Quadri fondativi per lo sviluppo e la valutazione delle competenze EcoAI

La robustezza valutativa di EcoAI si fonda sull’integrazione profonda con standard consolidati di educazione alla sostenibilità e di AI literacy. In particolare, il framework assume come riferimento primario GreenComp e lo integra con modelli di alfabetizzazione all’AI (Long & Magerko; AICOS; Generative AI Literacy) per ottenere una strategia valutativa multilivello che coniuga profondità qualitativa e rigore quantitativo.

GreenComp: quadro europeo delle competenze per la sostenibilità

GreenComp articola la competenza di sostenibilità in quattro aree e dodici sotto-competenze (tra cui: Systems thinking – G1, Critical thinking – G2, Agency – G7, Sustainability justice – G12). EcoAI adatta esplicitamente GreenComp, definendo quattro livelli di padronanza – Base, Intermedio, Avanzato, Critico – e rubriche già contestualizzate agli scenari eco‑digitali. Questa corrispondenza fornisce un linguaggio comune e riconosciuto a livello europeo per descrivere la progressione delle competenze, facilitando comparabilità e trasferibilità degli esiti formativi.

AI Literacy: Long & Magerko, AICOS e Generative AI Literacy

Il framework integra più modelli per coprire in modo completo le dimensioni dell’alfabetizzazione all’AI e Linee guida ministeriali per l’introduzione dell’Intelligenza Artificiale nelle scuole. Il modello di Long & Magerko (Understanding, Interacting, Critiquing, Designing, Evaluating) è mappato sui quadranti EcoAI (ad es. Understanding → Systems Understanding; Interacting → Tool‑Based Learning; Critiquing → Identity Formation; Designing → Hybrid modules; Evaluating → Digital ecosystems). AICOS fornisce una scala quantitativa validata per la misurazione dell’AI literacy (dimensioni quali: comprensione dell’AI, lavoro con l’AI, impatto sociale, bias/fairness, decisione e responsabilità), utile come benchmark psicometrico per verificare le rubriche e i questionari (α di Cronbach > .8). La Generative AI Literacy (Annapureddy et al.) arricchisce in modo specifico il dominio Tool‑Based Learning con competenze operative e riflessive sui sistemi generativi.

Ne risulta una validazione a più strati: GreenComp struttura i livelli qualitativi; i descrittori specifici per l’AI si appoggiano a Long & Magerko e a Generative AI Literacy; AICOS consente la validazione quantitativa degli item e delle scale. Insieme, questi elementi garantiscono ampiezza di copertura, coerenza teorica e solidità empirica.

Tabella di allineamento consolidata (Quadranti ↔ Competenze ↔ AI Literacy ↔ SDG)

Integrazione degli SDG nel contesto europeo e italiano

L'apporccio del Framework EcoAI punta all’approfondire i legami già delineati negli SDG e costruendo collegamenti mirati con gli obiettivi più pertinenti. Ad esempio, per AI energy consumption (SDG 10 e 13), è rilevante sviluppare moduli che stimino l’impronta carbonica e idrica dei sistemi di AI, analizzando al contempo la distribuzione diseguale dei costi ecologici. Analogamente, attraverso gli Hybrid learning modules (SDG 4.7), è possibile attivare pratiche di cittadinanza globale che coinvolgano la collaborazione umano-AI su problematiche ambientali transnazionali.

Le rubriche EcoAI già integrano tali connessioni, incorporando in maniera esplicita i target SDG nei descrittori di livello. Al livello Critico della competenza Agency, ad esempio, è prevista la capacità di proporre interventi assistiti da AI per la giustizia climatica in coerenza con il target 13, o di contribuire a partnership multi-attore per l’innovazione sostenibile in linea con il target 17. In questo modo, il framework non considera gli SDG come elementi esterni, ma come riferimenti costitutivi già intrecciati nella propria architettura pedagogica.