Coordinator: Moris Triventi
Funding institution: European Commission
Call / programme: ERC-2022-COG
Project dates: 01/24–12/28
Funding amount: €1.930.120
Negli ultimi decenni, profondi cambiamenti socio-economici hanno posto sfide senza precedenti al tradizionale modello centralizzato di istruzione fornita dallo Stato. Questo ha spinto molti Paesi ad adottare politiche educative neoliberali (NLPs), che promuovono l’autonomia scolastica, la competizione e l’accountability come leve per migliorare l’efficacia delle scuole. Tuttavia, a fronte dell’aumento delle disuguaglianze sociali, stiamo assistendo anche a una ripresa di politiche educative democratiche e inclusive (DIPs), orientate a obiettivi egualitari. Sebbene queste diverse politiche possano coesistere, finora sono state analizzate separatamente.
EDUPOL sviluppa la prima analisi comparativa complessiva dell’interazione tra NLPs e DIPs. Basandosi sui concetti di configurazioni di policy ed effetti specifici del contesto, il progetto propone un cambiamento paradigmatico: dal focus su “che cosa funziona” a quello su “quali combinazioni di politiche funzionano, per chi e in quali circostanze”.
Il progetto persegue quattro obiettivi principali: 1) indagare le tendenze e la diffusione delle NLPs e delle DIPs nel mondo negli ultimi quattro decenni; 2) valutarne gli effetti sulla qualità e sull’uguaglianza nelle competenze degli studenti (cognitive e socio-emotive) e sull’impegno civico;
3) mappare le politiche scolastiche specifiche all’interno dei singoli Paesi; 4) individuare gli effetti eterogenei delle politiche a livello di scuola tra scuole e territori.
Per raggiungere questi ambiziosi obiettivi, EDUPOL costruisce un nuovo dataset macro-longitudinale sulle politiche educative e integra evidenze provenienti da dati internazionali cross-section ripetuti, innovativi big data italiani (milioni di record di studenti, dati testuali dai rapporti scolastici, archivi amministrativi, dati satellitari), dati panel sulla popolazione studentesca e interviste qualitative con i principali attori scolastici.Combinando analisi comparativa qualitativa, regressioni panel spaziali, tecniche flessibili di machine learning e metodi di inferenza causale, il progetto contribuirà in modo significativo ad approfondire la comprensione delle condizioni in cui le politiche educative funzionano.