L'intelligenza artificiale ha imparato a programmare, a tradurre lingue antiche e a suggerire diagnosi mediche. Ora ha compiuto un balzo in avanti straordinario: un team di studiosi ha creato un sistema informatico capace di condurre esperimenti in totale autonomia. Il progetto si chiama "The AI Scientist" e prevede la possibilità per un programma di concepire un'idea, elaborare il codice, analizzare i dati e redigere un saggio accademico completo. Sembra pura fantascienza. Eppure un testo generato dalla macchina ha appena superato la selezione ufficiale per un convegno internazionale.
Il software è stato sviluppato da un gruppo di scienziati dell'azienda Sakana AI, in collaborazione con accademici di Oxford, della University of British Columbia e del Vector Institute. L'obiettivo del team era particolarmente ambizioso: automatizzare l'intero ciclo di vita di un progetto accademico.
Finora, nella fase di redazione degli articoli scientifici, l'AI ha fornito supporto solo in singole mansioni circoscritte come la sezione documenti correlati, l'ottimizzazione del testo in inglese, la realizzazione di infografiche o la formattazione LaTex per rispettare le norme redazionali.
Ora, invece, il paradigma cambia radicalmente, perché l'algoritmo opera come un lavoratore instancabile all'interno del laboratorio.
Il funzionamento del sistema si articola in quattro passaggi principali:
La macchina redige il codice informatico per testare la propria teoria. Spesso si verificano errori di calcolo, blocchi imprevisti e allucinazioni. Il software non si ferma e corregge in totale autonomia i malfunzionamenti. Utilizza un metodo preciso definito come esplorazione ad albero: immaginate un albero ricco di rami in cui ogni ramo rappresenta un percorso sperimentale, se una direzione risulta un vicolo cieco, il programma indaga una via alternativa, valutando progressivamente i risultati migliori.
Ottenuti i numeri definitivi, l'algoritmo crea i grafici visivi e scrive il testo finale, seguendo fedelmente le medesime regole di formattazione usate nei laboratori di tutto il mondo. Alla fine, un sistema interno di revisione automatica valuta il manoscritto, assegna punteggi e suggerisce eventuali miglioramenti strutturali.
La prova decisiva si è svolta in un contesto reale. I creatori del sistema, infatti, hanno inviato tre elaborati, prodotti interamente dall'algoritmo, al workshop ICLR (International Conference on Learning Representations) del 2025 dal nome "I Can't Believe It's no Better: Challenges in Applied Deep Learning", tra gli appuntamenti più importanti nel campo dell'apprendimento automatico. I revisori, ignari dell'identità dell'autore, hanno valutato i testi secondo i criteri ordinari della selezione scientifica, concentrandosi sulla solidità del metodo e sulla pertinenza dei risultati.
Il verdetto ha attirato l'attenzione della comunità scientifica: uno dei tre saggi ha superato la soglia richiesta per l'accettazione. Il lavoro presentava un risultato negativo relativo a una tecnica informatica specifica, un contributo coerente con gli obiettivi dell'evento. Più che proclamare la nascita di uno scienziato artificiale autonomo e infallibile, l'episodio mostra che un sistema di intelligenza artificiale può già produrre un elaborato capace di attraversare, almeno in parte, le procedure della revisione accademica. È un passaggio significativo, perché sposta la questione dal semplice supporto alla ricerca alla possibilità che le macchine partecipino direttamente alla produzione di conoscenza scientifica.
Dobbiamo temere un'invasione di entità cibernetiche nei laboratori? La risposta richiede equilibrio. Il sistema mostra ancora limiti evidenti: può produrre idee acerbe, eseguire misurazioni imprecise o generare le note allucinazioni, arrivando persino a inventare citazioni inesistenti pur di completare un documento. Non siamo, dunque, di fronte a un genio infallibile, ma a un assistente estremamente rapido, potente e promettente, che resta però incline all'errore.
Per questo, la comunità accademica dovrà definire presto norme chiare e condivise. Gli autori del progetto sottolineano un principio essenziale: ogni scoperta ottenuta con il supporto di un algoritmo dovrà dichiarare esplicitamente l'uso della tecnologia nel testo. Anche il sistema della revisione scientifica dovrà adattarsi, perché la possibile crescita di articoli generati automaticamente rischia di sovraccaricare le riviste e di rendere necessario l'uso di strumenti di valutazione algoritmica, a loro volta da regolare con attenzione. Restano aperte anche questioni occupazionali e deontologiche: l'automazione potrebbe modificare profondamente alcune mansioni della ricerca, mentre l'attribuzione dei meriti, il riuso delle idee e la trasparenza sul contributo dell'algoritmo richiederanno criteri condivisi.
L'orizzonte che si apre non dovrebbe quindi essere letto come la sostituzione dell'uomo da parte della macchina, ma come l'inizio di una collaborazione nuova e delicata. Il ricercatore, più che essere rimpiazzato, sarà chiamato a diventare una sorta di direttore d'orchestra: dovrà formulare le domande rilevanti, selezionare i dati di partenza, definire i limiti etici dell'esperimento e valutare criticamente i risultati prodotti dalla macchina. L'intelligenza artificiale potrà ampliare le possibilità della ricerca, ma il suo impiego dovrà essere sempre accompagnato dalla responsabilità, dal discernimento e dalla capacità umana di interpretare criticamente il mondo.
L'orizzonte che si apre, dunque, non riguarda solo ciò che l'intelligenza artificiale sarà tecnicamente in grado di fare, ma il modo in cui la comunità scientifica sceglierà di governarne l'uso. Se una macchina può formulare ipotesi, condurre esperimenti e produrre articoli, quali criteri useremo per riconoscere l'originalità di una scoperta? Come cambieranno il ruolo dell'autore, la responsabilità dell'errore e il valore della revisione tra pari? E, soprattutto, quale spazio resterà al giudizio umano, alla capacità di porre buone domande e di interpretare criticamente i risultati? È forse in queste domande, più ancora che nelle prestazioni dell'algoritmo, che si giocherà il futuro della ricerca scientifica.
Mario Cariello (CREA PB), Federica De Maria (CREA PB)
PianetaPSR numero 153 luglio/agosto 2026
