Alessio Figalli, medaglia Fields 2018 e professore al Politecnico di Zurigo, ha espresso preoccupazioni sull’impatto dell’Intelligenza Artificiale (IA) sulla pratica della matematica e sull’apprendimento. In un’intervista durante l’evento Festival Collega-Menti a Udine, il matematico ha sottolineato come l’IA, pur risolvendo problemi complessi, non contribuisca a una comprensione profonda del sapere. La domanda che ha aperto il suo discorso è semplice: che cosa significa oggi fare il matematico in un mondo in cui le macchine danno risposte sempre più veloci?
La sfida intellettuale in pericolo
Figalli ha sottolineato come la sfida intellettuale, che ha spinto generazioni di matematici a inseguire problemi per anni, rischi di perdere senso quando la soluzione è sempre a portata di prompt. “Se un teorema si può ‘ottenere’ premendo un bottone, cosa resta della motivazione a studiare, a sbagliare, a capire davvero?” ha chiesto. L’importanza del processo di apprendimento, con i suoi errori e intuizioni, è vista come essenziale per lo sviluppo del pensiero critico e dell’originalità.
La conoscenza non è solo la risoluzione, ma la comprensione.
Figalli ha anche menzionato il rischio di delegare alla macchina la produzione del sapere matematico, sottolineando che la matematica non vuole solo sapere che un teorema è vero, ma capire perché è vero. L’IA, pur in grado di produrre dimostrazioni formali, non è in grado di trasmettere questa comprensione. “Se abbiamo a disposizione 166 pagine di testo e non riusciamo a capire quale sia stata l’idea decisiva, anche perché l’IA scrive in maniera incomprensibile anche per gli addetti ai lavori, che cosa abbiamo aggiunto alla nostra conoscenza?” ha chiesto.
Un equilibrio tra strumento e autonomia
Secondo Figalli, l’IA non dovrebbe essere utilizzata fin dall’università per scrivere, ma solo come supporto alla ricerca. “Un giovane affronta un problema, prova, sbaglia, cambia strada, torna indietro. Poi arriva un’intuizione. Quella frustrazione non è tempo perso: è parte della formazione”, ha sottolineato. L’obiettivo è mantenere un equilibrio tra l’uso di strumenti avanzati e la formazione umana, evitando di diventare dipendenti da tecnologie private che potrebbero imporre costi insostenibili.
La mente umana deve rimanere al centro del processo.
Figalli ha anche parlato delle implicazioni economiche e geopolitiche dell’IA, sottolineando come chi controlla i grandi modelli controlla una parte crescente degli strumenti con cui produciamo conoscenza. L’Europa, pur in ritardo rispetto al duopolio USA-Cina, può ancora giocare un ruolo rilevante investendo in infrastrutture pubbliche dedicate alle singole discipline. “La risposta non è inseguire questa logica, ma finanziare infrastrutture pubbliche con modelli dedicati a singole discipline, proteggendo la matematica e la scienza come bene comune”, ha concluso. Nonostante i rischi, Figalli ha riconosciuto l’impressionante capacità dell’IA a risolvere problemi complessi. Tuttavia, ha sottolineato che il suo sviluppo, come sempre accade, è destinato a rallentare. “Ora però l’IA sta vivendo un momento particolare e sta crescendo molto rapidamente, ma questo sviluppo, come sempre accade, a un certo punto è destinato a rallentare”, ha detto.
