Home IUSVEducation Supplemento al n. #28

IA generativa nell’istruzione superiore: un’analisi qualitativa fra supporto, limiti e sfide etiche

Il lavoro si configura all’interno dell’esplorazione delle esperienze dirette degli studenti universitari con GenAI. I risultati hanno restituito un quadro multisfaccettato delle percezioni, valutazioni, che confermano la complessità di questa interazione. Tali evidenze offrono spunti rilevanti per l’individuazione di nuclei tematici da approfondire all’interno di progetti di AI literacy, intesi non solo come acquisizione di competenze tecniche, ma anche come sviluppo di una riflessione critica e complementare sull’uso di GenAI e sull’impatto che un ricorso sistematico a tali strumenti può generare a livello cognitivo (Kosmyna et al. 2025). Lo studio presenta dei limiti che riguardano principalmente il campione: in primo luogo il reclutamento dei partecipanti attraverso il campionamento non probabilistico a convenienza e la numerosità del campione. Un campione di 43 soggetti risulta, da un lato, adatto ad un’analisi qualitativa approfondita, ma dall’altro potrebbe essere eccessivamente circoscritto per poter rispecchiare la diversità delle esperienze presenti nella popolazione.

03/03/2026

V. Donadel, M. Zuin - IA generativa nell'istruzione superiore: un'analisi qualitativa fra supporto, limiti e sfide etiche - IUSVEducation #28 Special issue - Marzo 2026

Titolo: IA generativa nell’istruzione superiore: un’analisi qualitativa fra supporto, limiti e sfide etiche
Tipo di pubblicazione: articolo
Anno di pubblicazione: 2026
Autore: Vanessa Donadel, Marco Zuin
Rivista: IUSVEducation #28 – Supplemento
Pagine: 247-260
Data di pubblicazione: marzo 2026
Editore: IUSVE – Istituto Universitario Salesiano
ISSN: 2283-642X

Come citare: Donadel, V., Zuin, M. (2026). IA generativa nell’istruzione superiore: un’analisi qualitativa fra supporto, limiti e sfide etiche. IUSVEducation, 28 Supplemento, 247-260. https://www.iusveducation.it/ia-generativa-nellistruzione-superiore-unanalisi-qualitativa-fra-supporto-limiti-e-sfide-etiche/

Parole chiave: Intelligenza Artificiale Generativa, istruzione superiore, critical incident technique, AI literacy, uso critico

Paper PDF: IUSVEducation_28_Special_Issue_Donadel_Zuin_INTELLIGENZA_ARTIFICIALE_GENERATIVA_NELL’ISTRUZIONE_SUPERIORE_UN’ANALISI_QUALITATIVA_TRA_SUPPORTO_LIMITI_E_SFIDE_ETICHE.pdf

Abstract

Lo studio esplora le esperienze significative di 43 studenti universitari italiani con strumenti di Intelligenza Artificiale Generativa (GenAI), attraverso la Critical Incident Technique (CIT). I partecipanti hanno riportato episodi concreti, positivi e ne-gativi, che sono stati analizzati con approccio qualitativo–induttivo, integrando analisi tematica e analisi di contenuto. Dall’analisi sono emerse otto macro–categorie: Potenziamento dell’operatività, Supporto cognitivo, Supporto creativo–espressivo, Interazione antropomorfica, Risonanza emotiva, Limiti di accuratezza e adattamento, Uso critico e consapevole, Implicazioni etiche e sostituzione del lavoro umano. I risultati mostrano una percezione ambivalente di GenAI: da un lato come strumen to di supporto e potenziamento delle capacità individuali, dall’altro come fonte di criticità legata all’affidabilità, alla dipendenza e ai rischi etico–sociali. L’analisi di genere evidenzia differenze significative nell’Uso critico e consapevole (X² = 4.29, p = 0.038), con le studentesse più propense a sottolineare la necessità di verifica e riflessione sull’output. Le evidenze offrono spunti per lo sviluppo di percorsi di AI literacy critici e interdisciplinari.

Generative Artificial Intelligence in higher education: a qualitative analysis of support, limitations, and ethical challenges

Keywords: Generative Artificial Intelligence, Higher Education, critical incident technique, AI literacy, critical use

Abstract

This study explores the meaningful experiences of 43 Italian university students with Generative Artificial Intelligence (GenAI), using the Critical Incident Technique (CIT). Participants reported concrete positive and negative episodes, which were analyzed through a qualitative-inductive approach, combining thematic and content analysis. Eight macro-categories emerged: Operational empowerment, Cognitive support, Creative-expressive stimulation, Anthropomorphic interaction, Emotional resonance, Limits of accuracy and adaptation, Critical and conscious use, and Ethical implications and human labor substitution. The findings reveal an ambivalent perception of GenAI: on the one hand, as a tool for support and enhancement of individual capacities, and on the other, as a source of critical issues related to reliability, dependency, and socio-ethical risks. Gender analysis highlighted significant differences in Critical and conscious use (X² = 4.29, p = 0.038), with female students more likely to emphasize the need for verification and reflection. These insights provide valuable contributions for developing interdisciplinary AI literacy pathways grounded in critical and pedagogical perspectives.