Navigazione – Mappa del sito

HomeNumeri69la società contemporanea / Studen...Le trasformazioni della disuguagl...

la società contemporanea / Studenti 2.0. La Rete tra riproduzione sociale e disallineamento culturale

Le trasformazioni della disuguaglianza digitale tra gli adolescenti: evidenze da tre indagini nel Nord Italia

New patterns of digital inequality among adolescents: evidence from three surveys in Nothern Italy
Marco Gui
p. 33-55

Abstract

Based on unique datasets collected by the author in three northern italian regions’ schools (˜8000 students), the article describes how youth’s family background currently relates to their Internet use practices. The results show that nowadays the only indicators that show a linear relationship with social stratification are the use of the Internet for in-depth information searching and the breadth of Internet uses carried out frequently. Other variables such as the use of social networking sites, production of online content, gaming and the time spent online seem to have become widespread irrespectively of young people’s social origins. A third set of variables, concerning how pervasive the use of one’s smartphone is in social and personal life, shows an inverse relationship with social stratification: those that are more advantaged show a lower pervasiveness. Therefore, today the digital profile of students coming from disadvantaged backgrounds is characterized by a low level of information searching, low breadth of Internet uses and high pervasivity of mobile devices. On the one hand, this poses a challenge to traditional digital inequality theory; on the other, it calls for critical education interventions to prevent addictive behaviours.

Torna su

Testo integrale

1. Introduzione

  • 1 La percentuale di utenti giornalieri della rete tra i 16-19enni era l’83% nel 2011, primo anno di r (...)

1In tutti i paesi ad economia avanzata, e anche in Italia, si è assistito nell’ultimo quindicennio ad una sempre più chiara riduzione del divario di accesso a Internet tra i segmenti della popolazione con diversi livelli di istruzione, condizione economica (Mossberger et al., 2003; Bentivegna, 2009) e genere (Liff et al., 2004). In particolare, nella popolazione giovane tali trend di “chiusura” del divario digitale si sono resi visibili in maniera ancora più netta. Se intendiamo il concetto di digital divide nella sua accezione originaria, ovvero come differenza tra i connessi e i non connessi, oggi esso non riveste più una utilità esplicativa per questa fascia d’età. Già da qualche anno, in alcune aree europee, la quota di giovani che non possono dirsi utenti della rete si è ridotta talmente da non costituire più un oggetto interessante per la ricerca (Livingstone e Helsper, 2007). Infatti, per effetto della diffusione di Internet nelle famiglie, ma anche della crescente offerta di connessione nelle scuole, l’accesso alla rete è diventato sempre più facile e trasversale per le fasce d’età più giovani. Oggi, nell’Unione Europea a 27 paesi, la percentuale di 16-19enni che usano Internet tutti i giorni supera il 90%, mentre in alcuni paesi del Nord Europa è vicina o uguale al 100% (Eurostat, 2014). In Italia già supera l’89%1.

2Tuttavia, è noto che al diminuire delle preoccupazioni relative al semplice accesso, la teoria sociologica ha sviluppato il concetto più ampio di “disuguaglianza digitale”. Come sintetizza efficacemente Van Dijk (2005), “dare a tutti un computer e una connessione a Internet non risolve la crescita dei problemi di disuguaglianza digitale; anzi, é probabile che costituisca il vero momento del suo inizio” (p. 5, traduzione mia). Effettivamente, al di là del divario tra utenti e non utenti, la ricerca ha mostrato che permane – e per certi versi si allarga – un insieme di differenze relative ai diversi usi che fanno le persone della rete. Chi ha un capitale culturale maggiore sembra mettere in atto più frequentemente pratiche “capital enhancing” (Hargittai e Hinnant, 2008), che più probabilmente porteranno un beneficio per le proprie opportunità sociali (Bonfadelli, 2002; Van Dijk, 2005; Zillien e Hargittai, 2009). Così, l’evoluzione del concetto di digital divide in quello di disuguaglianza digitale (digital inequality) ha portato con sé l’idea che ciò che conta nello sfruttamento delle nuove tecnologie della comunicazione non sia più tanto la semplice possibilità di connessione ma gli utilizzi che ne vengono messi in campo e le competenze che vi possono essere sfruttate. La popolazione giovane, a causa della presenza molto perequata dell’accesso e delle occasioni d’uso della rete, è quella in cui meglio che nelle altre dovrebbero essere visibili le manifestazioni del digital divide di “secondo livello” (Hargittai, 2002), cioè quello relativo alle competenze digitali e al tipo di utilizzo effettivo della rete (Gui e Micheli, 2011).

3Lungo queste dimensioni di differenziazione di secondo livello, la teoria della disuguaglianza digitale ha identificato finora una sostanziale omologia tra la stratificazione sociale e l’efficacia nello sfruttamento delle opportunità della rete (Van Dijk, 2005; Di Maggio et al., 2004). Van Dijk (ivi) afferma, per esempio, che al chiudersi del divario digitale inteso come possibilità di connessione se ne apre un altro, più profondo, che ha a che fare con le opportunità d’uso e di sfruttamento della rete e che porterà ad una radicalizzazione della disuguaglianza sociale. In questo senso, tutti i più importanti indicatori di uso del digitale (frequenza d’uso, tipi di uso, range degli utilizzi), incrociati con le variabili socio-demografiche, hanno riproposto una gerarchia omologa alla stratificazione sociale: chi ha più risorse è più incluso nel mondo digitale. I dati disponibili fino a poco tempo fa confermavano che un più alto livello di istruzione e status socio-economico erano associati a un maggiore uso, un più ampio spettro degli usi e delle pratiche socialmente benefiche (“capital enhancing”). Nel corso degli anni, quindi, queste evidenze hanno consolidato una visione per cui la maggior parte degli indicatori dell’uso di Internet potevano essere utilizzati come indicatori di vantaggio sociale. Al contrario, la mancanza di accesso ma anche di motivazione all’uso e di competenza digitale contribuirebbe a radicalizzare lo svantaggio sociale dei gruppi con meno risorse socio-economiche (Cotten e Jelenewicz, 2006). La teoria ha mostrato quindi una tendenza verso l’ipotesi di una stratificazione dell’uso del digitale che riproponeva la stratificazione sociale esistente piuttosto che di una normalizzazione del divario digitale (Sartori, 2006).

4Tuttavia, lo sviluppo dell’uso di Internet tra i giovani sta portando alcuni elementi di novità in questo quadro. Da un lato, la massiccia diffusione sul mercato degli smartphone ha portato ad un ulteriore aumento della diffusione della connessione alla rete, in modo trasversale alla popolazione giovane, portando l’omologia tra la posizione sociale e le opportunità di accesso ad essere ancora meno visibile. In questo quadro, alcuni tipi di uso – come le pratiche connesse ai social network – appaiono ormai quasi universalmente presenti (Gui, 2013). Dall’altro lato, alcuni usi considerati capital enhancing, come la pubblicazione di contenuti autoprodotti, cominciano a non essere più sottorappresentati nelle categorie meno avvantaggiate (Correa e Jeong, 2011). Infine, un’ulteriore novità, è relativa al sovra-consumo di comunicazione e alla cosiddetta digital saturation, emersa soprattutto in concomitanza con la diffusione degli smartphone (Turkle, 2012). Finora questo tema non è stato preso in esame direttamente dalla letteratura sulla disuguaglianza digitale, ma c’è già qualche evidenza per ipotizzare una manifestazione maggiore dei problemi di sovra-consumo digitale nei segmenti sociali meno avvantaggiati (Gui, 2014). Il problema del sovra-consumo è rilevante perché, in un certo senso, capovolge l’impostazione della teoria della disuguaglianza digitale: la quantità dell’utilizzo finisce per diventare un indicatore negativo anziché positivo, di disagio anziché di inclusione digitale. Finita la fase iniziale della diffusione in cui le élites fungono da avanguardie in tutte le tipologie d’uso, la diffusione di massa dei nuovi strumenti porta a differenziazioni che non si basano più sull’equazione tra maggiore utilizzo e maggiore inclusione.

5Se questi trend sembrano aprire qualche novità importante nel mondo della disuguaglianza digitale degli adolescenti, mancano in Italia dati su campioni rappresentativi che permettano di offrire un quadro chiaro delle differenze esistenti oggi nell’uso della rete in questa fascia d’età e di discuterne le loro possibili traduzioni in disuguaglianza sociale. C’è bisogno di capire quali indicatori restano importanti e discriminanti per la disuguaglianza tra i giovani, quali stanno perdendo rilevanza e quali nuovi indicatori diventano invece utili per fornire un quadro completo delle differenze di opportunità offerte ai giovani dal digitale.

6Per fare luce su questi interrogativi, questo paper utilizza i ricchi dataset di tre indagini svolte dall’autore su campioni rappresentativi degli studenti delle scuole superiori in tre regioni del Nord Italia. Le survey, svolte in Trentino nel 2012, in Lombardia nel 2012 e in Valle d’Aosta nel 2015, hanno utilizzato dei simili e dettagliati questionari sull’uso di Internet, permettendo così la comparazione tra diverse realtà territoriali. Per numerosità dei soggetti (circa 8000 studenti), per rappresentatività dei campioni e per dettaglio dei dati disponibili sull’uso della rete, questi dati rappresentano a nostra conoscenza la fonte informativa più ricca disponibile oggi in Italia sull’uso di Internet tra i giovani. Sulla base di questi dati, questo lavoro offre un quadro delle differenze che esistono oggi nell’uso di Internet tra gli studenti delle scuole superiori di II grado, utilizzando come variabile indipendente il capitale culturale delle famiglie dei soggetti, visto come indicatore sintetico della loro condizione sociale.

7Le disuguaglianze di utilizzo saranno esaminate attraverso alcune tradizionali variabili dipendenti della ricerca sulla disuguaglianza digitale, come il tipo di uso della rete e l’ampiezza del range di attività svolte online (breadth of use). Tuttavia, alla luce del nuovo filone di letteratura sul pericolo del sovraconsumo dei nuovi media, vengono utilizzati anche variabili più recenti, come il tempo speso online e la pervasività dell’uso dello smartphone nei momenti della giornata. Questi indicatori contribuiscono a dare un’immagine completa delle differenze esistenti tra gli adolescenti del Nord Italia nel loro approccio a Internet, nel momento in cui la curva di diffusione del digitale è entrata nella fase della sua maturità.

2. Rassegna della letteratura

8Nei primi anni Duemila la penetrazione di Internet tra adolescenti e giovani ha mostrato un’impennata. Le statistiche del Pew Internet & American Life Project negli Stati Uniti rilevano il passaggio dal 77% di utenti Internet nella fascia 18-29 nel 2004 all’88% solo due anni dopo (Fox, 2004; Madden, 2006). Le differenze di accesso tra i giovani sono perciò diventate sempre meno rilevanti (Livingstone e Helsper, 2007). Conseguentemente, la letteratura si è concentrata sulle differenze riscontrabili nelle condizioni di accesso ma soprattutto nel modo di sfruttare le opportunità disponibili online.

9Secondo Di Maggio et al. (2004), non tutte le attività svolte online offrono uguali opportunità di sviluppare il capitale culturale, economico e sociale degli utenti ed è perciò possibile identificare quelle maggiormente capital-enhancing, cioè che possono fornire maggiori opportunità di sviluppo ad un/una giovane. Le differenze nella frequenza degli usi capital enhancing sono così diventate un indicatore rilevante per la ricerca sulla disuguaglianza digitale. L’attività che è stata etichettata più spesso come capital-enhancing è la ricerca di informazioni in rete, soprattutto nel campo politico, amministrativo, lavorativo, finanziario e della salute. Hargittai e Hinnant (2008) analizzano un campione di 18-26enni americani mostrando che la frequenza di questo tipo di attività è chiaramente sperequata in base al background sociale dei soggetti. Risultati analoghi ottengono Peter e Valkenburg (2006). Anche nella ricerca italiana è emerso che la ricerca di informazioni è più frequente sia negli adolescenti che negli adulti di alto status socio-economico (Bentivegna, 2009; Gui, 2013).

10Anche le attività che hanno a che fare con la produzione e la pubblicazione online di contenuti autoprodotti sono state considerate un fattore di vantaggio sociale e la frequenza di tali pratiche è stata utilizzata come indicatore di “partecipazione digitale” (Jenkins, 2006). Lenhart et al. (2005), usando dati del Pew Internet & American Life Project, mostrano che le persone con alto background socio-economico producono e pubblicano contenuti sul web più frequentemente. Anche Hargittai e Walejko (2008) trovano che i ragazzi delle classi sociali più avvantaggiate sono più probabilmente produttori di contenuti nei social network. Sulla base di questi risultati, le autrici hanno identificato il concetto di participation divide. Negli anni più recenti, però, alcune ricerche hanno messo in discussione questo risultato, mostrando che nei segmenti sociali con meno risorse la produzione di contenuti digitali sta diventando sempre più frequente. Correa e Jeong (2011) mostrano con i dati di circa 300 studenti universitari americani che gli appartenenti a minoranze etniche – afro-americani, ispanici e asiatici – tendono a produrre contenuti nel web più frequentemente degli studenti bianchi. Così Blank (2013) usa i dati provenienti da un ampio campione rappresentativo della popolazione britannica per identificare le diverse forme di creazione di contenuto online e i profili dei loro produttori. La ricerca identifica tre tipi di produzione “skilled content”, “social and entertainment content” e “political content”, mettendo in luce che solo la creazione di contenuti politici è associata agli status socio-economici più alti mentre la frequenza degli altri due tipi di produzione sembra presente in egual misura nei diversi segmenti sociali.

  • 2 Alcuni segnali di questo fenomeno si notano anche nelle statistiche sul possesso di alcune tecnolog (...)

11L’utilizzo dei social network sites non viene invece usualmente classificato nella categoria delle capital enhancing activities. Questo è infatti una pratica multiforme e trasversale tra i giovani. Ahn (2011) in una ricerca su dati (sempre del Pew Internet & American Life Project) del 2007 su 700 teenagers e i loro genitori rileva che gli indicatori tradizionali legati al concetto di digital divide, come l’accesso o l’istruzione della famiglia non predicono più l’uso dei social network. Anche in questo campo le differenze trovate recentemente vanno nella direzione opposta rispetto alle ipotesi usuali. Nella già citata ricerca di Ahn, per esempio, i ragazzi di colore usano i social network più dei loro coetanei bianchi. Sta inoltre emergendo da più parti che maggiore è il livello socio-demografico delle famiglie meno i ragazzi sono propensi a fare un uso attivo dei social network per conoscere persone non già appartenenti alla cerchia dei conoscenti (Micheli, 2013; Mascheroni, 2013, Micheli, 2016). Rispetto all’uso dei social network e alla produzione di contenuti online, quindi, all’interno della popolazione giovane emergono recentemente segnali in controtendenza, per cui il rapporto tra uso di Internet e stratificazione sociale non appare più così rigidamente descrivibile attraverso un quadro di stretta omologia tra l’uso dei nuovi media e la stratificazione sociale2.

12Al di là dell’analisi di specifici usi e della loro valutazione in relazione alle chance di promozione sociale degli utenti, un filone di letteratura ha usato come indicatore di inclusione digitale l’ampiezza dello spettro di attività svolte online. Il concetto rimanda all’idea del “take-up of opportunities” (Livingstone e Helsper, 2007), cioè l’importanza del numero di opportunità che ogni soggetto è in grado di cogliere. E’ stato così utilizzato il concetto di “breadth of use” (spettro degli usi) mostrando che questo è sistematicamente più ampio nei segmenti più avvantaggiati da un punto di vista culturale ed economico (ivi). In una recente ricerca longitudinale, Park (2015) rileva che al crescere delle possibilità di accesso alla rete nella popolazione la varietà di fonti informative da cui i soggetti traggono le loro informazioni non cresce di pari passo: i segmenti con più istruzione, reddito e minore età traggono un guadagno maggiore degli altri in termini di diversità delle fonti informative.

  • 3 Una riflessione sul più generale fenomeno del disallineamento tra stratificazione sociale e agire d (...)

13Recentemente, in concomitanza con l’ampliamento delle opportunità di collegamento che le persone hanno a disposizione durante la giornata, si è anche iniziato ad utilizzare come variabile di inclusione digitale il tempo speso online. I giovani non solo sono più connessi alla rete ma spendono una quota significativamente maggiore del loro tempo online rispetto ad adulti e anziani. Secondo una recente rilevazione di Globalwebindex (2014), svolta su panel di utenti della rete in 32 paesi, il dato medio di permanenza online dei giovani dai 16 ai 24 anni è di 7 ore e 30 minuti al giorno, di cui 2,7 spese con lo smartphone. Al contrario la popolazione totale mostra una media di 6 ore al giorno, di cui circa 1,5 con lo smartphone. Van Deursen e Van Dijk (2013), in una survey rappresentativa della popolazione olandese utente di Internet, mostrano però che chi ha un basso livello di istruzione oggi comincia ad utilizzare la rete per più ore al giorno nel tempo libero rispetto a chi ha alta scolarizzazione. Lo stesso risultato emerge in una ricerca sugli studenti delle scuole superiori in Lombardia (Gui, 2013): la permanenza online media giornaliera dei ragazzi di seconda superiore è di circa 3 ore, che diventano però 2 ore e 48 minuti tra chi frequenta un liceo, 3 ore e 5 minuti tra chi frequenta un istituto tecnico e 3 ore e 10 minuti tra gli studenti degli istituti professionali. Gli studenti dei Centri di Formazione Professionale, infine, superano tutti gli altri con circa 3 ore e 15 minuti al giorno. Anche su questo indicatore si scorgono perciò quei segni di disallineamento tra inclusione digitale e stratificazione sociale.3 Una possibile spiegazione di questi risultati si basa sul fatto che la cosiddetta “alfabetizzazione digitale genitoriale” (Aroldi, 2012) è distribuita in modo disuguale tra i giovani (Micheli, 2013). Conseguentemente, una ridotta capacità di controllo da parte della famiglia può associarsi ad una maggiore quantità di tempo speso online. Tuttavia, oltre ad un deficit di controllo, potrebbero essere rilevanti nell’interpretazione di questi dati anche le opportunità alternative di uso del tempo, maggiori nei gruppi avvantaggiati. Tutto questo fa pensare che i rischi di sovra-consumo siano maggiori nei contesti con minori risorse economiche e culturali.

14L’utilizzo della variabile del tempo online in forma auto-riportata, tuttavia, appare meno efficace dopo la diffusione massiccia dello smartphone, che apre alle pratiche online tutti i momenti liberi della giornata (Gui, 2014), e che rende quindi meno facilmente rilevabile, ma anche meno rilevante, una quantificazione del tempo totale speso online. Lo smartphone è diventato negli ultimi anni lo strumento più diffuso per l’accesso alla rete da parte degli adolescenti. Giusti et al. (2015), in una indagine qualitativa sulle scuole del Sud Italia, riscontrano una presenza trasversale dello smartphone tra gli studenti delle scuole secondarie di I e II grado, presenza che nelle famiglie meno abbienti sostituisce in molti casi quella del PC. La pervasività dello smartphone anche nei momenti più socialmente significativi della giornata, come per esempio la cena in famiglia, ha aperto alcune preoccupazioni sulle capacità di confinamento e indirizzo di questo strumento (Turkle, 2012) e ha contribuito ad una concentrazione dell’attenzione anche scientifica sul fenomeno della “dipendenza da Internet”. Accanto all’emergere di vere e proprie patologie, fortunatamente riscontrate solo in nicchie della popolazione giovane (Christakis et al., 2011), molte ricerche mostrano che la maggioranza degli utenti Internet manifesta problemi di gestione della “sovrabbondanza informativa permanente” (Gui, 2014), specialmente i più giovani. Quindi è possibile che una dimensione crescente di differenziazione tra i giovani utenti della rete sia legata alla capacità di controllo dell’uso dello smartphone e degli altri dispositivi in rete durante la giornata e alla protezione dai rischi di un suo utilizzo eccessivo, sia rispetto alle altre attività da svolgere sia rispetto al mantenimento delle relazioni familiari e amicali.

15Nella letteratura manca un contributo che verifichi, nel panorama italiano e con dati aggiornati, le nuove tendenze emerse nel rapporto tra uso della rete e background sociale nella fascia degli adolescenti.

3. Metodologia della ricerca

  • 4 L’indagine lombarda (“Indagine sull’uso dei nuovi media tra gli studenti delle scuole superiori lom (...)
  • 5 Il campione lombardo è stato estratto in due stadi in modo casuale: la prima estrazione ha coinvolt (...)

16Per offrire un quadro affidabile e aggiornato delle differenze esistenti nell’uso della rete tra gli adolescenti nel contesto italiano si farà uso dei dataset prodotti da tre ricerche svolte dall’autore in Lombardia, Trentino e Valle d’Aosta4. L’indagine lombarda e quella trentina, svolte nel 2012, hanno utilizzato campioni rappresentativi degli studenti delle classi seconde delle scuole secondarie di II grado e dei Centri di Formazione Professionale (nel caso della Lombardia) delle due regioni.5 Il dataset lombardo è formato da 2327 record, quello trentino da 1112 record. Nel caso della Valle d’Aosta, invece, l’indagine si è svolta nel marzo/aprile del 2015 e ha riguardato l’intera popolazione degli studenti delle scuole secondarie di II grado della regione, in tutti e cinque gli anni, per un totale di 4543 studenti. In tutte e tre le rilevazioni, i tassi di risposta sono stati superiori al 90%, grazie ai canali istituzionali attraverso i quali sono state condotte.

17Tutti e tre i dataset contengono le risposte ad un approfondito questionario online che riguardava le dotazioni tecnologiche a disposizione degli studenti, le abitudini d’uso della rete, sia a casa che a scuola e la mediazione ricevuta dagli studenti da parte di insegnanti e genitori nell’uso degli strumenti digitali.

18I questionari sono stati somministrati online nei laboratori informatici delle scuole campionate tramite la piattaforma LimeSurvey dell’Università di Milano - Bicocca. In tutte e tre le survey, durante tutta la durata della compilazione (circa 70 minuti) erano presenti l’insegnante di classe e un rilevatore con funzione di supervisione, controllo e chiarimento di eventuali dubbi sulle domande.

19Nella tabella 1 sono mostrate alcune analisi descrittive dei tre campioni.

Variabili dipendenti

  • 6 È stata effettuata una analisi delle componenti principali con estrazione basata su autovalori 1 e (...)
  • 7 Quanto spesso fai le seguenti attività su Internet? Giochi offline (da solo o contro il computer); (...)

20Questo lavoro userà quattro variabili dipendenti, selezionate perché omogenee tra i tre questionari e perché adatte a dare un’idea complessiva delle differenze d’uso della rete emergenti per contesto sociale degli adolescenti italiani (vedi par. 1). La prima variabile, classica nella letteratura sulla disuguaglianza digitale, è relativa ai diversi tipi di uso della rete. In questa analisi non vengono considerati gli usi scolastici perché non direttamente di interesse e perché molto più associati al contesto scolastico rispetto che a quello familiare, che qui vuole essere analizzato. Si è quindi proceduto a sintetizzare, tramite un’analisi fattoriale6, le modalità d’uso della rete più significative che emergono dai dataset a partire da una batteria di 12 domande sulla frequenza di diversi usi di Internet.7 I punteggi fattoriali dei diversi fattori sono stati poi usati come variabili dipendenti. I fattori emersi sono risultati i seguenti in tutte e tre i dataset:

  • Approfondimento informativo (la lettura dei quotidiani online e la ricerca di informazioni specifiche in rete);

  • Produzione di contenuti (gestire siti o blog e pubblicare materiale autoprodotto in rete);

  • Social network (conversare con gli amici sui social e aggiornare il proprio stato);

  • Gioco (giocare online e offline).

Tabella 1 Analisi descrittiva dei tre campioni (%)

Trentino
’12

Lombardia
’12

Val d’Aosta
’15

Femmine

52,6

46,5

50,4

Stranieri (nati all’estero)

10,9

9,0

6,3

Genitori con diploma scuola media al massimo

15,5

17,3

21,5

Genitori con diploma superiore 2/3 anni

15,5

11,4

9,8

Genitori con diploma superiore 5 anni o special. post-superiore

42,4

37,7

37,6

Genitori con laurea

18,9

24,0

21,8

Connessi wi-fi a casa

77,7

84,2

87,3

Smartphone a disposizione

47,2

63,2

95,5

* la somma delle percentuali relative ai diversi titoli di studio non dà somma 100 per la presenza di una quota di rispondenti (tra l’8 e il 10% nei tre dataset) che non sanno indicarlo.

21La seconda variabile dipendente utilizzata, lo spettro degli usi (breadth of use) è anch’essa molto presente nella letteratura e completa la precedente mostrando, al di là degli usi specifici, l’ampiezza del range di utilizzi che ogni soggetto mette in atto. Concordemente con una letteratura interdisciplinare (Livinsgtone e Helsper, 2007; Helsper, 2010; Joiner et al., 2012), lo spettro degli usi è stato calcolato sommando le diverse attività svolte dai soggetti, usando la medesima batteria di domande della precedente variabile. Essendo le modalità di risposta in tale batteria poste su una scala di frequenza (“tutti i giorni”, “qualche volta a settimana”, “qualche volta al mese”, “più raramente”, “mai”), le variabili sono state dicotomizzate assegnando un punto ad ogni attività della batteria degli usi che veniva svolta almeno settimanalmente.

22La terza variabile utilizzata, il tempo speso su Internet, è più recente nella letteratura ed è emersa quando la diffusione dell’accesso a Internet in vari contesti ha cominciato a rendere interessante ragionare sulla somma di questi diversi tempi passati online. La permanenza giornaliera online è stata misurata tramite la domanda: “Quante ore passi su Internet mediamente al giorno?”. La domanda chiariva nelle istruzioni di risposta che il rispondente doveva sommare tutte le ore passate su Internet nel corso della giornata, sia dentro sia fuori dalla scuola. Per fare questa somma, si chiedeva di pensare alle ore passate su Internet in una giornata tipo (non prendendo come riferimento il sabato o la domenica, giorni in cui la gestione del tempo può essere molto diversa). Veniva anche consigliato di usare la virgola, per esprimere le frazioni di ore (per esempio un utilizzo della rete per un’ora e mezza al giorno diventava 1,5). Chi accedeva molto raramente a Internet veniva invitato a riportare un valore nullo (0).

  • 8 Le modalità di risposta sono state ricodificate in una scala da 1 a 4, dove 1 = mai e 4 = sempre

23L’ultima variabile indaga invece un aspetto del tutto nuovo nella ricerca sulla disuguaglianza digitale: la pervasività dello smartphone nei diversi momenti della giornata. Attraverso questo indicatore, che nella rilevazione valdostana sostituisce quello sul tempo speso online, si voleva verificare quanto la presenza dello smartphone invadesse spazi della vita offline che la letteratura ha indicato come particolarmente intaccati dall’uso eccessivo di questo strumento (vedi Block, 2008; Livingstone et al., 2010; Turkle, 2012). Sulla base di questa letteratura, la domanda chiedeva quanto spesso ai soggetti capitasse di usare lo smartphone durante le seguenti situazioni: “A cena in famiglia”, “Durante lo svolgimento dei compiti a casa”, “Di notte se ti svegli”, “Durante le lezioni a scuola”, “Mentre guardi un film o la tv”. Le modalità di risposta erano: “sempre”, “spesso”, “qualche volta”, “mai”8.

Variabile indipendente

24Quanto alla variabile da utilizzare come indipendente, si è scelto di utilizzare il titolo di studio dei genitori. Questa variabile è stata scelta perché rappresenta il migliore indicatore sintetico della posizione sociale degli studenti. Il capitale culturale esistente in famiglia è l’indicatore più discriminante per gli usi extrascolastici dei nuovi media, a parte il tipo di scuola frequentato (vedi ad esempio Gui, 2013). Il titolo di studio dei genitori è stato preferito allo status socio-economico della famiglia anche per la maggiore affidabilità delle risposte sul livello di istruzione rispetto a quelle sul tipo di lavoro svolto dai genitori in un questionario estensivo. Il tipo di scuola è stato invece escluso perché non rappresenta un chiaro indicatore di posizione sociale, essendo la frequenza di un certo ordine scolastico una convergenza di diversi tipi di differenze: di posizione sociale, di contesto del gruppo dei pari e di abilità dei soggetti (Barone e Schizzerotto, 2006). Il titolo di studio dei genitori è costruito ri-categorizzando il titolo più alto esistente in famiglia in quattro categorie: secondaria di II grado (“licenza media”) o meno, titolo del biennio o triennio superiore, diploma di scuola secondaria di II grado e corsi post diploma, laurea o più.

Variabili di controllo

25A questa variabile indipendente si aggiungono nei modelli tre variabili di controllo: il genere – variabile piuttosto discriminante nella letteratura sull’uso di Internet (vedi ad esempio Liff et al., 2004) –, la condizione di straniero (osservata attraverso lo stato di nascita) e la residenza nei capoluoghi di provincia (utilizzata come variabile proxy di residenza in contesti urbani di medie e grandi dimensioni). Queste variabili sono rilevanti nella letteratura sull’uso dei nuovi media e concomitanti rispetto al titolo di studio dei genitori.

 

26Nel paragrafo successivo saranno riportati i risultati di una serie di regressioni lineari tramite cui si sono stimate le associazioni tra il titolo di studio dei genitori e le diverse variabili dipendenti prima descritte.

4. Risultati

27Nel presentare i risultati analizzeremo prima l’associazione tra le variabili indipendenti e gli indicatori di uso del web più tradizionali: quelli relativi ai tipi di utilizzo della rete e all’ampiezza dello spettro di attività svolte. Successivamente esamineremo i risultati delle variabili di più recente utilizzo, quelle sul tempo speso online e la pervasività dello smartphone. Dalla interpretazione congiunta dei risultati, nelle conclusioni sarà possibile disegnare un quadro delle differenze esistenti oggi tra gli adolescenti in base al loro background sociale.

4.1. I diversi usi della rete e la stratificazione sociale

28Come spiegato nel paragrafo 2, i modi d’uso della rete sono espressi da indici costruiti a partire da un’analisi fattoriale svolta su una batteria di domande che chiedeva quanto spesso gli studenti svolgessero una serie di attività online. I quattro fattori emersi costituiscono le variabili dipendenti dei modelli di regressione. Come emerge chiaramente, gli studenti con genitori con laurea o con un diploma di scuola superiore hanno maggiori probabilità di effettuare un uso informativo del web: di andare alla ricerca di informazioni per approfondire un argomento o di leggere quotidiani e news online. Questo risultato si ritrova in modo del tutto simile nei tre contesti regionali, con l’unica differenza che in Lombardia il coefficiente relativo agli studenti con genitori con diploma superiore biennale o triennale non risulta statisticamente significativo rispetto al riferimento (genitori con licenza media o meno). Questo primo fattore è l’unico in cui troviamo coefficienti crescenti salendo lungo la stratificazione sociale, così come postulato implicitamente dalla teoria della disuguaglianza digitale. Si tratta qui dell’uso che la letteratura ha definito più univocamente come “capital enhancing”, cioè che avrebbe come effetto un aumento delle risorse a disposizione dei soggetti per le proprie chance sociali. Non emergono, in nessuna delle tre realtà, differenze significative per genere dei soggetti. La condizione di straniero e il contesto urbano di residenza, invece, non fanno registrare risultati convergenti. Per quanto riguarda la ricerca valdostana, svolta su tutti e cinque gli anni delle superiori, emerge l’associazione positiva tra la classe frequentata e la propensione a ricercare informazione online: ad ogni anno in più la propensione cresce in maniera significativa.

29Spostandoci sul secondo fattore, quello della produzione di contenuti online, la situazione cambia. In nessuna delle tre regioni emergono coefficienti significativi nel rapporto tra questo tipo di attività (come gestire un sito o un blog, pubblicare in rete materiale autoprodotto, scrivere di argomenti conosciuti su forum e blog) e la posizione sociale. Per questo motivo i risultati appaiono in contrasto con precedenti ricerche che invece avevano individuato un participation divide (ad esempio Hargittai e Walejko, 2009). Come detto nella rassegna della letteratura, la produzione e la messa online di contenuti autoprodotti è un’altra dimensione tipica degli usi definiti “capital enhancing”. È invece interessante notare che i maschi e gli stranieri sono, in tutti e tre i contesti, i maggiori produttori di contenuto online. Per la Valle d’Aosta emerge anche che, mano a mano che si procede in alto con gli anni scolastici, la propensione alla produzione di contenuti online cala in maniera significativa.

30Neppure il fattore relativo alla frequenza d’uso dei social network mostra una tendenza chiara. Emergono alcuni coefficienti positivi e significativi in Lombardia e Valle d’Aosta, concentrati tra chi ha titoli di studio intermedi. Assenti invece i valori significativi in Trentino. Potrebbe esserci, in questo caso, qualche segno di una presenza leggermente maggiore di queste pratiche nelle fasce intermedie, che diminuisce agli estremi per motivi diversi: in basso probabilmente per mancanza di strumentazione adeguata e sempre disponibile; in alto per un maggiore controllo genitoriale e un range di attività alternative più ampio. Qui il genere conta in maniera opposta a quanto accade per la produzione di contenuto online: le ragazze sono utilizzatrici più frequenti dei social network rispetto ai ragazzi. I ragazzi e le ragazze delle classi scolastiche più avanzate sembrano leggermente meno propensi ad un uso frequente dei social.

31Il gioco, infine, appare del tutto slegato da associazioni con le appartenenze sociali, se si eccettua un isolato coefficiente negativo per gli studenti con genitori con diploma di 2-3 anni in Valle d’Aosta. La frequenza di questa pratica è invece fortemente legata al genere e, come visto per l’uso dei social network, la sua frequenza sembra diminuire all’aumentare dell’età (si veda la tabella 2 alla pagina seguente).

4.2. L’ampiezza del range di attività (breadth of use)

32In Lombardia e Valle d’Aosta emergono chiari segnali che lo spettro di attività svolte da ragazzi e ragazze delle scuole secondarie di II grado in rete cresce al crescere del titolo di studio dei loro genitori (tab. 3). Questa seconda variabile tradizionale della ricerca sull’uso del web conferma chiaramente la sua associazione con il titolo di studio, in modo omologo alla stratificazione sociale: più risorse culturali gli studenti hanno in famiglia più le opportunità che colgono online sono ampie (cfr. Livingstone e Helsper, 2007). Interessante notare i coefficienti elevati e significativi (tutti e tre con p-value sotto l’1%) legati all’essere maschio, a conferma di un carattere più esplorativo dei maschi online già individuato più volte nella ricerca (vedi Liff et al., 2004; Tømte e Hatlevik, 2011; Mainardi et al., 2013). Anche qui appare qualche segno di un maggiore attivismo degli stranieri online, che fa il pari con i coefficienti significativi che riguardavano, nella tabella 2, la frequenza della produzione di contenuti online. Gli stranieri, forse anche come strumento di integrazione, sembrano utilizzare il web con uno spettro di attività più ampio, sia in Trentino che in Valle d’Aosta.

4.3. Permanenza online e stratificazione sociale

33Se quindi è stata confermata la presenza di differenze tra i segmenti sociali per quanto riguarda le attività informative sul web e il range di pratiche svolte (ma non nell’uso dei social network, il gioco e le attività di produzione online), veniamo ora a variabili più recenti e relative alla quantità dell’uso giornaliero della rete. Come visto, queste variabili assumono un’importanza particolare da quando la letteratura ha individuato nella dipendenza da Internet, e in generale nel suo sovra-consumo, un problema emergente tra gli adolescenti. È stata quindi usata come variabile dipendente il numero di ore totali passate su Internet al giorno (così come riportato dai ragazzi), per verificare l’impatto delle variabili indipendenti anche su indicatori quantitativi relativi alla permanenza online. Questa variabile è stata rilevata solo in Lombardia e Trentino, sostituita poi nel questionario valdostano da altri item relativi alla pervasività dello smartphone (vedi par. 3.4). I coefficienti non sono stati standardizzati in modo da rendere più agevole la lettura: l’unità di misura è pertanto la frazione di ora.

Tabella 2 Coefficienti standardizzati dei modelli di regressione relativi all’associazione tra titolo di studio dei genitori e frequenza di diversi usi di internet nelle tre rilevazioni

Ricerca e approfondimento informativo

Produzione di contenuto online

Uso dei social network

Gioco online

Trentino
’12

Lombardia
’12

Val d’Aosta
’15

Trentino
’12

Lombardia
’12

Val d’Aosta
’15

Trentino
’12

Lombardia
’12

Val d’Aosta
’15

Trentino
’12

Lombardia
’12

Val d’Aosta
’15

Maschio

-,045

-,019

-,018

,162***

,098***

,044**

-,109***

-,129***

-,111***

,435***

,436***

,469***

Straniero o meno

,065**

-,051**

,012

,137***

,099***

,039**

,048

-,008

,038**

-,026

-,030

,019

Contesto urbano

,008

,008

,037**

-,063**

,003

,008

-,000

-,013

-,029*

,037

,024

,002

Laurea

,153***

,174***

,170***

,021

,041

,010

-,009

-,013

-,023

-,009

-,007

-,010

Diploma sec. II grado (4-5 anni) o corso post-diploma

,138***

,161***

,100***

-,039

,019

-,019

-,047

,045*

,032*

,001

,013

,006

Diploma sec. II grado (2/3 anni)

,060**

,008

,029**

-,042

-,002

,015

,016

,032

,045**

-,008

-,019

-,026**

Classe scolastica

,254***

-,118***

-,028*

-,063***

***= p<0,001; **=p<0,05; *=p<0,1

Tabella 3 Coefficienti non standardizzati dei modelli di regressione relativi all’associazione tra titolo di studio dei genitori e numero di utilizzi diversi di Internet svolti settimanalmente

Range degli usi

Trentino
’12

Lombardia
’12

Val d’Aosta
’15

Costante

1,914***

2,781***

2,087***

Maschio

,652***

,649***

,573***

Straniero o meno

,534**

-,060

,333**

Contesto urbano

-,067

,060

,026

Laurea

,346

,409***

,311***

Diploma sec. II grado (4-5 anni) o corso post-diploma

,051

,419***

,215**

Diploma sec. II grado (2/3 anni)

-,005

,070

,171

Classe scolastica (1-5)

-,004

***= p<0,001; **=p<0,05; *=p<0,1

34Come si nota nella tabella 4, in Trentino i titoli di studio intermedi mostrano valori significativamente inferiori a chi ha genitori con titolo di studio bassi. Stiamo parlando di differenze nella permanenza giornaliera inferiori di circa mezz’ora rispetto a chi sta nella categoria più bassa come titolo di studio della famiglia. In Lombardia, invece, non emergono segnali di una stratificazione del tempo speso online per titolo di studio dei genitori.

35Possiamo dire che, per ciò che riguarda la quantità di tempo passata online giornalmente è del tutto tramontata, in questa fascia d’età, l’era in cui l’uso del web era maggiore nei ceti sociali più alti. Ora non emergono disparità in senso omologo alla stratificazione sociale, se non qualche segnale di un maggiore tempo speso online nelle fasce intermedie. Non emergono risultati convergenti neppure nelle altre variabili: essere maschio ed essere straniero mostrano un impatto positivo sulla permanenza online in Trentino ma non in Lombardia. Al contrario, in quest’ultima regione chi vive nei centri urbani più grandi passa più tempo sulla rete rispetto a chi risiede in centri più piccoli.

Tabella 4 Coefficienti non standardizzati dei modelli di regressione relativi all’associazione tra titolo di studio dei genitori e permanenza giornaliera online espresse in ore o frazioni di ore

Ore al giorno online

Trentino ’12

Lombardia ’12

Costante

1,320***

2,737***

Se maschio =1

,228**

,069

Straniero o meno

,892***

,225

Contesto urbano

-,145

,226**

Laurea

-,258

-,241

Diploma sec. II grado (4-5 anni) o corso post-diploma

-,424**

-,160

Diploma sec. II grado (2/3 anni) 1

-,458**

-,271

***= p<0,001; **=p<0,05; *=p<0,1
1 La categoria di riferimento sono i soggetti con genitori che hanno titoli di studio inferiori alla qualifica di secondaria di II grado di 2 o 3 anni (licenza media o meno).

4.4. La pervasività dello smartphone

36Come si è già detto, nell’indagine del 2015 in Val d’Aosta non è stata rilevata la permanenza giornaliera online in ore. Questa scelta è stata fatta perché la diffusione capillare dello smartphone, che ha la tendenza a riempire tutti i buchi di tempo libero della giornata (vedi Gui, 2014), rende difficilmente quantificabile il tempo online, soprattutto per i giovani. Tra il 2012 e il 2015, infatti, lo smartphone si è diffuso in maniera estremamente capillare tra gli adolescenti. Se nel 2012 il 63,2% degli studenti lombardi aveva a disposizione in casa uno smartphone, nella Valle d’Aosta del 2015 il 95% degli studenti delle superiori possiede personalmente un device di questo tipo. Si è scelto quindi di rilevare i momenti della giornata in cui i ragazzi e le ragazze utilizzano la rete, con il pc o con lo smartphone (vedi par. 2).

37Nella tabella 5 si possono vedere le associazioni tra l’appartenenza sociale e l’uso dello smartphone nei diversi momenti della giornata. Come emerge dai dati, avere genitori laureati o diplomati, rispetto a genitori con titolo di studio di secondaria di I grado o inferiore, è chiaramente associato a una minore frequenza di uso dello smartphone nei momenti considerati salienti nella letteratura sulla dipendenza da Internet.

Tabella 5 Coefficienti non standardizzati dei modelli di regressione relativi all’associazione tra titolo di studio dei genitori e frequenza d’uso dello smartphone durante momenti significativi della giornata (scala 1-4)

Durante la cena in famiglia

Durante i compiti a casa

Di notte, se ti svegli

Durante le lezioni a scuola

Mentre guardi un film o la TV

Costante

1,542***

2,639***

1,872***

1,385***

3,266***

Maschio=1

-,049*

-,080**

-,167***

,177***

-,236***

Immigrato

,211***

,092

,253***

,180**

-,063

Contesto urbano

,034

-,018

-,043

,013

-,091**

Laurea

-,217***

-,094**

-,173***

-,228***

-,154***

Diploma sec. II grado (4-5 anni) o corso post-diploma

-,142***

-,059*

-,059**

-,128***

-,066**

Diploma sec. II grado (2/3 anni)

-,016

,069

-,046

,039

-,044

Classe scolastica

,028**

,020**

-,025**

,116***

-,031**

***= p<0,001; **=p<0,05; *=p<0,1

38Infine, se la propensione ad usare lo smartphone durante le ore del sonno e mentre si guarda un film sembrano diminuire con l’avanzare della classe frequentata, nelle altre dimensioni rilevate emerge un aumento della frequenza con il procedere dell’età. In particolare, l’uso dello smartphone durante le lezioni a scuola cresce per ogni anno scolastico in più in maniera elevata e significativa.

5. Discussione e conclusioni

39I risultati emersi in questo saggio disegnano un quadro del rapporto tra appartenenza sociale degli adolescenti e uso dei nuovi media più articolato di quanto la teoria della disuguaglianza digitale, così come sviluppatasi finora, lasci pensare. Premettendo che, tra gli adolescenti di oggi, il digital divide di accesso fisico alla rete è quasi del tutto colmato, i modi di utilizzo di Internet cominciano a mostrare dei legami non scontati con le appartenenze sociali.

40Per quanto attiene ai diversi usi della rete, si conferma quello che molta letteratura sulla disuguaglianza digitale ha messo in luce e cioè che appartenere ad un contesto sociale più avvantaggiato in termini culturali aumenta la probabilità di usare la rete per la ricerca di informazioni. Si delinea cioè, relativamente a questo ambito d’uso più “nobile”, una “omologia” con la stratificazione sociale per cui, al crescere della posizione sociale, cresce anche l’uso per approfondimento informativo. Quando però si passa ad altri tipi di uso del web, il “vantaggio” dei ragazzi provenienti da contesti familiari più privilegiati scompare del tutto. Il caso della produzione attiva di contenuti rappresenta un esempio interessante: la frequenza di tali pratiche (come gestire un proprio sito o blog oppure pubblicare online materiale autoprodotto) non mostra alcuna associazione con il titolo di studio dei genitori. Appare quindi messa in discussione l’ipotesi che esista un divario di partecipazione che segue la stratificazione sociale, con i ragazzi più avvantaggiati in termini socio-economici che producono di più e gli altri più frequentemente nel ruolo di spettatori (Hargittai e Walejko, 2008). Tuttavia, questo risultato non deve far pensare per forza che questo tipo di attività non dia più luogo a differenze rilevanti tra i diversi segmenti sociali. Più semplicemente, queste differenze non sono visibili a livello della frequenza di tali pratiche; è probabile che lo sarebbero, invece, analizzando in dettaglio i contenuti delle pratiche stesse. Alcune ricerche, che hanno distinto tra tipi diversi di produzione sul web, mostrano infatti anche in questo campo una divisione di ambiti, con la produzione legata alle opinioni politiche prevalentemente associata agli strati sociali più avvantaggiati (Blank, 2013). Inoltre, una ricerca qualitativa (Micheli, in questa stessa sezione) mostra che i ragazzi delle élites tendono maggiormente a riportare le pratiche di produzione di contenuti multimediali all’interno di un rapporto positivo con gli adulti di riferimento e con il sapere legittimo della scuola: l’innovazione digitale si sviluppa cioè in maniera più interna alla “cultura legittima” nei contesti con maggiori risorse. È possibile quindi che il tipo di produzione di contenuti di cui si parla nel caso dei ragazzi dei contesti più svantaggiati abbia meno probabilità di influire positivamente sulle loro opportunità sociali, almeno nella forma di una mediazione positiva nei confronti delle performance scolastiche. Non sappiamo, però, se tali pratiche non “legittime” stiano o meno favorendo forme di innovazione culturale capaci di offrire chance sociali inedite in queste fasce della popolazione giovane.

41Anche la frequenza dell’uso dei social network appare trasversale rispetto alle appartenenze sociali e tale trasversalità mette in luce, in fin dei conti, la poca utilità esplicativa che ha ormai questo indicatore. In questo senso, si può leggere una “normalizzazione” delle pratiche sociali online dove – come in quelle offline – un indicatore solo quantitativo di relazionalità dice poco in termini di differenziazione sociale. È ora che la ricerca si orienti a distinguere più dettagliatamente all’interno delle pratiche sociali in rete tra diverse strategie e modalità di appropriazione. Anche la frequenza del gioco in rete, per certi versi paradossalmente, non appare discriminante.

42Emerge poi da questa ricerca che la permanenza online giornaliera più alta non si ritrova più nelle classi sociali più privilegiate. Benché non sia possibile fare confronti chiari con il passato per la mancanza di dati comparabili su questo indicatore, appare evidente che sia avvenuto negli ultimi anni un processo di perequazione della permanenza online. I dati presentati, anzi, fanno addirittura intravedere segnali di una inversione di questa gerarchia: i coefficienti relativi all’associazione tra posizione sociale e tempo speso online mostrano che tutti i segmenti di istruzione genitoriale hanno medie più basse del segmento di riferimento (genitori con licenza media o meno), anche se solo in due casi questa minore permanenza diventa statisticamente significativa. A navigare di più in rete, quindi, non sono oggi i figli delle élites culturali. Interessante notare che questo accade nonostante nei ceti sociali più alti vi sia solitamente una più alta presenza di dotazioni tecnologiche (vedi ad esempio Carlo, 2013). Dal punto di vista del tempo speso in rete, le evidenze emerse suggeriscono che, in un contesto di diffusione ormai capillare di Internet e soprattutto dei dispositivi per accedervi in mobilità (smartphone e tablet), i segmenti sociali che stanno online meno degli altri non debbano per forza essere considerati svantaggiati nel processo di “inclusione digitale”. Si potrebbe trovare qui un’analogia con quanto successo nel campo della fruizione televisiva: mentre all’inizio della diffusione dei televisori erano i segmenti economicamente più avvantaggiati a diventare più spesso spettatori, oggi è noto che – al contrario – minore è il livello di istruzione e il reddito e maggiore è il tempo passato davanti al piccolo schermo (vedi ad esempio Belloni, 1998). È chiaro che tale analogia non può essere spinta troppo avanti data la natura fortemente diversa del rapporto comunicativo della televisione e della rete, soprattutto rispetto al grado di attività dell’utente. Tuttavia, in un panorama in cui il dibattito sulla cosiddetta “internet addiction” (dipendenza da Internet) si fa più intenso soprattutto rispetto al mondo giovanile (vedi Gui, 2014), il fatto che l’uso diventi più pervasivo nei contesti meno privilegiati fa pensare ad un rischio di sovra-consumo in tali ambienti. Da questo punto di vista, la quantità del consumo di Internet non è più una variabile utile per misurare la “inclusione digitale” (e, indirettamente, sociale) ma sempre di più diventa un indicatore di equilibrio nella vita quotidiana dei ragazzi, tra risorse online e offline. Ancora di più lo è la pervasività dello smartphone nei momenti significativi della giornata, che mostra – come visto – una chiara associazione inversa con il titolo di studio dei genitori. In questo senso, un alto capitale culturale familiare da un lato difende dai rischi di un consumo eccessivo, dall’altro offre probabilmente anche stimoli più interessanti al di fuori degli schermi.

43Per dare un senso unitario a questi risultati, proviamo a tradurre teoricamente quanto emerso. Dopo un primo periodo in cui la diffusione di Internet ha proceduto in modo omologo alla stratificazione, la diffusione di massa della rete e degli strumenti ad essa legati ha notevolmente colmato i gap, almeno tra i giovani. L’omologia tra stratificazione sociale e “inclusione” nel mondo digitale valeva quindi solo fino a un certo stadio di diffusione, come successo nel caso del consumo televisivo. Invece oggi non è più possibile porre l’inclusione digitale su un continuum che rispecchia la stratificazione sociale. Alcuni usi specifici restano più presenti tra i segmenti più privilegiati; altri diventano un terreno trasversale di uso della rete; altri, infine, cominciano ad essere più frequenti nei segmenti meno avvantaggiati. I giovani sono il segmento della popolazione in cui è più visibile oggi questo fenomeno, legato ad una fase matura della diffusione della rete. Alla luce dei dati emersi, il profilo digitale dell’utente socialmente svantaggiato ha, oggi, le seguenti caratteristiche: permanenza online medio-alta, poca attività informativa sul web, bassa differenziazione delle attività svolte, alta pervasività dello smartphone nei momenti della giornata. Di fronte a queste evidenze, la teoria della disuguaglianza digitale si trova a mio parere di fronte ad almeno tre linee di sviluppo. In primo luogo, occorre riconsiderare il concetto di “inclusione digitale”, superando definitivamente l’iniziale equazione implicita tra maggiore uso e maggiore inclusione. In secondo luogo, appare ormai imprescindibile descrivere in termini qualitativi le differenze nell’utilizzo di Internet dei diversi segmenti sociali, tentando di descriverne l’impatto sul sistema della disuguaglianza sociale. Infine, è necessario anche riflettere sull’introduzione della categoria del sovra-consumo nella teoria della disuguaglianza digitale, cercando di capire se la maggiore pervasività del digitale che si riscontra nei segmenti meno avvantaggiati sia o meno un fattore di potenziale approfondimento della disuguaglianza sociale esistente.

44Per quanto riguarda, invece, le implicazioni di policy, questi risultati sono utili per riflettere sulla natura degli interventi di sviluppo della “competenza digitale” nella scuola, previsti per esempio nel recente “Piano Nazionale per la Scuola Digitale” (Miur, 2015). Mentre lo sviluppo delle competenze digitali è stato inteso finora soprattutto come lo sviluppo delle abilità per utilizzare le nuove tecnologie dell’informazione, oggi appare un compito importante per la scuola anche quello di insegnare a limitarne e indirizzarne l’utilizzo, ponendosi così come attore importante nella socializzazione ad un uso critico ed equilibrato dei media nella vita, anche extrascolastica, di ragazze e ragazzi.

Torna su

Bibliografia

Ahn J. (2011), Digital divides and social network sites: Which students participate in social media?, «Journal of Educational Computing Research», XLV, 2, pp. 147-163.

Almeida A., Alves A., Delicado A. e Carvalho T. (2011), Children and digital diversity: From «unguided rookies’» to «self-reliant cybernauts», «Childhood», XIX, 2, pp. 219-234.

Aroldi P. (2012), EU Parents Online L’importanza del contesto familiare, in Mascheroni G. (a cura di), I ragazzi e la rete. La ricerca EU Kids Online e il caso Italia, Brescia, La Scuola, pp. 261-288.

Barone C. e Schizzerotto A. (2006), Sociologia dell’istruzione, Bologna, il Mulino.

Belloni M.C. (1998), Tempo libero, in Enciclopedia delle Scienze Sociali, Roma, Treccani.

Bentivegna S. (2009), Disuguaglianze digitali. Le nuove forme di esclusione nella società dell’informazione, Roma-Bari, Laterza.

Blank G. (2013), Who creates content? Stratification and content creation on the Internet, «Information, Communication & Society», XVI, 4, pp. 590-612.

Block J.J. (2008), Issues for DSM-V: Internet addiction, «American Journal of Psychiatry», CLXV, 3, pp. 306-307.

Bonfadelli H. (2002), The Internet and knowledge gaps a theoretical and empirical investigation, «European Journal of communication», XVII, 1, pp. 65-84.

Carlo S. (2012), Accesso, usi e divari tra i giovani utenti italiani, in Mascheroni G. (a cura di), I ragazzi e la rete. La ricerca EU Kids Online e il caso Italia, Brescia, La Scuola.
Id. (2013), Le dotazioni tecnologiche, in Gui M. (a cura di), Indagine sull’uso dei nuovi media tra gli studenti delle scuole superiori lombarde, Milano, Regione Lombardia.

Christakis D.A., Moreno M.M., Jelenchick L., Myaing M.T. e Zhou C. (2011), Problematic internet usage in US college students: a pilot study, «BMC medicine», IX, 1, pp. 9-77.

Correa T. e Jeong S. H. (2011), Race and Online Content Creation, «Information, Communication & Society», XIV, 5, pp. 638-659.

Cotten S.R. e Jelenewicz S.M. (2006), A disappearing digital divide among college students? Peeling away the layers of the digital divide, «Social Science Computer Review», XXIV, 4, pp. 497-506.

DeBell M. e Chapman C. (2006), Computer and Internet use by students in 2003, «Statistical Analysis Report», Nces 2006-065, National Center for Education Statistics.

DiMaggio P., Hargittai E., Celeste C. e Shafer S. (2004), Digital inequality. From unequal access to differentiated use: A literature review and agenda for research on digital inequality, in Neckerman K. (a cura di), Social inequality, New York, Russell Sage.

Eurostat (2014), Information Society Statistics, http://appsso.eurostat.ec.europa.eu/nui/submitViewTableAction.do. (Link non attivo 09/05/2016)

Fox S. (2004), Older Americans and the Internet, Washington, DC, Pew Internet & American Life Project.

Giusti S., Gui M., Micheli M. e Parma A. (2015), Gli effetti degli investimenti in tecnologie digitali nelle scuole del mezzogiorno, Nuvap (Presidenza del Consiglio dei Ministri), http://www.dps.gov.it/opencms/export/sites/dps/it/documentazione/servizi/materiali_uval/analisi_e_studi/MUVAL33_Digitale_scuola.pdf.

Globalwebindex (2014), Digital vs Traditional Media Consumption (Q3/2014), http://insight.globalwebindex.net/hs-fs/hub/304927/file-1414878665-pdf/Reports/GWI_Media_Consumption_Summary_Q3_2014.pdf.

Grossi G. (2013), Conclusioni in progress: agire di consumo e disallineamento sociale, in Grossi G. e Tosi S. (a cura di), La società consumata. Come il consumo influenza le appartenenze sociali, Milano-Udine, Mimesis.

Gui M. (a cura di) (2013), Indagine sull’uso dei nuovi media tra gli studenti delle scuole superiori lombarde, Milano, Regione Lombardia.
Id. (2014), A dieta di media, Comunicazione e qualità della vita, Bologna, il Mulino.

Gui M. e Micheli M. (2011), I giovani e la disuguaglianza digitale. Il dibattito e la situazione in Italia, «Città in Controluce», 19-20, Piacenza, Vicolo del Pavone.

Hargittai E. (2002), Second-level digital divide: differences in people’s online skills, «First Monday», 7, 4, pp. 1-19.

Hargittai E. e Hinnant A. (2008), Digital inequality differences in young adults’ use of the Internet, «Communication Research», XXXV, 5, pp. 602-621.

Hargittai E., Walejko G. (2008). The participation divide: content creation and sharing in the digital age, «Information, Communication and Society», XI, 2, pp. 239-256.

Helsper E.J. (2010), Gendered Internet use across generations and life stages, «Communication research», XXXVII, 3, pp. 352-374.

Jenkins H. (2006), Convergence culture: Where old and new media collide, New York, NYU press.

Joiner R., Gavin J., Brosnan M., Cromby J., Gregory H., Guiller J. e Moon A. (2012), Gender, internet experience, Internet identification, and internet anxiety: a ten-year followup, «Cyberpsychology, Behavior, and Social Networking», XV, 7, pp. 370-372.

Lenhart A., Maddenn M. e Hitlin P. (2005), Teens and technology: Youth are leading the transition to a fully wired and mobile nation, Pew Internet & American Life Project, http://www.pewinternet.org/files/old-media/Files/Reports/2005/PIP_Teens_Tech_July2005web.pdf.pdf.

Liff S., Shepherd A., Wajcman J., Rice R. e Hargittai E. (2004), An evolving gender digital divide?, «OII Internet Issue Brief», 2.

Livingstone S., Haddon L., Görzig, A. e Ólafsson K. (2010), Risks and safety for children on the internet: the UK report, London, Lse, EuKids Online.

Livingstone S. e Helsper E. (2007), Gradations in digital inclusion: Children, young people and the digital divide, «New media & society», IX, 4, pp. 671-696.

Madden M. (2006), Internet penetration and impact, Washington, DC, Pew Internet & American Life Project.

Mainardi A., Mangiatordi A., Micheli M. e Scenini F. (2013), Gender differences in online consumption and content production among Italian undergraduate students, «Cultura e Comunicazione. Rivista Pic-Ais», 3, pp. 39-54.

Mascheroni G. (2013), I social network, in Gui M. (a cura di), Indagine sull’uso dei nuovi media tra gli studenti delle scuole superiori lombarde, Milano, Regione Lombardia.

Micheli M. (2013), Facebook, adolescenti e differenze di classe, «Mediascapes Journal», I, 2, pp. 91-105.
Id. (2015), L’appropriazione di internet da parte degli adolescenti: tra riproduzione sociale e mutamento culturale, «Quaderni di Sociologia», LIX, 69, pp. 7-32.§
Id. (2016), Social networking sites and low-income teenagers: between opportunity and inequality, «Information, Communication and Society», prepubblicato online http://dx.doi.org/10.1080/1369118X.2016.1139614.

Miur (2015), Piano Nazionale Scuola Digitale, http://www.istruzione.it/scuola_digitale/.

Mossberger K., Mary K.M.C.J.T., Tolbert C.J. e Stansbury M. (2003), Virtual inequality: Beyond the digital divide, Georgetown, Georgetown University Press.

Park Y.J. (2015), Explicating net diversity in trend assessment, «Communication Research», prepubblicato online http://crx.sagepub.com/content/early/2015/08/28/0093650215601883.full.

Peter J. e Valkenburg P. (2006), Adolescents’ Internet use: Testing the ‘disappearing digital divide’ versus the ‘emerging digital differentiation’ approach, «Poetics», 34, 4-5, pp. 293-305.

Sartori L. (2006), Il divario digitale, Bologna, il Mulino.

Tømte C. e Hatlevik O.E. (2011), Gender-differences in self-efficacy ICT related to various ICT-user profiles in Finland and Norway. How do self-efficacy, gender and ICT-user profiles relate to findings from PISA 2006, «Computers & Education», 57, 1, pp. 1416-1424.

Turkle S. (2012), Alone together: Why we expect more from technology and less from each other, New York, Basic Books.

Van Deursen A.J. e Van Dijk J. (2013), The digital divide shifts to differences in usage, «New Media & Society», prepubblicato online http://nms.sagepub.com/content/early/2013/06/05/1461444813487959.

Van Dijk J.A. (2005), The deepening divide: Inequality in the information society, Thousand Oaks CA, Sage Publications.

Zillien N. e Hargittai E. (2009), Digital distinction: Status-specific types of Internet usage, «Social Science Quarterly», XC, 2, pp. 274-291.

Torna su

Note

1 La percentuale di utenti giornalieri della rete tra i 16-19enni era l’83% nel 2011, primo anno di rilevazione di questa variabile da parte di Eurostat.

2 Alcuni segnali di questo fenomeno si notano anche nelle statistiche sul possesso di alcune tecnologie. Ad esempio, nella ricerca europea EuKids Online sui rischi e le opportunità della rete tra i bambini e gli adolescenti europei, è stato messo in luce che il possesso di specifiche tecnologie (prima fra tutte la consolle per i videogiochi) è maggiore nelle fasce di famiglie meno avvantaggiate economicamente e culturalmente (Carlo, 2012).

3 Una riflessione sul più generale fenomeno del disallineamento tra stratificazione sociale e agire di consumo si trova in Grossi (2013).

4 L’indagine lombarda (“Indagine sull’uso dei nuovi media tra gli studenti delle scuole superiori lombarde”), è stata finanziata da Regione Lombardia, Ufficio Scolastico Regionale per la Lombardia e Università degli Studi di Milano - Bicocca; l’indagine trentina, dal titolo “Indagine sull’uso dei nuovi media tra gli studenti delle scuole superiori trentine” è stata finanziata da Iprase del Trentino; l’indagine valdostana (“Scuol@ digitale: didattica aumentata dalle Tic”) è stata promossa e finanziata dalla Sovrintendenza agli Studi della Regione Valle d’Aosta.

5 Il campione lombardo è stato estratto in due stadi in modo casuale: la prima estrazione ha coinvolto gli istituti scolastici, la seconda invece le classi seconde all’interno degli istituti estratti al primo stadio. In tutto sono stati sorteggiati 63 istituti, soltanto tre di questi hanno rifiutato di partecipare. Dunque la numerosità campionaria effettiva è di 60 scuole con un totale di 117 classi. Il campione è stato stratificato per indirizzo scolastico (liceo, istituto tecnico, istituto professionale e Cfp) e macro-area geografica della Lombardia (Centro, Nord, Centro Nord, Est, Sud). L’estrazione del campione trentino ha riguardato invece direttamente le classi, non gli istituti. Considerando una media di 20 studenti per classe, il campione aveva l’obiettivo di raggiungere circa 1300 studenti. Pertanto sono state estratte in totale 65 classi seconde sul numero complessivo di 285 presenti nella provincia trentina. Il campione è stato stratificato per indirizzo scolastico (licei scientifici, altri licei, istituti tecnici/professionali, Formazione professionale) e macroarea geografica (Garda, Nordest, Nordovest, Rovereto, Tione, Trento, Valsugana).

6 È stata effettuata una analisi delle componenti principali con estrazione basata su autovalori >1 e con rotazione Varimax.

7 Quanto spesso fai le seguenti attività su Internet? Giochi offline (da solo o contro il computer); Giochi online con altre persone; Leggi notizie sui siti dei quotidiani o blog; Cerchi approfondimenti su un argomento specifico; Scrivi su un blog (ad es. Tumblr, Wordpress); Mantieni e gestisci un sito web; Pubblichi materiale creato da te (musica, video, disegni, storie); Scrivi testi su argomenti che conosci bene (recensioni, Wikipedia, Yahoo Answers); Commenti i post dei tuoi amici; Scrivi un tuo post o carichi un contenuto nuovo; Partecipi a gruppi, blog, community o forum; Scambi messaggi privati sui social network o chat. Le modalità di risposta possibili erano: “Tutti i giorni (o quasi)”; “Una o due volte a settimana”; “Qualche volta al mese”; “Più raramente”; “Mai”.

8 Le modalità di risposta sono state ricodificate in una scala da 1 a 4, dove 1 = mai e 4 = sempre

Torna su

Per citare questo articolo

Notizia bibliografica

Marco Gui, «Le trasformazioni della disuguaglianza digitale tra gli adolescenti: evidenze da tre indagini nel Nord Italia»Quaderni di Sociologia, 69 | 2015, 33-55.

Notizia bibliografica digitale

Marco Gui, «Le trasformazioni della disuguaglianza digitale tra gli adolescenti: evidenze da tre indagini nel Nord Italia»Quaderni di Sociologia [Online], 69 | 2015, online dal 01 décembre 2015, consultato il 05 décembre 2024. URL: http://journals.openedition.org/qds/515; DOI: https://doi.org/10.4000/qds.515

Torna su

Autore

Marco Gui

Dipartimento di Sociologia e Ricerca Sociale - Università di Milano - Bicocca

Articoli dello stesso autore

Torna su

Diritti d'autore

CC-BY-NC-ND-4.0

Solamente il testo è utilizzabile con licenza CC BY-NC-ND 4.0. Salvo diversa indicazione, per tutti agli altri elementi (illustrazioni, allegati importati) la copia non è autorizzata ("Tutti i diritti riservati").

Torna su
Cerca su OpenEdition Search

Sarai reindirizzato su OpenEdition Search