L’intelligenza artificiale potrebbe offrire strumenti utili per ridurre i pregiudizi che ancora influenzano l’educazione scientifica. Sistemi progettati e utilizzati con attenzione possono contribuire a limitare quei bias impliciti che spesso scoraggiano o penalizzano le studentesse nei percorsi Stem. Non si tratta di sostituire insegnanti o istituzioni educative, ma di affiancare nuove tecnologie capaci di rendere l’apprendimento più equo. La riflessione di Patrice Caine, presidente e amministratore delegato del gruppo Thales, per Formiche.net
“Giochi a Go?” Una domanda apparentemente innocua, eppure in grado di rivelare, con alta probabilità, il genere di chi risponde. Non è magia: il Go, antico gioco strategico cinese, è oggi dominato dagli uomini, proprio come alcune discipline scientifiche o percorsi accademici. Un divario che non è dettato da differenze innate, ma da meccanismi culturali e sociali radicati nel modo in cui il sapere viene trasmesso. In effetti, è stato osservato che la modalità con cui il gioco viene insegnato di generazione in generazione – proprio come la modalità con cui la scienza viene insegnata a scuola – svolge un ruolo importante nel mantenere viva questa sconcertante disuguaglianza.
Questo è ciò che due ricercatori dell’Università di Hong Kong hanno dimostrato in un articolo di ricerca del 2022 che confronta i risultati di due metodi per insegnare il gioco del Go. Nel loro esperimento, durato cinque mesi, un gruppo di giocatori è stato istruito da insegnanti umani, mentre un altro gruppo ha imparato a migliorare la propria tecnica da un amichevole assistente virtuale alimentato dall’intelligenza artificiale. E i risultati erano evidenti: il gruppo guidato dall’IA non solo ha ottenuto risultati migliori, ma -elemento cruciale- non è stata registrata alcuna differenza tra ragazzi e ragazze. Nel gruppo istruito da insegnanti umani, invece, il divario di genere è rimasto invariato.
Perché mai? Molto probabilmente perché certi stereotipi perpetuati da questi insegnanti, spesso inconsciamente, inviavano segnali involontari (lasciare che una persona risponda a una domanda piuttosto che un’altra, congratularsi o incoraggiare i ragazzi più delle ragazze, ecc.) che venivano colti e amplificati dagli studenti.
Quando le ragazze venivano addestrate da un’intelligenza artificiale imparziale – una qualità che deve essere dimostrata in anticipo – e non avevano alcuna interazione con i loro compagni di classe, non erano influenzate da questi segnali negativi impliciti.
È ovviamente allettante applicare i risultati di questo esperimento al più ampio mondo dell’istruzione. Ma sono prove sufficienti del fatto che l’IA abbia un ruolo significativo da svolgere nelle nostre scuole e università? Non credo. D’altra parte, sono fermamente convinto che il potenziale dell’IA per affrontare i pregiudizi di genere nell’educazione scientifica meriti ulteriori indagini.
Il valore didattico dell’IA è un argomento complesso su cui i sociologi e gli esperti di educazione discuteranno senza dubbio per molti anni a venire. Dal rifiuto assoluto allo scenario improbabile e chiaramente irrealistico in cui la tecnologia sostituisce completamente gli esseri umani, le opinioni divergono enormemente. E in termini pratici, resta da vedere come l’uso responsabile dell’IA in classe possa effettivamente fornire agli studenti una supervisione personalizzata per sostenere il ruolo dei loro insegnanti.
In primo luogo, dobbiamo garantire che i modelli utilizzati dall’IA generativa, che ancora producono risultati imprevedibili e utilizzano un ragionamento non facilmente spiegabile, non siano essi stessi avvelenati da pregiudizi di genere. Un certo numero di casi recenti, in particolare quando l’IA è stata utilizzata per il reclutamento, ha dimostrato che la tecnologia può effettivamente essere controproducente, rafforzando o amplificando le pratiche discriminatorie già esistenti.
In ogni caso, abbiamo urgente bisogno di condurre ulteriori esperimenti. Secondo le statistiche dell’Unesco, oggi le giovani donne rappresentano solo il 35% della popolazione studentesca Stem a livello mondiale. In un momento in cui ci troviamo di fronte a enormi sfide scientifiche e ingegneristiche, il mondo continua a privarsi di una parte significativa del talento disponibile.
Gli attori industriali e tecnologici non possono rimanere semplici spettatori in questi dibattiti. Progettando sistemi di intelligenza artificiale che saranno integrati in ambienti sensibili – come l’istruzione, la formazione e il reclutamento – hanno una responsabilità particolare: non riprodurre meccanicamente gli squilibri esistenti, ma esplorare sistematicamente modi per ridurli.
Bisogna ammettere che l’entusiasmo per l’ascesa dell’IA sta portando a una moltitudine di potenziali casi d’uso, alcuni dei quali si riveleranno fantasiosi, inappropriati o insostenibili.
La questione non è se l’IA risolverà da sola le disuguaglianze profondamente radicate. Si tratta di capire se siamo disposti ad affrontare i pregiudizi di cui siamo ben consapevoli, che possiamo misurare e che sappiamo stanno privando la scienza del talento essenziale.
