L’idea radicale di Tyler Cowen: meno lezioni tradizionali, più intelligenza artificiale, più scrittura e soprattutto più sperimentazione.
Cosa succederebbe se chiedessimo agli studenti di progettare una parte della propria formazione universitaria utilizzando l’intelligenza artificiale, lasciando ai professori il compito di valutare non soltanto ciò che hanno imparato, ma soprattutto come lo hanno imparato?
È una delle provocazioni più interessanti avanzate dall’economista Tyler Cowen in una recente intervista a The Chronicle of Higher Education, pubblicata il 27 ottobre 2026.
Cowen sostiene che l’università debba cambiare radicalmente. Non perché i professori siano diventati inutili, ma perché sta cambiando la tecnologia con cui produciamo, trasmettiamo e utilizziamo la conoscenza. E quando cambia una tecnologia così fondamentale, continuare a organizzare l’istruzione come abbiamo sempre fatto rischia di diventare una scelta sempre meno difendibile.
La sua proposta merita attenzione, soprattutto perché mette in discussione non soltanto cosa insegniamo, ma anche chi debba decidere come si impara.
Un terzo di intelligenza artificiale, un terzo di scrittura
Cowen propone di dedicare circa un terzo del tempo universitario a imparare a utilizzare l’intelligenza artificiale. Non semplicemente a conoscere gli strumenti disponibili, ma a lavorarci, comprenderne i limiti e imparare a ottenere risultati migliori.
La seconda proposta è apparentemente in contraddizione con la prima: dedicare un altro terzo del tempo a imparare a scrivere, in modo rigoroso, senza l’aiuto dell’AI.
È un accostamento interessante.
Da un lato, dobbiamo imparare a utilizzare una tecnologia che rende sempre più semplice produrre testi, analisi e risposte. Dall’altro, dobbiamo continuare ad allenare le capacità cognitive che ci permettono di valutare la qualità di quei risultati.
Scrivere non significa soltanto comunicare qualcosa che abbiamo già pensato. Spesso è proprio attraverso la scrittura che impariamo a organizzare un ragionamento, riconoscere le contraddizioni e capire cosa non abbiamo ancora compreso.
Se deleghiamo interamente questo processo all’intelligenza artificiale, rischiamo di ottenere risultati migliori senza diventare necessariamente più competenti.
È una distinzione fondamentale: la produttività non coincide con l’apprendimento.
Un corso senza professore?
La proposta più radicale di Cowen riguarda però l’organizzazione dei corsi.
Immaginiamo che uno studente possa scegliere un argomento, progettare un percorso di studio con l’intelligenza artificiale e seguirlo autonomamente, senza lezioni tradizionali.
Alla fine, un professore valuterebbe non soltanto le conoscenze acquisite, ma anche il processo attraverso cui lo studente ha utilizzato l’AI per imparare.
In altre parole, l’oggetto della valutazione diventerebbe anche il percorso di apprendimento.
È un cambiamento importante.
Oggi valutiamo prevalentemente i risultati: un esame, un elaborato, una presentazione. Ma quando una tecnologia può produrre molti di questi risultati in pochi secondi, il loro valore come indicatori delle competenze individuali diminuisce.
Diventa quindi più importante capire quali domande lo studente ha formulato, quali errori ha riconosciuto, quali informazioni ha verificato e come è arrivato alle proprie conclusioni.
Naturalmente, osservare il processo non basta. Anche una sequenza di interazioni con l’AI può essere costruita artificialmente. Per questo sarebbe necessario affiancare alla valutazione del percorso momenti di verifica individuale, discussioni orali e prove nelle quali lo studente debba dimostrare di saper ragionare autonomamente.
Ma il principio rimane interessante: valutare non soltanto il prodotto finale, ma la capacità di costruire conoscenza.
Gli studenti potrebbero saperne più dei professori
Un altro elemento provocatorio della proposta di Cowen riguarda chi dovrebbe guidare questa trasformazione.
La sua risposta è sorprendente: gli studenti.
Secondo Cowen, molti studenti conoscono già gli strumenti di intelligenza artificiale meglio dei loro professori. Per questo potrebbero essere proprio loro a individuare gli utilizzi più efficaci della nuova tecnologia.
Non è detto che questa superiorità nell’utilizzo degli strumenti corrisponda a una maggiore capacità di valutarne l’affidabilità. Saper usare bene un modello linguistico non significa necessariamente comprendere meglio l’economia, la storia o la statistica.
Tuttavia, l’intuizione di Cowen solleva una questione importante.
L’università è tradizionalmente organizzata intorno a una relazione asimmetrica: il professore possiede conoscenze che lo studente deve acquisire.
L’intelligenza artificiale non elimina questa asimmetria, ma ne modifica alcune componenti. Uno studente può avere maggiore familiarità con gli strumenti, mentre il professore conserva una competenza disciplinare ed epistemologica più profonda.
La sfida diventa mettere insieme queste due forme di conoscenza, anziché contrapporle.
Forse dovremmo creare più occasioni nelle quali studenti e professori sperimentano insieme, imparando gli uni dagli altri.
Il problema degli incentivi
Da economista, credo che ci sia un ulteriore aspetto da considerare: gli incentivi.
Gli studenti rispondono agli incentivi creati dal sistema universitario. Se premiamo soprattutto la capacità di consegnare un elaborato convincente, non possiamo sorprenderci quando utilizzano una tecnologia che permette di produrlo rapidamente.
Se invece premiamo la capacità di formulare domande originali, identificare errori, difendere un ragionamento e dimostrare ciò che si è realmente imparato, gli incentivi cambiano.
Il problema, quindi, non è soltanto stabilire se consentire o vietare ChatGPT durante un corso.
È ripensare il sistema di valutazione.
Lo stesso vale per i professori. Innovare la didattica richiede tempo, sperimentazione e disponibilità ad accettare risultati incerti. Ma nelle università questi sforzi non sempre ricevono riconoscimenti adeguati.
Chiedere ai docenti di cambiare senza modificare gli incentivi istituzionali rischia di produrre soprattutto innovazioni superficiali.
Sperimentare, ma misurando i risultati
La parte della proposta di Cowen che trovo più convincente non è l’idea di sostituire un corso tradizionale con uno gestito dall’intelligenza artificiale.
È l’invito a sperimentare.
Non sappiamo ancora quale sia il modo migliore per integrare l’AI nell’istruzione universitaria. E non possiamo presumere che una tecnologia capace di migliorare la qualità di un elaborato migliori automaticamente anche le competenze di chi lo produce.
Per scoprirlo servono esperimenti.
Potremmo confrontare studenti che seguono un corso tradizionale con studenti che utilizzano percorsi di apprendimento personalizzati attraverso l’AI. Potremmo misurare non soltanto i voti finali, ma anche la comprensione dei concetti, la capacità di applicarli a problemi nuovi e la persistenza delle conoscenze nel tempo.
Sarebbe particolarmente interessante capire per quali studenti questi strumenti funzionano meglio.
L’intelligenza artificiale potrebbe ridurre le disuguaglianze educative, offrendo un tutor personalizzato a chi non può permetterselo. Ma potrebbe anche ampliarle, se gli studenti con maggiori competenze iniziali fossero quelli più capaci di utilizzarla efficacemente.
Non è una questione che possiamo risolvere attraverso intuizioni o dichiarazioni di principio. È una domanda empirica.
E l’università dovrebbe essere il luogo ideale per cercare una risposta.
Che cosa rimane dell’università?
C’è infine una questione più generale.
Se una parte crescente della trasmissione delle conoscenze può essere affidata all’intelligenza artificiale, qual è il valore aggiunto dell’università?
La risposta non può essere soltanto il titolo di studio.
L’università è anche un luogo nel quale impariamo a confrontarci con persone diverse, a collaborare, a discutere idee, a gestire l’incertezza e a sviluppare un’identità personale e professionale.
Sono dimensioni dell’educazione che non si esauriscono nella capacità di rispondere correttamente a una domanda.
Anzi, proprio perché l’intelligenza artificiale rende sempre meno costoso ottenere risposte, potrebbe diventare ancora più importante imparare a formulare buone domande, esercitare il giudizio e assumersi la responsabilità delle proprie decisioni.
Non credo che il futuro dell’università debba essere un’università senza professori. Ma nemmeno un’università nella quale i professori continuano a insegnare esattamente come prima, fingendo che nulla sia cambiato.
La provocazione di Cowen ci invita a considerare una terza possibilità: un’università nella quale l’intelligenza artificiale amplia le opportunità di apprendimento, gli studenti assumono un ruolo più attivo e i professori dedicano più attenzione a ciò che conta davvero.
La domanda, allora, non è se l’intelligenza artificiale sostituirà i professori.
È se sapremo utilizzare questa trasformazione per costruire un’università nella quale gli studenti imparino di più, e non semplicemente producano di più.
Fonte: Scott Carlson, Tyler Cowen’s Radical AI University, The Chronicle of Higher Education, 27 ottobre 2026.
