Le Olimpiadi della Statistica e
l’IA per l’orientamento

L’esperienza di un MOOC PLS

Patrizia Collesi
pcollesi@istat.it

Direzione centrale per la comunicazione, informazione e servizi ai cittadini e agli utenti, ISTAT

Domenico Vistocco
domenico.vistocco@unina.it

Dipartimento Scienze Politiche, Università di Napoli Federico II

September 23, 2026

🏆 Pronti per le Olimpiadi?

  • Obiettivo: avvicinare gli studenti al ragionamento statistico, all’analisi dei dati e alla probabilità, per leggere correttamente le informazioni quantitative di ogni giorno
  • Destinatari: studenti delle classi I, II, III e IV delle scuole secondarie di secondo grado
  • Due fasi: prova individuale e prova a squadre
  • Dimensione europea: dal 2018 esiste la European statistics competition, dove gli studenti italiani sono sempre stati i più numerosi, con diverse vittorie

📝 Le due prove

Prova individuale

  • Su pc o smartphone, in aula, sotto la sorveglianza del docente referente
  • 20 quesiti a risposta multipla in 40 minuti
  • Due prove (I-II anno e III-IV anno) con quattro graduatorie, una per anno di corso
  • I primi 3 di ogni anno entrano nell’Albo nazionale delle eccellenze
  • Sono previsti premi regionali per 100€ in libri in 5 regioni

Prova a squadre

  • Presentazione elettronica di massimo 14 slide
  • Analisi di un quesito di ricerca con testo, grafici e tabelle
  • Tema di solito tratto da indagini Istat
  • Solo dati ufficiali: Istat, enti Sistan o fonti internazionali

📖 Gli argomenti della prova individuale

  1. Distribuzioni di frequenze semplici e doppie, tabelle a doppia entrata e a tripla entrata
  2. Principali rappresentazioni grafiche
  3. Indici di posizione: moda, mediana, media aritmetica, percentili
  4. Misure di variabilità: varianza, deviazione standard, range
  1. Correlazione e retta di regressione
  2. Probabilità di eventi elementari
  3. Eventi disgiunti, eventi indipendenti, probabilità composta, probabilità condizionata

Classi I e II [Argomenti 1-4]

Statistica descrittiva

Classi III e IV [Argomenti 1-7]

Statistica descrittiva

Probabilità

Correlazione e regressione

📊 I numeri delle Olimpiadi

Studenti partecipanti alle OIS per classe, 2018-2026

Classe 2018 2019 2020 2021 2022 2023 2024 2025 2026
I 528 767 809 710 1.265 1.547 1.914 1.818 1.496
II 696 985 1.134 733 1.416 1.576 2.243 1.746 1.546
III – 439 728 655 664 944 1.386 1.113 890
IV 533 571 1.223 729 760 902 1.096 919 840
Totale 1.757* 2.762 3.894 2.827 4.105 4.969 6.639 5.596 4.772

*Nel 2018 manca il dato delle classi V, che allora partecipavano ancora.

Il PLS e l’orientamento

🌦️ Come orientare alla Statistica?

  • Annosa questione ➜ lo spazio della statistica nelle scuole
  • Nonostante varie attività sul PLS e la partecipazione alle varie iniziative di orientamento si fa fatica a trovare spazi e studenti

  1. Come trovare visibilità?

    • MOOC ➜ utile per superare l’orientamento classico ed offrire un “percorso di avviamento alla Statistica” da sfruttare anche per offrire PCTO

    • Vantaggi ➜ Aumentare il numero degli studenti coinvolti, percorso di formazione docenti

    • Tipologia ➜ Partire dai quesiti delle Olimpiadi (disponibili online) invece di seguire l’indice di un testo di statistica [suggerimento di Gabriele Anzelotti]

  2. Come ``farsi spazio’’ nelle scuole?

    • Farsi pescare nella rete ➜ Rete che riunisce le scuole italiane con percorsi liceali curvati sullo studio della Scienza dei dati e dell’Intelligenza Artificiale

Il PLS e l’IA (un esempio):
Il Paradosso di Simpson

📚 Il percorso classico (“deduttivo”)

  • Fase 1: i concetti ➜ aggregazione, sottogruppi, variabili confondenti, sbilanciamento dei pesi.

  • Fase 2: il paradosso ➜ principio teorico (inversione della covarianza o delle frequenze relative).

  • Fase 3: Applicazione ➜ tabella numerica per mostrare come applicare la teoria alla realtà.

Barriera cognitiva iniziale: chiedere a chi guarda di memorizzare definizioni astratte (come “variabile confondente”) senza un contesto visivo crea subito un sovraccarico cognitivo.

Calo dell’attenzione: nei primi minuti di un video l’attenzione è massima. Presentare la teoria astratta (senza un esempio “motivazionale”) aumenta drasticamente il tasso di abbandono.

Mancanza di “Ancoraggio: il cervello umano fa fatica a posizionare un concetto se non ha un gancio reale a cui “appenderlo”.

🤔💭 Il percorso divulgativo (“induttivo”)

  • Fase 1: l’inganno (il gancio) ➜ mostriamo i dati aggregati del trattamento A e B. Lo spettatore trae la conclusione logica (“A è meglio”).

  • Fase 2: il paradosso (Lo shock cognitivo) ➜ disaggreghiamo i dati e mostriamo che B è meglio in tutto. Lo spettatore prova un senso di disorientamento (“Com’è possibile?”).

  • Fase 3: La formalizzazione ➜ solo quando il pubblico vuole una risposta (“vuole capire”), introduciamo i concetti di variabile confondente e dati aggregati per dare un nome a ciò che hanno appena visto.

Attivazione della curiosità (Storytelling): l’esempio iniziale funge da “rompicapo”. Il cervello umano odia l’incongruenza logica; mostrando prima il paradosso visivo, costringi lo spettatore a rimanere incollato al video per scoprire la soluzione.

Ancoraggio semantico immediato: quando si deve introdurre la “variabile confondente”, non è necessario dire “È una terza variabile che influisce su…” ma si potrà dire “La variabile confondente è la gravità della malattia che avete visto prima nel grafico”. Il concetto astratto diventa immediatamente tangibile.

“Democratizzazione” della statistica: rende il paradosso accessibile anche a chi ha la fobia della matematica. Chiunque può capire visivamente l’ingiustizia di testare un farmaco solo sui malati gravi; le formule arriveranno dopo senza spaventare.

Ottimizzazione per il media: Il video vive di ritmo e immagini. Le definizioni testuali rallentano mentre l’azione combinata di dati visivi e animazioni sfrutta al massimo la memoria visiva del discente prima di passare alla teoria scritta.

🎯 Strumenti basati sull’IA

NOTA: il MOOC prevede video, testo, slide, domande a risposta multipla, esercizi numerici e interpretazione di output di software

Un esempio di video - integrazione IA

  • Il tema ➜ spiegare il Paradosso di Simpson in modo visivo e accessibile a studenti non specialisti.

  • Il problema ➜ un paradosso controintuitivo ha bisogno di visualizzazioni progressive, non di sole definizioni e formule.

  • La soluzione ➜ un video didattico animato, costruito con l’aiuto dell’IA in ogni fase del processo.

  • La domanda ➜ quanto può fare l’IA? E dove rimane indispensabile la regia umana?

📽 Il video finale

Il Workflow

🗺️ Mappa del percorso


  1. 💬 Ideazione & struttura — Claude
  2. 🗃️ Dati sintetici — Claude
  3. 📊 Grafici esplicativi — Claude + R/Python
  4. 🛠️ Scelta dei software — Claude
  5. 🎬 Primo video — Vyond AI
  6. 🖼️ Inserimento grafici — editing manuale
  7. 🎙️ Voce narrante — ElevenLabs
  8. ✂️ Editing finale — software video

L’IA non ha sostituito il regista. Ha reso possibile girare il film.


Ogni passo ha richiesto prompt mirati, valutazione critica e aggiustamenti umani.

💡 Take-home message


  • L’IA accelera ➜ la produzione di ogni singolo componente (dati, grafici, testi, video, audio).

  • L’IA non decide ➜ la struttura narrativa, il tono, le scelte estetiche: restano umane.

  • Il prompt è il nuovo copione ➜ scrivere un buon prompt richiede competenza disciplinare, non solo tecnica.

  • L’iterazione è inevitabile ➜ ogni output dell’IA è un punto di partenza, non un punto di arrivo.

  • Il valore aggiunto è la regia ➜ chi sa cosa vuole ottiene risultati migliori dall’IA.

(solo) per gli autolesionisti…

Vuoi rivedere il video (QR-code rosso) e/o le slide (QR-code blu)?

Appendice tecnica

Passo 1 — Ideazione

💬 Chiedere la struttura a Claude

Voglio creare un breve video didattico (5–7 minuti) per studenti universitari di statistica sul Paradosso di Simpson.

Il video deve:

  • partire da dati aggregati che mostrano una tendenza apparente,
  • mostrare come la disaggregazione per genere e dipartimento ribalta la conclusione,
  • usare grafici chiari e progressivi.

Proponi una struttura narrativa in 4–5 sezioni con titolo e obiettivo di ciascuna usando il celebre esempio delle ammissioni al dottorato di Berkeley (1973).

  • Sezione 1 — Il paradosso: cosa vediamo nei dati aggregati
  • Sezione 2 — Disaggregazione per genere: la storia cambia?
  • Sezione 3 — Disaggregazione per dipartimento: la vera spiegazione
  • Sezione 4 — Dati per dipartimento e genere: il quadro completo
  • Sezione 5 — Conclusioni: cosa ci insegna il paradosso
  • Ha scelto tra più strutture proposte
  • Ha ridefinito il tono (più narrativo, meno tecnico)
  • Ha aggiunto la progressione visiva come filo conduttore

Passo 2 — I Dati

🗃️ Generare dati sintetici con Claude

Genera un dataset sintetico ispirato al classico esempio del Paradosso di Simpson sulle ammissioni universitarie (esempio UC Berkeley).

Il dataset deve:

  • avere ~2000 osservazioni divisi in due gruppi uguali per genere (M/F),
  • includere le variabili: genere (M/F), dipartimento (A e B), ammesso (Sì/No),
  • mostrare, nei dati aggregati, un tasso di ammissione più alto per gli uomini,
  • mostrare tassi favorevoli alle donne disaggregando per dipartimento (nel dipartimento A di poco e nel dipartimento B di molto),
  • rispettare la logica statistica del paradosso (variabile confondente = dipartimento).

Restituisci i dati in formato CSV con intestazione.

  • Dataset con 2000 righe, 3 variabili
  • Struttura corretta del paradosso verificata manualmente
  • Tasso aggregato uomini: ~46% — donne: ~30%
  • Tassi per dipartimento: donne ≥ uomini nei 2 dipartimenti
  • Ha verificato la coerenza statistica del dataset
  • Ha chiesto una rigenerazione per aggiustare le percentuali di ammissione
  • Ha trasformato il CSV in un oggetto R per i grafici

Passo 3 — I Grafici

📊 Visualizzare il paradosso

  • Crea un grafico a pannelli in R con ggplot2 sfruttando facet_wrap o a barre.
  • Utilizza un waffle plot che mostri il tasso di ammissione complessivo diviso per genere (M/F).
  • Usa colori neutri, etichette in italiano, stile pulito adatto a un video didattico. In particolare userei un colore blu per la modalità Uomini e un colore rosso o marrone per la modalità Donne.
  • Usa rettangolini dello stesso colore ma più acceso per indicare i candidati selezionati.

Utilizza la stessa tipologia di grafico e lo stesso schema di colori per uomini e donne ma disaggregando i dati anche per dipartimento:

  • la prima riga per il dipartimento più selettivo
  • la seconda riga per il dipartimento meno selettivo.
  • Aggiungiamo anche un’altra vista con i dati divisi solo per dipartimento (aggregando cioè per sesso), uno sulla sinistra e uno sulla destra.
  • Inoltre per favorire la lettura utilizza gli stessi colori abbinati in precedenza ai due dipartimenti per i titoli dei due pannelli.
  • Utilizza il verde acceso per indicare i candidati ammessi e un rosso leggero per indicare i non ammessi su entrambi i pannelli.
  • Ha iterato 2–3 volte su ciascun grafico per affinare estetica e leggibilità
  • Ha scelto la palette colori coerente con il tema del video
  • Ha esportato i grafici in PNG ad alta risoluzione per Vyond

Passo 4 — I Software

🛠️ Scegliere gli strumenti giusti

Devo creare un video didattico animato (stile cartoon/explainer Powtoon) della durata di 5–7 minuti, con personaggi animati, voce narrante in italiano e grafici statistici inseriti nelle scene.

Quali software mi consigli per:

  1. La creazione del video animato?
  2. Il text-to-speech con voce italiana naturale (maschile e femminile)?

Indica per ciascuno i costi, i punti di forza e la curva di apprendimento.

Software Piano free Prezzo base Punti di forza
Animaker ✅ ~$20/mese Personaggi, lip-sync, 4K
Vyond ❌ (trial) $99/mese Qualità professionale, AI integrata
Renderforest ✅ $9/mese Template ricchi, cloud
Software Piano free Prezzo base Punti di forza
ElevenLabs ✅ (10k cr.) $5/mese Realismo, emozioni, clonazione voce
Murf AI ✅ $19/mese Studio integrato, e-learning
Narakeet ✅ pay-as-you-go 113 voci italiane

Passo 5 — Il Video Base

🎬 Prompt per Vyond AI

Realizza un video esplicativo di 5 minuti sul paradosso dei Simpson utilizzando l’esempio storico delle ammissioni al dottorato a Berkeley (1973).

Stile: moderno, accademico ma accessibile, sfondo chiaro, tipografia pulita.

Struttura:

  • Scena 1 (30 sec.): Un personaggio che interpreta un professore introduce il paradosso con una domanda provocatoria sui dati relativi alle ammissioni all’università.
  • Scena 2 (60 sec.): Grafico a barre che mostra i tassi di ammissione complessivi: gli uomini sembrano essere favoriti. Il personaggio appare perplesso.
  • Scena 3 (90 sec.): Il grafico si suddivide per facoltà: la tendenza si inverte. Il personaggio mostra sorpresa.
  • Scena 4 (60 sec.): Spiegazione della variabile confondente.
  • Scena 5 (30 sec.): Conclusione. Il personaggio riassume la lezione chiave.

Tono: educativo, coinvolgente, leggermente narrativo. Nessun gergo senza spiegazione.

  • Sostituzione dei grafici placeholder con i grafici R esportati
  • Aggiustamento dei tempi di scena per sincronizzarsi con la voce
  • Correzione di alcune animazioni generate dall’IA (movimenti non naturali)
  • Aggiunta di testo sullo schermo per i valori numerici chiave
  • Ha scritto il prompt partendo dalla struttura narrativa di Claude
  • Ha scelto stile, personaggio e palette direttamente in Vyond
  • Ha rilavorato manualmente ogni scena dopo la generazione automatica

Passo 6 — La Voce

🎙️ Text-to-speech con ElevenLabs

  • Redatto a partire dalla struttura narrativa concordata con Claude
  • Scrittura del testo per spiegare in dettaglio i grafici
  • Tono colloquiale ma preciso, con pause narrative studiate
  • Circa 650 parole — corrispondente a ~5 minuti di narrazione
  • Revisionato per eliminare costrutti ambigui o troppo tecnici

Voci selezionate: - Andrea: voce matura, profonda ed empatetica (maschile, italiano) - Violetta: voce calda, limpida e coinvolgente (femminile, italiano) - Valerio: voce profonda, avvolgente e misurata (maschile, italiano)

Parametri usati: - Stability: 0.55 (leggermente variabile per naturalezza) - Similarity Boost: 0.75 - Style Exaggeration: 0.20

Output: file .mp3 ad alta qualità, importato in Vyond come audio esterno.

  • Ha testato voci diverse prima di scegliere le 3 voci utilizzate
  • Ha aggiustato punteggiatura nel testo per ottenere pause più naturali
  • Ha esportato in MP3 e sincronizzato manualmente l’audio con le scene

Passo 7 — Il Prodotto Finale

✂️ Editing e montaggio


  • Importazione audio ElevenLabs → Vyond come traccia esterna
  • Sincronizzazione manuale scena per scena
  • Transizioni tra i grafici riviste per fluidità
  • Titoli e testi sovrimpressione aggiunti manualmente
  • Export finale in MP4 Full HD


Il video finale è il prodotto di una collaborazione iterativa tra umano e IA.


Nessun passo è stato completamente automatico. In ogni fase, la regia umana ha fatto la differenza.

🔮 Anche queste slide? Sì, anche queste.

Usando lo stile del file Quarto allegato, crea una presentazione di sintesi in cui spiego il workflow seguito per creare il video didattico sul Paradosso di Simpson con l’aiuto dell’IA.

Le fasi da includere:

  1. Ideazione e struttura narrativa (Claude)
  2. Generazione di dati sintetici (Claude)
  3. Creazione dei grafici (Claude + R)
  4. Scelta dei software (Claude)
  5. Primo video di partenza (Vyond AI)
  6. Inserimento grafici e commento (manuale)
  7. Text-to-speech in italiano (ElevenLabs)
  8. Editing finale

Per ogni fase, includi un prompt esemplificativo e una nota su cosa ha fatto l’umano. Come slide finale, mostra anche il prompt usato per generare queste slide stesse.

  • Ha fornito il file di riferimento per lo stile
  • Ha definito l’elenco dei passi e il livello di dettaglio
  • Ha rivisto, scelto e questa presentazione è il risultato