Trasformare gli scienziati in piloti con l’AI. Intervista a Dashun Wang

In un saggio pubblicato quest’anno Dashun Wang, professore alla Kellogg School of Management e alla McCormick School of Engineering della Northwestern University, paragona gli agenti di intelligenza artificiale ad “aeroplani per la mente”: sono macchine più pesanti dell’aria che non dovrebbero volare, “ma in qualche modo oggi volano. Offrono grandi promesse e opportunità. Ci sollevano in cielo, ci fanno vedere collegamenti che altrimenti non vedremmo, ci danno grande velocità nel raggiungere cose che altrimenti non avremmo fatto. Ma portano anche rischi in più. Per esempio, se precipitano, è una catastrofe per tutti quelli a bordo, con danni collaterali anche a terra”.

Il senso di pensarli come aeroplani, però, “è che gli aeroplani hanno creato anche i piloti. Allo stesso modo, questi agenti AI probabilmente creeranno un nuovo tipo di scienziato. La mia previsione è che gli scienziati che si adatteranno più in fretta a questa nuova realtà potrebbero essere quelli che daranno il passo alle scoperte di domani”, dice Wang al Foglio, poche ore prima di ricevere a Torino dalla Fondazione CRT il Premio Lagrange 2026, il riconoscimento internazionale per la scienza dei sistemi complessi e dei dati. Secondo il professore, proprio come gli aerei hanno creato i piloti, e i piloti con un processo deliberato hanno costruito le istituzioni intorno ai voli – torri di controllo, misure di sicurezza, liste di controllo, aeroporti, scatole nere, agenzie dei Trasporti – anche gli scienziati adatteranno le istituzioni della scienza e costruiranno intorno all’AI sistemi che la rendano affidabile e sicura.

Dashun Wang ha ricevuto ieri il Premio Lagrange per il suo contributo nell’aver trasformato il modo di comprendere la scienza e l’innovazione facendo della ricerca scientifica stessa un oggetto di studio quantitativo, cioè la “scienza della scienza”, e in particolare per i suoi studi su come nascono le grandi scoperte scientifiche nell’èra dell’AI, come gestire questa transizione e che cosa potrebbe succedere al futuro della scienza, degli scienziati e del rapporto tra scienza e società. “Cerchiamo di capire l’impatto complessivo e come rendere tutto questo più responsabile, più sicuro e più affidabile”, proprio come salire su un volo senza più paura, mentre l’AI si prende sempre più compiti scientifici che prima facevano gli esseri umani.

Wang spiega al Foglio che l’idea della “scienza : ella scienza” non è nuova, l’innovazione è usare dati su larga scala, strumenti di AI e strumenti scientifici per capire come funziona la scienza e dove nascono le grandi scoperte. “Combinando dati e AI, ci siamo resi conto che insieme raccontano storie molto illuminanti”, dice: “Come si sviluppano le carriere innovative, come le collaborazioni contribuiscono alla scoperta, come il progresso può emergere da più fattori collegati tra loro. E questi spunti non interessano solo la comunità scientifica: spesso hanno conseguenze anche per la politica scientifica, per l’innovazione nelle imprese”. Per esempio, a prevedere quella che viene chiamata “hot streak”, cioè il momento d’oro, il punto più creativo e di maggior successo di una carriera: è possibile capire quando è il momento per una persona di realizzare il suo lavoro migliore? “Ho cominciato ad analizzare le carriere di artisti, scienziati e registi, e in tutte abbiamo trovato una cosa molto universale: i successi più grandi di una carriera tendono a concentrarsi in rapida successione, di solito in un arco di quattro o cinque anni”, spiega Wang, è successo lo stesso anche a Einstein e Van Gogh, è uno schema ricorrente che non ha nulla di magico, si spiega con la scienza (e con l’AI): è preceduta da una fase di esplorazione e approfondimento, che sembrano un fattore cruciale per prevedere l’inizio di una “hot streak”. Si tende a esplorare temi e stili diversi, per poi concentrarsi su uno solo: è questo passaggio a segnarne l’inizio. “Ci sono schemi che riusciamo a individuare nei dati e che spiegano perché accadono”, e questo è possibile grazie alla velocità dell’Intelligenza artificiale, che può voler dire anche qualità più alta, perché affronta le cose da più angolazioni contemporaneamente.

“Ci stiamo muovendo verso un mondo in cui le grandi scoperte nasceranno sempre più spesso da partnership tra esseri umani e macchine”, Wang ne è sicuro, “ma la scienza non consiste solo nel risolvere problemi. Consiste anche nel decidere quali domande valga la pena porsi, nel riconoscere quando una nuova direzione diventa possibile e nell’avere l’intuito e il coraggio di perseguirla”.

E’ per questo motivo che la questione non è più se usare l’AI, ma come. Secondo uno studio pubblicato da Wang e alcuni suoi colleghi sulla rivista accademica Pnas, tra le domande di finanziamento presentate negli ultimi anni da due università americane alle principali agenzie federali statunitensi per la ricerca, alcune con segnali più evidenti di utilizzo dell’Intelligenza artificiale avevano più probabilità di ottenere finanziamenti, e le proposte con segnali più evidenti di AI tendevano anche a somigliare di più a progetti già finanziati in passato. “Il rischio di una scienza più conformista c’è”, ammette Wang, “le macchine possono aiutare gli scienziati a formulare le proprie idee in modi che hanno più probabilità di successo, spingendoli però verso direzioni che il sistema già riconosce e premia. I sistemi di finanziamento e di valutazione devono lasciare spazio a idee che appaiono insolite o rischiose: dobbiamo creare le condizioni che incoraggino l’esplorazione anziché il conformismo”. Ora, per l’AI, resta da costruire le torri di controllo, per poter salire sull’aeroplano senza paura.