Come trasformare i tuoi appunti in domande di esercitazione a cui vale la pena rispondere

Scritto da Nicholas. Verificato il 20 settembre 2026.

Tirare fuori domande di esercitazione utilizzabili da una lezione costa circa quattordici minuti prima ancora di rispondere a qualcosa, e la maggior parte di quel tempo sei tu che ne scrivi tre a mano per fissare uno standard. Generare prende due minuti, e altrettanti ne prende il controllo che decide se vale la pena rispondere al set. L’esempio svolto alla fine di questo articolo prende cinquanta minuti dall’inizio alla fine, perché rispondere alle domande a freddo e rileggere gli errori è la parte che ti insegna qualcosa. Salta il controllo e studi su quello che il modello ha indovinato. Una revisione sistematica pubblicata a maggio 2026 ha messo il tasso di errore su 71 studi fra meno del 1 percento e il 45 percento.

Scrivine tre a mano la prima volta, poi mai più

Apri le slide. Trova tre righe che potrebbero decidere una risposta da sole: un meccanismo, una soglia, un farmaco di prima linea, un rilievo caratteristico. Costruisci una domanda da ciascuna, cinque opzioni, una giusta. Dieci minuti, e con la scrittura a mano hai chiuso per sempre.

Quei dieci minuti ti comprano uno standard. Avendone scritte tre, sai che un testo di domanda utilizzabile chiede qualcosa a cui potresti rispondere con le opzioni coperte, che cinque opzioni devono essere la stessa categoria di cosa nella stessa forma grammaticale, e che esattamente una frase della tua fonte deve decidere la risposta. Impari anche quanto è lento, ed è il motivo per cui nessuno ne scrive quaranta.

Tieniti le tre. Diventano il tuo riferimento per tutto quello che un modello ti passerà dopo, e quando una domanda generata sembra sbagliata ma non sai dire perché, metterla accanto a una delle tue di solito fa venire fuori il problema nelle opzioni.

Cosa chiedere, con le parole che cambiano il risultato

"Interrogami su questo" ti dà curiosità sul documento invece di domande sulla materia. Sei istruzioni cambiano quello che torna indietro. Incollale sopra il tuo testo, cambiando il numero e la materia.

Usa solo il testo qui sotto. Scrivi 12 domande a risposta singola migliore sulla fisiologia cardiovascolare del secondo anno, ognuna con cinque opzioni ed esattamente una risposta corretta. Dopo ogni domanda, stampa la frase testuale del testo che rende corretta la risposta e il numero di pagina o di slide in cui si trova. Non scrivere una domanda se quella singola frase non decide la risposta da sola. Niente tutte le precedenti, niente nessuna delle precedenti, niente quesiti del tipo quale delle seguenti affermazioni è vera. Mantieni le cinque opzioni della stessa lunghezza e nella stessa forma grammaticale.

Usa solo il testo qui sotto. Se la lasci fuori, il modello risponde con quello che già sa, e tu ti eserciti su materiale che il tuo esaminatore non ha mai insegnato.
Stampa la frase testuale e la pagina. È la clausola che lavora di più tra le sei. Le citazioni che puoi andare a verificare chiudono una discussione con la chiave di risposta in dieci secondi, e un modello obbligato a produrne una scrive meno affermazioni che non sa sostenere.
Una sola frase deve decidere la risposta. Altrimenti ottieni quesiti che richiedono la riga citata più tre fatti presi altrove, impossibili da controllare e ingiusti per chi risponde.
Dichiara il formato del quesito. Se dici domande, ti arrivano vero o falso, completamenti e richiami di una riga tutti mescolati.
Vieta i due tipi di quesito. Tutte le precedenti e quale delle seguenti affermazioni è vera sono i difetti che i generatori producono più spesso, e spariscono entrambi se lo chiedi.
Stessa lunghezza, stessa forma. Chi scrive i quesiti tende a elaborare l’opzione che sa essere giusta, e un modello addestrato sui loro testi ne copia l’abitudine.

Chiedi un numero che il tuo materiale possa reggere. Il post sulla quantità di domande al giorno conta una riga alla volta e arriva vicino al numero di slide, che è un conteggio di righe utilizzabili, non di domande che ti tieni. In pratica un set da 40 slide rende da 15 a 20 domande che terresti, perché chiederne 50 compra soprattutto doppioni che i controlli poi tolgono.

Cosa torna indietro sbagliato, e quanto spesso: 71 studi, contati

Due numeri pubblicati fissano un’aspettativa ragionevole. Una revisione sistematica sul Postgraduate Medical Journal, pubblicata il 20 maggio 2026, ha messo insieme 71 studi di 24 paesi sulle domande a scelta multipla scritte dall’IA nella formazione medica. I tassi di errore andavano da meno del 1 percento al 45 percento. La difficoltà mediana dei quesiti era 0,67 e la discriminazione mediana 0,28, che descrive un quesito capace di separare chi conosce la materia da chi non la conosce, ma non in modo netto. Quasi tutti quegli studi hanno giudicato le domande con la revisione di esperti invece di metterle davanti a chi studia, e la revisione conclude che le prove non sostengono ancora "unsupervised use in summative assessment".

Più vecchio e più brutale: la Chobanian and Avedisian School of Medicine della Boston University ha riferito a dicembre 2023 che ChatGPT ha prodotto una domanda corretta con risposta e spiegazione corrette nel 32 percento dei casi quando le è stato chiesto di scrivere quesiti per un esame di una facoltà di medicina.

Terzo numero, da questo sito, che conta quello che i suoi controlli buttano e pubblica il conteggio. Letto il 20 settembre 2026: fra il 14 settembre, da cui parte il registro delle chiamate, e quella data i modelli hanno scritto 3.564 domande su 1.398 chiamate. Di quelle, il 43,1 percento ha superato tutto. Le regole strutturali ne hanno tolto il 32,8 percento, il controllo dei doppioni il 13,5 percento, un secondo modello che risponde dalla citazione senza la chiave il 6,7 percento, e il 2,2 percento ha citato una frase che il controllore non trovava sulla pagina indicata oppure ha citato una pagina fuori dalla sezione. Il restante 1,7 percento è arrivato quando il lavoro era già pieno oppure è tornato in una forma che il parser non riusciva a leggere.

Quelle quote si muovono a ogni lavoro, e quella dei doppioni si muove di più. Il post pubblicato il giorno prima la contava al 17,6 percento su una finestra più corta, dal 14 al 19 settembre 2026; questa lettura conta il 13,5 percento sul periodo dal 14 al 20 settembre 2026. Sono entrambe letture corrette dello stesso rapporto continuo, ed è il motivo per cui la pagina dei tassi di scarto porta il dato aggiornato e tutto quello che sta qui sopra ne è una sola istantanea.

Messe insieme, quelle tre cose non dicono di evitare di generare domande. Dicono che quasi metà di quello che torna indietro va nel cestino, e la tua unica decisione è chi fa la cernita.

Quando smettere di controllare, e quanto vale una domanda bocciata

I tre controlli che ne intercettano la maggior parte sono già scritti sulla pagina dietro quei conteggi: trova la frase citata nel tuo documento, copri la chiave e rispondi partendo solo dalla citazione, poi leggi le cinque opzioni senza il testo della domanda. Falli sulle prime cinque domande di un set, un minuto in tutto, e l’articolo sull’accuratezza spiega cosa intercetta ciascuno e perché.

Quei controlli non sono miei. Vengono dalla tassonomia della scrittura dei quesiti che quelle due fonti espongono: le 31 regole che Haladyna, Downing e Rodriguez hanno esposto su Applied Measurement in Education nel 2002, e la versione pratica che di solito viene consegnata a chi scrive i quesiti, la NBME Item-Writing Guide, ora alla sesta edizione e pubblicata a febbraio 2021.

Quello che quella pagina non ti dice è quando fermarti. Ecco il numero: controlla le prime cinque domande e basta. A due bocciature su cinque, smetti di controllare e torna al prompt. Un set che sbaglia due volte così presto quasi sempre sbaglia per un motivo solo, e un motivo solo di solito è una riga sola del prompt, quindi stringerla e generare di nuovo costa due minuti. Controllarle tutte e quindici ne costa venti e lascia lo stesso difetto nel lotto successivo.

Una domanda che non passa finisce nel cestino, non in riparazione. Riscrivere un quesito la cui frase citata non decide la risposta significa decidere tu la risposta, e a quel punto l’autore del quesito sei tu e il modello ti ha fatto buttare la serata. Sotto una bocciatura su cinque, butta quella e rispondi alle altre.

La domanda cestinata qualcosa te la lascia comunque. Hai aperto la slide per controllarla, il che vuol dire che hai letto la riga su cui la domanda era costruita, con le parole della fonte. Scrivi quella riga dove metti i tuoi errori. Una domanda che non ha passato un controllo e una domanda a cui hai risposto male finiscono nello stesso posto, che è l’inizio di domani.

La versione infermieristica, e cosa una slide di lezione non ti dà

Gli studenti di infermieristica di solito arrivano qui con un compito più stretto: tirare fuori quesiti in stile NCLEX da una dispensa di lezione. Il pezzo che manca è la situazione. La tua slide di fisiopatologia ti consegna un meccanismo, mentre un quesito in stile NCLEX ha bisogno di un paziente, di un’ambientazione, di qualche rilievo e di una domanda finale che chiede una priorità o un’azione, con quattro opzioni tutte difendibili e una che è la migliore. Niente di tutto questo sta sulla slide, quindi ce lo deve mettere il prompt.

Aggiungi una riga: scrivi ogni domanda come un breve scenario clinico in ospedale, che finisce chiedendo quale azione l’infermiere debba compiere per prima, e fai in modo che tutte e quattro le opzioni siano azioni infermieristiche sicure. Per queste aggiungi un quarto controllo: il testo della domanda porta abbastanza informazioni per scegliere fra le quattro? Se una qualunque di esse potrebbe ragionevolmente venire per prima, il quesito non è difficile, è senza risposta, e ti insegna a tirare a indovinare.

Del tutto fuori portata da una dispensa: i formati Next Generation. I quesiti case study, matrix, bow tie, highlight e drop down sono costruiti attorno a dati di un paziente che si svelano poco a poco, con regole di punteggio proprie, e niente di generato da un set di slide li produce. Chi te li vende partendo da un PDF sta promettendo troppo. La pagina dell’NCLEX-RN qui dice lo stesso. Questa non è una banca dati NCLEX e non ha alcun legame con l’NCSBN; i quesiti sono scritti in quello stile dal file che carichi.

Farlo in quantità senza annegare nei quasi doppioni

Chiedi 60 domande da una dispensa di 12 pagine e ricevi gli stessi 12 fatti in 60 travestimenti. Niente, in una finestra di chat, lo impedisce: alla domanda 47 il modello ha perso di vista la domanda 14, e accorgersi della parafrasi di qualcosa a cui hai risposto venti minuti prima è difficile.

Tre abitudini tengono onesto un percorso lungo. Genera un capitolo alla volta invece di un modulo intero, perché i doppioni si raggruppano dentro una fonte. Cambia il tipo di quesito al secondo passaggio, così la risposta singola migliore diventa una vignetta clinica e lo stesso fatto viene messo alla prova come ragionamento. Scorri i testi delle domande prima di rispondere a una qualsiasi, visto che un doppione preso subito non costa niente e uno preso alla domanda 30 ti costa la sessione.

Le macchine sono più brave di te in questa parte. Un generatore che confronta ogni nuova domanda con tutto quello che è già stato scritto dallo stesso documento scarta un quasi doppione prima che tu lo veda, ed è questo che sono gli scarti per duplicazione contati qui sopra: domande che non sono mai arrivate a un lettore.

Un esempio svolto su un set da 40 slide

Martedì sera, una lezione di cardiologia da 40 slide, in una sola sessione. Qui sotto ci sono i tempi che servono davvero, non quelli che un piano vorrebbe.

Primi dieci minuti. Tre domande scritte a mano, dalle slide dove ricordi che il docente ha rallentato.
Due minuti. Incolla il prompt sopra il testo delle slide e chiedi 15 domande, non 50. Quindici è più o meno quello che 40 slide reggono una volta tolti i doppioni.
Altri due. Esegui i controlli sui primi cinque quesiti. Aspettati che uno o due non passino. A due bocciature, sistema il prompt e genera di nuovo: costa due minuti e ne fa risparmiare venti.
Ventitré minuti. Rispondi a tutte e 15 a freddo, circa 90 secondi ciascuna, con le opzioni coperte finché non ti sei deciso.
Tredici minuti. Per ogni errore, apri la slide che la domanda cita e leggi la riga da cui nasce. Trascrivila con le parole della fonte, non con il tuo riassunto.
Domani. Quegli errori aprono la sessione successiva, prima di qualsiasi cosa nuova. Dove tornano nelle settimane seguenti è l’argomento del programma di ripetizione spaziata.

Cinquanta minuti, 15 domande che sai difendere e una lista scritta a mano dei fatti che ti hanno battuto.

Domande frequenti

Quale prompt fa scrivere a ChatGPT buone domande d’esame dai miei appunti?

Quattro clausole portano quasi tutto il valore. Digli di usare solo il testo che hai incollato, indica il formato come risposta singola migliore con cinque opzioni e una sola risposta corretta, chiedi la frase testuale e il numero di pagina che rendono corretta quella risposta, e vieta i quesiti del tipo tutte le precedenti e quale delle seguenti affermazioni è vera. Aggiungere che la frase citata deve decidere la risposta da sola toglie quasi tutto il resto.

Quanto sono accurate le domande di esercitazione generate dall’IA?

Gli studi pubblicati non danno un numero solo. Una revisione sistematica di 71 studi sul Postgraduate Medical Journal, pubblicata il 20 maggio 2026, ha trovato tassi di errore fra meno del 1 percento e il 45 percento, e la Boston University ha riferito a dicembre 2023 che ChatGPT ha prodotto una domanda corretta con risposta e spiegazione corrette nel 32 percento dei casi. Quello che decide il tuo set è se qualcosa lo ha controllato. Questo sito pubblica quello che i suoi controlli buttano: letto il 20 settembre 2026, il 43,1 percento di 3.564 domande generate ha superato ogni controllo, con il controllo dei doppioni che si prende il 13,5 percento del resto. Quelle quote si muovono con la finestra, quindi la pagina dei tassi di scarto porta il dato aggiornato.

Quante domande di esercitazione dovrei ricavare da una lezione?

Contando le righe utilizzabili, un set da 40 slide si ferma vicino a una per slide, perché sono quelle le righe che potrebbero decidere una risposta da sole. Contando le domande che terresti dopo il controllo, siamo più vicini a un numero fra 15 e 20, perché non tutte le righe utilizzabili sopravvivono. Chiederne 50 non crea più fatti, riformula gli stessi con parole nuove e il controllo dei doppioni le toglie. Genera una lezione alla volta e fermati quando le domande nuove smettono di sorprenderti.

Quando dovrei smettere di controllare un set generato e ricominciare da capo?

Controlla le prime cinque domande e fermati lì. A due bocciature su cinque, torna al prompt invece di riparare il set, perché un set che sbaglia due volte così presto di solito sbaglia per un motivo solo e un motivo solo di solito è una riga sola del prompt. Rigenerare costa due minuti; riparare quindici domande una alla volta costa la serata.

L’IA può scrivere domande in stile NCLEX dai miei appunti di lezione?

Può scrivere quesiti a scenario in quello stile se gli dici di costruire una situazione con un paziente e una domanda finale su una priorità o un’azione, con quattro opzioni tutte sicure, perché una slide di lezione fornisce la fisiopatologia ma mai l’ambientazione. I formati Next Generation, cioè case study, matrix, bow tie, highlight e drop down, non si possono produrre da un documento. Questa non è una banca dati NCLEX e non ha alcun legame con l’NCSBN.

Pubblicata 20 settembre 2026.