Alcuni lavori raccolti qui sono diventati saggi, guide, modelli. Altri continuano a cambiare mentre vengono studiati.
Sono nati in tempi diversi. L'orientamento dei ragazzi, le trasformazioni del lavoro, l'intelligenza artificiale, l'apprendimento e il mismatch non appartenevano in partenza allo stesso progetto. Nel tempo alcune domande hanno cominciato a passare da un lavoro all'altro.
Questa pagina raccoglie i lavori che oggi rappresentano meglio il percorso. Accanto a un'opera compiuta può quindi comparire un programma ancora aperto. Per ciascuno viene indicato il punto al quale il lavoro è arrivato.
Le forze del viaggio
Documento strategico per l'orientamento precoce nella scuola secondaria di primo grado
2025–2026 · Documento strategico e modello di orientamento
L'orientamento comincia molto prima del momento in cui un ragazzo deve scegliere una scuola.
Nella secondaria di primo grado stanno già prendendo forma il modo in cui guarda se stesso, ciò che pensa di saper fare, le possibilità che riesce a immaginare, il rapporto con gli altri e con quello che ancora non conosce.
Le forze del viaggio lavora in questo tempo.
Il percorso accompagna i ragazzi attraverso la scoperta di sé, l'esperienza con gli altri e una prima apertura verso il futuro. Forze del carattere, competenze trasversali, narrazione e riflessione diventano materiali attraverso cui riconoscere risorse che spesso esistono prima di avere un nome.
Il lavoro coinvolge anche la comunità educativa. La possibilità di raccontarsi e sperimentarsi cambia quando intorno al ragazzo esistono adulti capaci di ascoltare senza anticipare la scelta e ambienti nei quali provare qualcosa che ancora non si conosce.
Da questa ricerca è nata La Sosta, un'esperienza educativa accompagnata da un Diario e da una guida per chi la facilita. Questi materiali costituiscono lo sviluppo operativo dello stesso percorso.
Le forze del viaggio conserva la propria impostazione originaria. I successivi lavori sul Campo delle Possibilità e sulla Future Capability hanno portato la ricerca sull'orientamento altrove; non vengono utilizzati retroattivamente per riscrivere questo lavoro.
Documento strategico e modello educativo · 2025–2026
Percorso: Costruire possibilità
AI & Adolescenti
2026 · Ricerca educativa e programma sperimentale
Un adolescente può chiedere a un sistema artificiale di spiegare un testo, trovare un'idea, scrivere una risposta, risolvere un problema, suggerire una scelta.
Ognuna di queste possibilità può essere utile. Ognuna interviene anche in attività attraverso cui, durante l'adolescenza, si costruiscono autonomia, giudizio e un proprio modo di affrontare ciò che ancora non si sa fare.
La ricerca AI & Adolescenti nasce dentro questa relazione.
L'AI literacy viene osservata oltre la padronanza tecnica dello strumento. Interessa ciò che accade prima della richiesta, il modo in cui viene formulata, ciò che il ragazzo affida al sistema, la capacità di interrogare la risposta e ciò che riesce a fare dopo averla ricevuta.
Questo porta l'AI dentro una questione educativa più ampia. Usarla bene comprende anche imparare a riconoscere quando l'aiuto amplia le possibilità di pensiero e quando rischia di sostituire troppo presto un'operazione che il ragazzo avrebbe bisogno di attraversare.
Il lavoro sta proseguendo attraverso una sperimentazione educativa. Il rapporto fra AI, adolescenza e formazione dell'autonomia rimane il suo campo di ricerca.
Ricerca educativa e programma sperimentale · 2026
Incontra più percorsi: Costruire possibilità · Redistribuire l'azione · Generare capacità
La fatica che ci rende capaci
Progettare intenzionalmente lo sforzo cognitivo nell'era dell'AI
2026 · Guida evidence-informed
Possiamo ottenere un buon risultato e avere imparato molto poco per produrlo.
Con l'intelligenza artificiale questa distanza diventa più facile da osservare. Una sintesi può essere migliore, un'analisi più rapida, un testo più chiaro. Rimane da capire che cosa sarà disponibile nella persona quando l'assistenza diminuirà, cambierà o non sarà presente.
La fatica che ci rende capaci studia il lavoro che avviene fra questi due momenti.
Un'attività produce qualcosa nel mondo e, qualche volta, qualcosa anche in chi la svolge. Lascia schemi, esperienza, capacità di riconoscere un errore, giudizio, autonomia. Delegandone una parte possiamo quindi modificare anche il processo attraverso cui quelle capacità si formano.
La guida propone di osservare come vengono distribuite generazione, controllo e responsabilità nell'interazione con l'AI. Distingue prestazione assistita, apprendimento iniziale e capacità stabile; introduce la capacità bersaglio, il rapporto fra nucleo e contorno dell'attività, la capacità di riserva e il debito di capacità.
La fatica, in questa prospettiva, non ha valore in sé. Interessa quando coincide con un’operazione necessaria alla capacità che vogliamo sviluppare. Altrove può essere ridotta o affidata alla macchina.
Il lavoro integra evidenze provenienti dalla ricerca sull'apprendimento, sull'expertise, sul carico cognitivo, sulle difficoltà desiderabili, sul retrieval e transfer, sul cognitive offloading e sull'interazione uomo-AI. Alcuni concetti introdotti nella guida appartengono invece alla proposta progettuale e richiedono ulteriore verifica.
Edizione principale · 2026
Percorso: Generare capacità
Costruire i futuri
2026 · Modello e metodologia di orientamento · edizione pubblica in consolidamento
Spesso chiediamo a un ragazzo di capire che cosa gli interessa prima che abbia avuto occasione di conoscere, provare e vivere molte delle cose fra cui potrebbe scegliere.
Costruire i futuri parte da questa difficoltà.
L'orientamento accompagna progressivamente esplorazione, esperienza, riflessione e transizione. Una decisione scolastica o professionale rimane importante senza dover contenere una promessa su ciò che la persona sarà molti anni dopo.
Il modello porta questa impostazione lungo la scuola secondaria. Esperienze, Portfolio Evolutivo, tutoraggio, PCTO e rapporti con università, ITS, imprese, servizi per il lavoro e territorio vengono collegati in un percorso nel quale ciò che accade fuori dall'aula può entrare nella costruzione del futuro soltanto se viene anche osservato, interrogato e rielaborato.
Il corpus scientifico e metodologico sviluppato intorno al modello è più ampio dell'edizione attualmente disponibile. Atlante concettuale, dossier scientifici, matrici di evidenza e strumenti progettuali confluiranno progressivamente in un'edizione pubblica di riferimento.
Modello e metodologia in consolidamento · 2026
Percorso: Costruire possibilità
Ripensare l’orientamento nella scuola secondaria
Instabilità, equità e governance delle transizioni
2026 · Saggio teorico-metodologico
Una parte dell'orientamento continua a poggiare sull'idea che conoscere meglio la persona e conoscere meglio le professioni permetta di costruire una buona scelta.
Questa funzione rimane. Il contesto nel quale viene esercitata è diventato meno stabile.
Le professioni mantengono spesso il proprio nome mentre cambiano le attività che le compongono. Le competenze si trasformano durante la vita lavorativa. Le traiettorie possono interrompersi e riprendere altrove. Una scelta compiuta durante l'adolescenza entra così in una storia che continuerà a essere riscritta.
Il saggio esamina le conseguenze di questa instabilità per l'orientamento nella scuola secondaria e sviluppa una prospettiva fondata su esplorazione, reversibilità, esperienza, equità e capacità di attraversare le transizioni.
Due ragazzi possono avere formalmente davanti le stesse alternative e vivere possibilità molto diverse. Esperienze precedenti, relazioni, risorse familiari, territorio e accesso alle informazioni intervengono nel trasformare un'opportunità astratta in qualcosa che può essere realmente considerato.
Il lavoro ha carattere teorico-normativo e metodologico. Integra letterature differenti e propone un'architettura applicativa. Non presenta una valutazione empirica di impatto.
Saggio teorico-metodologico · 2026
Percorso: Costruire possibilità
Future Capability
Dal 2026 · Programma di ricerca
Una possibilità può esistere senza diventare una possibilità per me.
Posso non conoscerla. Posso conoscerla e considerarla estranea al mio mondo. Posso desiderarla e non disporre delle condizioni necessarie per perseguirla.
Il Campo delle Possibilità prova a descrivere questo spazio: le alternative che una persona riesce a riconoscere come significative e, almeno in qualche misura, percorribili.
La ricerca sulla Future Capability osserva un problema vicino ma diverso. Riguarda ciò che può svilupparsi nella persona mentre impara a esplorare quel campo, ampliarlo, scegliere, rivedere una direzione e costruire nel tempo futuri ai quali attribuisce valore.
Il programma dialoga con capability approach, Career Adaptability, career competencies e altre tradizioni dell'orientamento. Proprio questo confronto costituisce una delle prove alle quali il costrutto deve essere sottoposto. Occorre stabilire se Future Capability identifichi qualcosa che i modelli esistenti non descrivono già adeguatamente, definirne le dimensioni e verificarne empiricamente struttura e utilità.
È una ricerca in corso.
Programma di ricerca · dal 2026
Percorso: Costruire possibilità
Co-evoluzione adattiva
2025–2026 · Ricerca teorica e metamodello in sviluppo
Una tecnologia entra in un'organizzazione e modifica alcune attività. Le persone imparano a usarla e cambiano il proprio modo di lavorare. L'organizzazione ridisegna processi e responsabilità. Emergono nuovi bisogni di competenza. La formazione interviene mentre tecnologia e lavoro continuano a cambiare.
La ricerca sulla Co-evoluzione adattiva segue queste trasformazioni reciproche.
Persone, tecnologie, organizzazioni e sistemi di apprendimento vengono osservati nelle relazioni attraverso cui si modificano nel tempo. Il metamodello utilizza sette dimensioni — tempo, significato, relazione, apprendimento, agency, complessità e cura — per leggere ciò che accade senza ridurre la trasformazione all'introduzione di una tecnologia o alla distanza fra competenze possedute e competenze richieste.
Tra il 2025 e il 2026 il lavoro ha attraversato formulazioni differenti. Alcune sono state modificate, altre assorbite nel metamodello attuale. Il confronto con le letterature sui sistemi adattivi complessi, sull'apprendimento organizzativo, sulla cognizione distribuita e sui processi co-evolutivi continua a delimitare ciò che la proposta può effettivamente sostenere.
Opera pubblicata
Dalla formazione reattiva alla Co-evoluzione adattiva
Verso un’Umanità Cognitiva Integrata al tempo dell’AI
2025 · Saggio teorico
Ricerca teorica e metamodello in sviluppo · 2025–2026
Percorso: Trasformare i sistemi
Azione, responsabilità e limiti nell'era dell'AI agentica
2025 · Saggio teorico interdisciplinare
Con l'AI generativa possiamo affidare a un sistema la produzione di un risultato. Un sistema agentico può ricevere un obiettivo e occuparsi anche di una parte del percorso necessario per raggiungerlo.
Può articolare passaggi, usare strumenti, acquisire informazioni, osservare gli esiti e modificare le azioni successive.
La delega raggiunge così parti dell'agire che prima rimanevano maggiormente nelle mani della persona.
Il saggio attraversa autonomia, automaticità, agentività e responsabilità per comprendere che cosa cambia quando aumenta l'autonomia operativa di un sistema artificiale. La capacità tecnica di selezionare e concatenare azioni non coincide con l'autonomia morale o psicologica che attribuiamo a una persona.
Questa distinzione accompagna l'analisi delle conseguenze per governance, controllo, lavoro e competenze. Da qui sono proseguite le successive ricerche sui confini della delega e sulla distribuzione dell'azione fra persone e sistemi artificiali.
Saggio teorico interdisciplinare · 2025
Percorso: Redistribuire l'azione
Cos'è l'Embodied AI e come trasforma l'agire artificiale
Quando l'IA si incarna: Embodied AI come soglia concettuale e trasformazione dell'agire artificiale
2026 · Analisi concettuale-critica
Un sistema che genera un testo produce conseguenze attraverso un output informazionale. Una macchina capace di percepire un ambiente e intervenire fisicamente al suo interno introduce un'altra relazione fra decisione ed effetto.
L'Embodied AI porta nell'analisi corpi, oggetti, movimento, spazio, percezione e conseguenze materiali.
Il lavoro studia questa condizione attraverso il rapporto fra percezione, azione e situazione. L'interesse riguarda ciò che accade alla delega quando un sistema artificiale può produrre effetti nel mondo fisico e le conseguenze che ne derivano per controllo e responsabilità.
Non occorre attribuire alla macchina esperienza vissuta o intenzionalità umana per riconoscere il cambiamento. È sufficiente osservare che l'azione artificiale può entrare direttamente in un ambiente condiviso con persone e cose.
Il lavoro è un'analisi concettuale-critica. Non costituisce una review sistematica né propone un'architettura tecnica dell'Embodied AI.
Analisi concettuale-critica · 2026
Percorso: Redistribuire l'azione
Quando la difficoltà di reperimento diventa una diagnosi
Una prima sperimentazione per distinguere scarsità, capacità inutilizzata e altre forme di disallineamento nel mercato del lavoro italiano
2026 · Rapporto di ricerca
Le imprese possono avere difficoltà a trovare lavoratori mentre nello stesso mercato del lavoro rimane capacità inutilizzata o sottoutilizzata.
La convivenza dei due fenomeni richiede di capire che cosa stiamo osservando prima di scegliere una risposta.
Il rapporto sviluppa una prima sperimentazione del Mismatch Diagnostic Framework (MDF). Difficoltà di reperimento, vacancy e scarsità vengono tenute distinte e lette insieme ad altre informazioni sulla capacità lavorativa potenzialmente disponibile, sulla mobilità e sulle caratteristiche del lavoro.
L'applicazione a sei ambiti del mercato del lavoro italiano permette di osservare configurazioni differenti dietro sintomi apparentemente simili. Una difficoltà elevata può accompagnarsi a un bacino potenziale ristretto oppure convivere con risorse che, per ragioni diverse, non riescono a incontrare la domanda.
La versione attuale rappresenta una prima sperimentazione empirica del framework. Il passaggio dal settore alla professione e il rafforzamento di alcune componenti empiriche e metodologiche appartengono agli sviluppi successivi.
Rapporto di ricerca · prima sperimentazione del MDF · 2026
Il lavoro mantiene una posizione laterale rispetto alle quattro traiettorie. La sua domanda originaria riguarda il modo in cui diagnostichiamo il mercato del lavoro.
Experience Guarantee
Dal 2026 · Ipotesi di ricerca e di policy
Per diventare esperti bisogna poter cominciare.
Molte attività affidate a chi entrava nel lavoro svolgevano due funzioni contemporaneamente: contribuivano al risultato dell’organizzazione e, nello stesso tempo, permettevano alla persona di accumulare esperienza. Prime analisi, controlli, ricerche, casi relativamente semplici permettevano di osservare colleghi più esperti, ricevere correzioni e affrontare progressivamente situazioni più difficili.
L'AI può assumere una parte di queste attività.
La ricerca Experience Guarantee segue ciò che può accadere alle traiettorie formative quando cambia il lavoro attraverso cui l'esperienza veniva accumulata.
Un anno di lavoro può contenere dodici mesi di ripetizione oppure una progressione di problemi, feedback, variazione, responsabilità e autonomia. La durata è la stessa. Ciò che rimane nella persona può essere molto diverso.
L'ipotesi è portare questa differenza nelle politiche delle transizioni, interrogando la qualità delle esperienze alle quali una persona riesce ad accedere. Experience Unit, Experience Capital, generatività dell'esperienza ed Expertise Regeneration Risk appartengono agli strumenti che il programma sta esplorando.
Servono ancora definizioni operative, metriche, verifica empirica e sperimentazione prima che possano essere trattati come strumenti di policy.
Ipotesi di ricerca e di policy · dal 2026
Percorso: Generare capacità
Lavori che hanno aperto nuove domande
Alcuni lavori precedono le ricerche presentate fin qui.
Rileggerli sapendo ciò che è venuto dopo può creare un'illusione: vedere già presenti concetti e traiettorie che allora non esistevano. Per questo vengono conservati nella loro forma originaria.
Mostrano domande che, successivamente, hanno preso altre strade.
Ciò che resta umano
Intelligenza artificiale, lavoro e il senso del divenire
2025 · Saggio
AI, trasformazione del lavoro, apprendimento, orientamento e identità convivono ancora nello stesso testo.
La capacità di continuare a diventare assume un peso particolare in un mondo nel quale le tecnologie modificano rapidamente ciò che facciamo. Compare anche il problema della frizione cognitiva: alcune operazioni che possiamo delegare erano parte del processo attraverso cui pensavamo e comprendevamo.
Il saggio non contiene le ricerche che verranno dopo. Conserva un momento nel quale alcune delle loro domande erano ancora vicine.
Ripensare l'intelligenza artificiale nell'apprendimento
Tra istruzionismo, costruttivismo e innovazione
2024–2025 · Saggio esplorativo
Il lavoro nasce da una preoccupazione educativa: utilizzare l'AI per rendere più efficiente l'insegnamento può lasciare poco spazio alla costruzione autonoma della conoscenza.
Istruzionismo, costruttivismo e costruzionismo vengono utilizzati per interrogare il ruolo che il sistema artificiale assume nell'apprendimento e per proporre forme di utilizzo che conservino esplorazione, creatività e autonomia.
Alcune analogie impiegate nel testo, soprattutto fra il modo in cui apprendono i sistemi di machine learning e i paradigmi costruttivisti dell'apprendimento umano, richiederebbero oggi una formulazione più rigorosa.
Rimane la domanda che aveva fatto nascere il lavoro: che cosa deve continuare ad attraversare lo studente quando una macchina può fornirgli una parte crescente del risultato?
Chi parla quando parla l'intelligenza artificiale generativa?
Alfabeti per restare umani, mentre il linguaggio diventa artificiale
2025 · Saggio sull'AI literacy
La generazione artificiale del linguaggio introduce una situazione inedita: possiamo incontrare una forma linguistica convincente senza che dietro quella forma esistano biografia, esperienza vissuta o intenzione nel senso umano del termine.
Il saggio osserva le conseguenze di questa separazione per la lettura, la scrittura e la capacità di attribuire significato e affidabilità a ciò che riceviamo.
L'AI literacy comincia qui a essere pensata oltre la competenza tecnica. Comprendere la natura del sistema diventa parte della capacità di interrogare ciò che produce, riconoscere i limiti della plausibilità linguistica e conservare responsabilità sul significato.
Alcune descrizioni tecniche degli LLM appartengono allo stato della discussione nel quale il testo è nato e oggi richiederebbero maggiore precisione. Il problema educativo aperto dal saggio è proseguito nei lavori successivi sull'AI literacy.
Gli articoli
Molte ricerche sono cominciate in una forma più breve.
Un articolo sul lavoro dei principianti ha portato alla scala dell'expertise. Da lì l'attenzione si è spostata verso l'esperienza e verso ciò che un'attività lascia nella persona. Altri articoli hanno seguito le trasformazioni dell'orientamento, la fuga dei giovani, il tempo liberato dall'AI, il rapporto fra produttività e apprendimento.
Non tutti hanno prodotto una ricerca. Alcuni hanno esaurito la propria funzione nel problema che cercavano di illuminare. Altri hanno lasciato una domanda che è riapparsa mesi dopo in un lavoro diverso.
Restano nel flusso cronologico del sito anche per questo: permettono di vedere la ricerca prima che sappia sempre dove sta andando.
