L’ingresso dell’intelligenza artificiale nei processi formativi sta producendo una trasformazione profonda, probabilmente irreversibile, del modo in cui accediamo alla conoscenza, organizziamo i contenuti, costruiamo percorsi di studio, generiamo feedback e accompagniamo lo sviluppo delle competenze. In pochi anni, strumenti conversazionali, sistemi generativi, tutor adattivi e ambienti digitali intelligenti hanno reso possibile ciò che per molto tempo è stato uno degli obiettivi più ambiziosi della progettazione didattica: personalizzare l’apprendimento, renderlo continuo, avvicinarlo ai bisogni specifici della persona, ridurre la distanza tra domanda formativa e risposta educativa.
Questa accelerazione è reale e va presa sul serio. L’intelligenza artificiale può supportare la comprensione di concetti complessi, generare esempi differenziati, proporre esercizi, adattare il livello di difficoltà, aiutare nella riflessione individuale, facilitare la sintesi e accompagnare il trasferimento operativo. Per chi si occupa di learning design, formazione manageriale, educazione degli adulti e sviluppo organizzativo, sarebbe miope non riconoscere il valore di questa nuova infrastruttura cognitiva.
Tuttavia, proprio nel momento in cui l’apprendimento sembra poter diventare più veloce, più accessibile e più intelligente, emerge una domanda di fondo: che cosa rischiamo di perdere se identifichiamo l’apprendimento con l’elaborazione di informazioni?
La questione non è marginale. Gran parte del dibattito contemporaneo sull’AI applicata alla formazione tende infatti a concentrarsi sulla qualità dei contenuti generati, sull’efficienza dei processi, sulla scalabilità delle piattaforme, sulla misurabilità delle performance e sulla personalizzazione dell’esperienza utente. Sono dimensioni importanti, ma non esauriscono il problema. Perché apprendere, per un essere umano, non significa soltanto ricevere contenuti, comprenderli e riformularli. Significa trasformare il proprio modo di percepire, giudicare, decidere, agire, relazionarsi e abitare una situazione.
La teoria dell'embodied cognition
L’apprendimento umano non è mai un processo puramente astratto. È sempre un processo situato, corporeo, affettivo, relazionale e ambientale. Gli esseri umani non fanno esperienza delle cose senza un corpo. Non incontrano il mondo come menti disincarnate che elaborano dati da una posizione neutra. Lo incontrano attraverso sensazioni, posture, movimenti, vincoli, emozioni, resistenze, oggetti, spazi, interazioni e conseguenze. Ogni apprendimento significativo, soprattutto quando riguarda competenze complesse, passa attraverso questa condizione incarnata.
È qui che la teoria della embodied cognition, o cognizione incarnata, diventa particolarmente rilevante per ripensare il rapporto tra AI e apprendimento esperienziale. La prospettiva embodied mette in discussione l’idea classica secondo cui la mente sarebbe assimilabile a un sistema di elaborazione simbolica relativamente indipendente dal corpo e dall’ambiente. Al contrario, essa sostiene che il pensiero emerga dall’interazione dinamica tra cervello, corpo e mondo. Non pensiamo semplicemente con il cervello usando il corpo come strumento periferico. Pensiamo attraverso il corpo, dentro un ambiente, in relazione a possibilità d’azione.
Questa impostazione ha implicazioni decisive per la formazione. Se la cognizione è incarnata, allora il corpo non è un supporto logistico dell’apprendimento, ma una sua condizione strutturale. Il gesto, la postura, la manipolazione di oggetti, l’orientamento nello spazio, il ritmo dell’interazione, la prossimità fisica, la tensione emotiva e la qualità dell’ambiente non sono elementi decorativi o facilitatori secondari. Sono parte del processo cognitivo stesso.
Ne consegue che l’apprendimento esperienziale non va inteso come una metodologia “attiva” utile a rendere più coinvolgente un contenuto già definito. È qualcosa di più radicale: è il modo attraverso cui il sapere diventa competenza, cioè possibilità concreta di azione.
Questa distinzione è cruciale. Un partecipante può conoscere perfettamente un modello di leadership e tuttavia non riuscire a esercitare leadership in una situazione ambigua. Può saper descrivere le fasi di una negoziazione collaborativa e tuttavia irrigidirsi quando percepisce pressione dalla controparte. Può aver studiato il pensiero sistemico e tuttavia continuare a prendere decisioni lineari in presenza di interdipendenze complesse. Può conoscere i principi della sostenibilità e tuttavia non saper gestire i trade-off reali tra impatto ambientale, vincoli economici, reputazione, tempi industriali e aspettative degli stakeholder.
In tutti questi casi, il problema non è necessariamente la mancanza di conoscenza. È la mancata trasformazione della conoscenza in comportamento situato. Ed è proprio questo il campo dell’apprendimento esperienziale.
AI e apprendimento esperienziale: sinergie o contrasti?
L’AI può spiegare, sintetizzare, simulare verbalmente, generare alternative, proporre casi e fornire feedback. Ma non può sostituire l’esperienza incarnata della persona che agisce in una situazione. Non può vivere la tensione di una decisione presa con informazioni incomplete. Non può sentire il peso di un conflitto non risolto. Non può sperimentare l’imbarazzo di un feedback dato male, la fatica di ascoltare davvero, la vulnerabilità di esporsi in un gruppo, l’energia di una collaborazione che improvvisamente funziona, la frustrazione di un prototipo che fallisce, la pressione di una negoziazione in cui ogni concessione ha conseguenze.
Questa non è una critica all’intelligenza artificiale. È una delimitazione corretta del suo ruolo. L’AI può diventare un potente moltiplicatore cognitivo, ma non può eliminare il fatto che la competenza umana abbia bisogno di incorporazione.
Nella formazione manageriale e organizzativa, questo punto è particolarmente evidente. Molti percorsi formativi producono apprendimento dichiarativo, ma non cambiamento comportamentale e culturale. Le persone comprendono i concetti, li trovano sensati, li condividono anche razionalmente. Poi, una volta rientrate nel contesto lavorativo, riproducono gli stessi automatismi. La ragione è semplice: il corpo non è stato coinvolto, il comportamento non è stato allenato, il contesto non è stato simulato, l’emozione non è stata attivata, la relazione non è stata attraversata.
In una formazione puramente informativa, il partecipante apprende che cosa bisognerebbe fare. In una formazione esperienziale, scopre che cosa gli accade mentre prova a farlo. Questa seconda dimensione è il cuore dell’apprendimento trasformativo.
L’esperienza introduce attrito. E l’attrito, contrariamente a quanto spesso si pensa, non è un difetto del processo formativo. È una sua risorsa. Attrito significa limite, resistenza, errore, ambiguità, attesa, esposizione, confronto con l’altro, imprevisto. Significa scoprire che una decisione razionale diventa più complessa quando il team è stanco, quando gli interessi divergono, quando le informazioni sono parziali, quando qualcuno non collabora, quando un cliente reagisce in modo inatteso, quando una strategia chiara sulla carta incontra il comportamento reale delle persone.
In questo senso, l’apprendimento esperienziale è una forma di realismo pedagogico. Non semplifica il mondo per renderlo più comodo. Lo rende praticabile, osservabile, manipolabile e riflessivo. Crea un ambiente protetto, ma non sterile. Permette di sbagliare senza pagare il costo pieno dell’errore. Rende visibili le dinamiche latenti. Consente ai partecipanti di osservare non solo ciò che pensano, ma ciò che fanno quando sono sotto pressione.
È qui che la embodied cognition permette di rileggere criticamente anche alcuni modelli consolidati dell’experiential learning. Il riferimento classico è naturalmente David Kolb, con il suo ciclo esperienza concreta, osservazione riflessiva, concettualizzazione astratta, sperimentazione attiva. Il modello ha avuto un’enorme influenza e mantiene una notevole utilità progettuale. Tuttavia, se letto da una prospettiva embodied, presenta un limite implicito: tende a suggerire che l’esperienza sia il materiale grezzo iniziale e che il vero apprendimento avvenga soprattutto nella fase di concettualizzazione astratta.
Il rischio è quello di conservare, anche dentro una teoria dell’apprendimento esperienziale, una gerarchia tradizionale tra corpo e mente. Il corpo vive, la mente comprende. Il corpo fornisce dati, la mente li elabora. L’esperienza accade, il concetto la organizza.
La prospettiva embodied suggerisce invece una lettura diversa. Non si comprende uscendo dall’esperienza, ma approfondendola. La concettualizzazione non è il superamento del corpo, ma una sua prosecuzione simbolica. Il linguaggio non cancella la dimensione corporea: la articola. La riflessione non dovrebbe separare il partecipante da ciò che ha vissuto, ma aiutarlo a riconoscere come l’esperienza abbia modificato i suoi schemi di percezione e azione.
Per questo, un ciclo dell’apprendimento esperienziale in chiave embodied potrebbe essere descritto come una sequenza diversa: immersione, risonanza, articolazione, trasferimento incarnato.
L’immersione è il momento in cui il partecipante entra pienamente nella situazione. Non osserva da fuori. Agisce, si espone, prende posizione, sperimenta vincoli, incontra una resistenza. La risonanza è il tempo in cui l’esperienza continua a lavorare nel corpo prima di essere immediatamente spiegata. È una fase spesso trascurata, perché i processi formativi tendono ad avere fretta di passare al debriefing, alla verbalizzazione, alla lezione appresa. Eppure, molto apprendimento accade proprio in quello spazio di sedimentazione: nel silenzio, nella scrittura individuale, nel riconoscimento di una tensione, nella memoria ancora viva di un gesto, di una frase, di una postura.
L’articolazione è il momento in cui il significato emerge nel linguaggio, ma anche nel disegno, nella metafora, nella mappa, nel gesto, nella narrazione condivisa. Non si tratta di imporre una cornice concettuale dall’esterno, ma di permettere all’esperienza di diventare intelligibile senza perdere la sua densità. Infine, il trasferimento incarnato non consiste semplicemente nel chiedersi “come applicherò questo concetto nel lavoro?”. La domanda più profonda è: “come si modifica il mio modo di stare in quella situazione?”. Non si trasferisce solo una nozione. Si modifica uno schema d’azione.
I nuovi modi di progettare i debriefing
Questa prospettiva cambia anche il modo di progettare il debriefing. Nella pratica formativa, il debriefing è spesso considerato il momento in cui si produce apprendimento. Ma può diventare anche il punto in cui l’apprendimento viene interrotto. Quando arriva troppo presto, rischia di chiudere l’esperienza prima che abbia completato il suo lavoro. Quando è troppo verbale, produce risposte razionali e socialmente accettabili, ma non necessariamente autentiche. Quando è troppo analitico, trasforma immediatamente ciò che è stato vissuto in categorie note, impedendo l’emergere di insight più profondi.
Un debriefing coerente con la embodied cognition dovrebbe invece rallentare. Dovrebbe riconoscere il valore della risonanza corporea. Prima di chiedere “che cosa hai imparato?”, potrebbe chiedere “dove senti questa esperienza?”, “quale immagine la rappresenta?”, “quale gesto la descrive?”, “quale momento ti è rimasto nel corpo?”, “che cosa è cambiato nella tua postura, nella tua energia, nella tua percezione dell’altro?”. Solo successivamente l’esperienza può essere collegata a modelli, concetti e strumenti.
Questo non significa abbandonare la teoria. Al contrario, significa restituirle una funzione più potente. La teoria, in un processo esperienziale maturo, non precede né sostituisce l’esperienza. La illumina. Offre linguaggio, struttura, criteri di lettura. Ma il suo valore aumenta quando non viene usata per chiudere prematuramente il significato, bensì per rendere più consapevole ciò che è stato vissuto.
In questo quadro, anche il tema delle 4E cognition offre una griglia particolarmente utile per il learning design contemporaneo. La cognizione è embodied, perché il corpo contribuisce alla formazione del pensiero. È embedded, perché ogni processo cognitivo è situato in un contesto. È enacted, perché la conoscenza emerge attraverso l’azione. È extended, perché strumenti, artefatti e ambiente possono diventare parte del sistema cognitivo. Alcuni autori aggiungono una quinta dimensione, affective, per indicare il ruolo costitutivo delle emozioni nella cognizione.
Applicata alla formazione, questa cornice produce conseguenze molto concrete. Se la cognizione è embodied, allora bisogna progettare attività che coinvolgano gesto, postura, movimento, sensorialità, presenza. Se è embedded, bisogna prestare attenzione allo spazio fisico, al contesto organizzativo, alla disposizione dei gruppi, ai vincoli della situazione. Se è enacted, occorre fare in modo che i partecipanti apprendano attraverso azioni reali o realistiche, non solo attraverso esposizioni concettuali. Se è extended, bisogna considerare canvas, post-it, oggetti, prototipi, mappe, lavagne e strumenti digitali non come supporti neutri, ma come componenti del sistema cognitivo temporaneo che si costruisce durante l’apprendimento.
Un post-it su una parete, in questa prospettiva, non è semplicemente la rappresentazione esterna di un’idea già formata. È parte del processo attraverso cui l’idea prende forma. Una mappa di sistema costruita fisicamente da un gruppo non è solo una visualizzazione. È uno spazio di pensiero condiviso. Un role play non è una finzione leggera. È una situazione incarnata che attiva risposte emotive, motorie e relazionali reali. Un business game non è un gioco. È una macchina esperienziale che permette di percepire trade-off, interdipendenze e conseguenze.
Da qui deriva una considerazione rilevante per il dibattito sull’apprendimento digitale. Alcune attività perdono efficacia quando vengono trasferite integralmente online non perché il digitale sia inferiore in assoluto, ma perché cambia il sistema cognitivo che si assembla. Un gruppo che lavora in piedi davanti a una parete, spostando materiali, discutendo, arretrando per vedere il quadro complessivo, avvicinandosi per modificare un dettaglio, usando il corpo per orientarsi nello spazio del problema, sta pensando in modo diverso da un gruppo che compila celle, chatta o sposta elementi su una lavagna virtuale. Entrambe le modalità possono avere valore, ma non sono equivalenti. Producono forme diverse di attenzione, memoria, negoziazione del significato e coordinamento.
Questo è uno dei punti più importanti per progettare formazione nell’epoca dell’AI: non tutte le esperienze possono essere digitalizzate senza perdita. E non tutte devono esserlo. La vera maturità progettuale non consiste nel trasferire tutto su piattaforma, ma nel comprendere quali processi cognitivi, relazionali e corporei richiedono presenza, materia, spazio e interazione fisica.
Allo stesso tempo, sarebbe riduttivo assumere una posizione tecnofobica. L’AI non impoverisce automaticamente l’apprendimento. Può anzi potenziarlo in modo straordinario, se viene collocata dentro un’architettura pedagogica coerente. Può preparare i partecipanti prima dell’esperienza, generando materiali personalizzati, casi, domande guida, autovalutazioni, simulazioni preliminari. Può supportare il facilitatore durante il processo, aiutando a raccogliere pattern, produrre alternative, documentare insight, generare prompt di riflessione. Può consolidare l’apprendimento dopo l’esperienza, trasformando osservazioni e output in piani d’azione, follow-up, micro-pratiche, esercizi di trasferimento e materiali di rinforzo.
Una nuova architettura per la AI
La formula più efficace non è quindi “AI al posto dell’esperienza”, ma “AI intorno all’esperienza”. L’intelligenza artificiale può preparare il campo, ampliare le possibilità, sostenere la riflessione e aumentare la continuità. Ma il centro trasformativo del processo resta l’incontro tra persona, corpo, azione, relazione e mondo.
Si potrebbe sintetizzare questa architettura in tre momenti: AI for preparation, body for transformation, AI for reflection.
Prima dell’esperienza, l’AI aiuta a creare una base cognitiva più ricca. Permette di arrivare in aula, in laboratorio o in workshop con conoscenze preliminari, ipotesi, vocabolario e domande più mature. Durante l’esperienza, il corpo diventa il luogo della trasformazione: le persone agiscono, interagiscono, costruiscono, negoziano, sbagliano, osservano, decidono. Dopo l’esperienza, l’AI può sostenere la riflessione, aiutando a collegare ciò che è accaduto ai modelli teorici, a produrre sintesi personalizzate e a trasformare l’insight in pratica deliberata.
Questa integrazione è particolarmente importante per tutte le competenze che oggi vengono considerate strategiche nelle organizzazioni: leadership, collaborazione, negoziazione, gestione dei conflitti, project management, innovazione, sostenibilità, pensiero sistemico, decision making, comunicazione, adattabilità. Sono competenze che non vivono solo nella mente individuale. Vivono nelle interazioni, nei contesti, nei corpi, nei gesti, nei tempi, nelle micro-decisioni, nelle soglie di tolleranza emotiva.
Non si impara a collaborare leggendo una definizione di collaborazione. Si impara quando si è messi in una condizione di interdipendenza reale, dove nessuno può riuscire da solo. Non si impara a guidare un cambiamento studiando un modello di change management. Si impara quando si attraversano resistenze, ambivalenze, alleanze, perdite di energia, conflitti di priorità. Non si impara a negoziare solo conoscendo il concetto di BATNA o di interessi sottostanti. Si impara quando si sente la pressione della controparte, quando si gestisce il proprio impulso a chiudere, quando si tollera il silenzio, quando si riconosce il momento in cui una domanda cambia il clima della conversazione.
L’apprendimento esperienziale rende tutto questo visibile e praticabile. Ma per farlo richiede un design rigoroso. Non basta “fare attività”. Il rischio, altrimenti, è trasformare l’esperienza in intrattenimento. Un buon processo esperienziale deve avere una chiara intenzionalità pedagogica, un compito sfidante, un contesto sufficientemente realistico, un livello adeguato di sicurezza psicologica, una progressione tra azione e riflessione, un debriefing ben calibrato e un dispositivo di trasferimento nel lavoro reale.
Qui emerge una figura professionale sempre più importante: il learning designer come architetto di ecologie cognitive. Non più soltanto esperto di contenuto o facilitatore di aula, ma progettista di ambienti in cui AI, corpo, spazio, strumenti, relazione e riflessione siano integrati in modo coerente. In questa prospettiva, progettare formazione significa chiedersi: quali parti del percorso possono essere accelerate dall’AI? Quali devono essere vissute fisicamente? Dove serve generare attrito? Dove serve lentezza? Dove è necessario far emergere il conflitto? Dove il gruppo deve costruire qualcosa con le mani? Dove la teoria deve arrivare prima e dove invece deve arrivare dopo? Dove un’interazione con un tutor digitale è sufficiente e dove invece serve un corpo che incontra un altro corpo?
Queste domande sono essenziali perché l’AI tende naturalmente a ottimizzare ciò che è verbalizzabile, rappresentabile, generabile e misurabile. Ma non tutto ciò che conta nell’apprendimento è insito nelle domande che ci facciamo e nei problemi che ci poniamo.
Scritto da Matteo Villa, Senior Consultant AI designer, Impact Italia