Il dibattito sulla reale capacità creativa dell’intelligenza artificiale si è riacceso dopo che GPT-5.2 Pro e il sistema Aristotle hanno risolto alcuni storici “problemi di Erdos”. Se per molti questo traguardo segna l’ingresso dell’IA nella ricerca accademica d’élite, per altri rimane un esercizio di memoria avanzata. Il matematico Terence Tao paragona queste macchine a studenti brillanti che, pur avendo memorizzato ogni nozione, simulano una comprensione profonda senza possederla realmente, sollevando dubbi sulla capacità dei modelli di generare idee autenticamente nuove.
Il salto qualitativo odierno è frutto del reinforcement learning, una tecnica basata su tentativi ed errori che permette ai sistemi di “ragionare” su problemi complessi per ore. Nonostante gli annunci entusiastici di OpenAI, si è scoperto che spesso l’IA rintraccia soluzioni già esistenti ma sepolte in testi oscuri o lingue poco note. Tuttavia, l’efficacia dello strumento è innegabile: nella biochimica, ad esempio, l’IA è già in grado di proporre esperimenti mirati, riducendo drasticamente i tempi di laboratorio e permettendo ai ricercatori di concentrarsi solo sulle ipotesi più promettenti.
In definitiva, l’IA non può sostituire l’intuizione umana, ma si configura come un collaboratore indispensabile. Come sottolineato da esperti del Jackson Laboratory, l’intervento umano resta cruciale per indirizzare il sistema e validarne i risultati. La tecnologia non sta eliminando il ruolo dello scienziato, ma ne sta potenziando le capacità, trasformando il ricercatore in un supervisore di un’intelligenza collettiva capace di processare conoscenze che superano i limiti della memoria biologica.
Leggi l’articolo completo “Can A.I. Generate New Ideas?” su The New York Times.
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (26/01/2026).
