L’accettazione da parte degli insegnanti di arte e design dei contenuti generati dall’IA per il tutoring assistito: un framework esteso TAM-TPACK

Perché questo conta nelle aule di oggi

Strumenti di intelligenza artificiale capaci di generare immagini, testi e progetti stanno rapidamente entrando negli studi di arte e design. Per gli insegnanti, questi strumenti promettono feedback più rapidi, nuovi modi per stimolare la creatività e aiuto con carichi di valutazione pesanti—ma sollevano anche interrogativi. Gli insegnanti sceglieranno davvero di usare l’IA come assistente didattico? Cosa dà loro fiducia per provarla e di quale supporto hanno bisogno? Questo studio esamina da vicino i docenti universitari di arte e design nella Cina continentale per capire cosa li incoraggia—o li dissuade—dal portare contenuti generati dall’IA nella loro pratica quotidiana.

Come l’IA si inserisce nell’insegnamento di arte e design

Gli autori si concentrano sul “tutoring assistito”, dove gli strumenti di IA supportano, anziché sostituire, gli insegnanti. Descrivono tre momenti chiave in un corso tipico. Prima della lezione, gli insegnanti possono chiedere a strumenti come ChatGPT di generare casi di studio o spiegazioni di concetti difficili. Durante la lezione, generatori di immagini come Midjourney o DALL·E possono aiutare gli studenti a esplorare stili, testare idee visive o abbozzare rapidamente opzioni. Dopo la lezione, l’IA può contribuire con commenti personalizzati sulle bozze, suggerire perfezionamenti o preparare note preliminari per la critica. In corsi basati sullo studio e su progetti—dove studenti e docenti lavorano insieme nel tempo su problemi di design reali—questi strumenti potrebbero cambiare il modo in cui le idee vengono sviluppate e come il feedback circola.

Ciò che i ricercatori hanno voluto mettere alla prova

Per analizzare le scelte degli insegnanti, lo studio combina due idee consolidate nella ricerca sull’educazione e sulla tecnologia. Una è il Technology Acceptance Model, che afferma che le persone sono più propense a usare uno strumento se lo ritengono utile e facile da usare, e se questa convinzione influenza la loro intenzione di agire. L’altra è il framework TPACK, che sostiene che un buon insegnamento con la tecnologia si basa su tre tipi di conoscenza dell’insegnante: della materia, dei metodi didattici e delle tecnologie stesse. Gli autori estendono queste idee con due influenze aggiuntive: la fiducia degli insegnanti nell’IA e le condizioni circostanti—come hardware e software disponibili e gli atteggiamenti di colleghi e dirigenti. Hanno quindi somministrato un sondaggio a 387 docenti universitari di arte e design della Cina continentale e analizzato come questi elementi si combinano statisticamente.

Ciò che i dati hanno rivelato sugli insegnanti

Gli insegnanti nello studio hanno in generale valutato positivamente gli strumenti di IA: in media hanno dato punteggi medi-alti alla loro esperienza, alla facilità d’uso degli strumenti e al loro potenziale valore. L’analisi ha mostrato schemi chiari. Gli insegnanti che si sentivano più fiduciosi nella loro capacità di comprendere e spiegare l’IA erano più propensi a considerare gli strumenti IA facili da usare e utili, e tendevano anche ad avere una conoscenza combinata più forte di tecnologia, pedagogia e contenuto. Questa combinazione di competenze, a sua volta, rendeva l’IA percepita come più d’aiuto e meno intimidatoria. Anche le condizioni esterne contavano. Quando le scuole fornivano risorse tecniche solide, formazione e supporto alla risoluzione dei problemi, gli insegnanti trovavano l’IA più facile da usare e più disposti ad adottarla. Analogamente, quando colleghi e dirigenti avevano un atteggiamento favorevole verso l’IA, gli insegnanti erano più propensi a vederla come vantaggiosa e a pianificare il suo uso nella propria didattica.

Come i fattori si combinano

Considerando tutti questi fattori insieme, lo studio delinea un quadro stratificato del processo decisionale. La fiducia individuale e le conoscenze professionali modellano il modo in cui gli insegnanti giudicano l’utilità e la semplicità dell’IA. Allo stesso tempo, gli spazi di studio, la potenza di calcolo, l’accesso al software e una cultura di condivisione e critica nell’arte e nel design amplificano o indeboliscono quel giudizio. Se gli strumenti di IA risultano semplici da usare e chiaramente utili per la qualità dell’insegnamento, i tempi di preparazione o il feedback, gli insegnanti sono più inclini a integrarli nei progetti di studio, nelle critiche e nelle valutazioni. Ma se gli strumenti sono difficili da reperire, poco supportati o poco fidati dai colleghi, anche insegnanti fiduciosi possono frenarsi. Gli autori sostengono che un’adozione di successo richiede più della semplice installazione di nuovo software; dipende da un ecosistema di formazione, risorse e comunità professionali.

Cosa significa per il futuro dell’insegnamento creativo

In termini pratici, la conclusione dello studio è semplice: gli insegnanti di arte e design sono pronti a collaborare con l’IA quando tre elementi si allineano—fiducia, competenza e supporto. Quando gli insegnanti comprendono sia la loro disciplina sia gli strumenti, si sentono capaci di guidare gli studenti nella collaborazione umano–IA e possono contare su un forte sostegno istituzionale, sono molto più propensi a sperimentare contenuti generati dall’IA in modi ragionati. Gli autori suggeriscono che scuole, aziende e responsabili politici dovrebbero collaborare per creare sistemi di supporto a lungo termine che includano formazione, infrastrutture e comunità professionali positive. Ben fatto, questo potrebbe spostare gli studi verso un modello in cui persone e macchine lavorano fianco a fianco, liberando gli insegnanti per concentrarsi maggiormente sul mentoring, sul giudizio critico e sulla coltivazione della crescita creativa degli studenti.

Citazione: Zhu, Z., Gan, Q. & Duan, P. Art and design teachers’ acceptance of AI-generated content for assisted tutoring: an extended TAM-TPACK framework. Humanit Soc Sci Commun 13, 362 (2026). https://doi.org/10.1057/s41599-026-06692-4

Parole chiave: Contenuti generati dall’IA nell’istruzione, Insegnamento di arte e design, Adozione tecnologica degli insegnanti, TPACK e IA, Collaborazione umano–IA in aula