Il mito della personalizzazione automatica
Negli ultimi mesi molti strumenti digitali hanno iniziato a parlare di:
personalizzazione intelligente
contenuti adattivi
AI su misura
Ma cosa significa davvero personalizzare una storia sociale?
Perché c’è un equivoco di fondo:
molti confondono la generazione automatica di un testo con la vera personalizzazione educativa.
In realtà una storia sociale è davvero personalizzata solo quando nasce da:
- osservazione diretta,
- ascolto della famiglia,
- conoscenza dei trigger,
- comprensione del contesto,
- analisi delle modalità comunicative della persona.
L’intelligenza artificiale può assistere nella scrittura.
Non può sostituire questa fase.
La letteratura più recente sull’AI nei bisogni educativi speciali conferma infatti che i sistemi generativi risultano utili solo se inseriti in processi human-in-the-loop, dove la decisione pedagogica resta professionale.
Un caso concreto: quando la storia standard non basta
Davide ha 11 anni.
Ha ADHD.
Durante l’intervallo fatica moltissimo a gestire l’attesa.
Una storia sociale standard potrebbe dire:
“Durante la ricreazione aspetto il mio turno.”
Formalmente è corretta.
Ma non è sufficiente.
Per Davide il problema non è solo aspettare.
Il problema è:
- l’incertezza,
- il tempo morto,
- la sensazione di non sapere quando toccherà a lui,
- l’impulsività che cresce nel frattempo.
Quindi la storia deve spiegare:
- quanto dura l’attesa,
- cosa può fare mentre aspetta,
- come riconoscere il momento del proprio turno,
- quali strategie aiutano il corpo a rimanere regolato.
Qui emerge la differenza fondamentale:
una storia generica descrive il comportamento.
una storia personalizzata lavora sul bisogno sottostante.
Dove l’AI può aiutare davvero nella personalizzazione
Se usata correttamente, l’AI può essere molto utile per:
✔ generare più varianti narrative della stessa situazione
✔ inserire esempi concreti differenti
✔ adattare il linguaggio a diverse età
✔ creare versioni brevi e lunghe
✔ semplificare il vocabolario
✔ supportare traduzioni per famiglie straniere
Questo amplia notevolmente l’accessibilità.
Un educatore, ad esempio, può partire da una situazione osservata e ottenere in pochi minuti:
- una bozza semplice,
- una bozza più dettagliata,
- una versione con frasi più rassicuranti,
- una versione visivamente più scandita.
Ed è proprio su questo principio che si basano strumenti guidati come
EduStories AI, pensati non per produrre una storia standard automatica ma per aiutare il professionista a costruire più rapidamente diverse opzioni personalizzabili su cui lavorare.
La tecnologia, quindi, non genera la personalizzazione.
Può però accelerarne la costruzione tecnica.
Le opportunità reali: più possibilità, meno carico cognitivo
Quando si lavora quotidianamente con bambini e ragazzi con bisogni educativi speciali, una delle difficoltà maggiori è il carico mentale:
- trovare la formulazione giusta,
- riscrivere più volte,
- adattare il lessico,
- pensare alle alternative.
L’AI può alleggerire questa parte.
Secondo le più recenti review sull’educazione inclusiva digitale, gli strumenti AI risultano particolarmente efficaci quando riducono il carico di formulazione tecnica e restituiscono tempo all’osservazione educativa.
Questo significa:
- meno energia sulla scrittura meccanica
+ più energia sulla relazione e sulla scelta clinico-educativa.
I limiti specifici che non vanno ignorati
Qui serve molta chiarezza.
L’AI NON:
- riconosce sfumature emotive non espresse,
- valuta la regolazione sensoriale reale,
- interpreta comportamenti complessi,
- sostituisce la valutazione clinica,
- comprende davvero il peso relazionale di certe parole.
Un sistema può proporre una frase formalmente corretta.
Ma non sapere che per quel bambino quella frase è ansiogena, astratta o troppo distante dalla sua esperienza.
Affidarsi ciecamente all’automatismo rischia di creare interventi superficiali.
La personalizzazione autentica resta sempre una scelta professionale.
Cambio di prospettiva — forse la domanda giusta non è “l’AI può personalizzare?”
La domanda più comune è:
l’AI è capace di personalizzare?
La domanda più utile è:
l’AI può aiutarmi a personalizzare meglio e più velocemente?
La differenza è sostanziale.
Perché sposta il ruolo della tecnologia:
da autore a assistente.
La competenza rimane umana.
La tecnologia può amplificarla.
Conclusione — la personalizzazione è un processo, non un algoritmo
Personalizzare una storia sociale non significa compilare automaticamente un testo.
Significa:
- comprendere una persona,
- leggere il contesto,
- scegliere il linguaggio giusto,
- anticipare bisogni reali.
L’intelligenza artificiale può:
- accelerare la fase tecnica,
- offrire spunti,
- proporre varianti,
- ridurre il carico cognitivo iniziale.
Ma la qualità nasce dalla relazione educativa.
Per questo stanno emergendo strumenti più consapevoli, come il generatore AI di storie sociali
EduStories AI, che cercano di utilizzare la velocità dell’automazione senza perdere la centralità della supervisione umana e della vera personalizzazione.
Se vuoi approfondire il tema delle storie sociali personalizzate e delle strategie operative inclusive, puoi esplorare gli altri contenuti del blog EduStories.
Le considerazioni proposte in questo articolo sono coerenti con la letteratura scientifica più recente sull’integrazione dell’intelligenza artificiale nei bisogni educativi speciali e con i principali framework internazionali che sottolineano la necessità di personalizzazione contestuale, supervisione professionale e centralità della relazione educativa.
Riferimenti
Linsenmayer, E. (2025). Leveraging Artificial Intelligence to Support Students with Special Education Needs. OECD Artificial Intelligence Papers.
https://doi.org/10.1787/1e3dffa9-en
Pagliara, S. M., et al. (2024). The Integration of Artificial Intelligence in Inclusive Education: A Scoping Review. Information, 15(12), 774.
https://doi.org/10.3390/info15120774
UNESCO (2025). AI and Education: Protecting the Rights of Learners.
https://www.unesco.org/en/articles/ai-and-education-protecting-rights-learners
Holmes, W., Porayska-Pomsta, K., et al. (2024). The Ethics of AI in Education.
https://arxiv.org/abs/2406.11842
Sharples, M. (2023). Towards Social Generative AI for Education: Theory, Practices and Ethics.
https://arxiv.org/abs/2306.10063
OECD (2023). OECD Digital Education Outlook 2023.
https://doi.org/10.1787/c74f03de-en
