Un recente studio ha valutato se l’uso di strumenti di diagnosi assistita da IA migliori o indebolisca il pensiero critico degli studenti di medicina.

Il problema di fondo è molto attuale: l’IA può diventare una “stampella cognitiva” che rende gli studenti dipendenti, oppure può funzionare come supporto educativo che li costringe a ragionare meglio?. Gli autori hanno seguito 372 studenti di medicina per 12 mesi, con tre rilevazioni: inizio, 6 mesi e 12 mesi e hanno analizzato la relazione fra tre variabili principali: diagnosi assistita da AI, AI literacy (alfabetizzazione all’IA, cioè capacità di capire, valutare e integrare criticamente gli output algoritmici) e pensiero critico.
Il risultato principale è che una maggiore partecipazione ad attività diagnostiche con IA è associata a un aumento sia della AI literacy sia del pensiero critico. In particolare, l’alfabetizzazione all’IA funziona da mediatore: gli studenti che usano di più l’IA, se guidati da supervisori, sviluppano maggiore capacità di comprenderla e valutarla; questa competenza, a sua volta, è associata a un miglioramento del pensiero critico. L’articolo sottolinea però che il beneficio non è automatico. Gli effetti sono più marcati negli studenti con maggiore esperienza tecnologica precedente e con un orientamento all’apprendimento centrato sul capire e migliorare. Sono invece più deboli negli studenti orientati alla performance, che tendono a usare l’IA per ottenere rapidamente la risposta finale corretta più che per interrogare il processo diagnostico.
Un punto importante è che lo studio riguarda l’uso supervisionato dell’IA. Gli autori insistono sul fatto che la presenza di docenti e clinici esperti è essenziale: senza supervisione, gli studenti potrebbero non distinguere tra un proprio errore diagnostico e un limite dell’algoritmo.

Riflessioni
L’articolo è interessante perché evita due estremi: non demonizza l’IA come causa inevitabile di “atrofia cognitiva”, ma neppure la presenta come soluzione magica. Il messaggio più convincente è che l’IA può rafforzare il ragionamento clinico solo se diventa oggetto di riflessione, non semplice scorciatoia diagnostica. La distinzione tra uso dell’IA e competenza nell’usarla criticamente è il contributo più forte. Non basta esporre gli studenti a strumenti algoritmici: bisogna insegnare loro a esplorare alternative, leggere probabilità, valutare incertezze, riconoscere bias, errori e “allucinazioni” del sistema. In questo senso, la AI literacy diventa una competenza medica, non solo informatica, per capire quando una risposta è utile, quando è incompleta, quando può essere sbagliata.
Ci sono però limiti importanti. Lo studio è osservazionale e usa misure auto-riferite: quindi non può dimostrare con certezza che l’IA causi un miglioramento del pensiero critico. È possibile che studenti già più motivati, competenti o curiosi usino di più l’IA e migliorino comunque. Gli autori riconoscono questo limite e parlano correttamente di associazioni, non di causalità. Un altro limite è il contesto: studenti cinesi, tre università, uno specifico ambiente clinico e strumenti integrati in ospedali ad alto volume. I risultati potrebbero non trasferirsi automaticamente ad altri sistemi sanitari, specialità o contesti formativi.
La conclusione pratica è forte: l’IA nella formazione medica va introdotta con supervisione, curriculum esplicito di AI literacy e valutazioni che premiano il ragionamento, non solo la correttezza della diagnosi. In altre parole, chiedere allo studente “perché accetti o rifiuti il suggerimento dell’IA?” è più educativo che chiedergli soltanto “qual è la diagnosi?”. In sintesi, l’articolo sostiene che l’IA può essere una palestra per il pensiero critico, ma solo se usata come interlocutore da mettere alla prova, non come autorità da seguire passivamente.


Giampaolo Collecchia e Riccardo De Gobbi


Riferimento bibliografico
Xin, Y., Yan, D., Shuren, L. et al. AI literacy mediates AI assisted diagnosis participation and critical thinking among medical students under supervision. npj Digit. Med. 9, 344 (2026). https://doi.org/10.1038/s41746-026-02521-9