Using artificial intelligence to predict early school leaving in secondary education: A critical perspective

Abstract

This study presents a critical reflection on the possible adoption of predictive artificial intelligence (PAI) in secondary schools as a strategy to address early school leaving. Following a reconstruction of the concept of dropout, the paper explores the potential transfer of predictive models – originally developed in higher education – into school contexts, highlighting key epistemological, educational, and ethical challenges. It argues that the potential implementation of PAI requires not only technical adjustments, but the construction of an interpretive infrastructure grounded in educational principles, informed by educational justice, epistemic transparency, and the recognition of student diversity. Finally, the article calls for a critical examination of the performative and transformative dimensions of predictive knowledge in educational settings.

Predire la dispersione scolastica nella scuola secondaria attraverso l’intelligenza artificiale: una riflessione critica.

Il contributo sviluppa una riflessione critica sulla possibile adozione dell’intelligenza artificiale predittiva (IAP) nella scuola secondaria per il contrasto alla dispersione scolastica. Dopo una ricostruzione del concetto di dispersione, si esamina il potenziale trasferimento dei modelli predittivi già sperimentati in ambito universitario ai contesti scolastici, mettendone in luce le criticità epistemologiche, educative ed etiche. Si sostiene che l’eventuale scelta di introdurre l’IAP richieda non un semplice adattamento tecnico, ma la costruzione di un’infrastruttura interpretativa di matrice pedagogica, fondata su criteri di giustizia educativa, trasparenza epistemica e riconoscimento delle diversità. L’articolo invita infine a interrogare criticamente la natura performativa e trasformativa della conoscenza predittiva nei contesti educativi.