Un anno con Gemini
Bilancio di una convivenza per lo più felice ma non priva di incomprensioni.
⏱ Tempo di Lettura: 8/10 minuti
TL;DR
Un anno fa ho ricevuto dodici mesi di Gemini Pro in omaggio con acquisto di un Chromebook Plus. Oggi faccio i conti. Google ha costruito strumenti straordinari (NotebookLM e deep-search sopra tutti), ha pasticciato in modo abbastanza clamoroso con la vicenda Gemini CLI/Antigravity, e ha fatto una cosa silenziosa ma bella con AI Quests. Io ho capito che il mio modo di insegnare è cambiato per sempre. E da domani cambierà anche la mia AI principale.
Come tutto è cominciato
Un anno fa, nel giugno 2025, ho acquistato un Acer Chromebook Plus 515. Ho sempre amato ChromeOS e il fatto che sui nuovi modelli sia possibile farci girare Linux e tutte le applicazioni Android, spendendo molto, molto meno di quel che si spenderebbe per uno smartphone è stato irresistibile. In più, per un certo periodo Google ha fatto a tutti gli utenti un regalo piuttosto generoso: un anno di Gemini Pro (oggi rinominato Google AI Pro), incluso come bonus promozionale.
Gemini lo avevo già usato, non appena apparso sul mercato e mi era subito sembrato ottimo, ma avere un abbonamento premium attivo per dodici mesi ha reso molto più completa la mia esperienza. Quando qualcosa costa, si usa con attenzione. Quando è gratuito per un anno, si esplora in libertà.
Oggi mi trovo a fare i conti. Non per nostalgia, ma perché questo tipo di bilancio potrebbe essere utile non solo a me.
Google, l’AI e l’anno che abbiamo vissuto
Un anno è un tempo brevissimo per gli esseri umani e un’eternità per i modelli linguistici. In questo intervallo Google ha fatto cose notevoli, qualcuna sbalorditiva e almeno una abbastanza discutibile.
I modelli: una corsa che non finisce mai
Quando ho attivato il mio anno di abbonamento, la famiglia Gemini era già matura ma ancora in costruzione. Nel corso del 2024 erano arrivati i modelli della serie 1.5 e il Flash, versione veloce e performante, annunciata nel luglio 20241. Con il 2025 l’accelerazione è diventata visibile anche a occhi non tecnici: Gemini 2.0 con la modalità Thinking, poi la serie 2.5, poi la 3.0 con Deep Think, poi le varianti 3.1 e 3.5. Al Google I/O 2025, Google ha dichiarato che i propri prodotti e API erano passati dall’elaborare 9,7 trilioni di token al mese a oltre 480 trilioni, un incremento di cinquanta volte nell’arco di un anno2. Sono numeri difficili da visualizzare, ma il senso è chiaro: il prodotto è migliorato, e l’adozione è esplosa di conseguenza. Di alcune di queste evoluzioni ne avevo parlato qui:
Il salto cognitivo di Google Gemini 3
L’arrivo di Gemini 3 Pro segna una transizione fondamentale per i professionisti della creatività e della ricerca.
NotebookLM: il vero effetto wow
Se dovessi indicare la cosa più interessante emersa dall’ecosistema Google nell’ultimo anno, risponderei senza esitazione: NotebookLM3. Nato come progetto sperimentale nel 2023 e rimasto nell’ombra per parecchio tempo, ha trovato il suo momento di gloria nel settembre 2024 con l’introduzione delle Audio Overview, ovvero la capacità di trasformare un set di documenti in un episodio di podcast generato da due voci sintetiche che discutono i contenuti. Una modo radicalmente diverso di rapportarsi alla conoscenza scritta e allo studio. Ora, tanto io che i miei studenti possiamo ripassare ciò che stiamo studiando, passeggiando con un paio di auricolari.
Nei mesi successivi NotebookLM non ha smesso di espandersi: rimozione dello status “sperimentale” a ottobre 2024, lancio della versione Plus, app native per Android e iOS a maggio 2025, poi Video Overview, flashcard, quiz, mappe concettuali interattive e integrazione diretta con Gemini. Da agosto 2025 è disponibile per tutti gli utenti di Google Workspace for Education, una scelta che non ha avuto il risalto mediatico che meritava, ma che per chi insegna vale molto. La possibilità di integrarlo in Classroom, per me è stata preziosissima.
Delle basi di funzionamento di Google NotebookLM, ne avevo parlato qui:
AI Quests: la cosa bella che ancora nessuno usa
A settembre 2025 Google ha lanciato AI Quests, un programma educativo sviluppato insieme allo Stanford Accelerator for Learning per ragazzi dagli 11 ai 14 anni. Il formato è quello di un videogioco: missioni immersive, la professoressa Skye come mentore virtuale, sfide che richiedono di raccogliere dati, valutarli e addestrare modelli per affrontare problemi reali nel campo della salute, del clima e della scienza. In Italia è arrivato a maggio 2026, integrato nel curriculum di Experience AI (Google DeepMind + Raspberry Pi Foundation) grazie alla collaborazione con la Fondazione Mondo Digitale.
È gratuito, accessibile a educatori, famiglie e organizzazioni, e ha un’impostazione pedagogica solidissima: non si tratta di imparare a usare un chatbot, ma di capire perché un modello di AI funziona, cosa significa addestrarlo, cosa sono i bias algoritmici. Per chi insegna è il tipo di iniziativa che fa tirare un sospiro di sollievo. Qualcuno, per fortuna, sta pensando all’AI literacy4 delle generazioni che verranno, e lo sta facendo con metodo. Di AI Quests ne ho parlato qui:
Il pasticcio: Gemini CLI e il caso Antigravity
E poi c’è la storia brutta.
A giugno 2025, Google rilascia Gemini CLI sotto licenza Apache 2.0, uno strumento da riga di comando per interagire con i modelli Gemini direttamente dal terminale. La community degli sviluppatori ci si butta sopra: 100.000 stelle su GitHub in meno di due settimane e oltre 6.000 pull request in merging nell’arco di quasi un anno. Una delle curve di adozione open source più rapide che il settore abbia visto di recente.
Il 19 maggio 2026, al Google I/O, arriva l’annuncio: Gemini CLI smetterà di rispondere il 18 giugno per tutti gli utenti free, Pro e Ultra. Il sostituto è Antigravity CLI, un binario closed-source scritto in Go, senza codice pubblico, con le quote ridotte da circa 1.000 richieste al giorno a una ventina. Trenta giorni di preavviso. Nessun avviso preventivo ai contributor della community
La Linux Foundation ha usato questo caso come esempio di quello che ha battezzato “pseudo-open source”: si raccoglie lavoro gratuito dalla community sotto licenza permissiva, lo si usa per costruire un prodotto enterprise, poi si chiude il sipario. Non è illegale. È solo, usando un eufemismo, molto poco elegante. Qualche istruzione per afferrare al volo una ciambella di salvataggio, l’ho scritta qui:
Antigravity e Gemini CLI sono morti ieri (non sto scherzando). E a te restano 30 giorni.
⏱️ Lettura: ~40 minuti, se operate mentre leggete.
Cosa ho capito in un anno di lavoro con Gemini
I Gemini Gem sono stati il mio primo terreno di gioco. Sono le istanze personalizzate di Gemini, agenti configurabili con un system prompt dedicato, e ho iniziato a usarli per costruire strumenti di supporto alla didattica: assistenti per la strutturazione dei prompt, per la preparazione di sillabi e prove, per le matrici di valutazione. Ho persino creato una copia completa di me come professore di cibernetica, cui gli studenti potessero rivolgersi in qualsiasi momento per un consiglio. Tutte cose, a parte l’ultima, che avrei potuto tranquillamente fare senza AI, ma che Gemini mi ha permesso di fare molto meglio, più velocemente, e soprattutto proponendomi varianti che non mi sarebbero mai venute in mente.
Il miei corsi hanno beneficiato in modo particolare di questa dinamica. Ho usato NotebookLM in modo sistematico per costruire basi di conoscenza su cui far lavorare gli studenti in Classroom: sia come sostituto del manuale, sia come strato di elaborazione attiva sui testi e strumento di autoverifica del livello di preparazione raggiunto dalla classe.
E poi c’è la scrittura narrativa, che per ora frequento come hobby. Qui Gemini è stato utile non per produrre testo al posto mio, ma per esplorare strutture, testare la tenuta di un personaggio, chiedermi se una certa scena reggeva.
L’epifania vera, però, è arrivata quando ho smesso di chiedermi “come si usa questo strumento?” e ho iniziato invece a domandarmi “cosa è cambiato nel modo in cui insegno?” La risposta è semplice: tutto. Non nei contenuti, non nei valori, non nel rapporto con gli studenti, ma nei processi, nei tempi, nella granularità possibile della personalizzazione.
Il mondo è cambiato per sempre. E nel mio piccolo, è cambiato per sempre anche il modo in cui studio, scrivo e insegno. Per il momento, ciò che è arrivato mi piace più di ciò che c’era.
Dove Google è ancora imbattibile
Due cose, tra quelle che Google ha costruito in questo periodo, mi sembrano genuinamente difficili da eguagliare.
La prima è la deep-search di Gemini: la capacità di condurre ricerche approfondite, multi-step, con sintesi strutturate e citazioni verificabili. È uno strumento che cambia il significato stesso di “fare una ricerca”, non solo recupera informazioni, ma le elabora, le connette, le mette in prospettiva. Per un docente o un ricercatore, questo vale molto.
La seconda è NotebookLM, di cui ho già detto abbastanza. Per la gestione di conoscenza distribuita su fonti eterogenee, testi, PDF, video, siti web, non conosco nulla di paragonabile. La funzione Audio Overview da sola vale l’abbonamento. L’integrazione con Classroom ha cambiato la mia didattica in modo misurabile.
Su tutto il resto, coerenza contestuale nelle conversazioni lunghe, qualità dell’output creativo e editoriale, profondità nella collaborazione su testi complessi Gemini è stato in testa alla corsa per quasi tutto l’anno, ma ora ha un po’ il fiato grosso.
Perché passerò a Claude
La prima risposta è elementare: perché Gemini lo conosco. Non nel senso che non abbia più niente da imparare; con la velocità con cui questi sistemi evolvono, tra dodici mesi sarà un prodotto diverso, ma nel senso che ne ho assorbito la logica, i pattern, i limiti. Adesso voglio approfondire il suo principale contender. Non smettere di usarlo: usarlo meno, e dedicare l’anno che viene a costruire un’expertise comparabile sull’altro polo di questo strano mondo.
La seconda ragione è la formazione. L’Anthropic Academy offre percorsi didattici chiari e ben costruiti, ho già conseguito i certificati di Claude 101 e Claude Code 101, e ho intenzione di completare il catalogo. Non è un dettaglio marginale: in un campo in cui la documentazione è spesso frammentata e i corsi di terze parti tendono all’improvvisazione, avere materiale didattico curato direttamente dal produttore fa la differenza. Soprattutto se, come nel mio caso, poi vuoi insegnarlo ad altri.
La terza ragione riguarda l’architettura. Il Model Context Protocol (MCP)5 è un protocollo ideato da Anthropic, ormai diventato standard de facto per l’integrazione di strumenti esterni nei workflow AI. È vero che funziona anche con Gemini, ma c’è una differenza tra chi progetta un sistema e chi lo adotta. Per dirla senza troppa diplomazia: su questo fronte, Anthropic crea e Google insegue.
La quarta ragione è, paradossalmente, la minor generosità. Claude brucia i crediti più velocemente. In superficie sembra uno svantaggio. In profondità funziona come una leva: quando le risorse costano, scrivi prompt migliori. Ti abitui a essere preciso, a dare contesto, a non fare domande a metà. È lo stesso principio per cui si impara di più prendendo appunti su un taccuino con le pagine contate. La scarsità, usata bene, è un ottimo insegnante.
Cambierò di nuovo dopo i prossimi dodici mesi? Non lo so. Ho capito che cambiare AI ogni mese porta solo confusione; capitalizzare un anno di pratica intensiva, invece, fa guadagnare un po’ di competenza.
Questo mi sembra l’unico modo sensato di muoversi in un ambito che evolve più in fretta di quanto si riesca a descriverlo.
Gemini Flash fu annunciato il 25 luglio 2024.
Dati presentati al Google I/O 2025.
NotebookLM è uno strumento di ricerca e gestione della conoscenza sviluppato da Google Labs, che utilizza modelli Gemini per permettere agli utenti di interrogare, analizzare e sintetizzare i propri documenti.
AI literacy: alfabetizzazione all’intelligenza artificiale. La capacità di comprendere i fondamenti del funzionamento dei sistemi AI, le loro applicazioni e i loro limiti, incluse le implicazioni etiche, al fine di utilizzarli in modo consapevole e critico.
MCP (Model Context Protocol): protocollo open source sviluppato da Anthropic per standardizzare l’integrazione di strumenti, dati e servizi esterni nei workflow dei modelli linguistici. Permette di connettere un LLM a fonti dati, API e applicazioni esterne in modo modulare e componibile.