Neuroscienze educative e AI: cosa ci dice l'EEG sul cervello dei bambini

Misurare il cervello che impara: EEG, fNIRS e AI adattiva

Una revisione sistematica pubblicata su Brain Sciences nel 2025 integra la Teoria del Carico Cognitivo con le neuroscienze educative e l’AI per esaminare il loro impatto combinato sull’ottimizzazione degli ambienti di apprendimento. Lo studio esplora come i sistemi di apprendimento adattivo guidati dall’AI, informati da intuizioni neurofisiologiche, possano migliorare l’educazione personalizzata per gli studenti K-12 e gli studenti adulti. Lo studio enfatizza il ruolo dell’elettroencefalografia (EEG), della spettroscopia funzionale nel vicino infrarosso (fNIRS) e di altri strumenti neurofisiologici nella valutazione degli stati cognitivi e nella guida degli interventi AI per raffinare dinamicamente le strategie didattiche.

Questo approccio — misurare in tempo reale l’attività cerebrale degli studenti per adattare l’insegnamento — rappresenta una frontiera affascinante ma anche potenzialmente inquietante. Da un lato, potrebbe permettere di personalizzare l’apprendimento in modi genuinamente rivoluzionari, identificando quando uno studente è in sovraccarico cognitivo, quando è annoiato, quando è massimamente ricettivo. Dall’altro, solleva questioni profonde di privacy neurobiologica: il monitoraggio dell’attività cerebrale dei bambini in tempo reale trasforma la classe in un laboratorio, e i dati cerebrali dei minori diventano materiale di profilazione di una intimità senza precedenti.

La ricerca mostra che i materiali di apprendimento emotivamente salienti migliorano i meccanismi neurobiologici del consolidamento della memoria, supportando una ritenzione più profonda delle informazioni. Inoltre, fattori legati allo stile di vita come la qualità del sonno, l’attività fisica e la regolazione dello stress influenzano direttamente la plasticità neurale e le funzioni cognitive, riflettendo un’altra dimensione critica ma spesso trascurata delle neuroscienze educative. Questa evidenza rafforza la connessione tra i capitoli della nostra analisi sulla salute fisica e quelli sullo sviluppo cognitivo: sonno, esercizio e gestione dello stress non sono temi separati dall’apprendimento, ma ne sono prerequisiti neurobiologici.

BMJ Open / Wiebe et al. “Application of AI in early childhood development: a scoping review protocol.” 15(11):e106044, 2025.

Brain Sciences / Antonopoulou et al. “Challenging Cognitive Load Theory: The Role of Educational Neuroscience and AI.” 15(2):203, 2025.

Cornell / Nature Sustainability / Xiao & You. “Environmental impact and net-zero pathways for sustainable AI servers in the USA.” Novembre 2025.

De Vries-Gao, A. “The carbon and water footprints of data centers.” ScienceDirect, Dicembre 2025.

Goldman Sachs Research. Analisi impatto energetico data center. Agosto 2025.

IEA (International Energy Agency). AI and Energy Report. Aprile 2025.

IJRISS. “A Systematic Review of the Impact of AI, Digital Technology, and Social Media on Cognitive Functions.” Vol. IX, Issue III, 2025.

Kundu & Bej. “Psychological impacts of AI use on school students.” RPTEL 20:30, 2025.

Li et al. (2023). Correlazione negativa tra uso frequente di AI e pensiero critico.

MDPI Societies / SBS Swiss Business School. “AI Tools in Society: Impacts on Cognitive Offloading and Critical Thinking.” 15(1):6, 2025.

MIT News / Bashir & Olivetti. “Explained: Generative AI’s environmental impact.” Gennaio e Settembre 2025.

Smithsonian Magazine / Chen, A.X. “A.I. Is on the Rise, and So Is the Environmental Impact.” Settembre 2025.

Sparrow, B. et al. Effetto dei motori di ricerca sulla memoria indipendente.

UNEP. “AI has an environmental problem. Here’s what the world can do about that.” 2025.

SALUTE FISICA DEI MINORI NELL’ERA DELL’AI

Il corpo che paga il prezzo della vita digitale

Estratto da Infanzia Algoritmica: Intelligenza Artificiale, Minori e Salute di Giuseppe Siciliani Disponibile su Amazon