Come Scrivere un Internal Assessment IB | Guida Passo Passo (2026)

Cos'e un Internal Assessment?

Un Internal Assessment (IA) e un elaborato sostanziale che ogni studente del Diploma Programme IB deve completare in ciascuna delle sue sei materie. A differenza degli esami esterni tenuti a maggio, che vengono scritti e valutati interamente dall'IB, gli Internal Assessment vengono completati durante il corso sotto la guida dell'insegnante di classe e poi inviati all'IB per la moderazione esterna, che garantisce la coerenza della valutazione tra le scuole di tutto il mondo. Il peso dell'IA nel voto finale della materia varia per materia ma tipicamente va dal 20 al 25 percento, rendendolo una componente significativa che puo alzare o abbassare in modo significativo il punteggio complessivo di uno studente. Nelle scienze (Fisica, Chimica, Biologia), l'IA prende la forma di un'indagine di laboratorio indipendente in cui gli studenti progettano il proprio esperimento, raccolgono e analizzano i dati e valutano la loro metodologia e i risultati. In Matematica, l'IA e la Mathematical Exploration, un'indagine scritta su un argomento a scelta dello studente. In Letteratura e Lingua Inglese, gli studenti completano commentari scritti o saggi comparativi. In Storia, l'IA e un'indagine storica basata su fonti primarie e secondarie. Le materie in cui gli IA hanno il maggior peso e richiedono il lavoro indipendente piu significativo sono probabilmente le scienze e la matematica, dove la combinazione di lavoro sperimentale o esplorativo con analisi e valutazione rigorose crea un compito sostanzialmente piu complesso di un saggio o un esame standard. Comprendere la natura e le aspettative dell'IA fin dall'inizio del DP e essenziale, poiche la pianificazione anticipata e il progresso costante sono molto piu efficaci degli sforzi dell'ultimo minuto.

Scegliere l'argomento

La scelta dell'argomento e probabilmente la decisione singola piu importante nell'intero processo dell'IA, ed e una in cui gli studenti frequentemente sbagliano. L'errore piu comune e scegliere un argomento che suona impressionante ma e troppo ampio, troppo complesso o troppo disconnesso dai genuini interessi dello studente per sostenere un'indagine focalizzata e personale. I migliori argomenti per l'IA condividono diverse caratteristiche. Primo, nascono da genuina curiosita: uno studente appassionato di cucina potrebbe investigare l'effetto della temperatura sulla velocita dell'imbrunimento enzimatico nelle mele, mentre uno studente interessato allo sport potrebbe analizzare la biomeccanica di un servizio di tennis usando principi di fisica. Secondo, i migliori argomenti sono fattibili: lo studente deve essere in grado di raccogliere dati affidabili entro i vincoli di tempo e risorse disponibili. Un esperimento che richiede attrezzature di laboratorio costose non disponibili a scuola, o un'indagine matematica che dipende da set di dati a cui lo studente non puo accedere, portera rapidamente a frustrazione e scarsi risultati. Terzo, l'argomento dovrebbe permettere allo studente di dimostrare l'intera gamma di competenze valutate dai criteri IB, inclusi il coinvolgimento personale, la metodologia chiara, l'analisi matematica o scientifica e la valutazione critica. Prima di impegnarsi su un argomento, gli studenti dovrebbero discutere le proprie idee con il docente della materia, rivedere attentamente i criteri di valutazione e guardare IA esemplari che hanno ricevuto voti alti per capire cosa apprezzano gli esaminatori. Iniziare questo processo presto, idealmente nel primo trimestre del DP, da agli studenti il tempo di perfezionare la propria domanda di ricerca e condurre test preliminari prima che inizi la timeline formale dell'IA.

Struttura e stesura

Un IA ben strutturato segue una chiara progressione logica che rispecchia il metodo scientifico o, nel caso della matematica, una narrazione investigativa coerente. La struttura standard per un IA di scienze include un'introduzione con una domanda di ricerca focalizzata e la teoria di base rilevante, una sezione metodologica che descrive il design sperimentale con dettaglio sufficiente per la replicazione, una sezione di raccolta dati con dati grezzi presentati in tabelle chiare, una sezione di analisi dei dati con dati elaborati e uso appropriato di strumenti statistici o rappresentazioni grafiche, e una sezione di valutazione che discute punti di forza, limitazioni e suggerimenti per il miglioramento. Per un IA di matematica, la struttura e meno rigida ma dovrebbe includere un'introduzione che stabilisce la domanda di ricerca e la motivazione personale, una sezione di sviluppo dove gli strumenti matematici sono applicati sistematicamente, e una conclusione con riflessione. I limiti di parole variano per materia: gli IA di scienze hanno una lunghezza raccomandata di 6-12 pagine, mentre gli IA di matematica dovrebbero essere di 12-20 pagine. Superare questi limiti non risulta automaticamente in una penalita, ma gli esaminatori vedono la lunghezza eccessiva come segno di scarsa focalizzazione ed editing. Cio che gli esaminatori cercano sopra ogni altra cosa e l'evidenza del coinvolgimento personale, il che significa che la voce, le scelte e il pensiero dello studente dovrebbero essere visibili in tutto il lavoro, non solo in una breve riflessione personale alla fine. L'analisi deve andare oltre la descrizione di base per mostrare interpretazione genuina e valutazione critica dei risultati. Gli studenti che possono onestamente discutere cosa e andato storto, perche i loro risultati possono essere incerti e cosa farebbero diversamente dimostrano la maturita intellettuale che ottiene i voti piu alti.

Errori comuni da evitare

Avendo lavorato con centinaia di studenti IB sui loro Internal Assessment, diversi errori ricorrenti si distinguono come i piu dannosi per i voti. Il primo e piu frequente e complicare eccessivamente l'argomento. Gli studenti spesso credono che una domanda di ricerca piu complessa impressionera gli esaminatori, ma il contrario e solitamente vero. Un'indagine semplice e ben eseguita con analisi approfondita e valutazione onesta otterra un punteggio piu alto di un progetto ambizioso che lo studente non riesce a controllare o comprendere completamente. Il secondo errore comune e l'analisi dei dati carente. Negli IA di scienze, gli studenti a volte presentano i loro dati senza calcolare le incertezze, disegnare le barre d'errore o eseguire test statistici appropriati. Negli IA di matematica, gli studenti possono applicare tecniche avanzate trovate online senza dimostrare una genuina comprensione di come e perche quelle tecniche funzionano. Gli esaminatori non sono impressionati dalla complessita fine a se stessa; vogliono vedere che lo studente puo giustificare ogni scelta analitica che fa. Il terzo errore importante e trascurare le sezioni di valutazione e riflessione. Molti studenti le trattano come un ripensamento, scrivendo un breve paragrafo sull'"errore umano" senza confrontarsi criticamente con le limitazioni specifiche del proprio lavoro. La valutazione dovrebbe identificare debolezze concrete nella metodologia, spiegare come queste hanno influenzato i risultati e proporre miglioramenti specifici e realistici. Allo stesso modo, la riflessione dovrebbe dimostrare che lo studente ha imparato qualcosa di significativo dal processo, non solo che si e divertito. Infine, lasciare l'IA all'ultimo minuto e un errore che amplifica tutti gli altri. L'IA e un lavoro sostanziale che richiede bozze multiple, feedback dell'insegnante e revisione. Gli studenti che iniziano presto hanno il lusso del tempo per perfezionare il proprio lavoro, mentre quelli che procrastinano spesso consegnano indagini frettolose e poco sviluppate che non riflettono la loro vera capacita.

Domande Frequenti

Articoli Correlati

Materie e Specializzazioni