Mario Zanotti: scienza, statistica e l’alba dell’apprendimento adattivo

Nel cuore della Silicon Valley degli anni ’60, un probabilista italiano, Mario Zanotti, contribuì in modo decisivo a trasformare la pedagogia in scienza computazionale. Ai suoi insegnamenti presso l’Istituto di Studi Matematici per le Scienze Sociali, fondato a Stanford da Patrick Suppes e all’esperienza professionale presso CCC, io devo la mia storia imprenditoriale (1983-2025).

Negli anni in cui la rivoluzione digitale muoveva i primi passi, e la California diventava il laboratorio vivente dell’innovazione tecnologica, un gruppo di studiosi visionari si pose una domanda radicale: è possibile modellare l’apprendimento umano con strumenti matematici? A Stanford, sotto la guida di Patrick Suppes, filosofo della scienza e pioniere dell’intelligenza artificiale, nacque un esperimento che univa logica formale, statistica e informatica. Al centro di questo esperimento, poco noto al grande pubblico ma cruciale sul piano scientifico, si trova Mario Zanotti, statistico e teorico della probabilità, formatosi tra l’Europa – in particolare alla scuola di De Finetti, probabilità soggettiva – e gli Stati Uniti.

Il passaggio alla CCC: dalla teoria all’implementazione industriale

Nel 1967, Suppes e Atkinson fondano la Computer Curriculum Corporation (CCC), uno dei primi spin-off universitari orientati alla diffusione commerciale della istruzione assistita da computer (CAI). L’obiettivo è chiaro: tradurre in software educativo i modelli scientifici sviluppati a Stanford, e portarli nelle scuole americane. Zanotti entra nel progetto come direttore scientifico per la modellazione statistica, assumendo un ruolo chiave nel garantire la coerenza metodologica e l’efficacia misurabile dei materiali prodotti.

Qui Zanotti affronta sfide nuove: trasformare formule teoriche in algoritmi scalabili, validare l’efficacia dei programmi su migliaia di studenti, definire metriche affidabili per l’apprendimento. In particolare:

•  Sviluppa un sistema di valutazione adattiva, in cui ogni esercizio è selezionato sulla base del suo valore informativo rispetto al profilo cognitivo dello studente (anticipando i principi dell’Informatica applicata all’educazione).
•  Progetta protocolli di sperimentazione su larga scala, coinvolgendo scuole in California, Texas e Illinois. Ogni iterazione del software è sottoposta a test controllati, e i dati vengono utilizzati per correggere i modelli stessi, con un’applicazione rigorosa del metodo scientifico.
•  Integra approcci computazionali e cognitivi, contribuendo a uno dei primi esempi di educational data mining. I suoi rapporti mensili per la CCC combinano analisi statistica, modellazione predittiva e valutazione qualitativa del comportamento degli studenti.

Il contributo metodologico: oltre l’istruzione, verso l’epistemologia applicata

Il lavoro di Zanotti alla CCC non si limita all’efficacia dei software educativi. La sua visione è più ampia e profondamente epistemologica: usa la statistica non solo come strumento di descrizione, ma come linguaggio della conoscenza. Nei suoi memo interni – alcuni dei quali conservati negli archivi della Stanford University – Zanotti insiste sul fatto che l’apprendimento non è solo una sequenza di risposte corrette, ma un processo dinamico di revisione delle ipotesi individuali. In questo, il suo pensiero si collega direttamente alle concezioni bayesiane dell’inferenza, ma applicate all’esperienza concreta dello studente.

La sua idea centrale può essere riassunta così:
“Ogni studente è un teorico implicito. Compito del sistema educativo è aiutarlo a costruire e aggiornare i suoi modelli del mondo, un esercizio continuo di probabilità soggettiva e verifica empirica.”
Si tratta di un vero modello costruttivista (Piaget) e non comportamentalista come – all’epoca – quello che veniva adottato con il nome di CAI e simili (CBT, CBL, …).

L’eredità scientifica e invisibile

Anche se la figura di Mario Zanotti non è mai emersa nelle cronache più visibili della Silicon Valley, il suo contributo è vivo in ogni piattaforma che oggi implementa adaptive learning, in ogni sistema che calcola la learning analytics, in ogni algoritmo che personalizza l’esperienza educativa.

Il lavoro di Zanotti rappresenta un caso emblematico di traslazione della teoria scientifica in tecnologia educativa, e mostra come anche discipline “astratte” come la statistica e la filosofia della scienza possano avere impatti profondi, misurabili e duraturi sulla società. E’ un vero esempio di visione olistica, di integrazione fra scienze umane e scienze della natura, con il contributo essenziale della matematica.

Nel racconto della CCC, Mario Zanotti è la figura che tiene insieme la profondità teorica e il rigore metodologico. Senza il suo contributo, la visione di Suppes sarebbe rimasta forse confinata alla filosofia. Grazie a Zanotti, invece, è diventata una pratica pedagogica fondata su basi scientifiche. In un’epoca in cui il rapporto tra tecnologia e istruzione è più centrale che mai, ricordare figure come la sua significa riscoprire le radici epistemologiche dell’innovazione, e il valore silenzioso ma essenziale della scienza nel costruire futuro.

Mario Zanotti: Science, Statistics, and the Dawn of Adaptive Learning

In the heart of Silicon Valley in the 1960s, an Italian probabilist, Mario Zanotti, played a decisive role in transforming pedagogy into computational science. Through his teachings at the Institute for Mathematical Studies in the Social Sciences, founded at Stanford by Patrick Suppes, and his professional experience at CCC, I owe my entrepreneurial journey (1983–2025).

During the years when the digital revolution was taking its first steps and California was becoming a living laboratory of technological innovation, a group of visionary scholars asked a radical question: Is it possible to model human learning with mathematical tools? At Stanford, under the guidance of Patrick Suppes—a philosopher of science and AI pioneer—an experiment was born that combined formal logic, statistics, and computer science. At the center of this experiment, little known to the general public but crucial scientifically, was Mario Zanotti, a statistician and probability theorist trained between Europe—particularly in the school of De Finetti, subjective probability—and the United States.

Collaboration with Patrick Suppes: Epistemology and Applied Mathematics

Mario Zanotti arrived at Stanford in the early 1960s, attracted by the interdisciplinary environment of the Institute for Mathematical Studies in the Social Sciences. There, he worked alongside Suppes on a still unexplored frontier: the use of probabilistic models to describe cognitive learning. The idea—both ambitious and revolutionary—was that a student’s behavior when tackling an exercise could be represented as a Markov chain, where each response modifies the cognitive state and the probability of subsequent steps.

With his solid mathematical background, Zanotti made a decisive contribution to formalizing learning processes. He refined the stochastic models proposed by Suppes and Atkinson, introducing elements of Bayesian statistics to enable systems to adapt in real time to students’ responses. His work laid the groundwork for concepts we now call personalized learning and adaptive testing. These were genuine “student models” capable of dynamically guiding the interactive process.

The Move to CCC: From Theory to Industrial Implementation

In 1967, Suppes and Atkinson founded the Computer Curriculum Corporation (CCC), one of the first university spin-offs aimed at the commercial dissemination of computer-assisted instruction (CAI). The goal was clear: to translate the scientific models developed at Stanford into educational software and bring them into American schools. Zanotti joined the project as scientific director for statistical modeling, playing a key role in ensuring the methodological coherence and measurable effectiveness of the produced materials.

Here Zanotti faced new challenges: transforming theoretical formulas into scalable algorithms, validating program effectiveness on thousands of students, and defining reliable metrics for learning. In particular, he:

• Developed an adaptive assessment system, in which each exercise is selected based on its informational value relative to the student’s cognitive profile (anticipating principles of computer science applied to education).

• Designed large-scale experimental protocols involving schools in California, Texas, and Illinois. Each software iteration underwent controlled testing, and the data were used to refine the models themselves, applying the scientific method rigorously.

• Integrated computational and cognitive approaches, contributing to one of the earliest examples of educational data mining. His monthly reports for CCC combined statistical analysis, predictive modeling, and qualitative evaluation of student behavior.

Methodological Contribution: Beyond Education, Toward Applied Epistemology

Zanotti’s work at CCC was not limited to the effectiveness of educational software. His vision was broader and deeply epistemological: he used statistics not only as a descriptive tool but as a language of knowledge. In his internal memos—some preserved in the Stanford University archives—Zanotti emphasized that learning is not merely a sequence of correct answers but a dynamic process of revising individual hypotheses. In this, his thinking connects directly to Bayesian conceptions of inference, applied to the concrete experience of the student.

His central idea can be summarized as follows:
“Every student is an implicit theorist. The task of the educational system is to help them build and update their models of the world, a continuous exercise in subjective probability and empirical verification.”

This represents a truly constructivist model (Piaget) rather than the behaviorist one that was common at the time under names like CAI and similar (CBT, CBL, etc.).

The Scientific and Invisible Legacy

Although Mario Zanotti’s figure never emerged prominently in the most visible chronicles of Silicon Valley, his contribution lives on in every platform today that implements adaptive learning, in every system that calculates learning analytics, in every algorithm that personalizes the educational experience.

Zanotti’s work is an emblematic case of translating scientific theory into educational technology, demonstrating how even “abstract” disciplines such as statistics and philosophy of science can have deep, measurable, and lasting impacts on society. It is a true example of holistic vision, integrating the humanities and natural sciences, with essential contributions from mathematics.

In the story of CCC, Mario Zanotti is the figure who binds together theoretical depth and methodological rigor. Without his contribution, Suppes’s vision might have remained confined to philosophy. Thanks to Zanotti, it became a pedagogical practice grounded in scientific foundations. In an era when the relationship between technology and education is more central than ever, remembering figures like him means rediscovering the epistemological roots of innovation and the silent but essential value of science in building the future.

Fonti e riferimenti

• Suppes, P. (1971). Computer-Assisted Instruction at Stanford. Academic Press.
• Suppes, P. & Atkinson, R.C. (1960). Markov Learning Models for Multiperson Interactions. Stanford University Press.
• Cuban, L. (1986). Teachers and Machines: The Classroom Use of Technology Since 1920. Teachers College Press.
• Collins, A. & Halverson, R. (2009). Rethinking Education in the Age of Technology. Teachers College Press.
• Archivi IMSSS, Stanford University (1964–1975), memorandum interni CCC.
• Archive.org – CCC materials (1983)