L’adattività rappresenta da tempo una delle prospettive più interessanti della formazione digitale. L’idea di fondo è relativamente semplice: persone che entrano in un percorso con conoscenze, competenze ed esperienze differenti non dovrebbero necessariamente essere costrette a seguire nello stesso modo la medesima sequenza di contenuti.

Nei sistemi di apprendimento adattivo, questa differenza viene generalmente rilevata attraverso una valutazione iniziale oppure ricostruita progressivamente sulla base delle interazioni dell’utente. Il sistema costruisce così, in forme più o meno sofisticate, un modello delle conoscenze già possedute e utilizza queste informazioni per selezionare materiali, attività o percorsi ritenuti più adeguati. 

Nella sua applicazione più immediata, l’adattività tende quindi a modificare il percorso. Se una persona dimostra di possedere già determinate conoscenze, può non essere obbligata a seguire alcune parti del corso; al contrario, quando la valutazione evidenzia una lacuna, il sistema può indirizzarla verso contenuti aggiuntivi, esercitazioni o approfondimenti.

È una logica efficace, ma non sempre facilmente applicabile alla formazione aziendale.

In molti progetti, infatti, il percorso deve rispettare vincoli ulteriori: può essere richiesta una durata relativamente uniforme, possono esistere contenuti che tutti devono necessariamente incontrare, può essere necessario rendicontare la partecipazione secondo criteri comuni oppure può essere opportuno garantire che tutti i dipendenti siano stati esposti allo stesso insieme di temi fondamentali. In queste condizioni, un sistema che modifica significativamente il numero di moduli fruiti produce inevitabilmente percorsi di durata differente e può entrare in tensione con le esigenze organizzative, contrattuali o di tracciamento del progetto.

La domanda diventa allora un’altra: è possibile costruire un corso adattivo senza modificare sostanzialmente la sua estensione? Una possibile risposta consiste nello spostare l’adattività dal percorso alla profondità.

Dall’adattamento del percorso all’adattamento della profondità

Possiamo definire Adaptive Depth, o profondità adattiva, una modalità di progettazione nella quale il nucleo del percorso rimane sostanzialmente stabile, mentre cambia il grado di complessità con cui i contenuti, i problemi e le esercitazioni vengono presentati alla persona.

Non si tratta, quindi, principalmente di decidere quali parti del corso debbano essere eliminate o aggiunte. Si tratta di stabilire a quale profondità una persona debba lavorare sullo stesso oggetto di apprendimento.

Due dipendenti possono, per esempio, affrontare entrambi un modulo sul conflitto di interessi, svolgere entrambi un’attività applicativa e completare entrambi lo stesso percorso. Ciò che cambia è la struttura cognitiva dell’esperienza. Per chi possiede conoscenze iniziali limitate, il contenuto può rendere più esplicite le relazioni fondamentali, utilizzare esempi facilmente riconoscibili e fornire un maggiore sostegno nell’interpretazione. Per una persona più esperta, lo stesso nucleo può essere presentato attraverso distinzioni più sottili, situazioni meno nette, variabili concorrenti e casi nei quali la risposta non deriva dall’applicazione meccanica di una regola.

La differenza, dunque, non riguarda necessariamente quanto si studia, ma come e fino a quale livello di complessità si è chiamati a elaborarlo.

Questa impostazione ha punti di contatto con diversi filoni già presenti nella ricerca sull’apprendimento adattivo. Esistono, per esempio, sistemi che mettono in relazione la capacità stimata dell’allievo con la difficoltà dei materiali, altri che modificano progressivamente il livello dei compiti e altri ancora che intervengono sulla quantità di sostegno fornito. La profondità adattiva non introduce quindi l’idea che la difficoltà possa variare; propone piuttosto di farne un principio sistematico di progettazione, mantenendo relativamente stabile l’architettura complessiva del percorso.

Il limite della valutazione iniziale

Un’altra differenza riguarda il momento nel quale viene rilevato il livello della persona.

Il modello più semplice di adattività prevede una valutazione prima dell’inizio del corso. Le risposte ottenute vengono utilizzate per individuare le conoscenze già possedute e le eventuali lacune, sulla base delle quali viene successivamente composto il percorso.

Questo approccio presenta indubbi vantaggi, ma assume implicitamente che la capacità dell’allievo possa essere descritta in maniera sufficientemente precisa prima che il percorso cominci.

In realtà, una singola valutazione iniziale restituisce necessariamente una fotografia parziale. Una persona può possedere una buona conoscenza dichiarativa di un argomento e avere difficoltà ad applicarla; può conoscere perfettamente una procedura in condizioni ordinarie e non saperla interpretare nelle situazioni eccezionali; può rispondere correttamente a una domanda a scelta multipla e, tuttavia, non riconoscere il medesimo principio quando è incorporato in un problema reale.

Per questa ragione, la profondità adattiva può essere costruita non soltanto attraverso una diagnosi iniziale, ma mediante una valutazione progressiva, distribuita lungo il percorso. Il corso stesso diventa, in parte, uno strumento di osservazione.

Una decisione all’interno di uno scenario, l’ordine nel quale vengono considerate determinate informazioni, la capacità di individuare un elemento rilevante in una situazione ambigua o la motivazione fornita a sostegno di una scelta possono restituire informazioni più significative di una semplice verifica della memoria. Il sistema può utilizzare queste evidenze per aggiornare progressivamente la stima del livello della persona e decidere quale grado di complessità proporre nelle attività successive. L’adattività smette così di essere una decisione presa una volta, all’ingresso del percorso, e diventa un processo che accompagna l’apprendimento.

Tre livelli, un unico percorso

Un modello semplice di profondità adattiva potrebbe prevedere tre livelli: fondamentale, intermedio e avanzato. Non è necessario che queste categorie vengano mostrate esplicitamente all’utente; possono rimanere una struttura interna alla progettazione.

Il livello fondamentale dovrebbe garantire la comprensione dei concetti necessari, ridurre le ambiguità non pertinenti e fornire un sostegno maggiore nel riconoscimento delle informazioni rilevanti.

Il livello intermedio dovrebbe richiedere un’attività interpretativa superiore, introducendo condizioni meno evidenti, distinzioni e situazioni nelle quali più informazioni devono essere considerate contemporaneamente.

Il livello avanzato dovrebbe invece ridurre progressivamente il sostegno e aumentare l’incertezza significativa: casi limite, informazioni incomplete, conflitto tra criteri differenti, conseguenze indirette e situazioni nelle quali non è sufficiente ricordare una regola, ma occorre comprenderne la logica.

L’elemento decisivo è che l’obiettivo formativo rimane lo stesso. Ciò che cambia è la distanza cognitiva che separa l’informazione dalla sua corretta interpretazione.

La profondità non deve inoltre essere confusa con la difficoltà linguistica. Rendere un contenuto più avanzato non significa semplicemente utilizzare parole più tecniche o costruire periodi più complessi. La complessità dovrebbe derivare dal ragionamento richiesto: dal numero di variabili da mettere in relazione, dall’ambiguità pertinente della situazione, dalla necessità di discriminare tra alternative plausibili e dal grado di autonomia richiesto alla persona.

Un esempio: lo stesso contenuto a tre profondità differenti

Consideriamo un breve contenuto formativo dedicato al conflitto di interessi. L’obiettivo è identico nei tre casi: comprendere che il conflitto non coincide necessariamente con un comportamento scorretto già avvenuto, ma può emergere quando un interesse personale interferisce, o può apparire interferire, con l’imparzialità di una decisione professionale.

La durata prevista della schermata può rimanere sostanzialmente equivalente. A cambiare è il modo in cui il concetto viene costruito.

Livello	Possibile testo della schermata o della narrazione
Fondamentale	Un conflitto di interessi si verifica quando un interesse personale può influenzare una decisione presa nell’ambito del proprio lavoro. Non è necessario che si sia già verificato un comportamento scorretto: anche la possibilità che l’interesse personale condizioni la decisione deve essere riconosciuta e gestita. Se, per esempio, partecipi alla scelta di un fornitore e una delle società candidate appartiene a un tuo familiare, esiste un conflitto che deve essere dichiarato. La questione centrale non è dimostrare la propria imparzialità, ma permettere all’organizzazione di valutare la situazione e adottare le misure necessarie.
Intermedio	Un conflitto di interessi non presuppone necessariamente un vantaggio personale immediato né una decisione già compromessa. Può esistere anche quando una relazione, un interesse economico o un legame professionale precedente possono influenzare il giudizio, oppure creare una ragionevole percezione di parzialità. Immagina di partecipare alla valutazione di un fornitore per il quale lavora una persona con cui hai avuto una stretta relazione professionale. Potresti ritenerti perfettamente imparziale; tuttavia, il punto non è soltanto come valuti personalmente la situazione, ma se quella relazione possa compromettere, o apparire compromettere, l’indipendenza della decisione.
Avanzato	Il conflitto di interessi può emergere anche in assenza di un beneficio diretto e quando nessun singolo elemento appare, isolatamente, sufficiente a compromettere una decisione. Una relazione professionale precedente, un vantaggio indiretto, un interesse futuro o una rete di rapporti personali possono tuttavia modificare il contesto nel quale viene esercitato il giudizio. Nei casi più complessi, la questione non consiste quindi nello stabilire semplicemente se una persona sia imparziale, ma nel valutare se esistano condizioni capaci di ridurre l’indipendenza della decisione o la fiducia nella sua correttezza. Dichiarare il possibile conflitto consente all’organizzazione di valutare misure proporzionate, inclusa, quando necessaria, l’astensione dalla decisione.

Le tre versioni non corrispondono semplicemente a un testo breve, medio e lungo. Il tempo di fruizione può rimanere molto simile. A cambiare sono il numero di relazioni concettuali da costruire, l’esplicitazione delle inferenze e il grado di ambiguità che la persona è chiamata a gestire.

Nel primo livello il concetto viene reso immediatamente riconoscibile attraverso un caso netto. Nel secondo viene introdotta la distinzione tra conflitto effettivo e percezione ragionevole di conflitto. Nel terzo la persona deve comprendere che più elementi deboli possono concorrere a costruire una situazione problematica e che la gestione del conflitto richiede una valutazione proporzionata.

È questa la differenza tra aggiungere contenuto e aumentare la profondità.

Lo stesso principio applicato a un’esercitazione

La profondità adattiva diventa ancora più evidente nelle attività applicative.

Supponiamo che l’obiettivo dell’esercitazione sia verificare se la persona sappia riconoscere una situazione di potenziale conflitto di interessi e individuare un comportamento appropriato.

A un livello fondamentale, lo scenario potrebbe presentare un responsabile degli acquisti chiamato a valutare un’impresa appartenente al fratello. Le informazioni decisive sono esplicite e il compito consiste principalmente nel riconoscere il conflitto e comprendere la necessità di dichiararlo.

A un livello intermedio, il rapporto può essere meno diretto: una delle imprese candidate impiega un’ex collega con cui il partecipante mantiene un rapporto personale molto stretto, mentre nessun vantaggio economico diretto è presente. L’esercitazione richiede quindi di distinguere tra l’assenza di un interesse economico immediato e la presenza di una relazione che potrebbe comunque incidere sulla percezione di imparzialità.

A un livello avanzato, infine, lo scenario può contenere più elementi contemporaneamente: nessun legame familiare, nessun vantaggio economico immediato, una precedente collaborazione professionale con uno dei fornitori, la possibilità di un futuro incarico esterno e una decisione da prendere in tempi molto brevi. Nessun elemento fornisce da solo la risposta. La persona deve stabilire quali informazioni siano rilevanti, quale rischio producano nel loro insieme e se sia sufficiente una dichiarazione, sia necessaria un’astensione o debba essere coinvolta un’altra funzione aziendale.

Anche in questo caso il tempo necessario per completare l’attività può rimanere relativamente vicino. Ciò che cambia è la densità decisionale dello scenario.

Il principiante deve riconoscere un principio.

La persona di livello intermedio deve discriminare tra situazioni simili.

La persona più esperta deve esercitare un giudizio.

Dalla verifica alla diagnosi continua

Questa impostazione modifica anche il ruolo delle esercitazioni all’interno del corso. Non rappresentano più soltanto il momento conclusivo nel quale verificare se un contenuto sia stato ricordato correttamente, ma diventano occasioni attraverso le quali raccogliere evidenze sull’apprendimento e calibrare le attività successive.

Un primo scenario può, per esempio, valutare la capacità di riconoscere il principio fondamentale. Se la persona individua correttamente gli elementi rilevanti e prende una decisione coerente, il sistema può proporre successivamente un caso meno esplicito. Se emergono invece difficoltà, può mantenere lo stesso obiettivo ma aumentare il sostegno: evidenziare alcune informazioni, proporre un confronto guidato tra alternative o fornire una spiegazione maggiormente strutturata.

La persona non viene quindi semplicemente classificata una volta per tutte come principiante, intermedia o avanzata. Il suo livello può essere diverso rispetto a obiettivi differenti e può modificarsi durante il percorso.

Questa è una distinzione importante. Una progettazione realmente adattiva non dovrebbe trasformare tre livelli in tre nuove categorie rigide di utenti. Dovrebbe piuttosto utilizzare le evidenze raccolte per decidere, di volta in volta, quanta complessità sia utile proporre e quanto sostegno sia ancora necessario.

Che cosa rimane stabile e che cosa può cambiare

La profondità adattiva funziona soltanto se viene stabilito con chiarezza ciò che non deve essere modificato.

Gli obiettivi fondamentali del percorso devono rimanere comuni. Lo stesso vale per i contenuti che, per ragioni normative o organizzative, devono essere incontrati da tutti, per i messaggi essenziali che l’organizzazione intende trasmettere e per le evidenze necessarie a stabilire il completamento.

Intorno a questo nucleo, invece, possono variare almeno cinque elementi: la profondità della spiegazione, il grado di sostegno fornito, la complessità degli esempi, l’ambiguità degli scenari e la profondità del riscontro restituito dopo una decisione.

Questa distinzione permette di conservare un percorso riconoscibile e relativamente uniforme senza obbligare persone con livelli molto diversi a vivere esattamente la stessa esperienza cognitiva.

Naturalmente, l’equivalenza della durata non può essere considerata assoluta. Una persona può impiegare più tempo per leggere, riflettere o prendere una decisione. L’obiettivo realistico della profondità adattiva non è garantire al secondo la stessa durata per tutti, ma evitare che la personalizzazione dipenda principalmente dall’aggiunta o dall’eliminazione di grandi blocchi formativi.

Perché l’intelligenza artificiale rende questa ipotesi più praticabile

La possibilità di progettare contenuti a livelli differenti non nasce con l’intelligenza artificiale. Un buon progettista didattico ha sempre potuto costruire casi semplici e complessi, modificare il livello di sostegno o differenziare le esercitazioni.

Il problema è il costo progettuale.

Produrre tre versioni coerenti dello stesso contenuto, moltiplicare gli scenari, costruire alternative equivalenti, verificare che i livelli differiscano realmente per complessità e non semplicemente per lunghezza e mantenere allineati tutti questi materiali richiede una quantità significativa di lavoro.

È in questo punto che l’intelligenza artificiale generativa può modificare le condizioni della progettazione. Può assistere il progettista nella produzione di varianti, nella generazione di scenari, nella riscrittura controllata di uno stesso nucleo concettuale, nella costruzione di domande formative e nella differenziazione dei materiali. La ricerca recente sull’uso dell’intelligenza artificiale generativa nella progettazione didattica indica proprio la possibilità di sostenere la produzione di materiali differenziati, pur sottolineando la necessità di revisione, validazione e giudizio professionale.

La funzione dell’intelligenza artificiale, quindi, non è decidere autonomamente che cosa una persona debba imparare. È rendere economicamente e operativamente più plausibile una progettazione che, fino a pochi anni fa, avrebbe richiesto la produzione manuale di un numero molto elevato di varianti.

Questo vale già nella fase di progettazione, anche senza utilizzare sistemi generativi durante la fruizione. Il gruppo di lavoro può utilizzare l’intelligenza artificiale per costruire e successivamente validare tre versioni dello stesso contenuto, tre livelli di scenario e differenti forme di riscontro, integrandole poi in un normale ambiente digitale attraverso regole di adattamento definite in precedenza.

In sistemi più evoluti, la valutazione può invece avvenire durante la fruizione e contribuire all’aggiornamento progressivo del modello dell’allievo. In questo caso, tuttavia, aumenta anche la necessità di definire con attenzione quali dati vengano raccolti, con quali criteri vengano interpretati e quali decisioni sia opportuno affidare all’automazione.

L’intelligenza artificiale rende la differenziazione più facile; non rende automaticamente buona la differenziazione.

Non tre corsi, ma tre modi di attraversare lo stesso corso

Il rischio più evidente sarebbe trasformare la profondità adattiva nella produzione di tre corsi paralleli: uno facile, uno intermedio e uno difficile. Sarebbe una soluzione costosa e, soprattutto, concettualmente poco interessante.

L’obiettivo è differente.

Si tratta di costruire uno stesso percorso, con gli stessi obiettivi fondamentali e una struttura riconoscibile, all’interno del quale la complessità possa aumentare o diminuire in funzione delle evidenze raccolte in momenti prestabiliti.

Una persona potrebbe affrontare a livello avanzato un contenuto che conosce bene, ricevere maggiore sostegno nel modulo successivo e tornare successivamente a esercitazioni più complesse. L’adattamento diventerebbe quindi locale e dinamico, anziché determinare fin dall’inizio un percorso rigido.

Questo modello appare particolarmente interessante nella formazione aziendale perché consente di mantenere una certa uniformità organizzativa senza rinunciare completamente alla personalizzazione. Tutti attraversano lo stesso territorio, ma non necessariamente alla stessa profondità.

Dalla personalizzazione della quantità alla personalizzazione della complessità

Per molti anni l’adattività è stata rappresentata soprattutto attraverso una domanda: quali contenuti può evitare questa persona e quali deve invece approfondire?

La profondità adattiva introduce una domanda differente:

a quale livello di complessità questa persona dovrebbe incontrare il contenuto per continuare realmente ad apprendere?

La differenza è rilevante. Un esperto costretto a seguire una spiegazione elementare non beneficia necessariamente del fatto che il contenuto sia corretto; può semplicemente non essere chiamato a compiere alcun lavoro cognitivo significativo. Allo stesso modo, una persona inesperta esposta troppo rapidamente a un caso caratterizzato da numerose variabili e poche indicazioni può consumare gran parte delle proprie risorse nel tentativo di comprendere il problema, anziché costruire la competenza che il percorso dovrebbe sviluppare.

Alcune ricerche sulla difficoltà delle attività mostrano precisamente l’importanza di calibrare la complessità dei compiti rispetto alle capacità dell’allievo, mentre i sistemi adattivi contemporanei tendono sempre più a utilizzare la prestazione durante l’attività per aggiornare questa stima.

Da questa prospettiva, un corso adattivo non deve necessariamente diventare più breve per chi sa di più. Può diventare più profondo.

La persona che possiede già le conoscenze fondamentali non viene semplicemente dispensata dal contenuto, ma viene portata più rapidamente verso le implicazioni, le eccezioni, i casi limite e le decisioni nelle quali quella conoscenza deve essere realmente utilizzata. Chi dispone invece di basi più fragili incontra lo stesso oggetto di apprendimento attraverso una struttura maggiormente esplicita, un numero inferiore di variabili simultanee e un sostegno più consistente.

Il tempo impiegato può rimanere comparabile; ciò che cambia è il lavoro cognitivo svolto durante quel tempo. È questo il nucleo della profondità adattiva: non personalizzare soltanto la quantità di formazione che una persona riceve, ma la qualità e la complessità dell’esperienza attraverso cui incontra gli stessi obiettivi.

La vera innovazione, quindi, non consiste nel permettere all’algoritmo di scegliere quale schermata mostrare. Consiste nel progettare un corso nel quale la stessa schermata possa avere una profondità diversa perché diversa è la persona che deve apprendere attraverso di essa.

Riferimenti bibliografici essenziali

Chen, C.-M., Lee, H.-M., & Chen, Y.-H. (2005). Personalized E-Learning System Using Item Response Theory. Computers & Education, 44(3), 237–255.

Eglington, L. G., & Pavlik, P. I. Jr. (2023). How to Optimize Student Learning Using Student Models That Adapt Rapidly to Individual Differences. International Journal of Artificial Intelligence in Education, 33, 497–518.

OECD (2021). OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial Intelligence, Blockchain and Robots. OECD Publishing, Paris.

OECD (2026). OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. OECD Publishing, Paris.

Wang, X., Maeda, Y., & Chang, H.-H. (2025). Development and Techniques in Learner Model in Adaptive E-Learning System: A Systematic Review. Computers & Education, 225, 105184.

Choi, G. W., Kim, S. H., Lee, D., et al. (2024). Utilizing Generative AI for Instructional Design: Exploring Strengths, Weaknesses, Opportunities, and Threats. TechTrends, 68, 832–844.

L’evoluzione della formazione apre nuove prospettive e opportunità. Per approfondire altri aspetti di questo cambiamento, leggi gli articoli di Marco Cocciatelli dedicati all’Environmental Gap nella formazione e al ruolo dell’intelligenza artificiale nella qualità dell’apprendimento.

Marco Cocciatelli
Project Manager di TABILIA
Pedagogista