Silvia mi chiede cosa ne penso di questa opinione. Occhei, mi chiede anche che cosa penso dell’affermazione di Vittorio Bertola secondo cui nessun matematico ha chiaro cosa possa essere da domani mattina il senso e il valore del lavoro di un matematico. A quest’ultima domanda non so rispondere, non essendo io un matematico di professione; o meglio, la sua mi pare una generalizzazione azzardata. Per la prima domanda posso provare ad azzardare qualche giudizio visto da fuori: prendetelo insomma con le pinze.
Benoit Henry, per come io leggo il suo post, è depresso perché dice che non c’è più gusto a fare matematica, visto che tanto l’IA ci risolve i problemi molto più in fretta di quanto possiamo fare noi, e non ha nemmeno senso a questo punto parlare di “titolarità” di un problema, anche se poi riconosce che magari questa non sarebbe una pessima idea perché la corsa ai risultati è diventata davvero tossica. Il suo modo di porsi mi pare rassegnato: “usate l’IA se volete usarla, non usatela se non volete usarla, tanto non cambia nulla”. Poi c’è l’altro lato della medaglia: la quantità di articoli firmati da un solo autore sta crescendo in maniera assurda, e Henry immagina che molti di essi siano ottenuti mediante l’IA, e nessuno si preoccupi di verificarli: non stiamo parlando delle congetture da titoloni dei giornali per cui si fa fare una dimostrazione formale a Lean. Questo andazzo è tristemente noto: è notizia di questi giorni che ArXiv ha messo un limite per il numero di articoli inviabili per persona per mese, nell’attesa di trovare un modo migliore per valutare il da farsi.
Ci sono però persone meno negative. Il giorno prima di Henry, Daniel Spielman è partito da un’analisi simile, anzi anche più preoccupata da certi punti di vista. Il primo problema che Spielman vede è che il proliferare di risultati dipende anche dagli agenti IA sguinzagliati a cercare congetture, “risolverle” (uso le virgolette perché come dicevo non è detto che la soluzione sia corretta) e mettere così in giro risultati falsi su cui si costruiranno altri risultati falsi. In pratica, dice, abbiamo la lotteria LLM: chi riesce a trovare il prompt giusto o più probabilmente chi ha la fortuna che la generazione stocastica della risposta è andata nella direzione giusta vince il premio della dimostrazione. Un altro problema è che se si usa troppo l’IA poi ci si disabitua a pensare come prima: è il classico problema del Fedro declinato in salsa LLM. Ma ci sono anche altre considerazioni, a partire dal fatto che noi abbiamo visto che le IA possono risolvere problemi che avevano bloccato la comunità matematica per decenni, ma non abbiamo un’idea di cosa non possono risolvere. Le idee di Spielman, non ancora cristallizzate, sono innanzitutto di cercare un sistema diverso di incentivazione che premi non tanto il risultato quanto il lavoro umano dietro quel risultato; fare in modo che si pubblichi solo ciò che si saprebbe spiegare in un seminario, eliminando pertanto le “dimostrazioni” tecnicamente verificate con Lean ma incomprensibili ai matematici; cambiare il modo in cui si assegnano i grant, perché non abbiamo più la certezza che le domande da studiare siano vere e non inquinate dall’IA.
E i miei due cent? Io ero già convinto quarant’anni fa che in molti campi non si facesse davvero matematica per comprendere meglio il mondo, ma per aggiungere inutili minuzie al corpo di conoscenze che avevamo. Adesso la barriera si è abbassata e quindi le cose sono peggiorate. Probabilmente insomma avremo bisogno di meno matematici ma più bravi, e più persone che sappiano abbastanza di matematica per le cose “pratiche”, che non sono i conti al ristorante ma i modelli del mondo reale. Credo però che la transizione sarà davvero brutale.
Ultimo aggiornamento: 2026-10-10 23:01
Ultimo aggiornamento:: 2026-10-10
Grazie.
(poi non so se era quello che intendevi… ma dovresti sapere che io tendo sempre a divagare)
“Probabilmente insomma avremo bisogno di meno matematici ma più bravi, e più persone che sappiano abbastanza di matematica per le cose “pratiche”, …
Ho l’impressione che questo tipo di effetti sia replicabile in molti altri contesti, accademici e non (con le dovute differenze).
Leggevo la settimana scorsa un post del direttore del Post che non capiva che scandalo ci fosse se uno scrittore usasse l’IA, dicendo “comunque il lavoro lo scrittore lo fa comunque, l’IA lo rende più produttivo e migliora la qualità”.
Io non sono per niente d’accordo, e parte della risposta è il tuo stesso post. La titolarità innanzitutto: mia moglie è matematica professionista ed usa estensivamente l’IA. Io le ho sempre detto che se la maggior parte del lavoro lo fa l’IA, il valore del suo valore diminuisce, ma la risposta è sostanzialmente la stessa del direttore del Post. Aggiungo anche che una volta ingeriti N lavori, la IA sarà sempre più prona a rimasticare lavori più o meno buoni, e sputare un risultato sempre più rimasticato.
Aggiungo anche che per onestà intellettuale si dovrebbe aggiungere LLM tra la lista degli autori, ma penso non arriveremo mai lì, esattamente come non lo farà il romanziere di turno (o qualsiasi altro mestiere che usi in maniera estensiva questi tool).
Sono dell’idea anche la marea di semilavorati IA crescerà per un certo periodo, poi si assesterà su una banda media al pari delle varie immagini AI-slop, creando una “nuova normalità” cui tutti, accademici e non, ci dovremo abituare.
però se ci pensi già oggi non è che l’editor di un libro venga messo come coautore. E sono ragionevolmente certo che in molti testi l’editor abbia fatto un lavoraccio. Sulla rimasticatura non posso che essere d’accordo.
Sugli editor la mia risposta è “dipende” (dal tipo di modifiche fatte). Se il tutto si “limita” a questioni stilistiche (togliere le forme indirette per passare alle dirette, diminuire la lunghezza media del periodo e similari, ci può stare che non sia visibile.
Ma, come per i romanzi od articoli, non fa fine oscurare l’abilità dell’autore “principale”, qiundi non si farà mai.
C’è un particolare che mi manca: non so se un matematico professionista è abituato a lavorare sostanzialmente da solo. Se è così allora l’AI è un problema maggiore perché o ti rimpiazza o non sai come inserirla nel lavoro.
Se invece abitualmente ha assistenti/schiavi/scambia semilavorati con altri, allora l’AI si inserisce nel flusso di lavoro in modo agevole e vantaggioso, come uno schiavo non tanto brillante ma volenteroso e rapido.
Esattamente come in tanti altri lavori, è più una questione di tradizione/abitudine che altro. In alcune professioni si usa collaborare (con pari e/o inferiori) in altre non si lavora quasi mai con altri, anche quando non c’è “competizione” o timore del giudizio altrui.
Per ora vedo solo grafici, media manager, copy e simili che si sono già arresi come dei maniscalchi una volta diffusa l’auto.
Ma io, nel mio lavoro, mi chiedo se l’AI mi pensa e quanto mi pensa.
AFAIK (ma non faccio ricerca matematica) negli ultimi decenni si è passati da una maggioranza di articoli scritti in solitario a una maggioranza di articoli scritti da due o tre autori. Sicuramente non si arriva ai livelli dei fisici o anche solo dei medici, ma il lavoro in solitaria si era ridotto in quantità.
Per quello che ho letto, i medici tendono a lavorare da soli (anche in sala operatoria, ciascuno fa il suo senza ficcanasare nel lavoro altrui) mentre gli infermieri tendono spontaneamente a collaborare e a scambiarsi pratiche.
Anche tra gli avvocati vedo che quelli che considerano l’AI come un praticante-schiavo riescono ad avvantaggiarsene molto mentre quelli che volevano un sostituto-socio si fermano presto.
Per altri professionisti, es. idraulico, vedo che l’AI è usata con vantaggio per quello che già sono soliti delegare, es. commercialista, burocrazia, preventivi.
Mah, se i matematici lavorano principalmente insieme a pari allora avranno ancora qualche problema ad integrare con profitto l’AI (sicuramente percepita come inferiore).
My 2 cent.
1) Non è che l’automazione in matematica per cui i matematici non servivano più sia arrivata con i LLM. Sappiamo che è abbastanza una licenza cinematografica quella de “Il diritto di contare” ma basata su una storia verissima: il computer ha calcolato tutto, ma l’astronauta ha preteso una verifica umana prima di fidarsi di quei numeri. In un mondo pieno di allucinazioni prodotte da LLM serviranno persone in grado di verificare i risultati.
2) 42. Di conseguenza i matematici umani dovranno imparare quali nuove domande porsi e porre alle macchine e dovranno essere in grado di capire perché la macchina risponde 42.
Cambia il modo di fare matematica, non cambia (o al più deve crescere) l’intelligenza e la curiosità dei matematici. Ma da sempre è stato così. Pensate, cambiando tutto per non cambiare concetto, alla ginnastica artistica dei nostri giorni e paragonatela con quella di 70-80 anni fa.
beh, no, la verifica può venire fatta automaticamente con Lean. Che non lo si faccia per la maggior parte degli articoli su ArXiv (che ricordo essere un repository per preprint, quindi senza controlli a priori) è un’altra storia.
Per le domande da fare, molti matematici si lamentano perché le risposte degli LLM sono corrette ma incomprensibili per gli umani, e quindi non possono essere il punto di partenza per fare altre domande.
Appunto che è necessario comprendere il percorso per giungere alla risposta. Perché se la mente non comprende non riesci a fare una domanda nuova.
Non è un problema di verifica ma di comprensione.
Mah: non era così già da un po’?
Ad esempio, la dimostrazione del teorema dei 4 colori: alla fine sappiamo che è vero perchè “il computer” ha colorato tutte le mappe possibili, ma non vedo la possibilità di fare altre domande a partire da questo.
Erdòs avrebbe detto che la dimostrazione, per quanto corretta, non veniva dal Libro.
la dimostrazione del teorema dei 4 colori è più che altro “abbiamo ridotto il problema a verificare 1500 configurazioni diverse” (e questo l’hanno fatto gli autori). “Per non perdere tempo, facciamo trovare una soluzione per ciascuna al computer”.