Istruzione e Capitale Umano in Italia

Executive summary

Il problema formativo. L'Italia forma eccellenze, ma sono poche e le medie di sistema raccontano un Paese in ritardo. Nell'indagine OCSE-PIAAC 2023 gli adulti italiani ottengono 245 punti in literacy contro una media OCSE di 260, e 244 in numeracy contro 263. I punteggi sono fermi dal 2012.

Consideriamo tre punti alla base di questo ritardo accumulato. Il metodo: una didattica centrata sulla trasmissione e sulla memorizzazione, con poco spazio per progetti, problem solving e lavoro di gruppo. I contenuti: programmi (specialmente di matematica) ancorati al secolo scorso, che non si adattano ai cambiamenti sociali. La platea: gli adulti già inseriti nel lavoro, per i quali le opportunità di aggiornamento restano disomogenee e la partecipazione insufficiente.

Due dinamiche aggravano il quadro. L'intelligenza artificiale rischia di trasformare studenti e lavoratori in utilizzatori passivi. A questo si aggiunge l'inverno demografico che porterà ai ruoli apicali persone la cui formazione invecchia più in fretta della tecnologia.

Perché questa analisi. Altri sistemi si muovono più in fretta. Tra il 2021 e il 2025 le università cinesi hanno revocato o sospeso 12.200 corsi di laurea triennale e ne hanno attivati 10.200, in larga parte orientati ad AI e tecnologie strategiche: oltre il 30% dell'offerta riscritta in quattro anni (Ministero dell'Istruzione cinese, dati ripresi da Xinhua e South China Morning Post). Il caso cinese non è considerato come modello di riferimento, in quanto la riforma è calata dall'alto e avviene in un contesto di forte disoccupazione dei laureati. Rappresenta però una dimostrazione di velocità ed attualizzazione.

In Italia il PNRR ha stanziato 2,1 miliardi di euro (Piano Scuola 4.0) per trasformare 100.000 aule in ambienti innovativi di apprendimento. L'investimento si è concentrato sugli spazi fisici. La sfida è tradurre gli orientamenti metodologici già previsti dal Piano in pratiche didattiche diffuse e valutarne l’efficacia: è su questo passaggio che si concentra il documento.

La raccomandazione in sintesi. Proponiamo tre leve complementari, da attivare in parallelo con tempi e maturità diversi.

1. Un progetto pilota nazionale di didattica attiva evidence-based. Non un metodo imposto a tappeto, ma la sperimentazione strutturata di approcci validati dalla ricerca, come il peer learning. I metodi si scelgono con gli stakeholder, a partire dagli insegnanti. L'obiettivo è accrescere capacità critica e autonomia decisionale degli studenti.

2. L'aggiornamento dei contenuti. Attuare pienamente l'educazione finanziaria prevista dalla L. 21/2024 e rafforzare probabilità, statistica, matematica discreta e algebra lineare come competenze di cittadinanza.

3. Un piano di formazione continua per tutta la popolazione attiva. Lifelong learning in senso pieno, con l'alfabetizzazione all'AI come componente più urgente. Il suo disegno operativo è rinviato a un documento dedicato.

Il beneficio atteso è un capitale umano più capace di giudizio autonomo, pronto al lavoro per progetti, in grado di fare impresa e meno esposto all'uso passivo dell'AI.

Più capacità critica e autonomia decisionale, meno apprendimento mnemonico: per riuscirci bisogna cambiare insieme come si insegna, che cosa si insegna e a chi.

1. Contesto e premesse

1.1 Quadro di riferimento

Poche eccellenze, medie deboli. PIAAC 2023 colloca gli adulti italiani sotto la media OCSE in tutti e tre i domini: literacy 245 contro 260, numeracy 244 contro 263, problem solving adattivo 231 contro 251. Rispetto al 2012 i punteggi sono invariati (OCSE, Country Note Italia).

In numeracy il 35% degli adulti si ferma al livello 1 o inferiore, contro il 25% della media OCSE. La scala PIAAC va da "sotto 1" a 5: chi resta al livello 1 gestisce operazioni semplici in un solo passaggio e fatica con problemi a più passaggi. All'estremo opposto, solo il 6% raggiunge i livelli 4-5, contro il 14% OCSE. Le eccellenze esistono, ma sono una minoranza più ristretta che altrove.

C'è un segnale positivo. I 16-24enni ottengono punteggi superiori al resto della popolazione, e il Nord-est raggiunge la media OCSE anche in numeracy (INAPP). A 15 anni, inoltre, gli studenti italiani sono in linea con la media OCSE in matematica: 471 punti contro 472 in PISA 2022 (OCSE-INVALSI). L'Italia, anche nei migliori casi, è in linea con la media OCSE, non al di sopra.

Pochi laureati e flussi sbilanciati. Solo il 31,6% dei 25-34enni italiani è laureato, contro il 44,1% della media UE (ISTAT). Tra il 2019 e il 2024 l'Italia ha perso, al netto dei rientri, 78mila giovani laureati italiani di 25-34 anni (ISTAT, agosto 2026).

In termini numerici la perdita è compensata da un saldo positivo di 88mila giovani laureati stranieri (laureati con cittadinanza straniera che entrano meno laureati con cittadinanza straniera che escono). Quel saldo, però, non dimostra che le politiche migratorie italiane premino l’immigrazione qualificata. Il riconoscimento dei titoli esteri viene raramente richiesto e ottenuto, e persone laureate possono essere assorbite in lavori poco qualificati, senza valorizzarne la formazione (Istat 2023). Il +88mila non certifica dunque l’attrattività italiana per i talenti ma può invece nascondere uno spreco di capitale umano.

Il movente di chi emigra è soprattutto la domanda di lavoro. Il 10,4% dei dottori di ricerca formati in Italia lavora all'estero; l'81,7% indica come motivo un lavoro più adeguato alle competenze, il 73,7% una retribuzione più alta (ISTAT).

Il gap è nel metodo. Sistemi scolastici come quelli dei Paesi Bassi, della Danimarca e della Finlandia hanno operato una scelta esplicita a favore della didattica attiva: problem-based learning e lavoro per progetti sono adottati strutturalmente, non come sperimentazioni isolate. Ne derivano esami a progetto fin dal primo anno, spesso eseguiti in gruppo e su problemi reali. Il tratto comune di questi sistemi non si riduce a specifiche metodologie e consiste piuttosto nell’obiettivo condiviso di sviluppare capacità critica e autonomia decisionale nei giovani anziché apprendimento mnemonico. La teoria diventa quindi strumento per il fare e non obiettivo in sé.

Un esempio di questo approccio in Italia è rappresentato degli ITS Academy, l'unico segmento di formazione terziaria alternativo alle università e nativamente orientato all'applicazione. Nonostante la sua efficienza, esso resta marginale. Al 1° febbraio 2026 conta 33.434 iscritti (INDIRE via ItaliaOggi), circa l'1,7% degli oltre 2 milioni di iscritti all'università (2.003.323 nell'a.a. 2022/23, MUR – Anagrafe nazionale studenti). Eppure funziona: dei percorsi conclusi nel 2024, il 79,7% dei diplomati lavora a un anno dal titolo; tra gli occupati, il 92,8% svolge un’attività coerente con gli studi (Rapporto INDIRE 2026). In Francia, Svizzera e Germania i percorsi terziari professionalizzanti assorbono quote ben più ampie di studenti (Fondazione Agnelli, 2023).

Contenuti da riequilibrare. Tra i contenuti di matematica, probabilità e statistica sono quelli che un adulto usa davvero fuori dall'aula: servono a decidere in condizioni di incertezza e a leggere i dati. Le Indicazioni nazionali del 2010 le prevedono già fin dal primo biennio dei licei (Indicazioni nazionali, liceo scientifico). Nella pratica, però, la matematica nella scuola superiore resta centrata su analisi e studio di funzioni, utili soprattutto a chi proseguirà negli studi scientifici, e probabilità e statistica passano in secondo piano. Ancora più marginali sono matematica discreta e algebra lineare, che pure sono alla base dell'informatica e dell'AI.

Probabilità e statistica sono competenze distinte e rispondono a domande diverse. La probabilità serve a valutare un rischio: scegliere tra tasso fisso e variabile, sottoscrivere una polizza, soppesare un rischio sanitario. La statistica serve a leggere i dati: un sondaggio con il suo margine d'errore, i numeri citati dai media. Entrambe sono competenze di cittadinanza. Con l'AI diventano anche la chiave per capire gli strumenti che stanno riorganizzando lavoro e informazione: l'AI moderna basata sull'apprendimento dai dati, inclusi i modelli linguistici, di fatto si basa sull'applicazione di probabilità e statistica.

Le nuove Indicazioni nazionali per i licei, attese in vigore dal 2027 e in attesa del parere del CSPI, mantengono probabilità e statistica e chiedono di "partire dall'osservazione della realtà"; al quinto anno introducono l'AI in collegamento con la matematica (Tecnica della Scuola). Il cantiere sui contenuti è quindi già aperto.

Sull'educazione finanziaria il quadro normativo è cambiato. La L. 21/2024 l'ha resa obbligatoria nell'ambito dell'educazione civica, con linee guida emanate dal MIM insieme a Banca d'Italia e Consob. L'attuazione è disomogenea: ad aprile 2025 una scuola su due aveva avviato percorsi (indagine AIEF-Alleanza); a fine 2025 quasi due su tre tra le scuole partecipanti all'indagine Consob-Edufin (Consob). Solo quattro docenti su dieci hanno seguito percorsi formativi. Intanto l'alfabetizzazione finanziaria degli adulti resta bassa: 10,7 punti su 20 (Banca d'Italia, IACOFI 2023).

AI: nuovo problema nell'apprendimento. Non si tratta più solo di formare capitale umano, ma di preservarlo. Un esperimento su quasi mille studenti di liceo ha mostrato che l'accesso libero a GPT-4 migliora i risultati durante le esercitazioni, ma peggiora del 17% quelli ottenuti dopo, senza AI, rispetto a chi non l'ha mai usata. Un tutor AI configurato per guidare il ragionamento annulla in larga parte l'effetto (Bastani et al., PNAS 2025). Il rischio è duplice: studenti che delegano il ragionamento e una popolazione attiva che vive l'AI come una scatola nera anziché come strumento statistico. A differenza delle rivoluzioni tecnologiche precedenti, la gestione dell'AI non può essere delegata all'ultimo arrivato: investe decisioni a ogni livello organizzativo ed è uno strumento fortemente orizzontale.

Una cornice che amplifica tutto: l'inverno demografico. Metodo, contenuti e platea vanno letti dentro un contesto che ne aumenta il costo. Con la denatalità i giovani saranno sempre meno, e i ruoli apicali saranno ricoperti da persone formate decenni prima delle tecnologie che dovranno governare. PIAAC lo misura già: in Italia i 55-65enni ottengono punteggi inferiori ai 25-34enni in tutti e tre i domini. La platea da formare non sono più solo i 18-25enni, ma l'intera popolazione attiva: un'operazione paragonabile, per ambizione, all'alfabetizzazione di massa post-unitaria.

Tabella 1 — Il ritardo italiano in cifre.

1.2 Quali vincoli

Ogni intervento sul sistema formativo italiano deve fare i conti con cinque condizioni al contorno.

1. Inerzia istituzionale. Indicazioni nazionali e ordinamenti universitari cambiano con tempi lunghi e attraverso processi politicamente contesi. Una riforma sistemica immediata non è realistica.

2. Infrastrutture. La didattica attiva richiede aule dinamiche e riconfigurabili. Il Piano Scuola 4.0 ha già stanziato 2,1 miliardi di euro per 100.000 ambienti innovativi. Il vincolo residuo non è il finanziamento degli spazi, ma il loro uso e la finestra temporale del PNRR.

3. Ruolo dei docenti. È probabilmente il vincolo più critico: nessuna innovazione didattica funziona se calata dall'alto su chi deve praticarla.

4. Maturità degli studenti. Percorsi più flessibili presuppongono capacità di orientamento che gli studenti più giovani non hanno ancora, e richiedono una guida strutturata.

5. Orizzonte politico. Si tratta di interventi di medio-lungo periodo, che devono sopravvivere ai cicli elettorali ed essere adottabili da attori politici diversi.

1.3 Chi ne è interessato

Un intervento sul sistema formativo tocca interessi diversi, spesso non allineati. Mappare chi decide, chi attua e chi beneficia serve a capire dove cercare alleati e dove aspettarsi resistenze. La tabella riassume l'interesse di ciascun attore e il contributo che può dare; il capitolo 2 indica come ciascuno entra nelle singole proposte.

Tabella 2 — Attori e portatori di interesse.

2. Proposte

Le tre proposte non sono alternative, ma leve complementari sullo stesso problema. La Leva A interviene sul metodo, la Leva B sui contenuti, la Leva C sulla platea, che si estende dall'età scolare all'intera popolazione attiva. Le accomuna un obiettivo: più capacità critica e autonomia decisionale, meno memorizzazione e ricezione passiva. Le distinguono la maturità operativa e l'orizzonte temporale, da cui discende l'ordine di priorità (2.5).

2.1 Leva A — Progetto pilota nazionale di didattica attiva evidence-based

Introdurre in un gruppo selezionato di scuole secondarie e corsi universitari la didattica attiva evidence-based. È la famiglia di approcci, validati da circa trent'anni di ricerca, che sostituisce alla lezione puramente trasmissiva il lavoro attivo dello studente su problemi reali. Ne fanno parte, tra gli altri, il peer learning, il problem-based learning, la flipped classroom e il project-based learning.

Il pilota non prescrive un metodo unico deciso dal Ministero. La scelta degli approcci deve passare da un confronto strutturato tra dirigenti, docenti, studenti e imprese del territorio. Gli insegnanti devono avere voce in capitolo ed essere co-decisori, formati alla didattica attiva, non esecutori di una scelta altrui. È la risposta diretta al vincolo più critico indicato in 1.2.

La forma di pilota risponde invece all'inerzia istituzionale: produce evidenze senza attendere il legislatore. Il pilota usa in via prioritaria le aule già trasformate con Scuola 4.0 per sperimentare e valutare l’applicazione degli approcci didattici previsti dal Piano.

L'evidenza è solida in due contesti distinti. All'università, la meta-analisi di riferimento sui corsi STEM (Freeman et al., PNAS 2014, 225 studi) misura un calo dei tassi di insuccesso dal 33,8% al 21,8% rispetto alla lezione frontale, con effetti maggiori nelle classi fino a 50 studenti (PNAS). Il confronto diretto lo conferma: in un esperimento controllato su un corso universitario di fisica con oltre 500 studenti, la sezione con didattica attiva ha ottenuto un punteggio medio quasi doppio rispetto a quella con lezione frontale, 74% contro 41% sugli stessi contenuti (Deslauriers, Schelew e Wieman, Science 2011). Nella scuola, la rassegna della Education Endowment Foundation stima per il peer tutoring un guadagno medio di 5-6 mesi di apprendimento in un anno, a costo molto basso (EEF).

Il disegno partecipativo riduce il rischio di rigetto da parte dei docenti e rende la proposta più difendibile. Le imprese, nei comitati di indirizzo universitari, hanno già chiesto didattica problem-based. L’utilizzo delle infrastrutture già finanziate da Scuola 4.0 limita la necessità di nuovi investimenti negli spazi; restano da quantificare e finanziare la formazione dei docenti, il coordinamento e la valutazione del pilota.

Impatti di medio e lungo periodo sulla competitività. Dopo 3-5 anni ci si aspetta diplomati e laureati più pronti al lavoro per progetti, meno skill mismatch, più capacità di fare impresa nei territori privi di tessuto industriale. A lungo termine: una didattica che allena il ragionamento autonomo è anche una protezione contro l'uso passivo dell'AI. È questa un'ipotesi che il pilota deve misurare esplicitamente.

Criticità e rischi. Il successo dipende dalla formazione dei docenti e dalla qualità del processo partecipativo: un confronto mal governato può degenerare in stallo o in compromessi al ribasso. La governance partecipata è più lenta di una prescrizione centrale. Il passaggio alla scala nazionale richiede una volontà politica non garantita.

C'è poi un rischio di merito. Nelle analisi OCSE su PISA 2015, l'insegnamento per indagine poco guidato è associato a risultati peggiori in scienze, mentre l'istruzione diretta dal docente è associata a risultati migliori (OCSE). Anche la EEF sottolinea che il lavoro di gruppo non strutturato non produce benefici. Il pilota deve quindi selezionare metodi attivi strutturati, con la guida del docente, lasciare gli studenti a sé stessi.

2.2 Leva B — Aggiornare i contenuti del ciclo secondario: educazione finanziaria, probabilità e statistica

Due cantieri complementari, uniti da una tesi: probabilità, statistica ed educazione finanziaria sono competenze di cittadinanza, prima ancora che prerequisiti tecnologici.

Primo cantiere: far funzionare l'obbligo di educazione finanziaria. La L. 21/2024 esiste, l'attuazione è disomogenea: tra una scuola su due e due su tre a seconda dell'indagine, dentro le 33 ore di educazione civica, con pochi docenti formati. Servono formazione dedicata dei docenti, materiali certificati con Banca d'Italia e Comitato Edufin, monitoraggio di come l'educazione finanziaria viene insegnata e non solo di quante scuole la fanno.

Secondo cantiere: probabilità, statistica, matematica discreta e algebra lineare. Sono già nelle Indicazioni nazionali, ma restano ai margini della pratica didattica. Le nuove Indicazioni per i licei, attese dal 2027, riaprono il tema. La Leva B non chiede di riscrivere le Indicazioni, ma di garantirne l'attuazione piena. Questo significa due cose: docenti di matematica formati e aggiornati su questi contenuti, e un monitoraggio di come vengono effettivamente insegnati in classe.

I due cantieri si rafforzano a vicenda. Tasso d'interesse, volatilità e rendimento atteso rendono concreti probabilità e statistica; probabilità e statistica danno all'educazione finanziaria il suo fondamento. Non capire un mutuo, un piano di accumulo, un sondaggio o una notizia basata su dati rappresenta ad oggi un gap cognitivo.

L'AI aggiunge una ragione urgente. I sistemi di AI generativa producono la risposta più probabile sulla base dei dati di addestramento. Chi ha basi di probabilità e statistica coglie le conseguenze pratiche: l’output può essere errato e risentire delle distorsioni presenti nei dati. Sa quindi calibrare la fiducia, verificare le risposte e scegliere dove lo strumento rende davvero. Chi non le ha oscilla tra fiducia cieca e rifiuto totale, e in entrambi i casi subisce lo strumento invece di governarlo.

Impatti di medio e lungo periodo sulla competitività. A 3-5 anni: studenti che arrivano all'università con basi quantitative più solide. Il beneficio riguarda tutti i corsi di laurea, non solo quelli STEM ed economici: anche chi non userà la matematica nel lavoro ne trae strumenti di ragionamento. Oltre: cittadini capaci di decisioni finanziarie autonome e di lettura critica dell'informazione quantitativa, e una popolazione che comprende l'AI come strumento statistico anziché come entità misteriosa.

2.3 Leva C — Formazione continua della popolazione attiva

Un programma di formazione continua per l’intera popolazione attiva, articolato in due percorsi complementari: rafforzare le competenze di base degli adulti più fragili e aggiornare professionisti, dirigenti e ruoli apicali. La priorità assegnata a questi ultimi risponde all’effetto delle loro decisioni sull’adozione delle innovazioni e sulla formazione nelle organizzazioni. Copre competenze quantitative di base, digitali, organizzative e di settore. Dentro questo perimetro, l'alfabetizzazione all'uso consapevole dell'AI è la componente più urgente.

Il fondamento è nei dati. In PIAAC un adulto su tre è al livello più basso in numeracy, e le competenze sono ferme da un decennio mentre l'innovazione accelera. Nel 2022 ha partecipato ad attività di formazione poco più di un terzo dei 25-64enni italiani, quasi 11 punti sotto la media UE (Eurostat AES 2022, via Finanza.com).

Il dato più utile per la progettazione è un altro. Le imprese italiane che fanno formazione hanno superato la media UE già nel 2020 (68,9% contro 67,4%, INAPP su dati CVTS). La diffusione della formazione tra le imprese non basta dunque a garantire una partecipazione ampia degli adulti: occorre intervenire sia sull’accessibilità dei percorsi sia sugli incentivi a seguirli. Quasi otto adulti su dieci, tra i 25–64enni che non si formano, dichiarano di non esserne interessati (ISTAT, AES 2022). Un piano che aumenta solo l'offerta rischia di non intercettare la domanda: servono incentivi e riconoscimento delle competenze acquisite.

L'impatto atteso è duplice. Individuale: chi non si aggiorna diventa progressivamente meno produttivo; la formazione continua mantiene le persone produttive fino alla pensione. Sistemico, e più rilevante per la competitività: la capacità di una società di recepire e applicare le innovazioni dipende dal livello di aggiornamento diffuso della sua popolazione attiva. Un Paese che non forma i propri adulti assorbe più lentamente ogni ondata tecnologica.

Il modello di riferimento è l'alfabetizzazione di massa post-unitaria, con formati moderni e appoggiata a infrastrutture esistenti: atenei in calo di diciottenni, CPIA (Centri provinciali per l'istruzione degli adulti) già destinatari di fondi PNRR, formazione professionale obbligatoria.

Impatti di medio e lungo periodo sulla competitività. Nel breve si avrà un minore rischio di marginalizzazione tecnologica della classe dirigente, capace quindi di effettuare scelte più consapevoli. Sul lungo periodo: una società più capace di assorbire l'innovazione e un nuovo bacino di "studenti cinquantenni" per un sistema universitario interessato dal calo demografico delle nuove generazioni. Questo elemento è fondamentale data l'attuale criticità del Paese nel creare innovazione nei mercati.

Punti di forza e criticità. La proposta affronta un problema documentato di cui il dibattito pubblico si occupa poco: la formazione della classe dirigente esistente, non solo dei giovani. Trasforma il calo dei diciottenni in un'opportunità per gli atenei, e l'interesse delle imprese è diretto. Le criticità sono speculari all'ambizione: platea enorme ed eterogenea, costi e governance complessi, efficacia difficile da misurare, incentivi da progettare. Per questo il disegno operativo è rinviato a un documento dedicato.

2.4 Skill mismatch: la mappa dei fabbisogni di competenze

Lo skill mismatch va trattato come un tema di competitività industriale, non come una semplice inefficienza scolastica. È fondamentale capire non solo che cosa offrire agli studenti, ma anche quali competenze serviranno a imprese, territori e lavoratori nei prossimi dieci-quindici anni: dati e AI, processi automatizzati, energia e sostenibilità, lavoro per progetti in team interdisciplinari.

La proposta è una mappa permanente dei fabbisogni di competenze, costruita con imprese, ITS, università, formazione professionale e parti sociali. Non un osservatorio burocratico, ma uno strumento per confrontare domanda e offerta formativa, individuare i gap più urgenti per settore e orientare curricula, percorsi ITS e politiche attive. Il primo rilascio si concentra su 2-3 filiere in cui la rete di Mind The Action ha competenza diretta.

La mappa fa da cerniera tra le leve. Indica alla Leva A su quali problemi reali far lavorare gli studenti, alla Leva B quali contenuti privilegiare, alla Leva C quali profili aggiornare per primi. Il suo sviluppo completo rientra nel documento dedicato alla Leva C. Riformare l'insegnamento non basta: bisogna anche decidere, insieme a chi assume, quali competenze formare e misurare se le si sta formando.

2.5 Priorità di intervento

Le tre leve sono tutte necessarie; ciò che va stabilito è l'ordine con cui attivarle. I criteri sono due: la maturità operativa (che cosa è avviabile subito con risorse ed evidenze disponibili) e la sequenza logica (quale intervento crea le condizioni per i successivi).

Prima priorità — Leva A, il pilota di didattica attiva. È l'unico intervento avviabile subito. Il pilota può utilizzare infrastrutture già finanziate, mentre i costi incrementali restano da quantificare. Le evidenze scientifiche sono solide, alcuni membri di questo comitato praticano già questi metodi e l'interesse delle imprese è documentato. Un pilota con risultati misurabili genera i dati e il consenso che rendono sostenibili gli interventi più profondi.

Seconda priorità — Leva B, i contenuti. Va aperta in parallelo, non dopo. L'attuazione dell'educazione finanziaria è attivabile in tempi brevi, appoggiandosi al quadro normativo esistente e agli alleati istituzionali. Sulla matematica il cantiere è già aperto con le nuove Indicazioni nazionali: va presidiato ora, alimentandolo con le evidenze del pilota.

Terza priorità — Leva C, la popolazione attiva. È l'orizzonte strategico e oggi la leva meno matura: richiede una governance nazionale che non esiste e un sistema di incentivi da progettare anche per le imprese private. Occorre inoltre coinvolgere le parti sociali nella definizione di percorsi formativi personalizzati, anche attraverso la contrattazione collettiva. È però quella con la platea più ampia e il rischio sistemico più alto in caso di inazione; il pilota della Leva A ne è il laboratorio metodologico naturale.

Quali benefici ci attendiamo

Dal pilota ci attendiamo risultati misurabili entro due-tre anni: apprendimento, capacità di lavoro autonomo, soddisfazione di studenti e docenti, giudizio delle imprese sui neoassunti, sulla base di indicatori definiti in anticipo. Ne deriva un modello di didattica replicabile e documentato, pronto per la scala. Dall'insieme delle tre leve ci attendiamo la riduzione progressiva del divario tra teoria e applicazione segnalato da imprese e studenti.

3. Conclusione

L'Italia ha poche eccellenze e fatica a trattenerle: tra il 2019 e il 2024 ha perso, al netto dei rientri, 78mila giovani laureati italiani. Le competenze medie degli adulti sono ferme da un decennio sotto la media OCSE, mentre AI e demografia cambiano le regole a una velocità inedita. La risposta non è demolire il sistema, ma aggiornarlo su tre leve complementari, verso un unico obiettivo: più capacità critica e autonomia decisionale, meno apprendimento mnemonico.

Le tre leve sono il metodo (didattica attiva strutturata, scelta con gli insegnanti, nelle aule già finanziate dal PNRR), i contenuti (probabilità, statistica ed educazione finanziaria come competenze di cittadinanza) e la platea (formazione continua per tutta la popolazione attiva). Il pilota di didattica attiva è il primo passo: concreto, misurabile, avviabile subito. Invitiamo istituzioni formative, imprese e decisori a sostenerne la sperimentazione, con valutazione indipendente dei risultati.

Fonti principali

• OCSE, Survey of Adult Skills 2023 — Country Note Italia; INAPP, comunicato del 10 dicembre 2024

• OCSE, PISA 2022 — Country Note Italia (traduzione INVALSI)

• OCSE, The science of teaching science (PISA 2015), Education Working Paper n. 188

• ISTAT, Migrazioni interne e internazionali della popolazione residente, anni 2024-2025, agosto 2026; edizione 2023-2024, giugno 2025

• ISTAT (2023), Stranieri e naturalizzati nel mercato del lavoro italiano, 3 febbraio, dati 2021, pp. 5–6

• ISTAT, L'inserimento professionale dei dottori di ricerca — Anno 2025, marzo 2026

• Yang, C. (2026), China’s universities cut 12,000 ‘obsolete’ degrees amid race to embrace AI era, South China Morning Post, 14 giugno (aggiornato il 15 giugno); dati del Ministero dell’Istruzione cinese ripresi da Xinhua

• L. 5 marzo 2024, n. 21, art. 25; DM 183/2024; Consob-Comitato Edufin, dicembre 2025; indagine AIEF-Alleanza, aprile 2025

• Banca d'Italia, Indagine IACOFI 2023 sull'alfabetizzazione finanziaria degli adulti

• MIM, Piano Scuola 4.0, DM 161/2022 — PNRR M4C1 Inv. 3.2

• MIUR, DM 7 ottobre 2010, n. 211, Indicazioni nazionali per i licei; nuove Indicazioni in attesa del parere CSPI, luglio 2026

• INDIRE (2026), ITS Academy — Monitoraggio nazionale 2026, percorsi conclusi nel 2024; fonte diretta e sintesi della Regione Piemonte

• Turri, M. (a cura di) (2023), ITS Academy: una scommessa vincente? L’istruzione terziaria professionalizzante in Italia e in Europa, Milano University Press, rapporto della Fondazione Agnelli

• Freeman S. et al. (2014), Active learning increases student performance in science, engineering, and mathematics, PNAS

• Deslauriers L., Schelew E., Wieman C. (2011), Improved learning in a large-enrollment physics class, Science

• Education Endowment Foundation, Teaching and Learning Toolkit — Peer tutoring

• Bastani H. et al. (2025), Generative AI without guardrails can harm learning, PNAS

• Angotti, R. (2026), XXV Rapporto sulla formazione continua in Italia. Lo scenario, presentazione INAPP, 8 luglio (dati Eurostat LFS e CVTS; INAPP INDACO-Imprese)

• ISTAT (2025), Rapporto sul Benessere equo e sostenibile — Anno 2024, comunicato e dominio Istruzione e formazione. https://www.istat.it/comunicato-stampa/rapporto-sul-benessere-equo-e-sostenibile-anno-2024/

• ISTAT (2024), La formazione degli adulti — Anno 2022, 8 aprile, pp. 1–2. https://www.istat.it/it/files/2024/04/Formazione-adulti-Anno2022.pdf

• Università degli Studi di Napoli L’Orientale (2024), Iscritti totali. Confronto tra Ateneo e Italia, elaborazione del 20 giugno su dati MUR — Anagrafe nazionale studenti. https://www.unior.it/sites/default/files/2024-06/Iscritti%20Ateneo%20e%20Italia%20%2820\_06\_2024%29.pdf

• Holtzman, A. et al. (2020), The Curious Case of Neural Text Degeneration, ICLR. https://arxiv.org/abs/1904.09751