Dal digitale allo spaziale: come l’IA sta cambiando l’economia dell’apprendimento immersivo

L’apprendimento spaziale non ha mai sofferto di una carenza di casi d’uso convincenti. Anatomia, chimica, ingegneria e molte altre discipline sono intrinsecamente tridimensionali (3D), eppure gli studenti sono spesso invitati a impararle e comprenderle attraverso testi, diagrammi bidimensionali o video piatti. L’ostacolo principale è stato l’economia: creare contenuti 3D interattivi di alta qualità sufficienti a coprire un curriculum ordinario, che tradizionalmente richiedeva artisti specializzati, sviluppatori e notevoli tempi di produzione. L’intelligenza artificiale (IA) sta iniziando a cambiare questo scenario con nuove forme di calcolo spaziale che rendono le esperienze immersive più facili da fornire su una gamma più ampia di dispositivi e ambienti di apprendimento.

L’opportunità non è sostituire i libri di testo, le lezioni, i laboratori fisici o gli insegnanti. È allineare la rappresentazione fisica al concetto. Uno studente può leggere della struttura di una molecola, esaminare un’illustrazione del cuore umano o studiare un diagramma di un motore, ma in ogni caso l’apprendente deve ricostruire mentalmente le relazioni tra oggetti, strutture e processi. L’apprendimento spaziale può ridurre parte di questa traduzione cognitiva consentendo agli studenti di ispezionare direttamente tali relazioni e interagire con esse da prospettive diverse e realistiche.

Dalle informazioni digitali alla comprensione spaziale

Il passaggio all’apprendimento spaziale fa parte di un’evoluzione più ampia della tecnologia educativa. Digitalizzare un libro di testo ha reso le informazioni più facili da accedere, ma non ha cambiato in modo fondamentale il modo in cui tali informazioni venivano rappresentate. Il software interattivo ha aggiunto la partecipazione e le simulazioni hanno introdotto la sperimentazione. Le esperienze spaziali possono andare un passo oltre, modificando la stessa rappresentazione, soprattutto quando la materia è intrinsecamente spaziale.

Consideriamo l’anatomia. Riconoscere le strutture del cuore umano è solo l’inizio; gli studenti devono anche comprendere come tali strutture si relazionano tra loro, dove si trovano all’interno del corpo e come funzionano come parte di un sistema più ampio. La stessa sfida appare in chimica, dove la geometria molecolare è importante, e in ingegneria, dove capire l’interazione tra componenti può essere tanto cruciale quanto identificarle.

Meta-analisi del 2024 pubblicata su Anatomical Sciences Education ha esaminato 27 studi sperimentali che coinvolgevano 2.199 studenti delle scienze della salute e ha rilevato che le tecnologie di realtà estesa (XR) hanno prodotto maggiori guadagni di conoscenza rispetto agli approcci tradizionali. Quando la XR è stata utilizzata come risorsa supplementare accanto all’insegnamento convenzionale, questo effetto è aumentato. Le prestazioni conoscitive con la XR hanno anche superato libri di testo e atlanti, con l’80% degli studenti che hanno utilizzato la XR che hanno dichiarato di considerare la tecnologia utile per l’apprendimento dell’anatomia.

Una meta-analisi separata di studi randomizzati ha raggiunto una conclusione simile, riscontrando anche una notevole variazione tra gli studi. Questa precisazione è importante: la tecnologia spaziale non è automaticamente educativa solo perché è immersiva. Il suo valore dipende dal design didattico, dalla qualità della rappresentazione e da quanto bene l’esperienza è integrata con il resto della lezione.

Lo stesso principio si estende a tutti i campi STEM. La fisica comprende forze e movimenti che possono essere difficili da osservare direttamente. Le scienze della Terra e dello spazio trattano fenomeni che possono essere troppo grandi, troppo piccoli, troppo distanti o troppo pericolosi da riprodurre fisicamente. In ogni caso, una buona rappresentazione spaziale può rendere visibili relazioni che altrimenti rimarrebbero astratte.

Gli ambienti spaziali possono anche rendere la sperimentazione più accessibile. Invece di limitarsi a vedere il risultato di un processo, gli studenti possono manipolare variabili, testare ipotesi e osservare il risultato. Una simulazione consente all’apprendente di commettere un errore, modificare un’assunzione e riprovare senza consumare materiali fisici o introdurre le stesse restrizioni di sicurezza e logistiche di alcune attività di laboratorio.

La ricerca sui sistemi biologici complessi illustra particolarmente bene il potenziale. In uno studio sulla realtà virtuale 3D con feedback aptico per l’apprendimento del cuore umano, è stato esaminato se un’esperienza 3D interattiva potesse supportare gli studenti delle scuole secondarie nell’apprendimento dell’anatomia e della fisiologia cardiaca. I ricercatori hanno concluso che le tecnologie 3D, aptiche e VR possono fornire rappresentazioni robuste e interazioni guidate dagli studenti con sistemi biologici complessi, osservando al contempo che gli studenti più giovani potrebbero necessitare di supporto aggiuntivo per collegare le nuove informazioni a sistemi più ampi.

Questi esempi mostrano anche perché l’educazione immersiva dovrebbe essere considerata una categoria più ampia rispetto alla sola VR. L’esperienza può svolgersi in un visore, tramite realtà aumentata, su un display 3D senza occhiali basato su schermo o attraverso un’altra interfaccia. La domanda pertinente non è quale fattore di forma sia universalmente migliore, ma quale aiuti gli studenti a comprendere un concetto che altrimenti sarebbe difficile da visualizzare o sperimentare.

Man mano che questa categoria si espande, il cambiamento più importante potrebbe passare da dimostrazioni isolate a esperienze che si integrano naturalmente nell’insegnamento ordinario. Ciò richiede non solo hardware convincente, ma anche contenuti sufficienti, allineamento curricolare e facilità d’uso affinché l’apprendimento spaziale possa diventare un altro strumento didattico quotidiano.

L’IA sta cambiando l’economia dell’apprendimento spaziale

Se l’apprendimento spaziale ha mostrato promesse per anni, perché è rimasto relativamente specializzato? Uno dei maggiori ostacoli è stato il contenuto dal punto di vista economico. Una lezione interattiva di alta qualità può richiedere competenze specifiche, progettazione didattica, modellazione 3D, sviluppo software e tempi di produzione significativi. Questo modello funziona per esperienze di punta selezionate; è molto più difficile scalare a un intero curriculum.

L’intelligenza artificiale potrebbe iniziare a cambiare questa equazione. L’IA generativa è già adottata dagli educatori per compiti pratici come la pianificazione delle lezioni, la ricerca e lo sviluppo di contenuti. Secondo Gallup, sei insegnanti su dieci riferiscono di utilizzare l’IA nel loro lavoro. Tra gli insegnanti della scuola secondaria inferiore, l’Outlook sull’educazione digitale 2026 dell’OCSE ha rilevato che il 57% ha concordato che l’IA li aiuta a scrivere o migliorare i piani di lezione, mentre il 72% ritiene che l’IA possa danneggiare l’integrità accademica consentendo agli studenti di spacciere lavori generati da altri come propri.

Questi numeri illustrano sia lo slancio sia la sfida legata all’IA nell’istruzione. Gli insegnanti stanno già sperimentando la tecnologia, ma le applicazioni più utili probabilmente integreranno, piuttosto che sostituire, il giudizio professionale. Lo stesso principio dovrebbe guidare l’uso dell’IA per l’apprendimento spaziale: automatizzare gli ostacoli, non la pedagogia.

L’IA sta iniziando ad automatizzare parti della catena di produzione di contenuti spaziali che in passato richiedevano flussi di lavoro specializzati. A seconda del materiale, i modelli possono assistere nella stima della profondità da immagini 2D, nella segmentazione, nella conversione 2D‑3D, nella generazione di asset 3D da testo o immagini, nella ricostruzione di scene da fotografie e video e nell’adattamento del materiale visivo a diverse interfacce spaziali. Nessuna di queste tecniche è perfetta, ma insieme modificano il punto di partenza. Un’illustrazione di libro di testo, un diagramma scientifico, una fotografia o un video possono sempre più diventare materia prima per un’esperienza spaziale interattiva, anziché richiedere a un team di costruire ogni asset da zero.

Questo cambiamento è importante perché scalare l’istruzione è in gran parte una questione di riutilizzo. Se insegnanti e progettisti didattici possono partire da materiali di cui già si fidano, mentre l’IA gestisce gran parte del lavoro tecnico ripetitivo necessario per rendere quei materiali spaziali, l’apprendimento immersivo diventa più facile da immaginare su scala curricolare anziché come una raccolta di dimostrazioni costose e isolate.

L’IA può anche rendere la stessa lezione spaziale più adattabile. Una struttura molecolare complessa, ad esempio, potrebbe essere presentata inizialmente in forma semplificata e poi rivelata progressivamente con maggiori dettagli. Un altro studente potrebbe trascorrere più tempo a manipolare lo stesso modello o a ricevere contesto esplicativo aggiuntivo. L’educatore definisce comunque l’obiettivo di apprendimento; l’IA può aiutare a variare il percorso utilizzato per raggiungerlo.

Questa possibilità deve essere pianificata e affrontata con attenzione. Le linee guida dell’UNESCO sull’IA generativa nell’educazione e nella ricerca richiedono una strategia incentrata sull’uomo che protegga l’autonomia umana, affronti le preoccupazioni relative alla privacy e alla sicurezza e garantisca che i sistemi di IA siano valutati per la loro idoneità etica e pedagogica. L’UNESCO sottolinea inoltre che l’IA dovrebbe supportare l’intelligenza umana anziché sostituirla.

L’obiettivo, dunque, non dovrebbe essere automatizzare l’istruzione. Dovrebbe essere ridurre i costi e le competenze necessarie per creare esperienze spaziali utili, mantenendo gli educatori responsabili di ciò che viene insegnato, di come viene insegnato e di come viene valutato l’apprendimento.

Portare l’apprendimento spaziale nella classe quotidiana

La creazione di contenuti è solo una parte dell’equazione. L’altra è come gli studenti accedono a tali esperienze.

Per gran parte della storia della tecnologia immersiva, il percorso più visibile verso le esperienze spaziali è stato il visore VR. I visori possono creare livelli di immersione potenti, ma l’implementazione in classe solleva anche questioni pratiche relative a costi, manutenzione, accessibilità, gestione dei dispositivi e a quanto facilmente un insegnante possa passare dall’istruzione individuale a quella di gruppo.

Questo non è un argomento contro i dispositivi indossabili. Per alcune lezioni, l’immersione totale può essere lo strumento giusto. Tuttavia, l’apprendimento spaziale sarà più utile se gli educatori potranno scegliere tra più modalità di erogazione. Esperienze 3D basate su schermo e senza visore, ad esempio, possono conservare molti dei vantaggi della visualizzazione spaziale riducendo gli ostacoli per l’uso guidato dall’insegnante o collaborativo. La questione non è visore contro display; è allineare l’interfaccia al metodo di insegnamento.

Questa distinzione è importante perché l’apprendimento in classe è intrinsecamente sociale. Gli studenti hanno bisogno di fare domande, confrontare osservazioni e guardare all’insegnante o ai compagni. La tecnologia spaziale è più efficace quando supporta tale interazione anziché diventare essa stessa la destinazione.

Un esempio reale utile è zSpace, la cui piattaforma educativa combina hardware 3D basato su schermo e senza visore con software allineato al curriculum, simulazioni e formazione professionale. La lezione importante riguarda meno un prodotto specifico e più il modello di erogazione: l’apprendimento spaziale è più facile da integrare quando la tecnologia si comporta come parte della classe anziché richiedere a ogni studente di entrare in un ambiente virtuale separato.

Lo stesso principio si estende all’apprendimento professionale e medico. Presso UHealth – University of Miami Health System, i medici stanno utilizzando Eonis Vision, sviluppato da Avatar Medical con Barco, per trasformare le scansioni TC e MRI in anatomia 3D interattiva e specifica per il paziente durante le consultazioni. L’implementazione attuale è incentrata sulla comprensione del paziente e sulla comunicazione clinica piuttosto che sull’educazione medica formale, ma illustra lo stesso principio educativo: l’anatomia complessa può diventare più facile da discutere quando due persone possono esaminare insieme la stessa rappresentazione spaziale. Questo approccio ha un chiaro potenziale per studenti e tirocinanti che apprendono l’anatomia da dati clinici reali.

La ricerca suggerisce inoltre che le tecnologie immersive e spaziali sono spesso valide come complementi all’istruzione convenzionale piuttosto che come sostituti. Le evidenze anatomiche citate in precedenza hanno mostrato guadagni particolarmente elevati quando la XR è stata usata come risorsa supplementare. Ciò supporta un modello in cui le esperienze spaziali sono integrate in una lezione più ampia insieme a discussioni, letture, sperimentazione pratica e guida dell’insegnante.

La prossima generazione di apprendimento digitale

La prima ondata di educazione digitale ha reso le informazioni più facili da accedere. La prossima ondata renderà le informazioni spaziali. Questo è un cambiamento più fondamentale rispetto al semplice inserimento di un altro tipo di contenuto su uno schermo, perché modifica il modo in cui gli studenti possono interagire con le informazioni stesse.

Invece di limitarsi a leggere di una struttura complessa, gli studenti possono esaminarla. Invece di guardare un diagramma di un sistema, possono manipolarlo. Invece di memorizzare i passaggi di un processo, possono modificare le variabili e osservare le conseguenze. Queste esperienze possono aiutare a colmare il divario tra una spiegazione astratta e il modello interno dell’apprendente su come qualcosa funziona.

La classe tradizionale non scomparirà in futuro. Gli insegnanti rimangono essenziali, e le competenze fondamentali come lettura, scrittura, discussione e pensiero critico rimangono altrettanto importanti. L’opportunità è allineare il formato di apprendimento alla natura del concetto: alcune idee sono meglio insegnate tramite lezione o testo, altre tramite sperimentazione fisica e altre diventano molto più facili da comprendere quando gli studenti possono vedere come i componenti si relazionano nello spazio.

L’IA e il calcolo spaziale possono rendere quella ultima categoria molto più accessibile. L’IA può ridurre il tempo, i costi e le competenze specializzate necessarie per trasformare i materiali esistenti in esperienze interattive, mentre i progressi nell’hardware spaziale possono rendere tali esperienze disponibili in più ambienti scolastici e dispositivi.

La classe stessa potrebbe quindi apparire sorprendentemente familiare. Gli insegnanti continueranno a insegnare e gli studenti a collaborare. Ciò che cambia è la natura di alcune informazioni all’interno di quell’ambiente: gli studenti potranno sempre più esplorare, manipolare e comprendere tali informazioni da più prospettive anziché limitarsi a consumare una rappresentazione fissa.

Questa è la promessa più ampia del passaggio dall’apprendimento digitale a quello spaziale. Non si tratta di sostituire i modi in cui gli studenti apprendono oggi, ma di ampliare il numero di modalità con cui possono comprendere ciò che viene loro insegnato. Se l’IA riuscirà a continuare a ridurre la soglia per creare contenuti spaziali, l’apprendimento immersivo avrà un percorso chiaro dal fare esperienze specializzate a diventare una parte ordinaria della cassetta degli attrezzi dell’educatore.