Competenza nel prompt engineering, gestione della conoscenza e adeguatezza tecnologica come fattori della sostenibilità educativa attraverso l’AI generativa

Perché domande più intelligenti all’AI contano per gli studenti

Con l’ingresso in aula di strumenti di AI generativa come i chatbot, emerge un quesito cruciale: cosa fa sì che alcuni studenti trasformino questi strumenti in partner di apprendimento duraturi, mentre altri li usano solo brevemente o in modo inefficace? Questo studio esplora come la capacità degli studenti di porre buone domande all’AI, la modalità con cui gestiscono la conoscenza acquisita e quanto gli strumenti di AI si adattano alle loro esigenze di studio interagiscano per sostenere un apprendimento sostenibile e a lungo termine nell’istruzione superiore.

Come lo studio ha esaminato l’uso dell’AI da parte degli studenti

I ricercatori hanno intervistato 437 studenti universitari che già impiegano strumenti di AI generativa come ChatGPT per attività accademiche. Attraverso modelli statistici hanno costruito e testato una catena di influenze che parte dalla competenza dello studente nel “prompt engineering”, passa per la quantità di conoscenza utile che lo studente acquisisce e utilizza effettivamente, quindi influenza quanto l’AI sembra adattarsi sia ai compiti sia all’individuo, e infine conduce all’intenzione dello studente di continuare a usare l’AI. Il punto d’arrivo di questa sequenza è la sostenibilità educativa, intesa qui come l’uso efficace e duraturo dell’AI nell’apprendimento piuttosto che una moda tecnologica passeggera.

Dai prompt migliori a una migliore adeguatezza all’apprendimento

L’idea centrale è che nei sistemi di AI generativa la qualità di ciò che gli studenti ottengono dipenda in larga misura da ciò che inseriscono. Gli studenti in grado di formulare prompt chiari, dettagliati e mirati tendono a estrarre informazioni più accurate e rilevanti e sono più capaci di applicarle a compiti, progetti e problem solving. Lo studio rileva che questa acquisizione e applicazione della conoscenza plasmano fortemente la percezione dell’adeguatezza dell’AI rispetto alle attività di corso e alle preferenze, competenze e livelli di comfort dell’individuo. In altre parole, un prompt intelligente non produce solo risposte migliori; rende la tecnologia più adatta sia al lavoro sia alla persona che la utilizza.

Perché l’“adeguatezza” favorisce l’uso continuativo

La ricerca mette in luce due tipi di adeguatezza. L’adeguatezza compito–tecnologia cattura quanto bene gli strumenti di AI aiutano con compiti di apprendimento specifici, come comprendere un concetto o risolvere un problema. L’adeguatezza individuo–tecnologia riflette quanto gli strumenti corrispondono agli stili di apprendimento, alla fiducia e ai bisogni degli studenti. Entrambi i tipi di adeguatezza sono collegati ai piani degli studenti di continuare a usare l’AI, ma l’adeguatezza compito–tecnologia risulta il fattore più determinante. Quando gli studenti percepiscono che l’AI li aiuta veramente a svolgere i compiti accademici in modo più efficace, sono molto più propensi a continuare a usarla volontariamente e regolarmente. Questo uso continuativo è strettamente legato all’idea di sostenibilità educativa, poiché gli strumenti rimodellano l’apprendimento solo se restano parte delle routine di studio quotidiane.

Le competenze nei prompt come nuova alfabetizzazione

Lo studio inquadra inoltre il prompt engineering come una nuova forma di alfabetizzazione accademica. Gli studenti abili nello scomporre compiti complessi in domande più piccole, nell’adattare i prompt a diversi strumenti di AI, nel perfezionare le richieste sulla base di risposte precedenti e nel verificare i risultati dell’AI per bias e accuratezza mostrano livelli molto più elevati sia di acquisizione sia di uso della conoscenza. Il prompt engineering è risultato il predittore più forte nell’intero modello, suggerendo che il modo in cui gli studenti si rivolgono all’AI può contare più della piattaforma specifica scelta. È interessante notare che il quadro complessivo è rimasto valido sia per studenti maschi sia per studentesse, sebbene l’applicazione della conoscenza a compiti reali sembri aver rafforzato un po’ di più la percezione di adeguatezza compito per le donne.

Cosa significa questo per il futuro dell’apprendimento

Per un lettore non specialistico, il messaggio dello studio è chiaro: l’AI generativa potenzia l’istruzione soprattutto quando gli studenti imparano a porre domande migliori e a lavorare attivamente con le risposte. Quando solide abilità nei prompt alimentano un guadagno di conoscenza continuo e un utilizzo concreto, gli studenti percepiscono l’AI come parte naturale del loro kit di studio, non come una novità passeggera. Questo uso sostenuto e significativo è ciò che gli autori definiscono sostenibilità educativa. Piuttosto che sostituire l’apprendimento umano, l’AI diventa un partner che supporta una comprensione più profonda e competenze durature, a condizione che le istituzioni aiutino gli studenti a sviluppare le competenze necessarie per guidare e mettere in discussione questi potenti strumenti.

Citazione: Gibreel, O., Karataş, K. & Arpaci, I. Prompt engineering competence, knowledge management, and technology fit as drivers of educational sustainability through generative AI. Sci Rep 16, 15596 (2026). https://doi.org/10.1038/s41598-026-46335-x

Parole chiave: AI generativa nell’istruzione, prompt engineering, sostenibilità educativa, adeguatezza compito-tecnologia, gestione della conoscenza