OpenAI ha appena scaricato sul mondo della matematica quasi 400 risultati generati dall'intelligenza artificiale, distribuiti in oltre 700 manoscritti che spaziano dalla combinatoria alla teoria dei numeri, dalla geometria al calcolo delle probabilità. Una valanga di materiale così vasta che l'azienda ha dovuto pubblicare una guida per orientarsi nel repository GitHub. Le reazioni dei matematici intervistati da The Verge sono un campionario di stupore: «sbalorditivo», «travolgente», «senza precedenti», «pura follia». Ma sotto l'entusiasmo serpeggia un'ansia profonda: capire cosa sia stato realmente rilasciato, e dove collocarsi come studiosi, potrebbe richiedere anni. Molti temono che OpenAI non aspetti tanto prima di passare oltre o di rilasciare altro ancora.
Verifica parziale e slop in agguato
Il problema principale è la verifica. Solo 300 risultati su 719 sono stati formalizzati in Lean, il linguaggio di programmazione che permette di controllare computazionalmente le dimostrazioni. Meno della metà del totale. E anche quando il codice Lean c'è, non basta: bisogna accertarsi che formalizzi davvero ciò che il manoscritto sostiene, un processo lungo e tutt'altro che automatico. Kevin Buzzard, professore all'Imperial College di Londra, racconta di aver individuato nella sua area, la teoria algebrica dei numeri, solo una manciata di teoremi che «spiccano» subito, e quasi nessuno di questi risulta verificato formalmente. «Devo leggere spazzatura forse non corretta, o aspettare che altri lo facciano, o attendere una formalizzazione per poter dire che i risultati sono anche solo corretti».
È il ritorno dello «slopocalypse», lo scenario che i ricercatori temevano: una marea di paper generati dall'IA, spesso sciatti, difficili da leggere e con attribuzioni inesistenti. Le pubblicazioni matematiche precedenti di OpenAI erano state criticate proprio per questo. Stavolta, secondo le prime impressioni, l'azienda ha prestato più attenzione, ma il livello di partenza era talmente basso che il miglioramento non basta. Brendan Hassett, professore alla Brown University, è netto: «La scrittura del problema che conosco meglio non aveva quasi senso dopo una rapida lettura. Se l'avesse scritto una persona, non avrei perso altro tempo a cercare di capirlo. E ci sono altri 721 preprint!».
Numeri che sfuggono al controllo umano
Alcuni ricercatori segnalano lavori che sembrano ripetere risultati già noti, altri notano una brevità sospetta: teoremi che richiederebbero centinaia di pagine compressi in poche decine. Nalini Joshi, dell'Università di Sydney, osserva che i paper esaminati hanno «bibliografie scarne», alimentando il sospetto di attribuzioni incomplete. La scala del rilascio supera di gran lunga la capacità di revisione del personale umano di OpenAI, che non ha l'ampiezza di competenze necessarie per controllare scoperte all'avanguardia in ogni ramo della matematica. «Se le IA sparissero ora, come alieni che sono venuti sulla Terra e poi se ne sono andati, studieremmo questo materiale per i prossimi 10 anni», sintetizza un ricercatore. Nel frattempo, la cultura accademica rischia una crisi profonda, e le grandi aziende di IA sembrano ignorare del tutto il problema.
