Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Generare valutazioni e feedback

Lezione 8 di 16 Aggiornata il 5 novembre 2026 Intermedio
In questa pagina
  1. Valutazioni allineate e correzioni più rapide
  2. Progettare domande a scelta multipla che insegnino
  3. Valutare per competenza e variare i formati
  4. La griglia di valutazione basata su criteri
  5. Accelerare le correzioni
  6. A te la parola
  7. Punti chiave

Valutazioni allineate e correzioni più rapide

Creare valutazioni significative e correggere i lavori degli studenti sono due compiti essenziali ma estremamente dispendiosi in termini di tempo, e il carico di lavoro raggiunge sempre il picco nei momenti peggiori dell’anno. ChatGPT supporta entrambe le fasi di questo processo: ti aiuta a costruire valutazioni rigorose e accelera le correzioni, senza mai sostituirti. Questa distinzione è fondamentale perché delegare le correzioni significherebbe rinunciare all’unico momento in cui vedi esattamente cosa ha capito ogni studente. È anche una regola: il Garante per la protezione dei dati personali ricorda agli insegnanti che non possono delegare la propria autorità valutativa a uno strumento di intelligenza artificiale, e le politiche d’uso di OpenAI vietano qualsiasi decisione valutativa presa dal modello senza un intervento umano.

Progettare domande a scelta multipla che insegnino

Una buona domanda a scelta multipla (MCQ) non è semplicemente una risposta corretta e tre sbagliate. Il suo valore diagnostico risiede interamente nei distrattori: se sono assurdi, gli studenti trovano la risposta per esclusione e tu non impari nulla sul loro ragionamento; se riflettono errori realistici, ogni risposta sbagliata ti indica quale percorso errato ha seguito lo studente. ChatGPT genera facilmente questo secondo tipo di distrattori, a patto che tu nomini gli errori attesi invece di sperare che li indovini.

“Crea un test a scelta multipla di 15 domande sulle funzioni lineari per una classe di terza media. Per ogni domanda, i distrattori devono corrispondere a errori frequenti degli studenti (confusione con le funzioni affini, errori di segno, pendenza invertita). Fornisci una griglia di correzione con una spiegazione per ogni distrattore.”

La spiegazione richiesta per ogni distrattore è ciò che trasforma l’MCQ in uno strumento di recupero. Quando rivedi le risposte in classe, hai già il commento pronto per gli studenti che hanno scelto B invece di C, e la sessione di revisione smette di essere una lettura della griglia di correzione per diventare un lavoro sugli errori effettivamente commessi dagli studenti.

Valutare per competenza e variare i formati

Per una valutazione formativa o sommativa basata sulle competenze, nel tuo prompt devono apparire quattro requisiti. Specifica le competenze target utilizzando i termini esatti del quadro di riferimento del programma, in modo che il vocabolario della griglia di valutazione corrisponda a quello della scheda di valutazione. Chiedi che ogni esercizio miri a una sola competenza alla volta: non appena un esercizio ne mobilita due, il lavoro di uno studente in difficoltà diventa impossibile da interpretare. Richiedi una griglia di valutazione delle competenze associata con indicatori osservabili piuttosto che giudizi di valore. Infine, richiedi esercizi di complessità crescente per ogni competenza, permettendo a uno studente in difficoltà di dimostrare ciò che padroneggia prima di incontrare un ostacolo insormontabile.

I prompt per la produzione scritta seguono la stessa logica. ChatGPT genera tracce per argomentazioni con documenti di accompagnamento, tracce per commenti letterari con angoli di lettura suggeriti, casi di studio contestualizzati per le scienze economiche e sociali, o problemi aperti per le scienze e la matematica. Gli angoli di lettura suggeriti meritano un’attenta revisione: sono generalmente accurati ma scolastici, ed è meglio tenerli per la tua griglia di correzione piuttosto che distribuirli insieme alla traccia, altrimenti rischi di ricevere trenta copie identiche.

La griglia di valutazione basata su criteri

Una griglia utile descrive ogni livello di padronanza con un descrittore osservabile, in modo che due correttori diversi collochino lo stesso elaborato nella stessa posizione. Chiedi a ChatGPT di produrre questa griglia per i tuoi criteri, poi verifica che i descrittori descrivano ciò che vedi effettivamente sull’elaborato, non l’impressione che lascia.

CriterioInsufficienteFragileSoddisfacenteEsperto
ArgomentazioneNessuna argomentazione identificabileArgomenti presenti ma non giustificatiArgomenti giustificati con esempiArgomentazione sfumata e strutturata
LinguaErrori frequenti che ostacolano la leggibilitàErrori occasionaliEspressione correttaStile preciso ed elegante

Osserva la progressione nella riga “Argomentazione”: si passa dall’assenza alla presenza, poi dalla presenza alla giustificazione, infine dalla giustificazione alla sfumatura. Ogni passo aggiunge un requisito verificabile. Questa è la gradazione che devi verificare in qualsiasi griglia generata, perché il modello produce talvolta quattro formulazioni che dicono la stessa cosa cambiando solo l’avverbio—“correttamente”, “bene”, “molto bene”, “perfettamente”—e una tale griglia non distingue nulla.

Accelerare le correzioni

Il risparmio di tempo più evidente deriva da una griglia di correzione modello prodotta prima di aprire il primo elaborato dello studente. Fai generare la risposta attesa per ogni domanda, gli errori frequenti da anticipare, i punti di punteggio dettagliati e esempi di commenti per ogni livello di risposta. Correggi quindi riconoscendo casi che hai già nominato invece di reinventare i tuoi standard per ogni elaborato, il che migliora sia la velocità che l’equità tra gli studenti in cima e in fondo al plico.

Per il feedback individuale, ChatGPT scrive un commento costruttivo non appena fornisci l’errore osservato. “Lo studente ha commesso questo errore nell’esercizio di fisica: ha confuso massa e peso. Scrivi un feedback incoraggiante di 3-4 righe che spieghi la differenza e suggerisca un mnemonico per evitare di confonderli di nuovo.” La divisione del lavoro è corretta: tu identifichi l’errore, poiché solo tu hai letto l’elaborato, e lo strumento si occupa della formulazione—la parte che ti costa tempo senza richiedere la tua competenza disciplinare. Il prompt non contiene nomi o copie: non incollare mai un elaborato nominativo di uno studente in uno strumento pubblico.

Vale la pena salvare questi commenti invece di riscriverli ogni anno. Costruisci gradualmente una banca che copra ogni tipo di errore ricorrente nella tua materia, con una formulazione positiva, suggerimenti concreti di miglioramento e incoraggiamenti adattati a diversi profili. Al terzo anno, correggere un plico consiste largamente nell’assemblare blocchi collaudati che personalizzi con una singola frase.

Progetta, poi correggi Due colonne. Progettazione: distrattori che riflettono errori realistici, una competenza per esercizio, descrittori osservabili. Correzione: una griglia modello prima del primo elaborato, l'errore identificato dall'insegnante, il voto e la decisione restano umani. VALUTA Progetta, poi correggi Progettazione MCQ Distrattori = errori realistici Esercizio Una competenza alla volta Griglia Descrittori osservabili Correzione Prima Una griglia modello Durante L'errore, identificato da te Decisione Il voto resta umano Nessun elaborato nominativo di studenti in uno strumento pubblico.
Metodo della lezione; valutazione basata sulle FAQ del Garante per la protezione dei dati personali e sull'articolo "Getting started with ChatGPT as an educator" del Centro assistenza OpenAI (novembre 2026).

A te la parola

La tua prima MCQ revisionata.

  1. Fai creare a ChatGPT un test a scelta multipla di dieci domande su un tema a tua scelta, nominando gli errori attesi
  2. Controlla ogni voce: la risposta corretta è accurata, i distrattori sono plausibili, il livello è appropriato?
  3. Correggi ciò che deve essere corretto e conta le tue modifiche
  4. Fai produrre la griglia di valutazione basata su criteri e controlla la gradazione dei descrittori
  5. Annota il numero delle tue correzioni: indica quanta fiducia riporre in un prompt non revisionato

Fonti ufficiali: Getting started with ChatGPT as an educator (Centro assistenza OpenAI) · Insegnante: Come utilizzare un sistema di IA nell’esercizio delle proprie funzioni? (Garante per la protezione dei dati personali)

Punti chiave

  • I distrattori delle MCQ devono riflettere errori realistici che nomini nel prompt
  • Crea griglie di valutazione basate su criteri con descrittori precisi per ogni livello di padronanza
  • Una griglia di correzione modello dettagliata prima della correzione accelera significativamente il processo
  • Identificare gli errori e assegnare i voti rimane tua responsabilità; lo strumento può occuparsi della formulazione
  • Costruisci una banca di commenti riutilizzabili invece di scrivere ogni feedback da zero