Quando l'intelligenza artificiale entra in classe di francese

Uno studente liceale apre il telefono a mezzanotte, alla vigilia della sua prova di filosofia. Non chiama un compagno — interpella un modello linguistico. Una scena banale nel 2026, che concentra tuttavia tutte le tensioni di una trasformazione pedagogica senza precedenti: l'intelligenza artificiale si è insediata nella preparazione al baccalauréat e nell'apprendimento del francese come lingua straniera, non per decreto ministeriale, ma per la forza di un'adozione silenziosa, alunno per alunno, parola dopo parola.

Il saggio assistito: tra impalcatura e stampella

Il saggio in francese — quell'esercizio di pensiero strutturato che l'Éducation nationale difende come formazione al pensiero critico — ha incontrato un interlocutore di peso. Gli strumenti di IA generativa propongono ormai piani dettagliati, transizioni argomentative, persino introduzioni chiavi in mano. Per uno studente che fatica a organizzare il proprio pensiero, può essere una preziosa impalcatura cognitiva: osserva come un'idea ne chiami un'altra, come la tesi si costruisca per strati.

Ma l'impalcatura, se rimane in piedi, impedisce alla facciata di asciugarsi. Il rischio non è che lo studente imbrogli — è che smetta di percepire la resistenza del problema, quella frizione intellettuale che forgia precisamente il ragionamento che l'esame pretende di valutare. Romain Thibault, insegnante di Lettere nella regione lionese, lo esprime con una formula lapidaria: «I miei studenti sanno ora cos'è un buon piano. Non sanno più perché è buono.»

Questa distinzione è capitale. Comprendere la forma di un argomento senza coglierne la necessità logica equivale a imparare a riconoscere un accordo di chitarra senza mai sentire la musica. Gli strumenti IA più avanzati — quelli che, invece di produrre il piano, pongono domande socratiche per aiutare lo studente a costruirlo — sembrano meglio attrezzati per preservare questa dimensione formativa. Resta da vedere se i liceali, sotto pressione temporale, sceglieranno la via lunga.

L'orale del baccalauréat e la simulazione conversazionale

La prova orale — Grand Oral per il baccalauréat generale, orali di specialità, colloqui di BTS — costituisce forse il terreno in cui l'IA offre i suoi benefici più indiscutibili. Simulare una commissione d'esame è qualcosa che un chatbot pedagogico fa con una disponibilità e una pazienza che nessun insegnante oberato di lavoro può ragionevolmente eguagliare.

Piattaforme specializzate consentono allo studente di presentare la propria esposizione a un interlocutore artificiale che riformula, interroga, obietta. L'algoritmo rileva i tic linguistici, i silenzi troppo lunghi, le formule evasive. Il feedback è immediato, granulare, riproducibile — si può rifare la simulazione dieci volte senza esaurire la pazienza del proprio contraddittore.

Ciò che l'IA non restituisce è l'imprevisto umano: il commissario che corruga le sopracciglia, l'esaminatrice che sorride in un momento inaspettato, la tensione corporea di un'aula d'esame. L'allenamento con l'IA sviluppa una competenza reale, ma parziale — un po' come allenarsi alla boxe di fronte a un punching ball perfezionato: utile, necessario, insufficiente.

FLE: l'apprendente di fronte a un parlante instancabile

Per gli apprendenti di francese come lingua straniera, la promessa è di altra natura. Il problema storico del FLE non è la mancanza di metodi — è la mancanza di tempo di esposizione autentica. Uno studente coreano che si prepara al DELF B2 a Seul non può immergersi nella lingua. Può, invece, conversare con un modello linguistico diverse ore al giorno, senza vincoli orari, senza imbarazzo sociale, senza paura del ridicolo.

Questa accessibilità cambia profondamente le carte in tavola. I correttori automatici di ultima generazione non si limitano più a segnalare gli errori: spiegano perché «je suis allé» è corretto laddove «j'ai allé» non lo è, propongono riformulazioni stilisticamente più sfumate, adattano il registro alla situazione comunicativa. È una forma di tutoraggio individualizzato che i sistemi educativi pubblici — anche i più generosi — faticano a offrire su larga scala.

I chatbot pedagogici: una didattica da costruire

I chatbot dedicati all'apprendimento del FLE si moltiplicano, ma la loro qualità pedagogica rimane disomogenea. Alcuni riproducono una correzione comportamentista — errore rilevato, regola enunciata, esercizio proposto — che non è granché evoluta dai laboratori linguistici degli anni Settanta. Altri, più ambiziosi, si fondano su approcci comunicativi: mettono l'apprendente in situazione, lo invitano a negoziare significati, a riformulare, a inferire.

La ricerca sull'acquisizione delle lingue seconde — in particolare i lavori di Stephen Krashen sull'ipotesi dell'input comprensibile — suggerisce che questo secondo approccio è più fecondo. Comprendere messaggi leggermente al di sopra del proprio livello, senza cercare di analizzare tutto consciamente: è ciò che i migliori strumenti tentano di riprodurre. La domanda non è dunque «l'IA può aiutare nel FLE?» — può, evidentemente — ma «quali design pedagogici ne traggono il meglio?»

La pronuncia, parente povera della rivoluzione digitale

Un aspetto rimane in secondo piano: la fonetica. Il riconoscimento vocale è migliorato considerevolmente, ma i sistemi di feedback prosodico — quelli che lavorano su ritmo, intonazione, fraseggio — restano ancora acerbi per il francese. Un apprendente anglofono che lotta con la «u» o le vocali nasali riceve ancora feedback insufficientemente precisi. È un cantiere aperto, in cui i progressi futuri potrebbero trasformare l'esperienza di apprendimento in modo radicale.

Le questioni critiche che si preferisce eludere

Ogni rivoluzione pedagogica porta con sé i propri rimossi. Tre meritano di essere nominati senza giri di parole.

La dipendenza e l'atrofia della memoria di lavoro

Studi in scienze cognitive — in particolare quelli del laboratorio di Stanislas Dehaene al Collège de France — ricordano che lo sforzo di recupero mnemonico è esso stesso formativo. Cercare una parola, formulare una regola a memoria, risolvere un problema senza aiuto esterno: questi sforzi apparentemente faticosi consolidano gli apprendimenti. Quando uno strumento IA elimina sistematicamente la difficoltà, può simultaneamente eliminare l'apprendimento che essa induceva. La comodità ha un costo cognitivo che l'entusiasmo tecnologico tende a minimizzare.

La valutazione in un mondo in cui la brutta copia è invisibile

Il baccalauréat valuta — in teoria — un processo di pensiero tanto quanto un risultato. Eppure l'IA rende la brutta copia invisibile: il correttore vede un elaborato, non i tentennamenti che lo hanno preceduto. Questa opacità fragilizza i fondamenti della valutazione certificativa. Le risposte istituzionali — rilevatori di testi generati dall'IA, ritorno agli esami scritti a mano, revisione dei formati delle prove — procedono ancora a tentoni. Nessuna è pienamente soddisfacente. È meno un problema tecnico che un problema di filosofia della valutazione: cosa si vuole misurare, e perché?

L'equità, ovvero il divario digitale in classe capovolta

L'accesso agli strumenti IA più potenti rimane distribuito in modo diseguale. Un abbonamento a un modello linguistico performante rappresenta un costo mensile non trascurabile per una famiglia in difficoltà. Gli studenti che dispongono di attrezzatura recente, di una connessione stabile e di una solida alfabetizzazione digitale beneficiano di un ulteriore vantaggio preparatorio — in contrasto con la promessa egualitaria che la tecnologia agita volentieri. L'equità pedagogica non si decreta: si costruisce nelle scelte di infrastruttura, formazione e accesso che compiono gli istituti e le politiche pubbliche.

Cosa fanno gli insegnanti con tutto questo

Di fronte a questa realtà, gli insegnanti non sono passivi. Molti sperimentano usi ragionati: usare l'IA per generare controesempi argomentativi che gli studenti devono confutare, produrre testi deliberatamente errati da correggere, proporre simulazioni di dibattiti su temi di civiltà. In queste configurazioni, lo strumento è un materiale, non un oracolo.

Altri resistono, e la loro resistenza non è reazionaria: porta una convinzione pedagogica legittima, quella secondo cui certi apprendimenti — l'ortografia, la memorizzazione delle coniugazioni, la strutturazione intuitiva di un argomento — richiedono tempo lungo, frizione ripetuta, un'integrazione che non si può delegare. Le due posture coesistono nelle sale insegnanti, spesso nello stesso docente a seconda dei giorni e dei livelli.

Ciò che manca è meno una dottrina che uno spazio istituzionale per confrontare, valutare, condividere queste sperimentazioni. La formazione continua in Francia sull'uso pedagogico dell'IA rimane lacunosa — gli insegnanti imparano principalmente tra loro, in reti informali, per tentativi ed errori.

Tra lo strumento e la visione

L'intelligenza artificiale non è né il salvatore della scuola né il suo becchino. È uno strumento di potenza insolita, il cui effetto dipende interamente dalla visione pedagogica in cui si inscrive. Un martello può costruire una casa o rompere un vetro — ciò che conta è l'intenzione e la competenza di chi lo impugna.

Tanto per il FLE quanto per la preparazione al baccalauréat, i guadagni potenziali sono reali: accessibilità, personalizzazione, disponibilità, feedback granulare. I rischi lo sono altrettanto: atrofia cognitiva, iniquità amplificata, snaturamento della valutazione. Navigare tra i due non presuppone di scegliere un campo — pro-IA o anti-IA — ma di porsi onestamente una domanda preliminare: cosa vogliamo che gli studenti sappiano fare da soli, senza alcun aiuto, il giorno in cui chiudono lo schermo?

La risposta a questa domanda — ammesso che si accetti di formularla — è l'unica bussola valida per decidere cosa l'IA può fare al loro posto, e cosa non deve toccare.