I sistemi di intelligenza artificiale alla base di strumenti come Claude o ChatGPT funzionano un po’ come il T9 dei vecchi cellulari, che dopo «buona» suggeriva «giornata» o «cena». Addestrati su enormi quantità di testi (articoli, libri, siti web), imparano a prevedere la continuazione più plausibile. Non conoscono i fatti. Scompongono il testo in piccole unità, i token, e trasformano ciascuna in una sequenza di numeri: un punto in uno spazio astratto in cui le parole di significato simile finiscono vicine. Ripetendo il calcolo un numero enorme di volte, imparano che a «buona» segue «giornata», a «giornata» segue «anche», poi «a te», e così via.
Questi modelli contribuiscono anche alla ricerca scientifica. La matematica si serve di modelli astratti di calcolo fin dall’invenzione della macchina di Turing, quasi novant’anni fa. Ma è solo dagli ultimi anni che ha cominciato a usare anche gli LLM, con risultati che di recente hanno preoccupato gli esperti.
La grande incognita non si limita solo alla matematica: è l’impatto di questi sistemi sull’educazione. Bambini e ragazzi hanno accesso a questi strumenti sempre prima e sempre di più, con il rischio che si impoveriscano la capacità di ragionamento e il senso critico. Se la ricerca e le scienze cambiano a questa velocità, cosa bisogna insegnare agli studenti, e, soprattutto, come? Soprattutto: ha ancora senso studiare la matematica come abbiamo sempre fatto? Lo abbiamo chiesto al fisico teorico Giorgio Parisi, premio Nobel per la fisica nel 2021.
Partiamo con la domanda diretta: ha ancora senso studiare la matematica? Come lo spiegherebbe a un ragazzo che si chiede: “A cosa mi servono tabelline e logaritmi, se con l’IA posso arrivare a tutto?”.
«Con l’IA arriva a tutto solo chi sa giudicare la risposta: a ottobre, per esempio, OpenAI ha dovuto ritirare tre dimostrazioni per un errore di segno. Tabelline e logaritmi non servono a fare i conti al posto della calcolatrice, ma a capire se un numero è ragionevole e a farsi domande. Le faccio un esempio. Da ragazzino, su una tavola dei quadrati in un manuale per ingegneri, mi accorsi che le differenze tra quadrati successivi erano i numeri dispari: 3, 5, 7, 9. Nessuno me l’aveva detto: quella sorpresa è la matematica».
Se la matematica serve ancora, va però insegnata allo stesso modo? Lei ha insegnato a lungo all’università: crede che il modo in cui la insegniamo debba cambiare, e che la scuola potrebbe, o dovrebbe, fare di più?
«Sì, ma non per colpa dell’Ia: lo scrivevo già nel 1989 sul Manifesto. L’errore è insegnare la matematica come risposte a problemi formulati da altri: usciti da scuola, nessuno ce ne pone più, e così la matematica resta inutilizzata. Dovrebbe invece armare la curiosità, cioè rispondere alle domande che uno si fa da solo, e bisogna insegnare a riconoscere quando lo strumento serve. La scuola deve formare cittadini capaci di leggere i numeri (Covid, clima, energia) e di capire come la scienza arriva a un consenso, provando e riprovando».
E l’intelligenza artificiale, a scuola, va insegnata? Sarebbe utile educare a un uso corretto di questi strumenti, compreso il cosiddetto prompt engineering, l’arte di formulare bene le richieste?
«Sì all’uso critico: capire cosa sa fare la macchina e controllare le risposte. Quanto al prompt engineering, i modelli cambiano ogni sei mesi e con loro il modo di interrogarli; a far domande precise si impara facendo matematica».
Dalla scuola all’università: che cosa consiglierebbe a uno studente o a un giovane ricercatore che si affaccia oggi alla fisica e alla matematica?
«Risolvete da soli i problemi semplici, anche se la macchina li risolve prima di voi: è così che si forma l’intuito, e l’intuito deve essere vostro. Non delegate all’Ia la scelta dei problemi: è la parte più difficile e più interessante. E infine, firmate solo lavori i cui argomenti capite fino in fondo».
A proposito di firme e di paternità dei risultati: negli ultimi tempi l’Ia ha raggiunto in matematica traguardi che sembrerebbero meritevoli di premi prestigiosi. Dovranno cambiare anche gli incentivi alla ricerca e il modo in cui si assegnano i riconoscimenti scientifici?
«I premi restano alle persone: OpenAI ha detto che non chiederà il premio Clay per Navier-Stokes. I risultati di quest’anno sono congetture umane che la macchina ha dimostrato o confutato: se l’Ia dimostrasse l’ipotesi di Riemann, l’ipotesi resterebbe di Riemann. Conterà di più chi pone le domande giuste. Il problema vero è un altro: che tesi fa un dottorando, se il risultato può uscire da un modello non pubblico?».
Accanto ai grandi risultati, però, c’è anche la quantità. La ricerca scientifica continuerà ad avanzare indisturbata, oppure l’«Ai slop», la valanga di contenuti di bassa qualità generati in serie, e i nuovi strumenti digitali ne stanno impoverendo la qualità?
«La valanga c’è: arXiv, nella sezione di informatica, ha messo forti vincoli per bloccare gli articoli di bassa qualità. Contemporaneamente, a ottobre OpenAI ha messo in rete 722 dimostrazioni in un giorno, che sembrerebbero dimostrare teoremi di grandissimo interesse. Ma la scienza è il consenso che si forma controllando, provando e riprovando. Scrivere costa poco, controllare costa molto. La qualità regge finché i risultati restano leggibili e verificabili dagli umani».
Torniamo ai più piccoli. Nel suo libro di fiabe «La mosca verdolina e altre storie per chi non vuole dormire» racconta fenomeni come il volo degli storni, esempio dei sistemi complessi che ha studiato. L’immediatezza delle risposte dell’Ia rischia di spegnere la fantasia e la curiosità scientifica dei bambini?
«Nel libro il nonno risponde subito, e i nipotini, saputo perché gli storni volano così, vogliono andare a studiarli. Una risposta non spegne la curiosità; a spegnerla è il non avere più domande. La curiosità nasce dall’esperienza (lo diceva Montessori), dal guardare col naso all’insù, e la macchina risponde solo a chi chiede. Il rischio è che i bambini smettano di guardare, non che abbiano risposte in fretta».
E allora come si fanno appassionare alle scienze bambini sempre più sovrastimolati e abituati a contenuti dal ritmo serrato?
«Non ho ricette; posso solo dire cosa ho fatto io. Con i miei figli, una sola storia a sera, perché un bambino ha bisogno di tempo per pensarci, e risposte alle domande che facevano loro, non lezioni. La scienza, poi, ha dalla sua la magia: la prova del nove, una foto al microscopio. Un bambino non ha bisogno di più stimoli, ma di qualcosa da guardare a lungo e capire».
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
