Quando l’IA diventa co-autrice della scienza

Di IGOR GUIDA
Direttore scientifico Stripes Digitus Lab

C’è qualcosa di significativo nel fatto che sia stato Giorgio Parisi, premio Nobel per la fisica nel 2021 e studioso dei sistemi complessi, a trasformare un problema irrisolto in un esperimento di collaborazione con un’intelligenza artificiale. Non un esercizio teorico, ma un enigma reale che lui e Francesco Zamponi si portavano dietro da oltre dieci anni.

Il contesto è quello del jamming: la transizione improvvisa con cui sistemi disordinati (come sabbia, schiume o persino una folla) diventano rigidi, diventano cioè capaci di resistere alle deformazioni senza acquisire un ordine regolare. Nel 2014, all’interno di questo modello, era emersa una relazione sorprendente: due parametri matematici sembravano avere sempre una somma pari a uno. I calcoli numerici lo confermavano, ma mancava una dimostrazione formale. Per anni il problema è rimasto sospeso. Poi Parisi ha deciso di riaprirlo coinvolgendo un modello di intelligenza artificiale, Claude, non come soluzione automatica ma come interlocutore. Prima ne ha verificato l’affidabilità su risultati già noti; poi gli ha posto la domanda decisiva: si può dimostrare ciò che finora è sfuggito? La risposta non è arrivata immediata: Claude ha proposto una traccia promettente, ma imperfetta e da lì è iniziato un lavoro fatto di revisioni, correzioni, aggiustamenti, verifiche. La dimostrazione finale è nata proprio da questo scambio continuo. Non da un’intuizione isolata, né da una delega alla macchina.

Il punto interessante è dunque il modo in cui l’IA ha lavorato insieme ai ricercatori: esplorando rapidamente possibilità rimaste ai margini, suggerendo piste, accelerando alcuni passaggi. Tutto ciò è stato possibile solo perché qualcuno aveva formulato bene il problema, costruito il modello, conosceva la materia e sapeva distinguere un passaggio plausibile da uno valido. L’intelligenza artificiale, in sostanza, non ha sostituito il pensiero, ma lo ha amplificato.

Ed è qui che la storia smette di riguardare solo la fisica. Perché un amplificatore, per definizione, ingrandisce ciò che gli si dà in ingresso: le buone domande come le cattive, il rigore come la superficialità, la curiosità come il pregiudizio. Visto che l’IA sta entrando sempre di più nella nostra vita (nella ricerca, nella scuola, nella cura, nel lavoro), la questione decisiva non è tecnica ma culturale: che cosa vogliamo amplificare?

A questa domanda, le discipline tecniche da sole non sanno rispondere. Servono le materie umanistiche, e non come ornamento. Serve la filosofia, che da sempre si occupa di distinguere il vero dal verosimile, il ragionamento dalla persuasione, la conoscenza dall’opinione ben formulata. È esattamente la sfida posta da sistemi capaci di generare risposte plausibili, linguisticamente convincenti, ma non necessariamente fondate.

Serve l’etica, per decidere dove delegare e dove no, e per ricordare che la responsabilità non si trasferisce a una macchina. Serve la storia, che ci insegna come ogni tecnologia ridisegni i rapporti di potere prima ancora che le abitudini. Serve il linguaggio, perché dialogare con questi sistemi è letteralmente un esercizio di scrittura e interpretazione: la qualità di ciò che otteniamo dipende cioè dalla qualità di ciò che sappiamo chiedere.

Non è un caso che le regole europee sull’IA parlino di trasparenza, dignità, supervisione umana: concetti che nessun algoritmo ha inventato, ma che vengono da secoli di pensiero umanistico. La collaborazione tra Parisi e Claude mostra infatti che il “talento” dell’IA non sta nel fornire una risposta, ma nel saper costruire un dialogo intelligente. Servono competenze per formulare il problema, interpretare le risposte, verificarle, correggerle, rimetterle in discussione. Se dunque l’intelligenza artificiale diventa uno strumento di conoscenza, non basterà insegnare a usarla come si insegna un software. Bisognerà educare a pensare insieme all’IA senza rinunciare al proprio giudizio. Bisognerà formare persone capaci di fare domande migliori, di riconoscere un ragionamento fragile, di distinguere una risposta elegante da una risposta vera. L’IA può accelerare l’apprendimento, ma solo se trova davanti a sé menti allenate al controllo critico. Altrimenti non produce conoscenza: produce dipendenza.

Anche perché, come insegna il jamming, quando un sistema accelera senza comprensione rischia di bloccarsi. E forse è proprio questo il paradosso più attuale: per non rimanere fermi, dobbiamo imparare a pensare meglio, non solo più in fretta. E a pensare meglio, da sempre, insegnano le discipline che qualcuno considera “inutili”.

La lezione che arriva dal lavoro di Parisi è quindi più ampia della dimostrazione matematica ottenuta. Ci dice che l’intelligenza artificiale può diventare una forma nuova di collaborazione intellettuale, ma solo a condizione che l’uomo resti capace di guidarla. Per guidarla non basta sapere come funziona una macchina: occorre sapere che cosa è una prova, che cosa è un errore, che cosa è una scelta, che cosa è una responsabilità.

In questo senso, la filosofia è ciò che permette anche alla tecnica di non procedere alla cieca. È la disciplina che insegna a interrogare le premesse, a distinguere il vero dal plausibile, a riconoscere i limiti di un ragionamento, a chiedersi non solo se una cosa si possa fare, ma perché, per chi e con quali conseguenze. Proprio per questo la filosofia diventa decisiva nell’età dell’intelligenza artificiale.

Per usare bene l’IA non serviranno dunque soltanto competenze digitali. Servirà una nuova educazione del giudizio, che passa anche da quelle materie che sembrano meno “utili” perché non producono immediatamente strumenti, ma formano la capacità di usarli. La filosofia, in definitiva, non serve a difenderci dall’intelligenza artificiale. Serve a renderci abbastanza intelligenti da governarla.