Come i professori usano Claude: il report di Anthropic su 74.000 conversazioni

Il dibattito su intelligenza artificiale e università ha un protagonista fisso: lo studente che si fa scrivere il tema. Anthropic ha provato a girare la telecamera dall’altra parte e a guardare cosa fa il docente: l’Anthropic Education Report dedicato agli educatori è uscito il 26 agosto 2025, su una finestra di rilevazione di undici giorni fra il 22 maggio e il 2 giugno 2025, e resta a oggi l’unica misurazione su scala di come i professori usano Claude: circa 74.000 conversazioni anonimizzate di professionisti dell’istruzione superiore. Da allora Anthropic si è mossa, Claude for Teachers è arrivato nel luglio 2026, ma i dati empirici di riferimento su cosa i docenti fanno davvero dentro Claude.ai sono ancora questi. Non un sondaggio di opinioni, ma il registro di quello che è successo. E la fotografia è scomoda in modo diverso da come ce la si aspettava: i docenti usano l’AI soprattutto per progettare i corsi, ma nel 48,9% delle conversazioni sulla valutazione delle prestazioni degli studenti il compito viene consegnato per intero al modello, voti, registri e giudizi che escono dalla macchina senza mediazione, proprio il lavoro che loro stessi giudicano il meno adatto all’AI. È una fetta piccola del totale, il 7% delle conversazioni, ma è lì che il divario fra ciò che si dice e ciò che si fa è più largo.

In questo articolo scoprirai:

• Cosa raccontano le 74.000 conversazioni analizzate da Anthropic
• Progettare il corso: dove finisce il 57% del lavoro
• Correggere i compiti: il paradosso del 48,9%
• Quanto tempo fa risparmiare l'AI a chi insegna: le 5,9 ore di Gallup
• Il ribaltamento: ora sono gli studenti a contestare l'AI dei professori
• Cosa portarsi a casa, dentro e fuori dall'università

Come i professori usano Claude: cosa raccontano le 74.000 conversazioni di Anthropic

Il metodo è dichiarato e vale la pena leggerlo prima dei numeri. Anthropic ha isolato le conversazioni provenienti da account Claude.ai Free e Pro registrati con indirizzi email di istituzioni universitarie, in una finestra di undici giorni fra il 22 maggio e il 2 giugno 2025. Di tutto quel traffico, solo l’1,5% circa è stato classificato come attività specificamente docente: il resto era uso personale o non riconducibile all’insegnamento. A questa parte quantitativa Anthropic ha affiancato una ricerca qualitativa con la Northeastern University, basata su interviste e questionari a 22 membri della facoltà, come riepiloga anche la scheda di InfoDocket.

La classifica degli usi è netta. Lo sviluppo di curricula e materiali didattici pesa il 57% delle conversazioni, la ricerca accademica il 13%, la valutazione delle prestazioni degli studenti il 7%. Il resto si distribuisce fra scrittura di proposte di finanziamento, tutoraggio, gestione amministrativa e attività di ammissione, come riepiloga anche la sintesi pubblicata da EdTech Innovation Hub.

È un profilo d’uso opposto a quello degli studenti. Nel report gemello sugli universitari, su 574.740 conversazioni filtrate, il 38,6% arrivava da informatica, una disciplina che rappresenta appena il 5,4% delle lauree statunitensi, e circa il 47% degli scambi era “diretto”, cioè richiesta e risposta senza vera elaborazione. I docenti, quando entrano in Claude, ci entrano per costruire qualcosa. Se vuoi capire come funziona lo strumento di cui si parla, abbiamo una guida completa a Claude AI che spiega modelli, limiti e rischi.

Progettare il corso: dove finisce il 57% del lavoro

La voce più grossa del dataset non è una scorciatoia, è progettazione. I docenti usano Claude per scrivere syllabi, riformulare obiettivi didattici, produrre esercizi, adattare materiali a livelli diversi e preparare documenti amministrativi. La ricerca Northeastern aggiunge una motivazione ricorrente: l’AI come interlocutore, non come esecutore. «Usalo come partner di pensiero, non come sostituto del pensiero», sintetizza uno dei docenti intervistati citato da EdTech Innovation Hub. Un altro passaggio dello stesso filone: «È la conversazione con l’LLM ad avere valore, non la prima risposta».

Cosa costruiscono davvero i professori con gli Artifacts di Claude

La parte più concreta riguarda gli Artifacts, cioè i mini-applicativi che Claude genera e mostra affiancati alla chat. Anthropic documenta escape room didattiche, giochi sulla stechiometria in chimica, quiz HTML con feedback automatico, dashboard di visualizzazione dati, calendari accademici interattivi e rubriche di valutazione. Sono materiali che prima richiedevano un programmatore o settimane di lavoro, e la frase di un professore della Northeastern lo dice meglio di qualsiasi statistica: «Ciò che era proibitivo da fare per il costo in tempo ora diventa possibile». È lo stesso meccanismo che si osserva fuori dall’università, quando un modello passa da assistente di scrittura a costruttore di strumenti: ne abbiamo parlato a proposito di Claude Science, il workbench di Anthropic per la ricerca scientifica.

Correggere i compiti: il paradosso del 48,9%

Qui il report smette di essere incoraggiante. Anthropic ha classificato ogni conversazione come augmentation (l’AI collabora, il docente decide) o automation (il compito viene consegnato per intero alla macchina), una distinzione ripresa anche da Axios. Per l’insegnamento in aula l’equilibrio è sano: 77,4% di augmentation contro 22,6% di automazione. Lo stesso vale per la scrittura di proposte di finanziamento (70%), il tutoraggio accademico (67,5%) e la supervisione del lavoro degli studenti (66,9%).

La valutazione rompe lo schema. Nelle conversazioni che riguardano registri e giudizi sulle prestazioni degli studenti l’automazione tocca il 48,9%: quasi una volta su due il voto, o la sua bozza, esce dal modello senza mediazione. Ed è esattamente il compito che i docenti della Northeastern indicano come quello in cui l’AI riesce peggio. Un professore, citato nel report, è esplicito: «Sul piano etico e su quello pratico sono molto diffidente all’idea di usare [gli strumenti di AI] per valutare o consigliare gli studenti». Detto e non fatto, nello stesso campione.

Il dato va pesato: la valutazione è solo il 7% del totale delle conversazioni analizzate da Anthropic, quindi parliamo di una fetta piccola ma a densità di automazione altissima, seconda solo alla gestione finanziaria e alla raccolta fondi, dove l’automazione arriva al 65%. È lo stesso tipo di scarto fra ciò che le persone dichiarano e ciò che fanno che emerge dagli altri lavori di misurazione di Anthropic, come l’Anthropic Economic Index e la ricerca sull’esposizione osservata delle professioni.

Quanto tempo fa risparmiare l’AI a chi insegna: le 5,9 ore di Gallup

Il numero che circola di più non viene da Anthropic ma dallo studio Teaching for Tomorrow di Walton Family Foundation e Gallup, condotto fra il 18 marzo e l’11 aprile 2025 su 2.232 insegnanti pubblici statunitensi. Gallup riporta che chi usa l’AI almeno una volta a settimana risparmia in media 5,9 ore settimanali, l’equivalente di sei settimane di scuola all’anno. Gli utenti settimanali sono il 30%, mentre il 60% ha usato l’AI almeno una volta nell’anno scolastico.

Il tempo recuperato non sparisce: secondo la parte qualitativa dello studio finisce in feedback più articolati agli studenti, lezioni personalizzate, comunicazioni alle famiglie e, dettaglio non banale, uscite dal lavoro a un orario ragionevole. Sulla qualità percepita, EdSurge riporta che il 64% giudica migliori i materiali adattati con l’AI, il 61% gli spunti sulle prestazioni degli studenti e il 57% il feedback e la correzione.

Perché le 5,9 ore non si trasferiscono automaticamente all’università

Il campione Gallup è K-12, quello Anthropic è universitario: sono due mestieri con carichi diversi, e il report di Anthropic cita il dato come contesto, non come misura del proprio campione. Chi lo usa per stimare il risparmio di un professore universitario sta estrapolando, non misurando.

Il ribaltamento: ora sono gli studenti a contestare l’AI dei professori

Mentre gli atenei scrivono regolamenti contro l’uso dell’AI negli elaborati, la contestazione ha cambiato direzione.

Il caso Northeastern: il rimborso chiesto al professore che usava ChatGPT

Il caso più noto è quello di Ella Stapleton, studentessa proprio della Northeastern: come racconta Fortune, ha trovato nelle dispense del suo docente una citazione a “ChatGPT” rimasta in bibliografia, refusi ricorrenti tipici dell’output automatico e immagini con figure dotate di arti in più. Ha chiesto il rimborso di oltre 8.000 dollari per un corso il cui syllabus vietava agli studenti l’uso dell’AI. L’università ha respinto la richiesta; il professore, Rick Arrowood, ha ammesso di aver passato i materiali a ChatGPT, Perplexity e Gamma e ha commentato: «Con il senno di poi, avrei voluto guardare quei materiali molto più da vicino».

Come i professori ridisegnano le prove invece di vietare l’AI

Il report intercetta anche la reazione didattica opposta, quella di chi ridisegna le prove invece di vietare gli strumenti, un riassestamento che NPR ha raccontato entrando nelle aule americane. Due frasi raccolte dalla Northeastern e riportate nel report di Anthropic valgono un capitolo: «Non assegnerò mai più una tesina di ricerca tradizionale» e «Se Claude o uno strumento di AI simile è in grado di completare un compito, non mi preoccupo che gli studenti imbroglino: mi preoccupa che non stiamo facendo il nostro lavoro». Il problema si sposta dal controllo alla progettazione della prova, e questo è un lavoro che l’AI non può fare al posto di nessuno. Sul tema di come un modello tenda ad assecondare chi ha davanti, utile quando si parla di feedback agli studenti, abbiamo raccontato lo studio di Anthropic sulla sycophancy.

Cosa portarsi a casa, dentro e fuori dall’università

Il report ha limiti che dichiara da solo: esclude il K-12, copre undici giorni di maggio-giugno 2025, riguarda solo Claude.ai e fotografa early adopter, cioè docenti già a proprio agio con l’AI. Non è la media dell’accademia, è la sua avanguardia. Ed è già datato rispetto alle mosse successive di Anthropic: il 14 luglio 2026 è arrivato Claude for Teachers, gratuito per almeno un anno per i docenti K-12 statunitensi verificati, con critiche immediate sul rischio di “de-skilling” degli insegnanti alle prime armi e sul marketing diretto che scavalca il controllo dei distretti sui dati degli studenti.

La lezione trasferibile a qualsiasi organizzazione è però indipendente dalla scuola: l’AI rende di più dove il lavoro è di costruzione e rende peggio dove il lavoro è di giudizio. Il 77,4% di augmentation sull’insegnamento e il 48,9% di automazione sulla valutazione, nello stesso campione di persone, dicono che la differenza non la fa lo strumento ma il tipo di compito a cui lo si punta. È la stessa distinzione che separa i progetti che producono valore da quelli che non generano ROI.

Fonti:

• Anthropic Education Report: How educators use Claude
• Anthropic Education Report: come gli studenti universitari usano Claude
• EdTech Innovation Hub, l’analisi degli usi accademici di Claude
• Axios, i docenti e l’AI nella correzione
• NPR, i professori universitari e l’AI in aula
• Gallup, un insegnante su tre risparmia sei settimane l’anno
• EdSurge, gli insegnanti provano a riprendersi il tempo con l’AI
• InfoDocket, la scheda di pubblicazione del report
• Fortune, la studentessa che ha chiesto indietro le tasse universitarie