Disegno della Ricerca
Questa ricerca nasce da una domanda concreta: i giovani delle scuole secondarie superiori italiane hanno le competenze per orientarsi in un mondo segnato contemporaneamente dalla crisi ecologica e dall'intelligenza artificiale? Per rispondere, abbiamo costruito e testato uno strumento di misurazione, l'EcoAI Index, coinvolgendo oltre 600 studenti.
Fase esplorativa — 403 studenti
Ariano Irpino, maggio–giugno 2025. È stato somministrato un primo questionario per comprendere come gli studenti si rapportano alla sostenibilità e all'IA. I partecipanti sono stati poi raggruppati in cluster in base alle risposte.
Fase confermativa — 198 studenti
Un questionario revisionato è stato somministrato a un secondo campione. Questa fase ha confermato statisticamente le cinque dimensioni dell'EcoAI Index e le relazioni tra di esse.
Lo studio adotta un disegno misto sequenziale con due somministrazioni distinte per funzione analitica: una fase esplorativa per lo sviluppo dello strumento e la profilazione cluster, seguita da una fase confermativa per la validazione strutturale.
Gli studenti sono stati raggruppati in base al loro orientamento verso la sostenibilità e l'IA. Sono emersi tre profili distinti per ciascun tema.
Analisi cluster k-means su batterie Likert. Due soluzioni cluster indipendenti: orientamento alla sostenibilità (3 gruppi) e posizionamento rispetto all'IA (3 gruppi).
Cluster sostenibilità
Cluster IA
Il modello a cinque dimensioni è stato confermato statisticamente. La struttura risulta coerente tra generi e anni scolastici.
0.978
CFI
0.975
TLI
0.063
RMSEA
0.082
SRMR
Le Cinque Dimensioni dell'EcoAI Index
Alfabetizzazione Informativa Eco-Digitale
Quanto bene gli studenti cercano, valutano e usano criticamente informazioni su temi ambientali e civici attraverso fonti digitali.
Competenze di reperimento, valutazione critica e uso finalizzato dell'informazione eco-digitale su piattaforme digitali. Nodo prerequisito nella catena SEM.
Consapevolezza e Atteggiamenti verso l'IA
Comprendere come funzionano gli algoritmi, riconoscere i bias dell'IA e sviluppare uno sguardo critico ma informato sui sistemi di intelligenza artificiale.
Consapevolezza algoritmica, percezione del bias e orientamento etico verso la governance dell'IA. Massimo potere discriminante nella classificazione Eco-Index (η²=0,528). Massima correlazione inter-fattoriale con EPAS (r=0,822) e VAL (r=0,851).
Valori Eco-Civici
Un orientamento personale verso la sostenibilità, la responsabilità ambientale collettiva e la giustizia civica come valori che guidano il comportamento eco-digitale.
Orientamento valoriale verso sostenibilità, responsabilità ambientale collettiva e giustizia civica. Effetto soffitto documentato nella classe Eco-Index Bassa (M=3,094), che attenua il potere discriminante effettivo rispetto al valore η².
Agency Eco-Civica Digitale
La concreta disponibilità e capacità di agire da cittadino responsabile nei contesti eco-digitali, sentendosi in grado di fare la propria parte.
Auto-efficacia percepita e disponibilità comportamentale all'azione civica eco-digitale. Dimensione mediata nel SEM: riceve effetti da VAL e AATI, media verso EPAS. Peso normalizzato 0,24.
Scala di Agency Eco-Postumana
La percezione di appartenere a reti più ampie, riconoscendosi parte di un sistema interconnesso di esseri umani, tecnologie e natura al di là della sola dimensione individuale.
Disposizione soggettiva a riconoscersi come nodo in reti ibride umano-tecnologico-ecologiche; apertura all'integrazione relazionale. Nodo terminale nel SEM; peso normalizzato più alto (0,26). Funzione integrativa confermata dalle correlazioni elevate con AATI (r=0,822), VAL (r=0,819), AGY (r=0,814).
Modello Strutturale
Informativa
IA
Civici
Civica
Eco-Post.
Tutti i coefficienti p<.001 · VAL→EPAS p=.002 · r(AATI↔VAL)=0,851
Le competenze informative (INFO) alimentano la consapevolezza critica sull'IA e i valori civici, che insieme costruiscono la capacità di agire fino a formare un'identità ecologica integrata.
Profili Eco-Index
0.528
AATI
0.474
EPAS
0.416
VAL
0.406
AGY
AATI è il principale discriminante nonostante il peso SEM più basso (0,18) — asimmetria teoricamente rilevante.
Matrice di Correlazione Inter-Fattoriale
Correlazioni tra fattori latenti dalla CFA. Valori in grassetto >0,80. Nessuna correlazione supera la soglia di ridondanza (0,90), confermando la distintività empirica dei cinque costrutti.
Cita questa ricerca
Rubino, D. (2025). Eco-Digital Posthumanism: Eco-Digital Co-Responsible Agency, Genealogy and Research Agenda. SocArXiv. ResearchGate