalisi più interessante che ho avuto modo di leggere, si prova a rendere confrontabili le diverse edizioni di PISA tenendo conto dei cambiamenti nel modo in cui il test viene costruito e valutato, oltre che della composizione dei campioni nei diversi anni. Una volta effettuate queste correzioni, si sostiene che all’interno dei singoli paesi la tendenza negativa si riduca drasticamente, fino in alcuni casi a scomparire.
È un’obiezione interessante, ma per ora va trattata come tale fino a prova contraria.
Facciamo allora un esercizio e assumiamo per un momento che la lettura dell’OCSE sia sostanzialmente corretta. Se il declino esiste davvero, possiamo attribuirlo alla comparsa di ChatGPT?
La colpa è di ChatGPT?
Nell’aprile 2026 l’Economist, in un articolo intitolato AI and the danger of cognitive surrender, ha ripreso il lavoro di Steven Shaw e Gideon Nave della Wharton School sul cosiddetto “cognitive surrender”, ovvero, la tendenza ad accettare una risposta prodotta dall’AI senza sottoporla allo stesso controllo che useremmo ragionando da soli. Nel loro studio, condotto su 1.372 partecipanti, Shaw e Nave hanno fatto rispondere le persone a una serie di problemi di ragionamento dando loro, in alcuni casi, la possibilità di consultare un assistente AI. Quando il sistema forniva la risposta corretta, i partecipanti facevano meglio del gruppo di controllo. Quando invece sbagliava, facevano sensibilmente peggio.
È però difficile usare l’intelligenza artificiale per spiegare l’origine del declino mostrato da PISA. Nel 2012, quando la lettura raggiungeva il suo picco nella serie OCSE, ChatGPT non esisteva e gli attuali LLM non erano strumenti di uso quotidiano. Il deterioramento era già iniziato prima della pandemia e molto prima della diffusione dell’AI generativa. L’OCSE osservava già nei risultati di PISA 2022 che in molti paesi la traiettoria negativa della lettura precede nettamente il 2020.
Bisogna quindi cercare almeno una parte della spiegazione altrove.
il costo opportunità
Dovremmo quindi interrogarci su cosa sia successo fra l’inizio degli anni 2000 e il periodo pre-pandemico. Senza girarci troppo attorno sono principalmente due gli indagati principali, i social e gli smartphone.
Questi strumenti potrebbero aver reso molto più facile distrarsi e molto più difficile restare concentrati sulla stessa cosa per un periodo prolungato. La tentazione di evitare la fatica, del resto, non nasce certo oggi: l’accidia compare da secoli tra i vizi capitali. La differenza è forse che oggi la nostra pigrizia può contare su strumenti molto più efficienti, immediati e sempre disponibili.
In termini economici, si potrebbe dire che è aumentato il costo opportunità dell’attenzione. Se un tempo per incontrare amici e familiari, scambiare opinioni o accedere a determinati contenuti bisognava spostarsi fisicamente, oggi una quantità enorme di alternative è disponibile nello stesso momento e nello stesso dispositivo.
Se poi consideriamo il tempo come una risorsa scarsa, gli LLM aggiungono un ulteriore incentivo: promettono di ridurre drasticamente quello dedicato alle attività più faticose, lasciandone di più per altro, comprese le attività ricreative. E, di per sé, non ci sarebbe nulla di male. Il problema nasce solo se il tempo risparmiato coincide anche con lo sforzo necessario per imparare, capire o mantenere allenata la nostra capacità di concentrazione.
È ancora soltanto un’ipotesi sul meccanismo. Ma PISA mostra quanto rapidamente siano cambiate le abitudini. Nei paesi OCSE il 30 per cento dei quindicenni usa l’intelligenza artificiale almeno settimanalmente per riassumere testi che dovrebbe leggere, mentre il 46 per cento la utilizza almeno una volta alla settimana come supporto all’apprendimento.
In Italia alcuni di questi utilizzi sono ancora più diffusi. Il 47 per cento degli studenti usa chatbot almeno settimanalmente come supporto all’apprendimento. Il 36 per cento li usa frequentemente per sintetizzare testi assegnati, contro una media OCSE del 30 per cento. Solo il 9 per cento degli studenti italiani dichiara di non utilizzare mai o quasi mai l’AI per nessuna delle attività scolastiche considerate da PISA.
Già nel 2024 l’OCSE rilevava che circa tre quarti degli studenti trascorrevano più di un’ora al giorno sui social network durante un normale giorno feriale e quasi uno su tre dichiarava di essere distratto dai dispositivi digitali in classe. PISA 2025 continua a fotografare un problema simile: più di uno studente su quattro riferisce che i propri compagni vengono distratti dai dispositivi durante la maggior parte o tutte le lezioni. Questo non dimostra che smartphone e social abbiano causato il crollo della lettura, ma rende almeno plausibile che l’ambiente nel quale esercitiamo la nostra attenzione sia cambiato profondamente.
Quali studi ci danno ragione?
Il cambiamento di preferenze e usi però non è una prova di nulla. Descrive un fenomeno. Servono dati più profondi per poter giungere a qualche conclusione.
Ad esempio sul fronte smartphone abbiamo meta-analisi che trovano associazioni negative, non una prova generale che “smartphone e social fanno male”.
Una meta-analisi del 2021 ha raccolto 118 misure sull’uso simultaneo di più media. Trova un’associazione negativa complessivamente piccola tra media multitasking e controllo cognitivo. La relazione è più chiara per memoria di lavoro e per le difficoltà di attenzione riportate dagli stessi utenti; quando però si misura oggettivamente l’attenzione sostenuta in laboratorio, l’effetto diventa piccolo e non statisticamente significativo. Gli autori sono infatti molto cauti sulla causalità: non sappiamo ancora bene se il multitasking renda più distraibili o se le persone più distraibili tendano maggiormente al multitasking.
Per gli smartphone esiste poi una meta-analisi del 2023 sul cosiddetto brain drain effect. Su 22 studi trova un piccolo effetto negativo complessivo, con un effetto più netto sulla memoria. Ma, cosa molto importante per noi, non trova un effetto statisticamente significativo sull’attenzione. Una meta-analisi ancora più ampia pubblicata nel 2024, con 166 effect size provenienti da 33 studi, arriva addirittura a una conclusione più scettica: la sola presenza dello smartphone non sembra avere un effetto significativo sulle prestazioni cognitive nel complesso.
Un’altra meta-analisi del 2025 su 63 studi e oltre 124.000 studenti trova una piccola associazione negativa tra dipendenza da smartphone e rendimento scolastico. L’effetto per la smartphone addiction è negativo e significativo; sorprendentemente, invece, l’uso dei social preso genericamente non mostra in quella stessa analisi un effetto negativo significativo sul rendimento.
Infine, una umbrella review del 2026, quindi una revisione di revisioni e meta-analisi, ha esaminato 72 lavori, tra cui 20 meta-analisi. La conclusione è che l’uso generico dei social ha relazioni deboli e molto variabili con il benessere psicologico; al contrario, l’uso problematico dei social è associato in modo molto più consistente a depressione, ansia, stress e altre forme di malessere.
Quindi benchè smartphone e social siano tra i primi sospettati, la letteratura è meno netta di quanto suggerisca il dibattito pubblico. Diverse meta-analisi trovano piccole associazioni tra uso intenso o problematico dei dispositivi, multitasking digitale, peggior controllo cognitivo e risultati scolastici più bassi; gli effetti sull’attenzione misurata direttamente sono invece più incerti. Il dato più robusto sembra riguardare non la semplice presenza della tecnologia, ma il modo in cui viene utilizzata: uso compulsivo, continue interruzioni e passaggio frequente da uno stimolo all’altro sono associati agli esiti peggiori.
Sul fronte degli LLM la letteratura è ancora molto acerba. Ad esempio, David Strömberg, Victor Lei e Yanhui Wu hanno seguito 26.811 studenti tra la settima e la dodicesima classe in una contea della Cina centrale. Il database copre trenta mesi e combina voti dei compiti, tempo impiegato a completarli, esami mensili a libro chiuso ed esami di ingresso alle scuole superiori e all’università. Gli autori sfruttano il fatto che gli studenti abbiano iniziato a utilizzare strumenti di AI in momenti diversi, costruendo un disegno quasi sperimentale.
Dopo l’adozione degli LLM, il voto medio dei compiti sale del 18 per cento. Il tempo necessario per completarli diminuisce di circa il 30 per cento. Nel giro di sei mesi passa da 64 a 45 minuti. Tuttavia, negli esami mensili a libro chiuso i risultati diminuiscono del 20 per cento entro sei mesi. Per gli studenti osservati abbastanza a lungo da arrivare agli esami di ingresso ad alta importanza, gli autori stimano cali del 24 per cento nell’esame di ingresso alla scuola superiore e del 18 per cento in quello universitario. L’effetto completo emerge dopo circa due anni.
Una delle meta analisi più solide è quella di Deng e colleghi, pubblicata su Computers & Education nel 2025. Ha raccolto 69 studi sperimentali e trova un effetto positivo di ChatGPT sulla performance accademica, oltre a effetti positivi su motivazione e alcune misure di pensiero di ordine superiore. Trova però anche una riduzione dello sforzo mentale. Gli stessi autori sottolineano un problema metodologico fondamentale: molti studi misurano quanto bene lo studente svolge il compito mentre o subito dopo aver utilizzato ChatGPT, e questo può confondere la qualità dell’output con l’apprendimento effettivo.
Una meta analisi pubblicata nel marzo 2026 su Humanities and Social Sciences Communications arriva a un risultato simile. Su 35 studi sperimentali e 4.193 partecipanti trova un effetto medio positivo di ChatGPT sugli esiti di apprendimento. Anche qui, però, gli autori riconoscono che sappiamo ancora relativamente poco sugli effetti di lungo periodo e sulle capacità cognitive di ordine superiore.
Il lavoro forse più utile che ho trovato è uscito pochi giorni fa, il 25 agosto 2026 su Artificial Intelligence Review. È una meta analisi specifica sugli outcome cognitivi nell’educazione STEM, basata su 49 studi e 59 effect size. Anche qui l’effetto medio è positivo, ma l’eterogeneità è enorme. In altre parole, in alcuni contesti l’AI può produrre miglioramenti molto grandi e in altri effetti negativi. Gli autori però sottolineano che proprio le variabili che ci interessano maggiormente, come alfabetizzazione all’AI, metacognizione, delega del compito e verifica delle risposte, sono ancora misurate male.
Quindi l’AI è IL problema?
L’OCSE invita alla cautela. Il fatto che chi usa più spesso l’AI ottenga risultati peggiori non significa che sia l’AI a causarli. Potrebbe semplicemente essere che gli studenti più in difficoltà ricorrano più spesso ai chatbot. Contano anche il contesto familiare, la scuola, la motivazione e, soprattutto, il modo in cui questi strumenti vengono usati.
I dati suggeriscono infatti che un uso moderato dell’AI sia associato a risultati migliori rispetto sia a un uso molto raro sia a un uso molto intenso. Non basta quindi chiedersi se gli studenti usino o meno questi strumenti, conta come li usano. Anche il ruolo della scuola sembra fare la differenza. Quando agli studenti viene insegnato a verificare le risposte, valutarne l’affidabilità e non accettarle in modo automatico, i risultati tendono a essere migliori.
Più che vietare o adottare l’AI in blocco, il punto diventa allora capire quale uso incoraggiare. In questo senso, può davvero valere il vecchio principio secondo cui è la dose a fare il veleno. La questione si sposta così dalla tecnologia al modo in cui scegliamo di integrarla nell’apprendimento.
Qui nasce una domanda quasi banale, con una risposta altrettanto prevedibile: che tipo di scuola vogliamo? Una che insegni agli studenti a capire e usare gli strumenti del proprio tempo, oppure una che provi a tenerli lontani da quegli strumenti per poi lasciarli soli quando inevitabilmente dovranno confrontarcisi?
La parte non banale però arriva quando bisogna trasformare una risposta così semplice in scelte concrete. Se “Attentionpocalypse” descrive bene il problema senza identificarne necessariamente il colpevole, educare a un uso consapevole dell’AI è molto meno immediato di quanto sembri. Per farlo servono competenze che spesso mancano proprio a chi dovrebbe trasmetterle, sia per limiti del corpo docente sia per ritardi delle istituzioni. A questo si aggiunge un problema politico. Le istituzioni non rispondono soltanto a obiettivi educativi, ma anche a pressioni elettorali, tempi brevi e richieste di soluzioni facilmente comunicabili.
Il risultato è che le misure più semplici da spiegare non coincidono sempre con quelle più utili. E c’è un’ulteriore complicazione: anche stabilire quale sia la scelta migliore non è affatto banale. La tecnologia cambia rapidamente, le evidenze sono ancora incomplete e ciò che funziona in un contesto può non funzionare in un altro.
Il rischio, quindi, è oscillare tra due scorciatoie opposte: vietare strumenti che gli studenti useranno comunque, oppure introdurli senza avere ancora capito come integrarli davvero nell’apprendimento.
Possiamo però arrivare almeno ad una conclusione. Il declino dell’attenzione precede l’AI e le prove contro smartphone e social sono meno definitive di quanto si potrebbe pensare. Allo stesso tempo, gli LLM introducono qualcosa di nuovo: per la prima volta possiamo delegare a una macchina non soltanto la ricerca di un’informazione, ma una parte consistente del lavoro necessario per comprenderla.