Dopo aver dimostrato di poter contribuire alla produzione dei contenuti formativi, l’intelligenza artificiale entra anche nella fase successiva: la valutazione dell’apprendimento. Un nuovo studio pubblicato su npj Digital Medicine ha utilizzato modelli linguistici per correggere migliaia di risposte aperte all’interno di un corso online di medicina di precisione sul diabete, con risultati che potrebbero avere implicazioni dirette anche per il mercato ECM italiano.
Il programma ha coinvolto 435 partecipanti e prodotto complessivamente 4.350 risposte aperte. Il sistema AI è stato utilizzato per assegnare un punteggio alle risposte, con un workflow che prevedeva il controllo umano nei casi dubbi. Solo 12 risposte, pari allo 0,3% del totale, hanno richiesto una revisione. Nel confronto con un campione di valutazioni effettuate da esperti, la concordanza esatta è risultata del 75,3%, mentre nel 99,3% dei casi la differenza tra AI e valutatore umano non superava un livello di punteggio.
Il dato non autorizza a considerare l’AI equivalente a un valutatore umano in ogni contesto, ma apre una questione concreta. Gran parte della formazione a distanza continua a utilizzare quiz a risposta multipla perché sono semplici da correggere e facilmente scalabili. La possibilità di valutare automaticamente risposte aperte rende invece sostenibili modalità formative più complesse: casi clinici, ragionamenti diagnostici, motivazioni delle scelte terapeutiche, interpretazioni di evidenze e decisioni articolate.
“Il vero impatto sull’ECM potrebbe non essere soltanto produrre corsi più velocemente, ma poter finalmente valutare qualcosa di più interessante di una crocetta su quattro risposte. Se l’AI rende economicamente sostenibile correggere migliaia di elaborati aperti, cambia la qualità stessa della formazione che possiamo progettare”, sottolinea Francesco Maria Avitto, Direttore Editoriale Quotidiano Sanità.
Per il sistema ECM italiano restano naturalmente da verificare i requisiti regolatori e le modalità con cui una valutazione automatizzata potrebbe essere riconosciuta nei percorsi accreditati. Ma sul piano industriale il segnale è chiaro. Se l’AI riduce drasticamente il costo della correzione, la verifica dell’apprendimento può passare da un’attività standardizzata a una valutazione molto più vicina al ragionamento clinico reale. E questo potrebbe cambiare non soltanto il modo in cui i corsi vengono prodotti, ma anche ciò che il mercato considera una formazione di qualità.
