Il Politecnico di Milano ha ridotto del 50% il tasso di abbandono tra i propri studenti. Il dropout è calato dal 20% al 10% grazie a un approccio rigoroso al problema, basato sull’analisi di grandi quantità di dati e sull’utilizzo mirato dell’intelligenza artificiale. Utilizzando complessi algoritmi di machine learning, l’ateneo è riuscito a prevedere in anticipo quali studenti sarebbero stati a rischio di abbandono, intervenendo con misure mirate come tutoraggio personalizzato, supporto psicologico e borse di studio.
È un progetto ambizioso, che ha richiesto anni di lavoro e l’analisi di un campione enorme: oltre 110.000 studenti in un arco di nove anni, con dieci milioni di “occorrenze” relative a eventi accademici (esami, iscrizioni, performance). I risultati sono significativi non solo in termini numerici, ma anche per la qualità dell’approccio: un esempio virtuoso di come l’IA possa essere usata non per sostituire, ma per sostenere le persone.
Prevedere per prevenire
I modelli predittivi sviluppati al Politecnico hanno evidenziato una correlazione chiara: le performance accademiche iniziali sono un indicatore forte del rischio di abbandono. Gli studenti che non conseguono un numero significativo di crediti nel primo semestre hanno una probabilità molto più alta di lasciare l’università, spesso già prima del terzo semestre.
È un dato che trova conferma anche a livello internazionale: secondo l’OCSE, l’early dropout è un problema diffuso nei paesi industrializzati, con impatti negativi sia individuali che sistemici. In Italia, i dati del MIUR mostrano che circa uno studente su cinque abbandona dopo il primo anno.
“Vogliamo mettere i nostri studenti nelle condizioni di affrontare con fiducia il loro percorso fin dall’inizio”, ha dichiarato Stefano Ronchi, vicerettore per la didattica. È un’affermazione che riflette un cambio di paradigma: lo studente non è più solo un numero di matricola, ma una persona da accompagnare, soprattutto nei momenti critici.
Ma se la previsione è importante, lo è ancora di più l’azione conseguente. Il Politecnico ha adottato una serie di misure concrete per ridurre il rischio di abbandono: oltre al tutoraggio tra pari, valorizzato anche con badge virtuali per incentivare la partecipazione, sono state potenziate le forme di supporto psicologico e introdotte borse di studio mirate. In un sistema universitario sempre più selettivo e competitivo, il sostegno economico resta uno degli strumenti più efficaci per promuovere l’inclusione e ridurre le disuguaglianze: anche i dati mostrano che chi riceve borse di studio, in particolare quelle erogate dalla DSU (Diritto allo Studio Universitario) ha una probabilità significativamente minore di abbandonare il percorso accademico.
Caterina Falleni, pioniera del design inclusivo “Progettare per pochi migliora la vita di tutti”
Il confronto con l’Europa
Il risultato del Politecnico di Milano assume particolare rilevanza se confrontato con la media nazionale italiana. Secondo l’ANVUR, il tasso di abbandono universitario in Italia si attesta intorno al 28%, con variazioni significative tra le diverse università e regioni. A livello europeo, l’Italia presenta uno dei tassi di abbandono più elevati: il 30,8% degli studenti italiani non completa il percorso di laurea triennale entro la durata prevista, rispetto all’11,9% della Spagna e al 12,8% del Regno Unito. Tuttavia, perdere uno studente non significa solo fallire in un obiettivo formativo, ma sprecare un potenziale. Il progetto del Politecnico dimostra che l’intelligenza artificiale, se usata con intelligenza umana, può essere un alleato prezioso, non per sostituire i docenti, ma per aiutarli a essere ancora più efficaci nel loro ruolo educativo.
Fonte : Repubblica
