Google e il futuro dell’istruzione: sat gratuiti con gemini

La strategia di Google per l’istruzione tra test gratuiti, tutor AI e il rischio di un “lock-in” tecnologico per gli studenti

Dimentichiamo per un attimo l’euforia del marketing e guardiamo sotto il cofano di quello che sta succedendo oggi a Londra, durante la conferenza BETT 2026.

La notizia non è tanto che Google sta offrendo test pratici gratuiti per il SAT (il test d’ingresso standardizzato per i college statunitensi), quanto piuttosto come lo sta facendo. Per anni, chiunque abbia provato a usare un Large Language Model (LLM) per risolvere problemi di matematica o logica complessa ha sbattuto la testa contro un muro di allucinazioni: modelli che inventano formule, sbagliano calcoli banali o generano quesiti senza senso logico.

La mossa di Mountain View, annunciata poche ore fa, è tecnicamente interessante perché ammette implicitamente questo limite strutturale delle AI generative “pure”. Invece di affidarsi alla creatività probabilistica di Gemini per generare domande dal nulla, Google ha lanciato test pratici SAT completi e gratuiti all’interno di Gemini basandosi su una partnership con The Princeton Review.

Dal punto di vista dell’architettura del software, questo è un passaggio cruciale: stiamo passando da un modello puramente generativo a un sistema ibrido, dove l’LLM funge da interfaccia conversazionale e motore di ragionamento, ma i dati (le domande e le risposte corrette) sono rigorosamente ancorati a un database verificato (“grounded”).

L’utente digita un prompt naturale come “Voglio fare un test pratico SAT”, e il sistema non inventa: recupera.

L’eleganza sta nel fatto che Gemini viene utilizzato per ciò che sa fare meglio — spiegare il perché di una risposta sbagliata e analizzare i pattern di errore — lasciando la validità del contenuto a chi, come Princeton Review, fa questo mestiere da decenni.

L’architettura del “coach” personalizzato

Questa strategia di integrazione verticale si riflette anche nell’espansione verso altri ecosistemi educativi. Non si tratta più di avere un chatbot generico che fa i compiti al posto dello studente (un approccio tecnicamente pigro e pedagogicamente dannoso), ma di costruire agenti specializzati che agiscono come tutor.

L’obiettivo è spostare l’interazione dal “generami un testo” al “aiutami a migliorare questo testo”.

In questo contesto, Google ha integrato Gemini nel Writing Coach di Khan Academy e ha pianificato il rilascio di un Reading Coach.

Qui la sfida ingegneristica è il prompt engineering di sistema: come si istruisce un modello multimodale affinché non fornisca mai la risposta diretta, ma guidi l’utente attraverso un processo socratico?

È un bilanciamento delicato dei pesi del modello. Se l’AI è troppo servizievole, l’apprendimento crolla; se è troppo criptica, l’utente abbandona.

Integrare queste capacità direttamente in piattaforme come Khan Academy o Google Workspace for Education significa che l’AI smette di essere un tab separato nel browser e diventa parte della pipeline di lavoro dello studente.

Tuttavia, c’è un aspetto critico che merita attenzione.

La transizione al formato digitale del SAT, avvenuta ormai da qualche anno, ha creato una domanda enorme di strumenti di preparazione online. Google sta rispondendo con una soluzione che, tecnicamente, simula l’ambiente di test reale molto meglio di un libro cartaceo. Ma centralizzare la preparazione ai test su una piattaforma proprietaria solleva questioni sulla dipendenza tecnologica.

Se l’algoritmo che ti prepara è lo stesso che gestisce la tua email, i tuoi documenti e la tua ricerca, il lock-in nell’ecosistema Google diventa quasi inevitabile per lo studente moderno.

Il prezzo dell’addestramento

Non c’è nulla di veramente gratuito nel mondo del cloud computing, specialmente quando si parla di inferenza AI, che ha costi computazionali enormi.

La strategia di Google per sostenere questo carico è chiaramente orientata all’acquisizione aggressiva di quote di mercato nella fascia demografica più pregiata: gli universitari e i futuri universitari. Dietro la facciata filantropica dell’accesso democratizzato ai test, c’è un funnel di conversione ben progettato.

L’azienda ha infatti strutturato un’offerta che prevede un anno gratuito di Google AI Pro per gli studenti universitari, vincolata a una verifica tramite SheerID. Questa mossa ha un doppio valore tecnico e commerciale.

Primo, abitua una generazione all’uso di strumenti avanzati come Gemini Advanced (con il modello 1.5 Pro o successivi) e NotebookLM, rendendo difficile tornare indietro a strumenti “stupidi” una volta scaduto l’anno gratuito (dopo il quale scatta il rinnovo a 19,99 dollari al mese). Secondo, e forse più importante per un developer, fornisce a Google una mole di dati di utilizzo di altissima qualità.

Gli studenti universitari che usano l’AI per ragionare su documenti complessi, caricare appunti e generare quiz generano dati di addestramento ideali per il Reinforcement Learning from Human Feedback (RLHF). Stiamo parlando di utenti che correggono l’AI, che chiedono chiarimenti specifici e che utilizzano il modello per compiti logici complessi.

Regalare un anno di servizio è un investimento calcolato per raffinare i modelli futuri con dati che valgono molto più del costo delle GPU necessarie per servirli.

La vera domanda che dovremmo porci non è se questi strumenti funzionino — la partnership con Princeton Review suggerisce di sì — ma cosa succede quando l’infrastruttura critica per l’apprendimento e la valutazione diventa una “black box” gestita da un singolo provider.

Stiamo costruendo strumenti che insegnano a pensare, o stiamo solo addestrando gli utenti a diventare migliori operatori di prompt per l’ecosistema di Google?