a cura di Gaetano Affuso*
L’articolo presenta un percorso formativo sull’uso dell’intelligenza artificiale nella didattica delle lingue classiche, sviluppato nell’ambito del progetto nazionale “Scenari e approdi: verso un curricolo 5.0 per il liceo classico”. A partire da una tesi centrale — l’intelligenza artificiale non comprende, è uno strumento — il corso ha affrontato le radici culturali del rapporto tra uomo e macchina, il funzionamento tecnico dei modelli linguistici, le pratiche di prompting e la progettazione di tutor digitali, concludendosi con una riflessione sul quadro normativo ed etico. Il percorso ha coinvolto 241 docenti provenienti da tutta Italia e da ogni ordine scolastico.
1. Introduzione
L’avvento dell’intelligenza artificiale sta aprendo nuove prospettive anche nell’insegnamento delle discipline letterarie, incidendo in modo significativo sulle pratiche didattiche del liceo e, in particolare, sullo studio del latino e del greco. In questo contesto, la tecnologia non si limita a fornire strumenti operativi, ma contribuisce a ridefinire il rapporto tra studente, testo e conoscenza, sollecitando nuove forme di partecipazione e di riflessione critica.
La domanda che si pone con sempre maggiore urgenza non è se usare l’intelligenza artificiale nella scuola, ma come usarla — con quale consapevolezza, con quali obiettivi, entro quale cornice pedagogica. È attorno a questa domanda che si è sviluppato il percorso formativo qui descritto, nato all’interno di un progetto nazionale di rinnovamento del liceo classico e rivolto a docenti di latino e greco di tutta Italia.
2. Il progetto Liceo Classico 5.0
In questo scenario si inserisce il progetto “Liceo Classico 5.0 – Scenari e approdi: verso un curricolo 5.0 per il liceo classico”, promosso dal Ministero dell’Istruzione e del Merito attraverso la Direzione Generale per gli ordinamenti scolastici, in collaborazione con il Liceo Ginnasio Statale “Eugenio Montale” di Roma, individuato come scuola
polo nazionale per il rinnovamento del curricolo del liceo classico e diretto dal dirigente scolastico Dott. Francesco Rossi. L’iniziativa nasce all’interno di un più ampio percorso di riflessione sul valore del liceo classico nel panorama contemporaneo, con l’obiettivo di valorizzare la cultura umanistica e, al tempo stesso, promuovere percorsi innovativi di rinnovamento metodologico e didattico. In questa prospettiva, il progetto mira a rafforzare il dialogo tra tradizione e innovazione, evidenziando le potenzialità del sapere classico nell’affrontare la complessità della società contemporanea.
Il progetto è stato inaugurato con il convegno nazionale “Scenari e approdi: verso un curricolo 5.0 per il liceo classico”, tenutosi il 14 gennaio 2026 in presenza a Roma e in modalità a distanza, con l’obiettivo di garantire la più ampia partecipazione della comunità scolastica e accademica.
La giornata si è articolata in una prima sessione dedicata agli interventi istituzionali e scientifici, tra cui quello del dirigente TD: Maristella Fortunato (Direzione generale per gli ordinamenti scolastici, la formazione del personale scolastico e la valutazione del sistema nazionale di istruzione – ufficio VI) sul ruolo del liceo classico nell’affrontare le trasformazioni del mondo contemporaneo ed i contributi della dirigente Elisa Colella (Coordinatrice della Rete Nazionale dei Licei classici e Componente della cabina di regia per il rinnovamento del curricolo del Liceo Classico), del professor Andrea Balbo (professore ordinario di Lingua e Letteratura Latina) e del dirigente scolastico Francesco Rossi, centrati sulle prospettive di rinnovamento del curricolo.
La seconda parte del convegno è stata dedicata alla presentazione dei percorsi formativi attivati nell’ambito del progetto realizzato tra gennaio e marzo 2026 e svolti online. Tali percorsi hanno coinvolto complessivamente circa 688 docenti di tutta Italia, a testimonianza di un interesse diffuso verso il rinnovamento del liceo classico.
Nel dettaglio, sono stati attivati i seguenti corsi:
- AI e interpretazione del testo Metodi digitali per le scienze umanistiche (241 docenti);
- Loquemini ornate – public speaking e retorica classica (Prof. Andrea Bramanti, 91 docenti);
- Oltre la regola – linguistica computazionale (Prof.ssaEleonora Litta, 103 docenti);
- Educazione linguistica inclusiva e BES (Prof.ssa Chiara Pastore, 143 docenti);
- A scuola di teatro – educazione all’espressività (Prof.ssa Marcella Petrucci, 110 docenti);
- Call to action #liceoclassicochevorrei (Prof.ssa Irene Bilotta).
La struttura dell’evento evidenzia una chiara articolazione tra riflessione teorica e dimensione operativa: da un lato, l’analisi del ruolo del liceo classico nel presente; dall’altro, la presentazione di esperienze concrete di innovazione didattica.
Nel suo complesso, il progetto si configura come un laboratorio nazionale di sperimentazione, in cui il rinnovamento del curricolo non viene inteso come rottura con la tradizione, ma come sua reinterpretazione alla luce delle nuove esigenze formative e delle opportunità offerte dalle tecnologie contemporanee.
A distanza di qualche mese, il 12 marzo 2026, il progetto è stato presentato anche a Didacta, la principale fiera italiana dedicata alla scuola e all’innovazione didattica, dove il dirigente Francesco Rossi ha illustrato i corsi in svolgimento e le prospettive di sviluppo del percorso.
3. Il corso: AI e interpretazione del testo antico
Il corso “AI e interpretazione del testo antico - Metodi digitali per le scienze umanistiche”, condotto da chi scrive, ha registrato un’adesione particolarmente elevata: le iscrizioni sono state chiuse una settimana prima dell’avvio, avendo già raggiunto il limite massimo di 241 partecipanti, provenienti da tutta Italia e appartenenti a ordini scolastici diversi: non solo docenti di latino e greco, ma anche insegnanti di scuola primaria, secondaria di primo grado e di discipline scientifiche. Un segnale che il tema del rapporto tra intelligenza artificiale e formazione umanistica è avvertito come rilevante ben oltre i confini del liceo classico. Al centro del percorso una tesi chiara, che ha funzionato da filo conduttore per tutte le lezioni: l’intelligenza artificiale non comprende, è uno strumento. Da questa premessa discende tutto il resto — il modo di presentarla, di usarla, di valutarne i risultati, di integrarla nella didattica senza rinunciare al rigore filologico e alla centralità dell’interpretazione umana. L’umanità ha sempre cercato di affidare a dispositivi e macchine il lavoro faticoso, ripetitivo e rischioso. Si tratta di una spinta profonda che attraversa l’intera cultura occidentale fin dalle sue origini. Nell’Iliade (XVIII libro) Efesto costruisce i tripodi autómatoi, piedistalli d’oro semoventi, e le ancelle d’oro dotate di intelligenza, voce e forza; nell’Odissea i cani di Alcinoo vegliano senza invecchiare né morire; Talos, il gigante di bronzo creato per sorvegliare Creta, anticipa con sorprendente precisione i temi del dibattito contemporaneo sull’IA: autonomia programmata, vulnerabilità strutturale, questione del controllo. L’uomo ha sempre immaginato macchine che agissero al suo posto — e ha sempre dovuto fare i conti con il problema di cosa le distinguesse da lui. Una formulazione particolarmente lucida di questa idea si trova in Aristotele.
Nella Politica (I, 4) lo Stagirita immagina un mondo in cui gli strumenti siano in grado di svolgere da soli il proprio compito, richiamando esplicitamente i tripodi di Efesto che si muovono autonomamente. In uno dei passaggi più sorprendenti della riflessione antica sulla tecnica, scrive: «Se ogni strumento potesse compiere da sé il proprio lavoro, obbedendo o anticipando il comando altrui […] i capi artigiani non avrebbero bisogno di servi, né i padroni di schiavi.» L’ipotesi è paradossale ma estremamente chiara: una macchina davvero autonoma cambierebbe radicalmente l’organizzazione del lavoro umano. Questa tensione non si esaurisce nel mondo antico. In età moderna riemerge con la Pascalina — ideata, come Pascal stesso scrive, per «alleviare la fatica di chi è costretto a lunghi e noiosi calcoli» — e con i progetti di automi di Galileo, dispositivi meccanici pensati per la difesa, non realizzati al tempo ma in parte ricostruiti in epoca moderna sulla base dei suoi disegni. È una domanda che, in forme sempre nuove, arriva fino ai giorni nostri e ritorna oggi nel dibattito sull’intelligenza artificiale.
A partire da questa considerazione, il corso ha affrontato il funzionamento tecnico dei modelli linguistici: come scompongono il testo in unità minime, lo trasformano in rappresentazioni numeriche e generano risposte sulla base di probabilità statistiche. Un aspetto decisivo: la coerenza linguistica prodotta dall’IA non equivale a comprensione. Il sistema non accede al significato, non possiede esperienza del mondo né intenzionalità — produce testi plausibili, non testi veri. Da qui il fenomeno delle cosiddette “allucinazioni”: citazioni inesistenti, riferimenti inventati, soluzioni formalmente corrette ma semanticamente scorrette. Nella traduzione del greco e del latino questo limite è particolarmente visibile: i modelli mostrano difficoltà significative di fronte a strutture morfosintattiche complesse, perdono le sfumature logiche delle subordinate, appiattiscono il lessico specialistico e risultano privi di sensibilità stilistica e retorica.
L’IA può certamente essere utilizzata come strumento di supporto, anche per gli studenti, per orientarsi nel testo, formulare ipotesi e accompagnare il lavoro di analisi; ma non è un traduttore affidabile, sia per la sua incapacità strutturale di comprendere il significato, sia per la presenza di bias e per il fenomeno delle allucinazioni, che possono produrre risultati plausibili ma non corretti.
Attività laboratoriale e di confronto
Questa consapevolezza, però, non deve condurre a un atteggiamento rinunciatario, ma al contrario aprire la strada a un uso più maturo e produttivo degli strumenti. Se l’IA non comprende, la qualità del risultato dipende interamente dalla qualità della domanda: il prompting — la capacità di formulare richieste chiare, strutturate e coerenti con gli obiettivi educativi — è diventato così una competenza pedagogica fondamentale. Il corso ha mostrato come costruire prompt efficaci, come iterare e raffinare le richieste, come usare l’IA per progettare attività, generare materiali differenziati e costruire tutor digitali di latino capaci di guidare gli studenti nella traduzione e nella comprensione del testo. In tutte queste applicazioni, il docente non è sostituito ma potenziato: la regia pedagogica rimane interamente nelle sue mani.
Un’attenzione particolare è stata dedicata alla misurazione delle capacità di tradurre dell’intelligenza artificiale. I corsisti hanno sperimentato direttamente alcune metriche automatiche, in particolare BLEU e BERTScore, confrontando i risultati prodotti e discutendoli in modo condiviso. È emerso con chiarezza come questi strumenti presentino limiti strutturali: non mettono a confronto il testo originale con la traduzione, ma una traduzione considerata di riferimento con quella da valutare, misurando quindi la somiglianza tra testi piuttosto che la correttezza interpretativa. La metrica BLEU si basa principalmente sulla corrispondenza lessicale e sulla sovrapposizione di sequenze di parole, risultando poco sensibile al significato; BERTScore tenta di cogliere aspetti semantici più complessi attraverso rappresentazioni contestuali, ma resta comunque vincolata a limiti significativi. In entrambi i casi, ciò che viene misurato è la vicinanza formale, non la qualità della traduzione come atto interpretativo — confermando ancora una volta che il giudizio filologico del docente resta insostituibile. In questo contesto, l’uso di BERTScore è stato anche l’occasione per introdurre strumenti come Google Colab e Hugging Face, mostrando come l’intelligenza artificiale possa supportare anche attività di programmazione.
Attraverso questi ambienti, accessibili anche a chi non possiede competenze tecniche avanzate, i corsisti hanno sperimentato la possibilità di generare codice e costruire semplici applicazioni didattiche. In particolare, sono stati realizzati minisiti in grado di mettere a confronto una traduzione modello e quella prodotta dagli studenti, rendendo visibile e analizzabile il processo di valutazione. È emerso così come l’IA consenta al docente di progettare autonomamente strumenti digitali, trasformandolo non in un programmatore, ma in un progettista consapevole di ambienti di apprendimento.
Le attività laboratoriali hanno reso operativi i principi teorici del corso attraverso un uso consapevole e differenziato degli strumenti. I docenti hanno sperimentato diversi strumenti di intelligenza artificiale come ChatGPT e Gemini, Perplexity, Mizou e Brisk Teaching, chiarendone funzioni e limiti all’interno di un quadro didattico coerente. ChatGPT e Gemini sono stati utilizzati per la costruzione di documenti di progettazione attraverso un uso consapevole del prompting: i docenti hanno imparato a formulare richieste precise, strutturate e coerenti con gli obiettivi didattici, producendo progettazioni, schemi di lavoro e materiali operativi, poi condivisi e confrontati tra pari. In questo modo, la qualità dell’output è stata ricondotta alla qualità dell’input, trasformando il prompting in una competenza didattica. Perplexity è stato utilizzato come strumento di ricerca e analisi delle fonti, anche in ambito accademico, per l’accesso a contenuti verificabili e l’avvio di percorsi di approfondimento.
In questo quadro è stato chiarito anche un passaggio evolutivo importante: il modello del chatbot come semplice sistema di domanda–risposta testuale è ormai superato. Le nuove applicazioni dell’intelligenza artificiale tendono a integrare più funzioni — interazione, guida, esecuzione di compiti, restituzione di feedback — all’interno di processi strutturati. Non si tratta più solo di ottenere risposte, ma di costruire ambienti operativi in cui l’IA partecipa attivamente allo svolgimento delle attività didattiche. Un passaggio successivo ha riguardato la progettazione di tutor digitali basati su intelligenza artificiale. Questi sistemi sono stati configurati dal docente attraverso istruzioni, regole operative e obiettivi specifici: il tutor non fornisce semplicemente risposte, ma guida il percorso, accompagna la traduzione passo dopo passo, supporta l’analisi morfologica e sintattica, pone domande calibrate e si adatta dinamicamente alle risposte dello studente. Opera entro vincoli definiti e in piattaforme che consentono il monitoraggio: ogni interazione è tracciabile, permettendo al docente di intervenire, correggere e valutare in modo consapevole. Il tutor digitale diventa così un’estensione della regia didattica, non un sostituto.
Tutor di traduzione
Accanto ai tutor, sono stati introdotti anche agenti didattici: chatbot configurati per eseguire processi guidati e strutturati. A differenza del tutor, che accompagna il percorso adattandosi alle risposte dello studente, l’agente segue sequenze operative predefinite: conduce lo studente attraverso passaggi ordinati, propone attività secondo una logica progressiva, richiede risposte in momenti specifici e fornisce feedback in base a criteri stabiliti. Lavora su compiti come produzione, esercitazione, correzione e comprensione del testo, ma lo fa attraverso percorsi già organizzati dal docente. La distinzione è quindi tra guida adattiva (tutor) e conduzione strutturata del processo (agente).
In questa direzione si colloca anche la sperimentazione di agenti costruiti tramite le “gemme” di Gemini, che hanno mostrato concretamente il passaggio dal chatbot all’agente operativo. Sono stati realizzati due esempi significativi: un agente finalizzato alla creazione automatica di moduli Google a partire da istruzioni testuali; e un secondo agente orientato alla produzione di minisiti e attività interattive con Canva code. In entrambi i casi, l’agente non si limita a rispondere, ma produce output strutturati e immediatamente utilizzabili, trasformando il prompt in azione e rendendo il docente capace di progettare e costruire strumenti digitali in modo autonomo.
Nel complesso, il lavoro ha mostrato come l’intelligenza artificiale, se integrata in modo consapevole, possa sostenere sia la progettazione sia l’attività in classe: non strumento automatico, ma ambiente flessibile che amplifica le possibilità del docente e rende più esplicito, condiviso e riflessivo il processo di apprendimento.
Il percorso si è chiuso con una riflessione sul quadro normativo ed etico. L’AI Act europeo classifica i sistemi di IA in base al livello di rischio: in ambito scolastico, i sistemi usati per la valutazione degli studenti rientrano tra quelli ad alto rischio e richiedono garanzie stringenti, mentre l’uso dell’IA come supporto educativo è considerato a rischio minimo e può essere incoraggiato, purché inserito in un contesto pedagogico consapevole.
In questa prospettiva, il corso ha affrontato anche le indicazioni contenute nelle Linee guida per l’uso dell’intelligenza artificiale nella scuola del Ministero dell’Istruzione e del Merito, soffermandosi in particolare sulla tutela dei dati personali degli studenti e sulla centralità del ruolo del docente nell’uso consapevole degli strumenti digitali.
4. Conclusioni
Il percorso formativo descritto restituisce un’immagine del liceo classico capace di guardare al presente senza rinunciare a se stesso. Gli strumenti che, secondo Aristotele, potrebbero svolgere da soli il proprio lavoro, le ancelle d’oro di Efesto e il meccanismo di Anticitera non sono ornamenti retorici, ma strumenti di pensiero che hanno permesso ai docenti di affrontare la questione dell’intelligenza artificiale con una profondità che nessun manuale tecnologico avrebbe potuto offrire. La cultura classica non è un rifugio dal presente, ma una delle risorse più efficaci per comprenderlo.
L’intelligenza artificiale non comprende, è uno strumento. Tenerlo presente non significa svalutarla, ma usarla bene — con consapevolezza dei suoi limiti, chiarezza sui suoi usi legittimi, e la certezza che il centro del processo educativo resti dove è sempre stato: nella relazione tra un docente, uno studente e un testo.
Materiali e risorse
Le registrazioni video degli incontri e i materiali dei corsi sono disponibili nel sito del Liceo Ginnasio Statale “Eugenio Montale” di Roma: https://affuso.short.gy/montale2
*Tutor e orientatore presso l’Università telematica Link, docente di latino e greco presso il Liceo Democrito di Roma, formatore del corso “AI e interpretazione del testo antico. Metodi digitali per le scienze umanistiche” nell’ambito del progetto Liceo Classico 5.0.
