I laboratori di innovazione dell'India ottengono un assistente didattico AI, alimentato da Gemini

Punti chiave

• Google DeepMind e la Atal Innovation Mission dell'India hanno lanciato ATL Saathi il 14 luglio 2026, un'app web basata su Gemini per gli insegnanti nei Laboratori di Innovazione Atal.
• Il pilota riguarda 100 scuole, parte di una rete che raggiunge più di 11 milioni di studenti in tutta l'India.
• L'assistente genera idee di progetti appropriati al grado scolastico, guide di montaggio passo dopo passo, schemi di cablaggio e precauzioni di sicurezza.
• Viene lanciato in otto lingue indiane, con spazio per aggiungerne altre.
• Funziona su Gemini 3.5 Flash, il modello più veloce ed economico di Google ottimizzato per risposte rapide.

L'India ha trascorso anni a costruire i Laboratori di Innovazione Atal, piccoli laboratori scolastici attrezzati con stampanti 3D, sensori e kit robotici di base. Ce ne sono abbastanza ora per raggiungere oltre 11 milioni di studenti. La vera difficoltà non era mai l'hardware. Era trovare insegnanti che potessero guidare con sicurezza un adolescente curioso di 13 anni nel collegamento di un sensore di umidità del suolo senza bruciare l'aula.

È il divario che Google DeepMind sta cercando di colmare con ATL Saathi, un'app web per insegnanti lanciata in pilota il 14 luglio 2026.

Pensalo come un insegnante di supporto paziente che non dorme mai. Un insegnante apre l'app, sceglie un modulo dal curriculum ufficiale di innovazione, e ottiene un breve riassunto, un'infografica, una panoramica video e un rapido quiz. Niente video di formazione di due ore. Niente PDF di 80 pagine.

La parte più interessante è quello che succede quando gli studenti arrivano con un'idea.

Supponiamo che uno studente voglia costruire un dispositivo che avverta un agricoltore quando un serbatoio d'acqua è quasi vuoto. L'insegnante digita il problema in ATL Saathi. L'app, che funziona su Gemini 3.5 Flash (la versione veloce e a basso costo del principale modello AI di Google, la tecnologia dietro chatbot come Gemini e ChatGPT), restituisce un piano di progetto. Quel piano include quali componenti acquistare, uno schema di cablaggio che mostra come collegarli, passaggi di montaggio e note di sicurezza su cose come batterie sciolte e fili esposti.

Funziona anche al contrario. Se un insegnante vuole generare idee invece di rispondere a esse, l'app suggerisce progetti abbinati al grado dello studente e al curriculum attuale.

Crucialmente, fa tutto questo in otto lingue indiane al lancio. Un insegnante in una scuola in lingua tamil nella zona rurale del Tamil Nadu ottiene lo stesso schema di cablaggio e gli stessi avvisi di sicurezza di un insegnante in una scuola di lingua inglese a Delhi. I materiali del curriculum si trovano dentro NotebookLM, lo strumento AI basato su documenti di Google, quindi l'assistente fornisce risposte dal manuale ufficiale della Atal Innovation Mission piuttosto che da internet aperto.

La Atal Innovation Mission si trova dentro NITI Aayog, il think tank politico del governo indiano. Il suo obiettivo dichiarato è trasformare un milione di bambini indiani in quello che chiama "innovatori neoteric". La partnership è stata annunciata per la prima volta al Summit sull'Impatto dell'AI nel febbraio 2026, e Google DeepMind dice che il lancio di oggi è il primo prodotto funzionante da quell'impegno.

Cosa cambia veramente per un'aula?

Sposta il lavoro dell'insegnante dalla ricerca di informazioni alla guida di uno studente attraverso di esse. Un insegnante di fisica che non ha mai toccato una scheda Arduino, il piccolo circuito programmabile che gli studenti usano per progetti di elettronica, può ora entrare in un laboratorio con un piano stampato, un elenco di pezzi e una lista di controllo di sicurezza generati in pochi minuti.

Paragonalo all'alternativa umana. Un mentore specializzato che visita ciascuno dei migliaia di laboratori di innovazione in tutta l'India non è conveniente a livello nazionale. Anche una visita per scuola per trimestre comporterebbe costi e logistica significativi. Un assistente software che costa pochi centesimi per query, che funziona su un modello progettato per un uso ad alto volume economico, è un problema economico molto diverso.

Ci sono domande reali a cui il pilota dovrà rispondere. Gli schemi di cablaggio funzionano effettivamente quando costruiti? Gli avvisi di sicurezza rimangono validi quando un bambino di 12 anni li ignora? Quanto spesso il modello inventa un componente che non esiste nel kit del laboratorio?

La coorte di 100 scuole è da dove verranno quelle risposte. Se Google DeepMind e la Atal Innovation Mission riescono a dimostrare che gli insegnanti trascorrono meno tempo su scartoffie e più tempo a supervisionare le costruzioni effettive, il caso per il ridimensionamento alla rete completa di laboratori di innovazione diventa molto più facile da sostenere.

Per ora, i laboratori di innovazione hanno un nuovo membro dello staff. Risponde alle 2 del mattino, parla otto lingue, e non si stanca mai della stessa domanda sulle resistenze.