Immagine copertina generata con l’intelligenza artificiale
L’intelligenza artificiale sta cambiando rapidamente il modo in cui si affrontano alcuni dei problemi matematici più complessi, arrivando a individuare soluzioni che per anni hanno messo in difficoltà i ricercatori. I progressi più recenti di OpenAI, che riguardano centinaia di categorie di problemi, stanno alimentando un dibattito internazionale sul futuro della disciplina e sul ruolo degli studiosi. La questione non riguarda soltanto la possibilità che le macchine arrivino a sostituire i matematici, ma anche il significato stesso della ricerca scientifica, della scoperta e del merito accademico.
L’intelligenza artificiale affronta problemi matematici irrisolti
La portata dei progressi è emersa con particolare evidenza all’inizio di ottobre, quando OpenAI ha pubblicato alcuni manoscritti che documentano risultati ottenuti su 372 categorie di problemi matematici. Tra questi figurano anche questioni che avevano resistito a lungo ai tentativi di soluzione da parte degli esseri umani.
La società americana ha annunciato inoltre tre nuove scoperte nel corso di questa settimana, confermando la rapidità con cui stanno evolvendo le capacità dei modelli di intelligenza artificiale. Secondo quanto comunicato da OpenAI, i risultati generati dai sistemi vengono adesso esaminati e interpretati da gruppi di ricercatori nei campi della matematica, dell’informatica e della fisica.
È proprio questo passaggio a rappresentare uno degli aspetti più interessanti della trasformazione in corso: le AI possono contribuire a produrre nuove soluzioni, ma il lavoro umano rimane necessario per analizzarle, verificarle e comprenderne il significato scientifico.
Il dibattito tra i matematici: cosa significa fare ricerca?
I risultati stanno provocando reazioni in una comunità scientifica che considera la matematica una delle discipline più difficili. H. Holden Thorp, direttore della rivista accademica Science, ha scritto in un editoriale che i recenti traguardi dell’intelligenza artificiale hanno lasciato il mondo della matematica profondamente scosso.
La sua riflessione si concentra su una questione più ampia: la soddisfazione di comprendere una dimostrazione può sostituire l’emozione di essere i primi a scoprire qualcosa? Un interrogativo che tocca direttamente il modo in cui i ricercatori costruiscono il proprio lavoro e ricevono riconoscimento per i risultati ottenuti.
Tra le voci più critiche figura quella di Terence Tao, matematico australiano-americano e vincitore della Medaglia Fields nel 2006. In un’intervista pubblica, Tao ha paragonato l’utilizzo delle soluzioni prodotte dall’AI a un’attività di *strip mining*, ovvero all’estrazione intensiva di risorse già presenti nel lavoro scientifico precedente.
Insieme ad altri 24 vincitori della Medaglia Fields, considerata il riconoscimento più prestigioso della matematica, Tao ha firmato una lettera pubblicata il mese scorso. Il documento avverte che le soluzioni generate dall’intelligenza artificiale devono essere sviluppate e integrate nella disciplina dagli esseri umani. Scorciatoie eccessive rischierebbero infatti di compromettere la trasmissione delle conoscenze e il percorso attraverso cui gli studenti imparano la materia.
La Cina punta sull’AI per la ricerca matematica
Le preoccupazioni non riguardano soltanto gli Stati Uniti. Anche in Cina il dibattito è particolarmente acceso. Shing-Tung Yau, matematico della Tsinghua University di Pechino, sta guidando un’alleanza composta da oltre 1.000 scienziati, impegnata nello sviluppo di modelli di intelligenza artificiale progettati specificamente per la matematica.
Yau ha descritto l’evoluzione dell’AI come uno tsunami, sottolineando il ritardo cinese rispetto agli Stati Uniti nella realizzazione di sistemi capaci di far avanzare la ricerca matematica e fisica.
Lo stesso studioso sarà alla guida del nuovo Journal of AI-Assisted Mathematics, una rivista destinata a iniziare le pubblicazioni nel 2027. L’obiettivo sarà offrire uno spazio dedicato alla ricerca matematica assistita dall’intelligenza artificiale, mantenendo criteri rigorosi: i teoremi dovranno rispettare gli stessi standard di dimostrazione richiesti dalle principali riviste di matematica pura. Gli autori dovranno inoltre spiegare in che modo hanno utilizzato l’AI e come hanno verificato le affermazioni prodotte dai sistemi.
Babak Haghighat, matematico tedesco-iraniano della Tsinghua University, vede nella tecnologia uno strumento capace di collegare discipline che un singolo ricercatore avrebbe bisogno di una vita intera per approfondire. Tuttavia, avverte anche del rischio che il controllo dei modelli più avanzati da parte di poche grandi aziende tecnologiche aumenti le disuguaglianze internazionali, limitando l’accesso degli studiosi agli strumenti e alle informazioni necessarie per verificare i risultati.
Il possibile impatto positivo dell’intelligenza artificiale
Non tutti i matematici considerano questa trasformazione una minaccia. Grant Sanderson, creatore del popolare canale YouTube dedicato alla matematica 3Blue1Brown, ritiene che questo sia uno dei momenti migliori per imparare la disciplina. Se ottenere dimostrazioni diventa più semplice, infatti, i ricercatori possono dedicare maggiori energie alla costruzione di nuove teorie.
Sanderson riconosce che l’AI sta modificando la cultura accademica e i criteri con cui vengono attribuiti i meriti scientifici. La comunità dovrà quindi individuare nuovi standard per valutare il contributo delle persone e quello delle macchine.
Per spiegare questa trasformazione, il divulgatore richiama quanto accaduto con AlphaGo, il sistema di intelligenza artificiale che ha sconfitto i migliori giocatori umani nel gioco strategico cinese Go. Inizialmente, molti temevano che la tecnologia avrebbe tolto interesse alla competizione. Successivamente, però, i giocatori professionisti hanno iniziato a utilizzare l’AI per allenarsi e migliorare le proprie capacità.
Secondo Sanderson, lo stesso principio può essere applicato alla matematica: il fatto che una macchina riesca a risolvere problemi meglio di un essere umano non significa che il lavoro umano perda valore. Come ha spiegato, il paragone è quello della palestra: una macchina può sollevare pesi maggiori, ma questo non elimina i benefici che una persona ottiene allenandosi.
Fonte: SCMP
