In questa pagina ospitiamo un intervento di Carlo Nitsch, professore di Analisi matematica presso l’Università degli Studi di Napoli Federico II e membro della Commissione Scientifica dell’UMI, dedicato alle trasformazioni che l’intelligenza artificiale sta introducendo nella ricerca matematica. Muovendo da alcune criticità già emerse, l’autore formula due proposte per ripensare, in questo nuovo scenario, le forme della collaborazione scientifica e i percorsi di presentazione, valutazione e pubblicazione dei risultati.

Navigare a vista: alcune proposte per la matematica nell’era dell’intelligenza artificiale

di Carlo Nitsch

Premetto che le mie considerazioni non hanno la pretesa di essere originali e mi scuso con quanti hanno già detto cose simili o identiche. Il mio obiettivo è un altro. Scrivo queste righe per mettere sul tavolo alcune idee. Pretenziose? Ingenue? Probabilmente sì ma chiedo ai colleghi di leggerle con calma e di rifletterci prima di assumere posizione, perché potrebbero riguardare la direzione in cui si muoverà, volenti o nolenti, la nostra disciplina.

È ormai chiaro a tutti che l’intelligenza artificiale ha cambiato profondamente il modo di fare ricerca in matematica. Non è più una possibilità futura: sta già accadendo, nei nostri settori e nei nostri dipartimenti. Eppure, a fronte di un cambiamento così rapido, in giro si leggono molte lamentele e pochissime iniziative. Si discute di ciò che l’IA ci sta togliendo, raramente di come organizzarci per governarla.

Credo che la comunità matematica, e quella italiana in particolare, debba provare a scegliere deliberatamente la propria strada, invece di lasciare che il cambiamento le accada addosso. Le proposte che seguono vanno in questa direzione. Non pretendono di essere risposte definitive, ma un punto di partenza per una discussione che, a mio avviso, non possiamo più rimandare. E se, dopo averci riflettuto, a qualcuno sembreranno sciocchezze, chiederò fin d’ora di perdonarmi per averle proposte.

Dalle ricerche solitarie alle grandi cordate

Ogni giorno compaiono lavori prodotti con l’IA, a volte in modo dichiarato, a volte no. Alcuni sono firmati da autori sconosciuti alla comunità o da giovanissimi con pochissima esperienza, e risolvono congetture aperte da decenni. Cominciano a uscire anche articoli con più di dieci autori, in cui il contributo dell’IA è sostanziale.

Se non governiamo questo cambiamento, il rischio è concreto. Ciascuno di noi finirà per lavorare di nascosto alla propria tastiera, evitando il confronto con i colleghi, nel timore che qualcun altro, dall’altra parte del mondo, digiti lo stesso prompt e ottenga la stessa soluzione. Ne seguirebbe una competizione fratricida all’interno di una comunità che è, in fondo, una sola. Sarebbe anche una competizione sleale, perché l’IA è in parte una lotteria. La chiamerei la lotteria del Prompt: la paternità di un risultato finisce a chi, per ultimo, ha scritto la frase giusta.

Propongo di guardare a come lavorano oggi altri colleghi scienziati. Primi fra tutti i fisici delle alte energie: grandi problemi affrontati da grandi collaborazioni, trasversali rispetto a nazioni e università. Trasposto alla matematica, il modello potrebbe articolarsi così:

• Alcuni problemi significativi, scelti collettivamente, che giustifichino uno sforzo comune.
• Gruppi flessibili e interateneo: ogni gruppo o dipartimento può suddividersi in sottogruppi e unirsi a sottogruppi di altre sedi su un progetto specifico.
• Contributi complementari: chi dispone di risorse (strumenti di IA, calcolo, finanziamenti) le mette a disposizione; chi non ne dispone contribuisce con un lavoro altrettanto essenziale, cioè verificare, correggere e comprendere l’enorme quantità di testo e di dimostrazioni prodotta dall’IA. Verifica e “umanizzazione” delle dimostrazioni devono essere riconosciute come contributi scientifici a pieno titolo.
• Un coordinamento leggero: un piccolo comitato che selezioni i problemi, organizzi i sottogruppi e garantisca trasparenza su risultati, crediti e paternità.

I vantaggi sono due. Il primo è sottrarre l’attribuzione dei risultati al caso. Il secondo è restituire tempo alla scrittura: senza la corsa a essere i primi su arXiv, le dimostrazioni, soprattutto nei passaggi più difficili, possono essere comprese, semplificate e riscritte in modo che un matematico possa davvero impararne qualcosa.

Non si tratta di disumanizzare la ricerca, ma di integrare nel modo più sano e virtuoso possibile una tecnologia che non è più possibile tenere lontana.

Restano aperte questioni importanti: come attribuire i crediti, come valutare i giovani ricercatori, come mantenere i nostri standard di rigore, come evitare che queste collaborazioni siano dominate da chi ha più risorse. Sono proprio le domande su cui la comunità matematica italiana dovrebbe cominciare a discutere.

Prima la conferenza, poi la rivista

La seconda proposta riguarda le riviste e il modo in cui accettano, revisionano e pubblicano i lavori.

arXiv, e presto anche le riviste, si stanno riempiendo di manoscritti che contengono risultati anche molto validi, magari anche “certificati”, ma che, pur ammettendo che siano corretti, hanno ben poco valore per la comunità: sono illeggibili, artificiosi, privi di qualunque dimensione umana. In alcuni casi è forte il sospetto che l’autore stesso non sappia fino in fondo che cosa ci sia scritto dentro. Una dimostrazione che nessuno riesce a leggere, e da cui nessuno può imparare, non fa avanzare la matematica: si accatasta nel mucchio delle dimostrazioni esoteriche.

Le riviste, d’altra parte, non dispongono oggi di un vero filtro per difendersi da questo assalto. L’unica difesa possibile rischia di essere un rifiuto indiscriminato e, proprio per questo, discriminante: a vantaggio di pochi, già noti e già inseriti, e a svantaggio di molti.

Propongo di tornare allo spirito di un tempo, quando un risultato veniva annunciato in una conferenza e la pubblicazione su rivista era soltanto un momento successivo. In molte discipline i Proceedings hanno un ruolo centrale. In altri sono considerati pubblicazioni di serie B, ma credo che valga la pena riscoprirne il valore.

Concretamente, un lavoro sottoposto a una rivista dovrebbe indicare, come conditio sine qua non, la conferenza in cui il risultato è stato presentato. Esporre un risultato davanti a una platea di esperti è una vera prova da stress: bisogna saperlo spiegare, difenderlo, rispondere alle domande, mostrare di averlo capito. E questa prova è tanto più significativa quanto più autorevole è la conferenza. La pubblicazione acquisirebbe così un valore intrinseco, dovuto già in prima battuta alla platea che ha ascoltato e discusso il risultato, prima ancora del giudizio del referee.

In questo modo la presentazione pubblica diventerebbe un filtro naturale, fondato sulla comprensione e non sulla reputazione, e restituirebbe centralità a ciò che nessuna IA può fare al posto nostro: metterci la faccia.