Parole senza comprensione. Il teatro nell'epoca dell'intelligenza artificiale

Quando un buon testo nasconde un apprendimento che manca

Un ragazzo consegna un compito ben scritto. Il lessico è preciso, la struttura ordinata, i collegamenti pertinenti. Forse anche migliori di quelli che sarebbe riuscito a costruire qualche mese prima. Poi qualcuno gli chiede di spiegare quello che ha scritto.

E qualcosa si rompe.

Le parole diventano più povere, i collegamenti scompaiono, i concetti non reggono una domanda imprevista. Il testo esiste, ma sembra non appartenere davvero a chi lo ha consegnato.

L'intelligenza artificiale generativa sta rendendo evidente un problema che, in realtà, esisteva già prima: possiamo produrre una risposta corretta senza aver compreso ciò a cui stiamo rispondendo. Il copia e incolla lo permetteva già. L'AI ha semplicemente reso questa possibilità enormemente più potente. E molto più difficile da riconoscere.

Fare meglio e imparare meno

Il 3 ottobre 2026 Il Fatto Quotidiano ha dedicato un articolo a un paradosso che comincia a emergere da diverse ricerche: utilizzando l'intelligenza artificiale gli studenti possono ottenere risultati migliori nei compiti svolti con il suo aiuto e, contemporaneamente, imparare meno. Uno dei dati più impressionanti arriva da un ampio studio condotto da David Strömberg, Victor Lei e Yanhui Wu su 26.811 studenti cinesi, seguiti attraverso trenta mesi di dati scolastici.

Dopo l'adozione dell'AI generativa, i risultati dei compiti a casa aumentano del 18% e il tempo necessario per completarli diminuisce del 30%. Sembrerebbe un successo. Ma nelle verifiche svolte senza AI i risultati scendono progressivamente, del 20% entro sei mesi.

Gli autori osservano inoltre che il fenomeno si concentra soprattutto negli studenti il cui comportamento suggerisce quello che definiscono homework outsourcing: il compito viene, in sostanza, appaltato all'intelligenza artificiale. Gli studenti che continuano invece a dedicare al lavoro tempi simili a quelli di chi non usa l'AI mostrano perdite di apprendimento molto inferiori.

È importante precisare che si tratta di un working paper del 2026, quindi di una ricerca ancora da sottoporre al consolidamento che deriva dal confronto scientifico successivo. Ma la dimensione del campione e la durata dell'osservazione danno al risultato un peso considerevole.

Uno studio pubblicato nel 2025 sui Proceedings of the National Academy of Sciences (PNAS) va nella stessa direzione. Ha coinvolto quasi mille studenti delle scuole superiori in un esperimento sull'apprendimento della matematica. Gli studenti che potevano utilizzare liberamente GPT-4 ottenevano risultati molto migliori durante gli esercizi: circa +48% rispetto al gruppo di controllo.

Quando però l'intelligenza artificiale veniva tolta e gli studenti dovevano risolvere autonomamente nuovi problemi, il loro risultato era inferiore del 17% rispetto a quello degli studenti che non avevano mai utilizzato l'AI. Con un'altra versione dello strumento le cose andavano diversamente.

Questo tutor usava materiali predisposti dai docenti, cioè soluzioni, errori tipici e modi di correggerli, e aveva l'istruzione di dare suggerimenti senza consegnare la soluzione. Nella prova successiva senza AI il calo sostanzialmente scompariva: i risultati erano in linea con quelli del gruppo di controllo, senza superarli. Messi insieme, questi dati descrivono un rischio preciso: confondere la qualità del prodotto con la qualità dell'apprendimento che lo ha generato.

Il problema è la delega

La domanda da farsi, allora, è questa: che cosa le stiamo facendo fare al posto nostro? L'intelligenza artificiale può spiegarmi qualcosa che non ho capito, propormi un esempio, farmi delle domande, confrontare due concetti, aiutarmi a individuare un errore. Usata bene, può persino diventare uno strumento di apprendimento.

Una ricerca sperimentale di Zara Contractor e Germán Reyes, condotta su studenti universitari, va in questa direzione. In media, chi poteva usare l'AI ha ottenuto nei test risultati più alti di 0,27 deviazioni standard rispetto agli altri, e il vantaggio si vedeva ancora una settimana dopo. Anche questa ricerca è un working paper del 2026, da leggere con la stessa cautela.

Sulla scrittura, però, conta come la si usa. Una settimana dopo, scrivendo senza AI, migliorava soprattutto chi l'aveva usata per farsi spiegare i concetti; chi le aveva fatto scrivere il testo perdeva i miglioramenti appena l'AI veniva tolta. È, misurata, la scena da cui siamo partiti.

È una differenza fondamentale, perché in un testo scritto c'è molto più di quello che si legge. Mentre cerchiamo una parola, decidiamo come collegare due pensieri, eliminiamo una frase che non funziona, cambiamo l'ordine di un ragionamento, stiamo facendo qualcosa che non compare nel prodotto finale.

Stiamo pensando.

Se deleghiamo completamente quel percorso, possiamo ricevere alla fine un prodotto migliore di quello che avremmo realizzato da soli. Ma potremmo aver perso proprio il processo attraverso il quale avremmo imparato qualcosa.

Il ritorno dell'oralità

È probabile che la diffusione dell'intelligenza artificiale costringa la scuola a recuperare una forma molto antica di verifica: l'oralità. Se non posso più sapere con certezza quanto di un elaborato scritto sia stato costruito realmente dallo studente, posso chiedergli di raccontarlo, spiegarlo, riformularlo, difenderlo davanti a un'obiezione, collegarlo a qualcosa che non aveva previsto. I docenti universitari intervistati dal Fatto Quotidiano descrivono proprio questo fenomeno: elaborati formalmente eccellenti ai quali non corrisponde, durante il colloquio orale, una capacità equivalente di spiegare i concetti utilizzati.

Ma anche qui bisogna stare attenti: l'oralità, da sola, non risolve il problema. Si può imparare a memoria una risposta orale esattamente come si può copiare un testo scritto, e ripetere correttamente una frase non significa necessariamente averla capita.

La ricerca sull'apprendimento distingue da tempo la semplice esposizione a un'informazione dal suo recupero attivo. Gli studi sulla retrieval practice mostrano che dover recuperare ciò che abbiamo appreso, invece di limitarci a rileggerlo, contribuisce alla costruzione di apprendimenti più stabili. Allo stesso modo, gli studi sulla self-explanation mostrano l'efficacia del tentativo di spiegare con parole proprie principi e passaggi di un ragionamento.

Quello che conta, quindi, è costruire significato mentre si parla. Ed è qui che il teatro ha qualcosa di suo da offrire.

La scena si fa di persona

L'intelligenza artificiale può scrivere una scena; l'esperienza della scena, però, resta all'allievo. Posso chiedere a un'intelligenza artificiale di scrivere «Non voglio che tu te ne vada» e imparare perfettamente quelle parole, ricordandone ogni virgola. Ma nel momento in cui entro in scena devo sapere almeno qualcosa che nessuna generazione automatica può possedere al posto mio.

A chi lo sto dicendo? Perché non voglio che se ne vada? Che cosa temo possa succedere? Che cosa voglio ottenere da lui? Che cosa cambia quando l'altro mi guarda, tace, ride o si volta?

La frase scritta è soltanto l'inizio. Il teatro comincia quando quelle parole diventano un'azione.

Molto prima dell'intelligenza artificiale, Konstantin Stanislavskij aveva costruito una parte fondamentale del proprio lavoro proprio intorno alla necessità di sottrarre l'attore alla recitazione puramente esteriore. Le circostanze date, l'immaginazione, gli obiettivi, le azioni: il sistema descritto in Il lavoro dell'attore su se stesso (Laterza) cerca continuamente di portare l'attore dalla battuta alla situazione concreta nella quale quella battuta acquista significato. È il lavoro che fanno le cinque domande di prima.

Nella tradizione stanislavskiana, immaginazione e azione sono ciò che permette alle parole di diventare comportamento. Il legame con il problema educativo di oggi è evidente: posso possedere le parole e non possedere il pensiero che le sostiene. Sul foglio questa distanza può rimanere nascosta; in scena molto meno.

I gusci vuoti

Questa distanza si vede spesso nei laboratori, soprattutto scolastici, che partono da un testo da imparare a memoria con ragazzi alle prime armi. Un ragazzo impara perfettamente una battuta, la dice nel momento giusto, non sbaglia una parola. Eppure non succede niente: sul palco c'è qualcuno che non ha idea di quello che sta davvero comunicando.

La frase è corretta, ma è vuota: è un guscio. È il meccanismo del compito ben scritto che lo studente non sa spiegare: parole ricevute anziché costruite, che vengano da un'intelligenza artificiale o da un copione.

Spesso la prima tentazione consiste nel chiedergli di dirla meglio: più forte, più lentamente, con più intenzione, con maggiore espressività. Il problema, però, sta prima dell'espressione: a volte il ragazzo non sta immaginando nulla. Le parole non corrispondono a nessuna esperienza interiore, a nessun'immagine, a nessuna relazione.

Se dico «Ho aperto la porta e davanti a me c'era qualcosa che non avrei mai voluto vedere», posso pronunciare perfettamente la frase senza vedere niente. Oppure posso decidere che cosa c'è dietro quella porta: dove si trova, quanto è grande, quanto è lontano da me, che cosa cambia nel mio corpo quando lo vedo.

Nel primo caso sto pronunciando parole. Nel secondo sto cercando di vedere qualcosa attraverso l'immaginazione. E quando comincio davvero a vederlo, aumenta la possibilità che possa cominciare a vederlo anche chi mi guarda. È uno dei passaggi fondamentali del lavoro teatrale: immaginare per permettere a qualcun altro di immaginare.

I gusci vuoti sono il motivo per cui, con chi è alle prime armi, nei miei laboratori il testo non entra. Quando entra, arriva dalle scene improvvisate e corrette in laboratorio: invito i ragazzi, senza obbligarli, a lavorare a casa sulle frasi della scena, e a volte ne nascono piccoli monologhi su cui lavoriamo insieme. Uso anche testi scritti come esercizio, per lavorare sui problemi e sulle tecniche di interpretazione: il lavoro sulla porta appartiene a questo secondo momento.

Per il testo vale qualcosa di simile a quello che vale per l'intelligenza artificiale: conta il momento in cui entra nel processo. Un copione consegnato a un principiante prima che abbia costruito la scena somiglia all'AI che consegna la risposta; il testo che nasce dopo la scena accompagna un percorso già cominciato.

Il teatro mortale

Peter Brook chiamava Deadly Theatre, teatro mortale, una forma di teatro nella quale le convenzioni continuano a funzionare ma qualcosa di vivo è scomparso. La definizione nasce in un contesto completamente diverso da quello dell'intelligenza artificiale, ma oggi assume una risonanza sorprendente. Possiamo avere una forma perfettamente riconoscibile come teatro e, tuttavia, non avere realmente un avvenimento.

Brook ha insistito per tutta la propria ricerca sulla natura presente e irripetibile dell'evento teatrale: qualcosa accade qui, ora, tra chi agisce e chi guarda. Il teatro mortale contiene anche questo rischio: che la forma continui a essere riconoscibile e corretta mentre ciò che dovrebbe renderla viva si è spento.

Azione e reazione

C'è poi una seconda caratteristica della scena che rende ancora più difficile delegare il processo: l'altro. In un vero esercizio teatrale non posso limitarmi a eseguire ciò che avevo preparato. Il mio compagno può cambiare ritmo, fermarsi, guardarmi in modo diverso, dimenticare una battuta, sorprendermi.

Se sto realmente ascoltando, qualcosa di quello che fa deve modificare ciò che faccio io. Per questo l'ascolto teatrale è più che stare in silenzio mentre qualcuno parla. Ascoltare significa permettere all'altro di produrre una conseguenza su di me.

Nel mio lavoro questo principio si chiama azione-reazione. Vent'anni fa scrivevo che l'improvvisazione «fa fare passi da gigante perché fa rimanere sempre in una situazione in cui c'è un adattamento reciproco e continuo, e questo costituisce un percorso di conoscenza».

Una risposta preparata in anticipo può funzionare soltanto finché la situazione rimane quella prevista. La scena, invece, introduce continuamente una piccola quota di imprevedibilità, ed è proprio questa imprevedibilità a costringerci alla presenza.

Posso chiedere all'AI quale dovrebbe essere la mia risposta. Ma quando sono davanti a un'altra persona devo rispondere a ciò che quella persona sta facendo adesso.

Il teatro come laboratorio

Anche il termine scelto da Jerzy Grotowski per definire il proprio lavoro può aiutarci. Il suo divenne il Teatro Laboratorio perché la ricerca metodica sull'attore era considerata più importante della semplice produzione continua di spettacoli. L'Istituto Grotowski ricorda che il modello dichiarato era addirittura l'Istituto Niels Bohr di Copenaghen, un istituto di fisica: il teatro come luogo nel quale qualcosa viene studiato attraverso la pratica.

Naturalmente un laboratorio teatrale educativo è qualcosa di molto diverso dal Teatro Laboratorio di Grotowski. Ma quella parola continua ad essere importante: laboratorio significa che conta anche ciò che accade mentre cerchiamo di raggiungere un risultato.

Due scene finali apparentemente identiche possono nascondere percorsi completamente differenti. Un ragazzo può aver eseguito perfettamente ciò che gli è stato indicato. Un altro può aver cercato, sbagliato, ascoltato, cambiato idea, immaginato, trovato una soluzione.

Se guardassimo soltanto il prodotto finale potremmo perfino preferire il primo. Dal punto di vista pedagogico, però, potremmo aver assistito a due esperienze molto diverse.

Uno dei principi che ho fissato per iscritto vent'anni fa si chiama «sono tutti uguali». Lo spiegavo così: «Gli unici parametri di giudizio che elogio sono l'applicazione e l'impegno, non il risultato in assoluto». Quel criterio guardava già al percorso più che al prodotto, molto prima che l'intelligenza artificiale rendesse urgente questa distinzione.

Un buon insegnante lascia all'allievo i problemi da risolvere. Un buon conduttore di laboratorio teatrale lo guida verso una meta e gli lascia la strada: se la percorresse al posto suo, l'allievo arriverebbe forse più in fretta al risultato e avrebbe imparato pochissimo. Con l'intelligenza artificiale stiamo incontrando, in forma tecnologica, un problema pedagogico molto antico.

La presenza

Forse è proprio qui che il teatro può diventare ancora più importante nella scuola dei prossimi anni. C'è qualcosa che l'intelligenza artificiale non può fare al posto dell'allievo.

Non può comprendere al suo posto. Non può immaginare al suo posto ciò che quelle parole significano per lui in quella situazione. Non può ascoltare al suo posto la persona che gli sta davanti. Non può assumersi al suo posto il rischio di una risposta. Non può stare al suo posto davanti agli altri.

Un testo può essere delegato. Una ricerca può essere delegata. Persino una risposta può essere delegata.

La presenza no.

In un'epoca nella quale sarà sempre più facile produrre parole senza aver attraversato il percorso necessario per costruirle, il teatro fa quello che sa fare: riporta continuamente le parole a chi le pronuncia. E chiede:

Hai capito quello che stai dicendo? 

Riesci a immaginarlo? 

Sai perché lo stai dicendo? 

Stai ascoltando davvero chi hai davanti? 

E infine mette quelle parole alla prova più semplice e più difficile.

Farle vivere.