Produrre un risultato costa sempre meno: il collo di bottiglia della scienza ora è verificarlo
TrasformAzioni #28 · Settimana del 6 novembre 2026
Cari studenti e care studentesse,
Il 26 ottobre OpenAI ha annunciato tre risultati: la confutazione dell'Exponential Time Hypothesis, un'ipotesi su cui poggia buona parte della teoria della complessità; una dimostrazione della congettura di Kakeya in ogni dimensione; una prova dell'esistenza della teoria di Yang-Mills, che affronta una parte di uno dei sette problemi del Millennio. Tre giorni dopo, alla Royal Society di Londra, i matematici riuniti hanno espresso entusiasmo e una protesta precisa: i laboratori, riporta The Economist del 4 novembre, inondano il settore di articoli quasi impenetrabili e tengono riservati i dettagli. Le due reazioni convivono perché l'IA sta riducendo rapidamente il costo di generare ipotesi, dimostrazioni candidate e risultati sperimentali, ma non il lavoro necessario per verificarli, comprenderli e trasformarli in conoscenza utilizzabile. In molti ambiti il collo di bottiglia si sta spostando proprio lì.
I tre annunci mostrano tre gradi di apertura. Sull'ipotesi del tempo esponenziale OpenAI ha pubblicato articolo e prova formale nel linguaggio Lean, e Anthropic ha poi diffuso un proprio articolo con la stessa conclusione. Russell Impagliazzo, Ramamohan Paturi e Ryan Williams hanno accettato di esaminare il lavoro precisando che il loro coinvolgimento non vale come certificazione. Al 29 ottobre nessun errore era stato segnalato pubblicamente, e il teorico della complessità Lance Fortnow considera l'ipotesi spacciata pur senza aver controllato la prova di persona. Su Yang-Mills, invece, la dimostrazione di 1.147 pagine resta riservata: un comitato di cinque fisici la sta esaminando prima di decidere che cosa farne. Il risultato più ambizioso è anche quello che nessun ricercatore esterno può ancora leggere.
La verifica formale non chiude la questione. Il 6 ottobre Alexander Bastounis, Fabian Circelli e Anders Hansen hanno mostrato che la prova in Lean della soluzione di OpenAI al problema di Navier-Stokes non corrisponde all'articolo che dovrebbe certificare. Hansen ritiene che il codice contenga comunque una soluzione valida; OpenAI ipotizza che i modelli abbiano prodotto due dimostrazioni distinte. Lean accerta che una prova formale dimostri un dato enunciato, non che quell'enunciato coincida con ciò che afferma l'articolo, come ammettono le stesse note di Anthropic. Kevin Buzzard, dell'Imperial College, l'ha riassunto alla Royal Society: i laboratori fanno solo una parte del lavoro.
Lo stesso squilibrio compare fuori dalla matematica. OpenAI ha reso noti questa settimana i risultati di un sistema di agenti rivolto al kernel Linux: 2.308 possibili falle, 1.724 riprodotte, exploit funzionanti per 948 vulnerabilità distinte di escalation locale dei privilegi, al costo di circa 1,21 milioni di dollari, cioè 1.279 dollari per vulnerabilità. Sono numeri dell'azienda, che ha ogni interesse a mostrare le capacità dei suoi modelli, ma il dato più istruttivo è un altro: alla chiusura del lavoro i manutentori avevano corretto 61 vulnerabilità e ne avevano altre 43 in preparazione. Trovare i difetti è diventato un'attività industriale; correggerli resta un lavoro di persone esperte, e le patch proposte dagli agenti devono passare dalla loro revisione.
La Cina sta dando una risposta diversa, perché lega la macchina all'esperimento. A Shenzhen i laboratori di XtalPi funzionano giorno e notte: il modello formula l'ipotesi, i robot la provano, il risultato alimenta il tentativo successivo. Con JinkoSolar, sempre secondo XtalPi, nascerà un impianto progettato per testare 1.000 prototipi di celle solari al giorno, contro uno o due di un ricercatore umano. Dopo il lancio della Genesis Mission americana, riporta The Economist, Pechino ha accelerato il collegamento tra dati, modelli e potenza di calcolo, con piattaforme pubbliche come ScienceOne. Le imprese cinesi di solito puntano su ricerche che generano ricavi in fretta, mentre il miliardo di dollari di capitale di rischio entrato l'anno scorso nei laboratori automatizzati americani è andato soprattutto a progetti speculativi. Secondo dati di Goldman Sachs citati dal settimanale, circa metà dei farmaci concessi in licenza nel mondo l'anno scorso, per valore, veniva dalla Cina (21% nel 2024). In questo modello la verifica è un esperimento fisico, ripetibile e automatizzato: dove la realtà risponde da sola, il vincolo si allenta.
Dove la realtà non risponde, si cerca di verificare le macchine con altre macchine. Il 2 novembre Rikiya Takehi, dottorando al MIT, e i suoi collaboratori hanno riferito, in un post non sottoposto a revisione, che GPT-6 Astra ha corretto un modello più piccolo modificando lo 0,016% dei suoi pesi e portandolo dal 7,9% al 48,1% su un test di matematica; gli autori precisano che eliminare un difetto non equivale a rendere il modello più bravo. Nick Cammarata, di Goodfire, stima che circa il 70% di un campione di 500 neuroni di GPT-2 XL abbia un significato principale, contro l'1,7% interpretato nel 2023, ma Neel Nanda, di Google DeepMind, dubita che il quadro si possa completare. Anthropic ha pubblicato FlashProve, un prototipo crittografico che, a un costo di calcolo da 70 a 95 volte superiore, consente di verificare quale modello ha prodotto una risposta, non se la risposta è vera. Il suo resoconto sulle particelle vault, in cui Claude ha contribuito alla prima struttura 3D di una vault di origine fagica, ricorda dove sta ancora il controllo: la purificazione è scesa da tre giorni a 90 minuti, ma un additivo sbagliato in un protocollo scritto dal modello è costato due settimane.
Il motto della Royal Society, ricordato da The Economist, è "Nullius in verba": non fidarsi della parola di nessuno. Parte del controllo si può automatizzare, come mostrano Lean e i laboratori robotizzati; la responsabilità di validare resta a persone e istituzioni, e il sistema scientifico premia ancora chi produce.
Perché ci interessa
Quando una fase di un processo diventa molto meno costosa, il valore si sposta sulle fasi complementari. La scienza di queste settimane ne è un caso da manuale: la generazione di risultati si automatizza, mentre verifica, interpretazione e adozione restano vincolate da persone, istituzioni e incentivi.
La lezione vale per ogni organizzazione. Un'azienda che introduce agenti dovrebbe misurare quanto output riesce a controllare, non quanto ne genera, e assegnare a quel controllo responsabili, tempi e carriere. Il modello di XtalPi aggiunge un criterio di progettazione: conviene automatizzare prima dove il risultato si può verificare in modo rapido ed economico.
Buon fine settimana,
Antonio