Blog

Che cos'è un LMS agentico, e la domanda che li separa

Le piattaforme agentiche lasciano che agenti IA lavorino da soli. La differenza che decide l'acquisto: l'agente applica quel lavoro, o lo consegna a una persona?

The Lurno teamAugmental31 agosto 20269 min di lettura

Ogni piattaforma di apprendimento si definirà agentica entro l'anno, quindi la parola da sola è già quasi inutile. Una domanda ristabilisce il segnale, e non riguarda quanto siano capaci gli agenti. È questa: quando un agente finisce un lavoro, lo applica da sé o lo consegna a una persona? Tutto ciò che un'istituzione deve approvare discende dalla risposta.

LMS agentico

Una piattaforma di apprendimento in cui agenti IA svolgono da soli lavori in più passaggi — redigere un corso da materiale di partenza, correggere un elaborato secondo una griglia, comporre un report — invece di rispondere a un prompt per volta. Il termine descrive quanta parte di un compito il sistema si assume senza che glielo si richieda. Non dice nulla, di per sé, su chi risponde del risultato.

La categoria è arrivata in fretta e dall'alto del mercato. Docebo ha annunciato AgentHub al suo evento Inspire il 21 aprile 2026, descrivendo agenti che «ragionano, decidono e agiscono» sulla conoscenza e sulle competenze aziendali, con disponibilità completa prevista per l'autunno. Absorb ha pubblicato il 5 giugno 2026 una definizione di sistema di apprendimento agentico — agenti che «agiscono all'interno dei flussi di formazione» — e ha riferito che nella beta di Aura l'architettura risolveva dal 40 al 60% dei ticket di assistenza amministrativa ordinari «senza che nessun umano aprisse una coda». Una serie di guide all'acquisto del 2026 classifica ormai le piattaforme agentiche come categoria a sé.

Qual è la differenza tra un LMS con IA e uno agentico?

«Con IA» descrive funzioni innestate su un prodotto esistente: un pulsante di sintesi, un generatore di domande, un pannello di chat. Ognuna fa una cosa quando gliela si chiede. «Agentico» descrive l'ampiezza: il sistema si assume un compito intero su più passaggi, decide cosa fare dopo dentro quel compito, e prosegue senza essere sollecitato a ogni giro. Il passaggio dall'uno all'altro è reale. Ed è anche il punto in cui la domanda su chi applica il risultato smette di essere teorica.

La spaccatura dentro la categoria

Quel dato di Absorb merita attenzione, perché smentisce una versione pigra di questo articolo. Smaltire le domande ricorrenti su iscrizioni e certificazioni è esattamente il punto in cui l'autonomia rende: le domande si ripetono, le risposte vengono da contenuti approvati, e sbagliarne una costa a qualcuno una seconda email. Lì nessuno ha bisogno di una persona davanti. La posta in gioco non è distribuita in modo uniforme dentro una piattaforma, e una regola «un umano approva tutto» applicata ovunque produce solo un prodotto più lento. L'argomento è più stretto: riguarda le poche superfici in cui sbagliare costa caro.

Due impostazioni vengono vendute sotto la stessa parola, e si comportano in modo molto diverso la prima volta che qualcosa va storto.

Agenti che agiscono. L'agente completa il compito e applica il risultato. Un corso viene pubblicato, un'iscrizione assegnata, un report depositato. Lo si scopre dopo, di solito da una notifica. È ciò che gran parte della categoria intende per agentico, ed è ciò che le demo sono costruite per mostrare.
Agenti che propongono. L'agente completa lo stesso compito e si ferma. Quello che ha prodotto arriva come bozza, elemento in coda, voto suggerito — e una persona con un nome lo applica oppure no. Il lavoro è identico; l'ultimo passaggio appartiene a qualcuno a cui si può chiedere perché.

La seconda è più lenta. È un costo reale e va detto chiaramente: se quello che vuole è un assistente che semplicemente faccia la cosa, un passaggio di approvazione la irriterà. Quello che compra con quel ritardo è che un errore del modello diventi una bozza respinta invece di un incidente — una distinzione che conta solo di rado, e che conta enormemente quando conta.

Lurno

L'agente produce il lavoro e lo consegna. Una persona lo applica, e la traccia conserva ciò che è stato proposto accanto a ciò che è stato accettato — compreso ciò che è stato respinto, la voce che dimostra che il controllo serviva a qualcosa.

Not this

All'agente viene detto di chiedere conferma prima delle azioni importanti, con l'importanza giudicata dal modello, nella stessa finestra di contesto del materiale che gli è stato chiesto di leggere.

Vale la pena nominare questo secondo schema perché è comune e somiglia al primo. Un sistema in cui al modello viene detto di chiedere il permesso non è un sistema in cui il modello non ha modo di procedere senza. Il primo è una regola che il modello può seguire. Il secondo è un muro. Chieda quale le stanno mostrando, e chieda di vedere il muro.

Perché è una questione di acquisto e non di preferenza

Per un'azienda che automatizza promemoria di conformità interni, l'autonomia è soprattutto una decisione di efficienza. Per una scuola, un'università o un datore di lavoro regolamentato è una questione di governance, e sempre più di diritto. I legislatori hanno cominciato a scrivere regole su dove l'IA possa stare nella valutazione — diversi Stati americani si sono mossi sulla possibilità che l'IA sia la base primaria di un voto, e la situazione è ancora in movimento. Il tracker legislativo di FutureEd è il posto pratico dove verificare cosa vale per lei in questo trimestre e non nel precedente.

Anche dove non c'è ancora nulla di scritto, la domanda arriva sempre allo stesso punto di ogni acquisto istituzionale. Qualcuno firma un documento che dice cosa il sistema può fare senza sorveglianza. Quella persona ha bisogno di una risposta più breve della descrizione delle istruzioni date al modello.

L'IA può correggere i compiti?

Dipende da cosa si intende per correggere. Produrre un voto suggerito secondo una griglia, con il ragionamento scritto, è ampiamente alla portata e fa guadagnare tempo vero. Pubblicare quel voto a uno studente come suo risultato è un atto diverso, con conseguenze diverse, ed è quello su cui si stanno scrivendo regole. Chieda a un fornitore di separare le due cose in chiamata. Se la risposta le tratta come una cosa sola, quella è la risposta.

I sistemi di IA agentica sostituiscono gli insegnanti?

In nessuna delle due impostazioni, anche se falliscono in modo diverso sulla domanda. Un agente che agisce ha comunque bisogno di qualcuno che risponda di ciò che ha fatto — il lavoro si sposta, la responsabilità no, e la persona lo scopre dopo. Un agente che propone tiene quella persona davanti alla decisione invece che dietro. Ciò che sparisce in entrambi i casi è la parte del mestiere che nessuno difende: produrre una prima stesura, correggere il quarantesimo elaborato con la stessa griglia, rifare lo stesso report ogni mese. Il giudizio su se una bozza sia giusta, un voto equo, un numero significhi ciò che sembra significare è la parte protetta, ed è quella che le istituzioni pagano.

Sei domande da fare a un fornitore agentico

Sono ordinate per quanto tendono a rivelare, e la prima da sola vale l'intera chiamata.

Elenchi ogni azione che un agente può compiere senza una persona. La chieda per iscritto, non su una slide. La lunghezza della pausa prima della risposta è un dato.
La conferma è un'istruzione o un controllo? Se è il modello a decidere quando chiedere il permesso, il permesso è indicativo. Se l'agente non ha alcuna strada verso l'oggetto reale, è un controllo.
Chi pubblica un voto? Non chi può correggerlo dopo — chi lo pubblica. Sono due sistemi diversi.
Cosa mostra la traccia? Un registro di ciò che l'agente ha fatto vale meno di una traccia che conserva cosa è stato proposto, cosa applicato, da chi, e cosa respinto.
Possiamo spegnere gli agenti? Per organizzazione, non per cliente. Una rete spesso ha bisogno che una scuola li usi e un'altra no.
Cosa succede in una giornata storta? Chieda quanto costa una risposta sbagliata e chi lo viene a sapere. «Lo corregge dopo» e «non è arrivato a nessuno» sono due prodotti diversi.

Dove si colloca Lurno, e cosa ci costa

Lurno è la seconda colonna. I suoi agenti redigono lezioni e domande dai documenti che carica, con la fonte accanto a ogni punto, propongono voti secondo la sua griglia su un elaborato anonimizzato, accompagnano gli studenti per modalità crescenti, e trasformano una domanda in linguaggio normale in un report. Nessuno di loro può applicare il proprio lavoro, e non è un'impostazione: non esiste alcuna strada da un agente a un voto pubblicato o a un corso pubblicato. Le azioni più delicate richiedono due persone diverse, e nessuna può essere quella che ha proposto la modifica.

L'agente dei report è il caso più chiaro. Scrive la definizione del report e non legge mai i suoi dati. Quello che propone ripassa dagli stessi controlli sui permessi di un report costruito a mano, quindi non può inventare un numero né mostrare un'organizzazione che chi ha chiesto non era già autorizzato a vedere.

Il ritardo è reale. Non esiste una modalità in cui i nostri agenti scrivano su un programma in produzione o pubblichino un voto da soli. Se vuole autonomia, siamo la voce sbagliata della sua lista ed è meglio saperlo adesso.
SCORM, xAPI e LTI sono in sviluppo. Modellati nel prodotto, il runtime è ancora in costruzione. Materiale chiuso dentro pacchetti SCORM non è una fonte su cui oggi possiamo ancorare un agente.
Gli agenti si possono spegnere del tutto, per organizzazione. Tutto il resto continua a funzionare: si aggiungono, non reggono la struttura.

È la stessa cosa dell'IA con l'essere umano nel ciclo?

Quasi, anche se l'espressione la sminuisce. «Umano nel ciclo» di solito descrive un passaggio di revisione aggiunto sopra un sistema che potrebbe girare da solo: l'autonomia c'è e le si mette davanti un punto di controllo. Qui l'approvazione è l'architettura: nulla di ciò che un agente produce raggiunge uno studente, un voto o un report senza che qualcuno l'abbia accettato, quindi non c'è sotto alcun percorso autonomo da rivedere. La differenza pratica emerge quando il passaggio di revisione è sotto pressione. Un punto di controllo si può saltare. Una strada che non esiste, no.

Un passaggio di approvazione non vanifica il senso dell'IA agentica?

Solo se il senso era togliere le persone. La parte costosa del lavoro non è il clic che accetta una bozza — è produrre la bozza, correggere secondo la griglia, comporre il report. Un agente che fa questo e si ferma ha preso le ore e lasciato il giudizio. Per la maggior parte delle istituzioni è lo scambio che volevano, e diverse non sono autorizzate a farne altri.

Se sta valutando piattaforme agentiche, porti la prima domanda a tutte e confronti le risposte scritte. La nostra gliela diamo prima della chiamata invece che durante, e se ci esclude è un'ora ben risparmiata. Prenoti una demo, o legga cosa può fare da solo ciascuno dei nostri agenti sulla pagina IA.