IA in ambito DSA: opportunità reale o rumore di fondo?

Negli ultimi due anni il mercato delle app "per i DSA" è esploso. Strumenti per la lettura, per la scrittura, per la memoria di lavoro, per l'attenzione. Qualcuno si spinge a dire che l'IA può "rilevare" la dislessia da un testo scritto. Qualcun altro vende dashboard che "monitorano i progressi" senza che sia chiaro chi le ha validate e su quale popolazione.

Se lavori ogni giorno con bambini, adolescenti o adulti con disturbi specifici dell'apprendimento, sai già come stanno le cose. Ma vale la pena mettere ordine — perché il rumore di fondo sta diventando assordante.

I DSA nel 2026: cosa arriva davvero in studio

Dislessia, disgrafia, disortografia, discalculia. Quattro categorie diagnostiche che nella pratica si mescolano, si sovrappongono, si presentano in modo radicalmente diverso da un paziente all'altro.

Il ragazzo di quattordici anni con dislessia grave e compensazione visiva altissima non assomiglia alla bambina di sette anni che legge lentamente ma con buona comprensione. L'adulto di trentadue anni che arriva con una diagnosi fatta a sedici — spesso sottostimata, spesso senza follow-up — non ha niente a che vedere con il bambino in fase di valutazione iniziale.

L'eterogeneità è strutturale. I DSA non sono un "tipo" di paziente: sono un territorio clinico in cui il profilo cognitivo, il contesto familiare, la storia scolastica, le strategie di coping sviluppate nel tempo e le comorbidità — ADHD in primis, ma anche ansia, bassa autostima, ritiro sociale — ridisegnano ogni volta il quadro da zero.

Il percorso diagnostico lo sai a memoria: anamnesi accurata, somministrazione di batterie standardizzate (DDE-2, MT, BHT, BVSCO-2, AC-MT, e via dicendo), integrazione dei dati, restituzione. Non è un processo che si abbrevia. Non è un processo che si delega. E non è un processo che si automatizza.

Dove l'IA può genuinamente aiutare

Detto questo, ci sono aree in cui l'intelligenza artificiale può portare valore reale — a patto di capire bene quali sono.

Raccolta anamnestica strutturata. Un sistema IA ben progettato può guidare il paziente (o il genitore, nel caso di minori) attraverso una raccolta di informazioni pre-visita molto più ricca di quello che si riesce a fare nei dieci minuti iniziali del colloquio. Storia scolastica, strategie usate spontaneamente, contesto familiare, episodi significativi. Materiale grezzo che arriva al clinico già organizzato.

Tracciamento longitudinale tra le sedute. Questo è forse il punto più sottovalutato. I DSA non sono una condizione statica: evolvono, fluttuano, reagiscono agli interventi, al periodo dell'anno scolastico, ai cambiamenti nel contesto. Quello che succede tra una seduta e l'altra — le difficoltà incontrate, le strategie provate, i momenti di frustrazione o di successo — è spesso invisibile al clinico.

Uno strumento pensato per raccogliere materiale tra una seduta e l'altra — senza interpretare — può aiutare il clinico ad avere un quadro più ricco prima del colloquio. È esattamente l'approccio che abbiamo scelto con Emovia, lavorando fianco a fianco con psicologi specializzati in DSA.

Supporto alla stesura della relazione diagnostica. Non scrittura automatica — nessuno vuole quello. Ma strutturazione: una bozza organizzata delle informazioni raccolte, un template coerente con le linee guida, un punto di partenza che alleggerisce la stesura senza togliere il giudizio clinico dall'equazione.

Più spazio al lavoro clinico. Promemoria, follow-up, documentazione. Attività di contorno che uno strumento IA può gestire, restituendo tempo alla relazione con il paziente.

Dove l'IA non deve mettere le mani

Qui bisogna essere espliciti, perché il mercato non lo è.

La diagnosi DSA richiede la somministrazione in presenza di batterie di test standardizzate e validate sulla popolazione italiana. Richiede un clinico formato che osserva il comportamento durante la prova, non solo il risultato. Richiede la capacità di distinguere un errore diagnosticamente significativo da uno accidentale, di pesare i dati nel contesto dello sviluppo, di integrare informazioni eterogenee con giudizio clinico situato.

Nessun modello di linguaggio, nessun algoritmo di machine learning, nessuna app può fare questo. Non oggi. Probabilmente non nel prossimo futuro rilevante per chi lavora in studio adesso.

Chiunque ti venda uno strumento che "identifica la dislessia" da un campione di scrittura o da un test online sta semplificando in modo clinicamente irresponsabile. O peggio, sta commercializzando qualcosa che può fare danno reale: falsi positivi che creano aspettative e percorsi sbagliati, falsi negativi che ritardano diagnosi e supporto.

La Legge 170/2010 definisce un quadro preciso per il riconoscimento e il supporto dei DSA in ambito scolastico. Quel quadro presuppone diagnosi formali rilasciate da clinici abilitati. Non c'è spazio per "diagnosi assistite da IA" — né legalmente, né clinicamente.

Il problema del rumore: come distinguere uno strumento utile da un gadget

La proliferazione di app è un problema concreto. I genitori le trovano, le installano, arrivano in studio convinti che il figlio abbia "passato un test" o che la app stia "allenando il cervello". I pazienti adulti a volte usano strumenti IA per autocertificarsi una diagnosi.

Qualche criterio pratico per valutare uno strumento:

1. Chi l'ha sviluppato e con chi? Uno strumento clinicamente serio nasce con clinici, non dopo. Cerca evidenza di coinvolgimento di professionisti nella fase di design, non solo come testimonial.

2. Cosa fa esattamente? Distingui tra strumenti che supportano il clinico (raccolta dati, strutturazione, tracciamento) e strumenti che sostituiscono il clinico (interpretazione, diagnosi, valutazione). I primi possono avere valore. I secondi sono un problema.

3. Ci sono studi di validazione? Non white paper interni. Studi indipendenti, su popolazioni definite, con metodologia trasparente. Se non ci sono, lo strumento non è validato — e un clinico non usa strumenti non validati.

4. Il claim è verificabile? "Migliora la lettura del 30%" — su chi? In quanto tempo? Con quale metrica? Se il claim non è accompagnato da dati verificabili, trattalo come pubblicità, non come evidenza.

5. Rispetta la privacy del paziente? Dati sensibili di minori con DSA. Assicurati che qualsiasi strumento che usi rispetti il GDPR, che i dati non vengano usati per addestrare modelli terzi, che la conservazione sia conforme alle normative sanitarie.

Una posizione chiara

L'IA in ambito DSA può essere utile. Ma utile in modo molto specifico: come supporto al clinico, non come sostituto. Come strumento di raccolta e strutturazione, non di interpretazione. Come riduttore di carico amministrativo, non come shortcut diagnostico.

Il valore non sta nella tecnologia in sé. Sta nel modo in cui è progettata, per chi, con chi e con quale rispetto del processo clinico che ci vuole dietro ogni diagnosi.

Questo vale ancora di più in un campo come i DSA, dove l'eterogeneità dei profili e la centralità del giudizio clinico situato non lasciano margine per automatismi superficiali. Strumenti come la raccolta anamnestica strutturata del CNOP o i riferimenti della Consensus Conference AID ricordano che le buone pratiche in questo campo sono frutto di anni di lavoro condiviso tra clinici — e che qualsiasi tecnologia che voglia entrare in questo spazio deve guadagnarsi il posto, non imporsi.

Il resto è rumore. E il rumore, in questo campo, ha un costo reale per i pazienti.