Intelligenza artificiale e ricerca: il giorno in cui l’IA ha travolto la matematica e il dilemma del controllo sulla scienza

Il 6 ottobre 2026 potrebbe essere ricordato come il giorno più importante nella storia della matematica.

Come racconta The Economist, in quella data OpenAI, laboratorio americano di frontiera, ha pubblicato più di 700 paper accademici che rivendicano progressi o soluzioni per 372 problemi che da decenni resistevano agli studiosi.

E i matematici stanno ancora cercando di digerire cosa tutto ciò significhi per la loro disciplina.

Le implicazioni, però, promettono di andare ben oltre la matematica.

È arrivato il momento di misurarsi con l'impatto dell'intelligenza artificiale sulla scienza nel suo insieme.

I risultati ottenuti in matematica sono, allo stesso tempo, un balzo in avanti per l'umanità; una meraviglia che sottolinea il progresso travolgente dell'IA; e l'avvertimento di un futuro in cui la comprensione dell'universo potrebbe appartenere a macchine impenetrabili alle menti umane.

La domanda, osserva The Economist, è come conseguire progresso senza sacrificare la comprensione.

PERCHÉ PROPRIo LA MATEMATICA

Le IA hanno mostrato con tanta vividezza il loro potenziale scientifico in matematica perché le sue dimostrazioni derivano da assiomi, non da evidenze, e sono quindi, in linea di principio, verificabili meccanicamente.

Ma, come riporta la testata britannica nella sua sezione Scienza e tecnologia, l'IA ha accelerato i progressi anche nelle scienze empiriche, in parte perché altri campi usano la matematica come strumento.

L'IA ha migliorato le previsioni meteorologiche.

Ha proposto milioni di nuovi materiali potenzialmente utili e ha contribuito a controllare esperimenti di fusione nucleare.

Ed è in grado di predire la forma di quasi tutte le proteine note a partire dai loro amminoacidi costituenti: un avanzamento che è valso un premio Nobel.

Nuovi e più notevoli progressi scientifici alimentati dall'IA sono quasi certi.

Le prospettive più entusiasmanti riguardano la biologia: ricercatori stanno usando l'IA per progettare colture resistenti alla siccità, cercare nuovi farmaci e creare virus — lo si auspica — amici, capaci di attaccare i batteri nocivi.

C'è un impegno a usare l'IA per costruire modelli informatici del funzionamento delle cellule.

Con la “vita in silicio” gli scienziati potrebbero arrivare alla padronanza della biologia, ottenendo la capacità di creare organismi completamente nuovi da zero.

In quel caso, il DNA diventerebbe semplicemente un'altra forma di codice informatico da manipolare come una stringa di token in un modello di IA.

LA RIVOLTA DEI MATEMATICI

Come tutto ciò che riguarda l'intelligenza artificiale, quella prospettiva è in egual misura esaltante e terrificante.

La prima reazione di molti matematici è la paura.

Dal giorno delle scoperte di OpenAI, si sono levati in armi contro l'invadenza del laboratorio nella loro disciplina.

L'Association for Human Mathematics, un gruppo di oltre 900 studiosi, ammonisce che “i matematici non hanno chiesto che questo lavoro venisse fatto”.

Il premio del fare matematica, sostengono, non viene dalla dimostrazione, ma dalla fatica, perché è quella a far avanzare la comprensione umana.

Avere IA che sfornano soluzioni incomprensibili ma corrette è come dare agli studenti le risposte dei compiti: senza sforzo, non c'è apprendimento.

Queste proteste, argomenta The Economist, contengono un elemento di corporativismo.

Gli accademici non hanno, più di qualunque altra professione, il diritto di dettare la produzione della conoscenza.

La ricerca della verità giova a tutti e non può essere riservata a una corporazione di studiosi.

Le gerarchie accademiche, che si scalano dimostrando teoremi, non sono sacre: se necessario, vanno ricostruite per un mondo in cui l'IA produce le dimostrazioni e gli umani le digeriscono.

Nella scienza, la comprensione non andrebbe trasformata in un feticcio da anteporre ai risultati.

Ogni volta che si ingoia una compressa di paracetamolo per mandare via il mal di testa, si fa affidamento su un meccanismo che funziona senza essere pienamente compreso.

IL RISCHIO DI CONSEGNARE LA SCIENZA ALLE MACCHINE

Eppure, la paura di consegnare la scienza alle macchine non è infondata.

Le aziende di IA stanno investendo risorse nella scienza non per altruismo ma perché, come per gli umani, risolvere problemi può rendere i modelli più intelligenti.

Molti ricercatori ritengono che un modello che migliora nel risolvere problemi scientifici migliorerà anche in tutto il resto.

Se così fosse, nessuno potrà competere con i grandi laboratori di IA, che finiranno per controllare modelli impegnati a perfezionare se stessi e che diventeranno, per certe definizioni, intelligenti in modo incomprensibile.

Questi scienziati-IA di genio si collegheranno al mondo fisico attraverso robot umanoidi o collegando i modelli alle attrezzature di laboratorio, come Anthropic ha già fatto.

Il problema che questo futuro pone alla scienza è molto simile a quello che pone alla società.

Le persone dovranno fornire risorse alle macchine perché continuino a fare progressi.

Se nessuno capisce cosa stanno facendo, limitarsi a firmare gli assegni sarebbe imprudente: nessuno potrebbe essere certo che i modelli agiscano nel miglior interesse dell'umanità.

E anche se i laboratori riuscissero ad “allineare” le macchine agli interessi umani, al punto da potersi fidare pienamente di loro, una società in cui ci si limita a chiedere alle IA cosa fare — in scienza come altrove — è una società in cui gli esseri umani diventeranno gli animali domestici delle macchine.

L'UMANO NEL CIRCUITO

Qualcuno potrebbe essere disposto ad accettarlo, se significasse, per esempio, guarire tutte le malattie.

Ma almeno finché non ci sarà un allineamento incrollabile tra IA e umani, la scienza avrà sempre bisogno di un essere umano nel circuito.

I laboratori dovrebbero poter usare le IA per risolvere problemi, ma risorse come laboratori e potenza di calcolo dovrebbero essere dirette e monitorate da persone capaci di formulare un giudizio informato su ciò che le IA stanno facendo.

Questo, inevitabilmente, rallenterà il progresso.

Ma è necessario se si vuole che le IA restino sotto il controllo umano.

Nel frattempo, la scienza delle macchine guidata dagli umani richiederà che gli studiosi reinventino le loro discipline.

Gli scienziati dovranno imparare ad amare — e a premiare con status e avanzamenti di carriera — il guidare i modelli e studiarne, verificarne e insegnarne i risultati.

I governi dovranno allocare i fondi per la ricerca sulla stessa base.

Quanto ai laboratori di IA, dovrebbero comportarsi da buoni cittadini della scienza: sottoporre il proprio lavoro alla revisione paritaria e pubblicare metodi e codice.

IL BAMBINO E L'ACQUA SPORCA

Controllare e digerire i risultati di un computer può sembrare un lavoro poco glamour.

Gran parte della scienza prodotta dagli umani è piena di errori, perché gli studiosi non vengono premiati per fare da polizia al lavoro altrui.

Ma un rinnovato impegno su verifica e scetticismo migliorerebbe la scienza.

Vale la pena ricordare il motto della Royal Society, adottato nel XVII secolo: Nullius in verba, “non prendere per buona la parola di nessuno”.

Quello stesso spirito, conclude The Economist, deve ora applicarsi alla scienza fatta dalle macchine.