L’intelligenza artificiale viene sempre più spesso impiegata per supportare la ricerca scientifica, dall’analisi di grandi dataset alla proposta di percorsi sperimentali. I governi stanno investendo in modo sostanzioso in questa direzione, come dimostra la Genesis Mission annunciata nel novembre 2025, che ha per obiettivo quello di formare sistemi di IA su dati scientifici pubblici per accelerare le scoperte. Tuttavia, oggi, l’IA è sicuramente ancora lontana dal potersi sostituire agli scienziati.
I modelli di IA non apprendono direttamente dalla realtà, ma si basano su dati, teorie e assunzioni generate dagli esseri umani. La loro efficacia, quindi, dipende da quanto bene le conoscenze scientifiche esistenti vengano tradotte in codice. Sistemi come AlphaFold, premiato con il Nobel per la Chimica 2024 per la capacità di prevedere la struttura delle proteine, dimostrano la potenza dell’IA nell’elaborare informazioni in modo efficiente, ma non nel generare conoscenza scientifica originale.
La scienza è ben più di una mera elaborazione di dati. È un’impresa sociale, storica e creativa, modellata dal ragionamento umano, dal dibattito e dai valori condivisi. Molte scoperte fondamentali, come la struttura del DNA, sono nate da intuizioni teoriche molto prima di poter essere verificate empiricamente e hanno richiesto decenni di lavoro collettivo. La conoscenza scientifica si costruisce attraverso comunità, intuizioni, disaccordi e standard condivisi, non tramite inferenze automatiche.
L’IA può essere utile per snellire compiti ripetitivi e supportare i ricercatori, ma considerarla uno “scienziato” autonomo rischia di ridurre la scienza a un esercizio tecnico.
Leggi l’articolo completo: AI cannot automate science – a philosopher explains the uniquely human aspects of doing research su the conversation.com
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (28/12/2024).
