Dall’output algoritmico al giudizio valutativo: governare l’evidenza nell’era dell’Intelligenza Artificiale

Titolo Rivista RIV Rassegna Italiana di Valutazione
Autori/Curatori Francesco Mazzeo Rinaldi
Anno di pubblicazione 2026 Fascicolo 2026/95
Lingua Italiano Numero pagine 36 P. 12-27 Dimensione file 0 KB
DOI 10.3280/Riv2026oa23355
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più clicca qui

Vedi l'articolo Scarica l'articolo open access

FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA), associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche.

L’articolo analizza criticamente il ruolo dell’Intelligenza Artificiale (IA) nella valutazione di politiche e programmi, concentrandosi sui passaggi attraverso cui gli output algoritmici vengono trasformati in evidenza valutativa. Attraverso una critical narrative review della letteratura internazionale (2016–2025), vengono identificate tre principali modalità di concettualizzare l’IA: come estensione strumentale della capacità analitica, come rischio interpretativo ed etico e come oggetto di valutazione e governance. L’analisi mostra come tali prospettive tendano a lasciare implicita la catena inferenziale che collega output, interpretazione e giudizio. Per affrontare questo nodo, l’articolo propone un framework analitico articolato in cinque stadi – output algoritmico, validazione tecnica, interpretazione theory-informed, triangolazione e giudizio valutativo – finalizzato a rendere osservabili le possibili forme di “compressione epistemica” nei processi valutativi mediati dall’IA.

Parole chiave:intelligenza artificiale; evidenza valutativa; governance algoritmica;critical narrative review

  1. ANVUR (2024). Documento sulle modalità di valutazione dei casi studio Gruppo di Esperti della Valutazione Attività di valorizzazione delle conoscenze (GEV Interdisciplinare), Roma, 31 luglio VQR-2020-2024-Modalita-valutazione-GEV_VdC.pdf
  2. Barbera, F. (2004). Meccanismi sociali. Elementi di sociologia analitica. Bologna: Il Mulino.
  3. Boffo, S., Moscati, R., Rostan, M. (2025). La Terza Missione nell’Università italiana. Politiche e attività in dodici atenei. Milano: Guerini e Associati.
  4. Brambilla, R, Palumbo, M. (2024). Valutare per valorizzare: l’Apprendimento permanente nella Valutazione della Terza Missione Accademica. Epale Journal on Adult Learning and Continuing Education, 14, pp. 26-35, Marzo.
  5. Carrera, L., Castelnuovo, I., Cavaglia, G.M.C., Chimenti, S., De Bortoli, A., Pascuzzi, E., Piazza S., Sardi, M. (2025). Il Public Engagement delle università italiane nella VQR 2015-19. Uno studio di casi. RIV. Rassegna Italiana di Valutazione, XXIX, 92, pp. 123-143.
  6. Celletti, A., Uricchio, A. F, (2025). Valutare per valorizzare e migliorare: l’esperienza della VQR. Quaderni di Sociologia, 95, pp. 67-80.
  7. Chen, H.T. (2005). Theory-Driven Evaluations / Practical Program Evaluation Sage.
  8. Charles, D, Nieth, L., Coenen, L. Cinar, R. (eds.) (2026). Universities, Knowledge and Places. London-New York: Routledge.
  9. Coleman, J. (1990). Foundations of Social Theory, Harvard University Press, Cambridge, MA; trad. it. Fondamenti di teoria sociale. Bologna: Il Mulino, 2005.
  10. Elster, J. (2007). Explaining Social Behavior: More Nuts and Bolts for the Social Sciences. Cambridge: Cambridge University Press.; trad.it. La spiegazione del comportamento sociale. Bologna: Il Mulino, 2010.
  11. European Commission: Directorate-General for International Partnerships, Evaluation handbook, Publications Office of the European Union. (2024), <a href="https://data.europa">https://data.europa</a>.
  12. eu/doi/10.2841/340793, <a href="https://op.europa.eu/en/publication-detail/-/publication/06350947-4d56-11ef-acbc-01aa75ed71a1/language-en">https://op.europa.eu/en/publication-detail/-/publication/06350947-4d56-11ef-acbc-01aa75ed71a1/language-en</a>
  13. Fetterman, D.M., Kaftarian, S.J., Wandersman, A. (2015). Empowerment evaluation: Knowledge and tools for self-assessment, evaluation capacity building, and accountability. Thousand Oaks, CA: Sage.
  14. Fontana, R., Valentini, E. (a cura di) (2020). Conseguenze della valutazione. Idee e pratiche dei docenti universitari nelle scienze sociali. Milano: FrancoAngeli.
  15. Goddard, J., Hazelkorn, E., Kempton, L., Vallance, P. (2021). The civic university: The policy and leadership challenges. Cheltenham–Northampton (MA): Edward Elgar.
  16. Hazelkorn, E. (2020). Research evaluation: Global trends and good practice. Paris: OECD Publishing
  17. House, E. (1993). Professional Evaluation: Social Impact and Political Consequences, Thousand Oaks, Ca., Sage.
  18. House, E.R., Howe, K.R. (1999). Values in evaluation and social research, Thousand Oaks, Ca., Sage.
  19. Huemann, M., Turner, R. (eds.) (2024). The Handbook of Project Management (6th ed.). London: Routledge.
  20. Leeuw, F.L. (2023). John Mayne and Rules of Thumb for Contribution Analysis: A Comparison with Two Related Approaches. Canadian Journal of Program Evaluation, 37(3), 403–421.
  21. Mayne, J. (2001). Addressing Attribution through Contribution Analysis. Canadian Journal of Program Evaluation, 16(1), pp. 1–24.

Francesco Mazzeo Rinaldi, Dall’output algoritmico al giudizio valutativo: governare l’evidenza nell’era dell’Intelligenza Artificiale in "RIV Rassegna Italiana di Valutazione" 95/2026, pp 12-27, DOI: 10.3280/Riv2026oa23355