Psicologia delle organizzazioni e delle istituzioni

Corso di Laurea Magistrale in Psicologia Sociale, del Lavoro e delle Organizzazioni

Dipartimento di Scienze Psicologiche, Pedagogiche, dell’Esercizio Fisico e della Formazione

INSEGNARE NELL’ERA DELL’INTELLIGENZA ARTIFICIALE:

l’impatto della Minaccia Percepita sul Coinvolgimento

Lavorativo dei docenti.

TESI DI LAUREA DI RELATORE

Lucia Mastroieni PROF. FRANCESCO PACE

ANNO ACCADEMICO 2025 - 2026

INDICE

INTRODUZIONE ................................................................................................................ 1

CAPITOLO 1 - L'INTELLIGENZA ARTIFICIALE NEL MONDO

DELL'ISTRUZIONE: CONTESTO, PERCEZIONI E GESTIONE DEL

CAMBIAMENTO ................................................................................................................ 3

1.1 L'Intelligenza Artificiale nel mondo del lavoro ........................................................... 3

1.2 L’Intelligenza Artificiale nell’istruzione ...................................................................... 4

1.3 Percezioni e atteggiamenti degli insegnanti verso l’IA ................................................ 6

1.4 La gestione del cambiamento tecnologico: modelli teorici e strategie di intervento ... 8

1.5 Gap nella letteratura e contributo della presente ricerca ............................................ 10

CAPITOLO 2 - MINACCIA PERCEPITA DALL’IA E COINVOLGIMENTO

LAVORATIVO: COSTRUTTI TEORICI E MODELLO DI RICERCA ................... 11

2.1 Introduzione e framework teorico .............................................................................. 11

2.2 La Teoria della Conservazione delle Risorse (COR) ................................................. 11

2.3 Il modello Job Demands-Resources (JD-R) ............................................................... 12

2.4 Dal framework teorico alle variabili del modello ...................................................... 13

2.4.1 La Minaccia Percepita dall’IA ........................................................................ 14

2.4.2 Il Tecnostress .................................................................................................. 16

2.4.3 L’Esaurimento Emotivo .................................................................................. 18

2.4.4 Il Coinvolgimento Lavorativo ........................................................................ 20

2.5 Il modello proposto e le ipotesi di ricerca .................................................................. 23

CAPITOLO 3 - METODO, RISULTATI E DISCUSSIONE ........................................ 26

3.1 Introduzione ............................................................................................................... 26

3.2 Disegno di ricerca ...................................................................................................... 26

3.3 Strumenti di misura .................................................................................................... 27

3.3.1 Dati sociodemografici e professionali ............................................................ 27

3.3.2 La minaccia percepita dall'IA ......................................................................... 27

3.3.3 Il Tecnostress .................................................................................................. 29

3.3.4 L'Esaurimento Emotivo .................................................................................. 30

3.3.5 L'Engagement Lavorativo ............................................................................... 31

3.3.6 La Significatività del Lavoro .......................................................................... 31

3.3.7 Domande aperte di feedback e riflessioni ....................................................... 31

3.4 Partecipanti ................................................................................................................. 32

3.5 Procedura .................................................................................................................... 35

3.6 Analisi dei dati ........................................................................................................... 35

3.6.1 Preparazione e pulizia del dataset ................................................................... 35

3.6.2 Statistiche descrittive del campione ................................................................ 35

3.6.3 Calcolo dei punteggi ....................................................................................... 35

3.6.4 Attendibilità delle scale ................................................................................... 36

3.6.5 Analisi di validità fattoriale del costrutto “Minaccia Percepita dall’IA” ........ 36

3.6.6 Confronti tra gruppi ........................................................................................ 36

3.6.7 Test del modello di mediazione seriale ........................................................... 36

3.7 Risultati e discussione .................................................................................................... 37

3.7.1 Attendibilità e analisi descrittive delle scale ................................................... 37

3.7.2 Verifica della struttura fattoriale del costrutto “Minaccia percepita dall’IA” . 38

3.7.3 Analisi preliminari .......................................................................................... 39

3.7.4 Test dei modelli di mediazione ....................................................................... 44

3.8 Verifica delle ipotesi ...................................................................................................... 50

3.9 Analisi esplorativa: il ruolo protettivo della Significatività del Lavoro ........................ 51

3.10 Conclusioni .................................................................................................................. 55

3.10.1 Implicazioni pratiche .................................................................................... 58

3.10.2 Limiti dello studio ......................................................................................... 60

3.10.3 Sviluppi futuri ............................................................................................... 61

BIBLIOGRAFIA DI RIFERIMENTO ............................................................................ 63

INTRODUZIONE

Negli ultimi anni, l’Intelligenza Artificiale ha conosciuto uno sviluppo rapidissimo,

estendendo il proprio impiego a numerosi ambiti della vita quotidiana, produttiva e

professionale. Anche il settore dell’istruzione è stato progressivamente investito da queste

trasformazioni, con l’introduzione di strumenti capaci di supportare attività di progettazione,

valutazione, personalizzazione dell’apprendimento e gestione dei processi educativi. Se, da

un lato, queste innovazioni aprono nuove opportunità per migliorare l’efficacia della

didattica e alleggerire alcuni compiti ripetitivi, dall’altro sollevano interrogativi rilevanti in

merito al ruolo del docente, alla qualità dell’esperienza lavorativa e alla percezione di

controllo sulle proprie competenze professionali.

In questo scenario, l’introduzione dell’IA nel lavoro educativo non rappresenta soltanto una

questione tecnologica, ma anche psicologica e organizzativa. L’adozione di sistemi

intelligenti può infatti essere accompagnata da vissuti di incertezza, preoccupazione e

resistenza, soprattutto quando tali strumenti vengono percepiti come potenzialmente

sostitutivi del contributo umano o come capaci di modificare in profondità le pratiche

professionali consolidate. Per i docenti, ciò può tradursi in forme di minaccia percepita,

intesa come la valutazione soggettiva che l’IA possa compromettere il proprio ruolo, la

propria autonomia o la propria rilevanza professionale. Nel mondo dell’istruzione, in

particolare, l’introduzione di strumenti basati sull’IA sta modificando pratiche consolidate,

aprendo nuove possibilità per la didattica e la personalizzazione dell’apprendimento, ma

sollevando al tempo stesso interrogativi profondi sul significato del lavoro docente,

sull’autonomia professionale e sul mantenimento della dimensione relazionale

dell’insegnamento.

A partire da questa prospettiva, la presente tesi si propone di esplorare la relazione tra

minaccia percepita dall’Intelligenza Artificiale ed esiti lavorativi nei docenti, con particolare

attenzione ai processi psicologici che possono mediare tale relazione. In particolare,

l’attenzione è rivolta al tecnostress e all’esaurimento emotivo, due variabili che permettono

di comprendere come la pressione derivante dalle tecnologie possa tradursi in una riduzione

del benessere e del coinvolgimento lavorativo. L’engagement lavorativo, considerato come

esito positivo dell’esperienza professionale, rappresenta invece la dimensione finale del

modello indagato. L’ipotesi di fondo è che la percezione dell’IA come fattore potenzialmente

lesivo per risorse centrali del lavoro docente possa attivare una catena di reazioni

psicologiche negative, incidendo sul benessere e sul rapporto con la propria professione.

Il primo capitolo offre un inquadramento teorico del fenomeno dell’Intelligenza Artificiale

nel mondo del lavoro e, in particolare, nel contesto dell’istruzione. Vengono esaminate le

trasformazioni introdotte dall’IA nei processi produttivi e didattici, le percezioni e gli

atteggiamenti dei docenti nei confronti di queste tecnologie e le principali strategie teoriche

per gestire il cambiamento organizzativo. Il capitolo mette inoltre in evidenza come la

letteratura descriva una relazione ambivalente tra insegnanti e IA: da un lato, interesse per

le potenzialità di supporto, personalizzazione e alleggerimento del carico amministrativo;

dall’altro, preoccupazioni legate alla possibile erosione dell’autonomia, alla de-

umanizzazione del processo educativo e alla perdita di controllo sulle pratiche professionali.

1

Il secondo capitolo sviluppa il quadro teorico di riferimento e costruisce il modello di ricerca.

A partire dalla Teoria della Conservazione delle Risorse e dal modello Job Demands-

Resources, il capitolo illustra come la minaccia percepita dall’IA possa essere interpretata

come una pressione sulle risorse professionali del docente, innescando tecnostress ed

esaurimento emotivo e, infine, una riduzione dell’engagement lavorativo. In questa sezione

vengono inoltre approfonditi i principali costrutti della ricerca (minaccia percepita dall’IA,

tecnostress, esaurimento emotivo ed engagement) e vengono formulate le ipotesi che

guidano l’analisi empirica.

Il terzo capitolo presenta infine la ricerca empirica. Dopo la descrizione del disegno di studio,

del campione, degli strumenti di misura e della procedura di raccolta dati, il capitolo espone

le analisi statistiche condotte. La parte conclusiva del capitolo discute i risultati alla luce

della letteratura, evidenziandone le implicazioni teoriche e pratiche, insieme ai limiti dello

studio e ai possibili sviluppi futuri. 2

CAPITOLO 1 - L'INTELLIGENZA ARTIFICIALE NEL MONDO

DELL'ISTRUZIONE: CONTESTO, PERCEZIONI E GESTIONE DEL

CAMBIAMENTO

1.1 L'Intelligenza Artificiale nel mondo del lavoro

L'Intelligenza Artificiale (IA) rappresenta una delle forze trainanti della Quarta Rivoluzione

Industriale, ridefinendo radicalmente il panorama economico e lavorativo globale.

Concettualmente, essa può essere intesa come la capacità di un sistema di elaborazione di

simulare l'intelligenza umana nello svolgimento di compiti complessi, quali

l'apprendimento, la risoluzione di problemi e il processo decisionale. Tale definizione si

ricollega a quanto postulato originariamente da Turing nel 1950, secondo cui le macchine

possono arrivare a "pensare" in modo analogo agli esseri umani, aprendo la strada a una

riflessione ancora oggi centrale sul confine tra intelligenza biologica e artificiale.

In questo scenario di profonda trasformazione, Brougham e Haar (2018) hanno proposto

l'acronimo STARA (Smart Technology, Artificial Intelligence, Robotics, and Algorithms)

per rappresentare l'insieme delle tecnologie che stanno ridisegnando il mercato del lavoro.

Queste si articolano in tre categorie principali: l'intelligenza artificiale, comprensiva di

apprendimento automatico e calcolo cognitivo; la robotica, che include robot di servizio,

procedure assistite da robot e automazione robotica dei processi; e le tecnologie di

automazione in senso più ampio.

Gli effetti della STARA sull'occupazione mostrano risultati contrastanti e alimentano un

dibattito ancora aperto nella comunità scientifica. Accanto a visioni ottimistiche, che

sottolineano la capacità dell'innovazione tecnologica di generare nuove professioni e

opportunità, emergono scenari di "distruzione creativa" del mercato del lavoro, in cui

l'automazione erode categorie occupazionali esistenti senza necessariamente produrre un

numero equivalente di nuovi impieghi. I dati disponibili offrono un quadro sfumato: sebbene

solo una piccola percentuale di mansioni rischi la completa automazione nel breve periodo,

circa la metà dei posti di lavoro nei paesi membri subirà trasformazioni sostanziali nelle

modalità di esecuzione, con una ridefinizione dei compiti, delle competenze richieste e delle

modalità organizzative. Questo significa che il problema non riguarda esclusivamente la

sostituzione del lavoratore da parte della macchina, ma investe in modo più pervasivo la

natura stessa del lavoro umano e le competenze necessarie per svolgerlo.

Tale fenomeno non colpisce in modo uniforme tutte le fasce d'età, delineando una relazione

a "U" tra rischio di automazione ed età anagrafica. I lavoratori più giovani, pur essendo

maggiormente esposti al rischio di disoccupazione tecnologica per via della minore

esperienza e della posizione spesso più precaria nel mercato del lavoro, possiedono

generalmente competenze digitali superiori che ne facilitano l'adattamento ai nuovi requisiti

professionali. I lavoratori più anziani, invece, affrontano una duplice vulnerabilità: da un

lato, l'insicurezza lavorativa derivante dalle politiche di ridimensionamento organizzativo

spesso connesse all'introduzione delle nuove tecnologie; dall'altro, una diversa

consapevolezza e familiarità con le tecnologie STARA, che può tradursi in maggiori

difficoltà di riqualificazione. Un caso particolare è rappresentato dai lavoratori prossimi alla

pensione, i quali mostrano spesso una minore preoccupazione verso tali innovazioni rispetto

3

alle fasce d'età intermedie. Questo dato, apparentemente controintuitivo, potrebbe essere

ricondotto a due spiegazioni complementari: una ridotta percezione dell'impatto della

STARA nella fase ormai conclusiva della propria carriera, oppure una forma di "beata

inconsapevolezza" che, riducendo il livello di esposizione psicologica al cambiamento,

attenua i livelli di stress e tensione lavorativa (Alcover et al., 2021). In entrambi i casi,

emerge con chiarezza come la risposta individuale all'automazione non sia determinata

esclusivamente da fattori tecnici o economici, ma sia profondamente influenzata dalla

dimensione soggettiva e dalla percezione personale del rischio.

1.2 L’Intelligenza Artificiale nell’istruzione

Spostando l’attenzione dal contesto lavorativo generale al settore dell'istruzione e della

formazione, emerge come quest'ultimo rappresenti un ambiente professionale peculiare, in

cui la conoscenza, l'autorità pedagogica e la relazione umana non sono semplici strumenti di

lavoro, ma costituiscono l'essenza stessa della professione docente.

In questo ambito, l'integrazione dell'IA, intesa come l'applicazione di algoritmi e modelli di

machine learning finalizzati all'ottimizzazione della didattica e dei processi gestionali, sta

ridefinendo profondamente le dinamiche tra insegnamento e apprendimento, ponendo

interrogativi inediti sul ruolo del docente, sull'autonomia dello studente e sul senso stesso

dell'atto educativo (Singh et al., 2025).

Le applicazioni dell'IA in campo educativo si articolano in due categorie principali:

Sistemi di apprendimento: tecnologie adattive progettate per la personalizzazione dei

• percorsi didattici, capaci di modulare contenuti, ritmi e modalità di presentazione in

funzione delle caratteristiche e dei progressi del singolo studente.

Sistemi di supporto amministrativo: dedicati all'automazione di compiti burocratici

• e di routine, come la correzione delle prove, la gestione dei registri e l'analisi dei dati

sulle carriere studentesche, con l'obiettivo di ridurre il carico non didattico gravante

sui docenti e sulle istituzioni scolastiche.

L'evoluzione di questi strumenti è stata rapida e ha seguito una traiettoria di crescente

sofisticazione: dai primi sistemi di istruzione guidata dal computer dei primi anni Duemila,

caratterizzati da percorsi rigidi e predefiniti, si è progressivamente giunti allo sviluppo dei

Sistemi di Tutoraggio Intelligenti (ITS), capaci di osservare il comportamento dello studente

in tempo reale, apprendere dalle sue difficoltà e fornire un supporto immediato e

contestualizzato.

Tra i principali vantaggi documentati dalla letteratura figurano una maggiore motivazione

degli studenti, che ottengono risultati migliori quando percepiscono la didattica come

calibrata sulle proprie esigenze, la possibilità per i docenti di identificare tempestivamente

gli studenti in difficoltà e ricalibrare l'intervento educativo prima che il disagio si consolidi,

e l'automazione dei compiti più ripetitivi, che libera risorse cognitive e temporali da dedicare

alla dimensione relazionale e creativa dell'insegnamento (Singh et al., 2025).

Tuttavia, l'integrazione dell'IA nel sistema formativo non si esaurisce in una questione di

efficienza tecnica, ma investe dimensioni etiche, sociali e pedagogiche di grande rilevanza.

Il dibattito accademico appare spesso polarizzato tra una visione utopica, defini