In questo articolo Indice dei contenuti 2 sezioni
Venticinque vincitori della Medaglia Fields, cioè il riconoscimento più prestigioso che un matematico possa ricevere, hanno messo nero su bianco una posizione comune contro il modo in cui le aziende di intelligenza artificiale stanno usando i problemi matematici come metro di paragone per misurare le capacità dei propri modelli. Il messaggio, rilanciato anche da Terence Tao sul suo blog, è che questa corsa ai risultati non fa bene alla matematica come disciplina scientifica.La questione, letta da fuori, potrebbe sembrare una sottigliezza accademica. In realtà tocca un nervo scoperto del settore. Da mesi i laboratori che sviluppano modelli linguistici e sistemi di ragionamento automatico presentano i propri progressi mostrando quanti quesiti matematici complessi riescono a risolvere, come se la matematica fosse una specie di palestra dove contare le ripetizioni. E proprio quel “contare” è il punto contestato.
Perché la matematica non è un punteggio da esibire
Un benchmark è, nella sostanza, un test standardizzato: si danno a un sistema una serie di problemi con risposta nota, si conta quante volte ci azzecca e si ottiene una percentuale da mettere in una slide. Funziona benissimo per confrontare due modelli tra loro. Funziona molto meno bene quando la materia usata come banco di prova ha una natura completamente diversa, fatta di dimostrazioni, intuizioni, tentativi che falliscono e strade abbandonate a metà.
I firmatari, tutti insigniti della Medaglia Fields, sostengono che ridurre la ricerca matematica a una gara di problemi risolti rischia di deformare la percezione pubblica di cosa sia davvero il lavoro di un matematico. Non si tratta di trovare la risposta giusta il più in fretta possibile, ma di costruire ragionamenti che reggano e che siano comprensibili ad altri esseri umani. Una risposta esatta senza una dimostrazione leggibile, in matematica, vale poco.
C’è poi un effetto collaterale più concreto, e riguarda le priorità. Se il valore di un risultato viene misurato dalla sua utilità come test per un’intelligenza artificiale, il rischio è che l’attenzione, e con essa i finanziamenti, si sposti verso il tipo di problemi che si prestano a essere valutati automaticamente, lasciando indietro tutto il resto.
La voce di Terence Tao e il peso di una presa di posizione collettiva
Che a muoversi sia un gruppo così numeroso di vincitori della Medaglia Fields non è un dettaglio marginale. Si tratta di un premio assegnato con cadenza rara e a pochissime persone, il che rende venticinque firme un fronte piuttosto ampio. Terence Tao, tra i matematici contemporanei più noti e seguiti anche fuori dall’ambiente strettamente accademico, ha dato visibilità alla presa di posizione attraverso il proprio blog.
Il tono non è quello del rifiuto in blocco delle tecnologie. Il bersaglio è specifico: l’uso della matematica come vetrina promozionale, come dimostrazione di forza nella competizione tra aziende che sviluppano modelli di IA. Una cosa è impiegare strumenti automatici per verificare dimostrazioni o esplorare ipotesi, un’altra è trasformare i teoremi in trofei da mostrare agli investitori.
Nel dibattito pubblico sull’intelligenza artificiale capita spesso che siano gli sviluppatori a stabilire le regole del gioco, decidendo quali prove contano e quali no. Qui accade l’opposto: sono gli addetti ai lavori della disciplina messa alla prova a contestare la legittimità del test, e a ricordare che la ricerca matematica ha criteri di valore propri, costruiti nel tempo, che non coincidono con una classifica di accuratezza.
