Nel 2026, la domanda non è se le macchine riusciranno a pensare meglio di noi, ma dove. Sebbene Deep Blue abbia sconfitto il campione di scacchi Garry Kasparov nel 1997, la vera questione non è mai stata la pura potenza di elaborazione. Oggi, l’intelligenza artificiale generativa sta imponendo una resa dei conti simile in un campo molto più astratto: la matematica. I ricercatori stanno indagando se questi modelli possano effettivamente avanzare la matematica, e non solo risolvere i problemi dei libri di testo.
La differenza tra calcolo e scoperta
Molte persone associano la matematica a numeri e formule. Ma a livello di ricerca, la matematica consiste nel dimostrare affermazioni vere o false, spesso relative a concetti troppo complessi per essere visualizzati. A differenza dei compiti a casa in cui la risposta è un singolo valore, i matematici si occupano di forme astratte in più dimensioni, dimostrandone le proprietà utilizzando equazioni. Non è una questione di calcolo, ma di comprensione concettuale.
L’intelligenza artificiale ha già mostrato prestazioni impressionanti in test standardizzati come le Olimpiadi internazionali della matematica e ha persino “risolto” alcuni problemi di Erdős. Tuttavia, questi parametri di riferimento sono fuorvianti. Assomigliano più ai compiti a casa che alla ricerca all’avanguardia. Proprio come una calcolatrice è diversa da un matematico, superare un test non equivale a una vera conoscenza matematica. La questione centrale è se l’intelligenza artificiale possa cambiare radicalmente il modo in cui viene eseguita la matematica e non solo accelerare i processi esistenti.
La prima sfida di prova: un test rigoroso
Per determinare le reali capacità dell’intelligenza artificiale, un team di 11 matematici ha lanciato la sfida della “Prima prova”. Hanno posto veri e propri problemi di ricerca irrisolti, suddividendoli in “lemmi” (sottoprove) più piccoli tratti dai loro prossimi articoli. Ciò ha garantito che le domande non fossero presenti nei dati di addestramento dell’IA, eliminando la possibilità di rigurgito. L’obiettivo era semplice: l’intelligenza artificiale potrebbe contribuire alla scoperta matematica originale?
I primi risultati sono contrastanti. I test iniziali con chatbot disponibili al pubblico hanno prodotto solo due risposte corrette su dieci. Tuttavia, le aziende di intelligenza artificiale più grandi, utilizzando modelli proprietari e supervisione umana, hanno ottenuto punteggi significativamente migliori. OpenAI ha affermato sei soluzioni corrette e Google Gemini ha riportato un successo simile. Ha contribuito anche una comunità di appassionati di matematica, ampliando i confini di ciò che è possibile fare con gli LLM.
L’ascesa della collaborazione con l’intelligenza artificiale: impalcature e iterazione
La scoperta più sorprendente è stata la disparità tra le prestazioni dell’IA pubblica e privata. I modelli interni hanno ampiamente sovraperformato quelli liberamente accessibili. Ma è emersa un’altra tendenza: quella delle “impalcature”. I ricercatori non si affidano a singoli LLM ma piuttosto orchestrano più interazioni IA, utilizzandole per interrogare e perfezionare il lavoro degli altri. Questo processo iterativo aumenta la precisione ma sfuma il confine tra l’intelligenza artificiale e il contributo umano.
Matematica del XIX secolo: un problema di stile?
Anche quando l’intelligenza artificiale arriva a dimostrazioni corrette, i matematici notano una differenza di stile. Le soluzioni di intelligenza artificiale spesso assomigliano ai metodi del XIX secolo: laboriosi, tortuosi e privi di eleganza. La vera scoperta matematica implica la creazione di nuovi concetti che semplifichino la comprensione, un processo che l’intelligenza artificiale deve ancora padroneggiare. Tuttavia, alcune prove generate dall’intelligenza artificiale hanno sorpreso i ricercatori con la loro creatività, suggerendo il potenziale per autentiche scoperte.
Il futuro dell’intelligenza artificiale in matematica
Il team di First Proof prevede di continuare la sfida con controlli più severi, fornendo informazioni più chiare sulle capacità dell’intelligenza artificiale. L’obiettivo non è sostituire i matematici ma capire se l’intelligenza artificiale è uno strumento potente o una forza rivoluzionaria. Se l’intelligenza artificiale fosse in grado di produrre costantemente prove originali ed eleganti, potrebbe rimodellare il campo. Per ora la questione resta aperta. I prossimi cicli di test riveleranno se l’intelligenza artificiale può davvero far progredire la matematica o semplicemente accelerare i metodi esistenti.
