La tecnologia dell’intelligenza artificiale sta rivoluzionando il modo in cui i ricercatori analizzano i dati e accelerano i processi di studio, ma non sembra ancora in grado di sostituire la sperimentazione pratica necessaria per le grandi scoperte scientifiche. Oggi, sequenziare l’intero genoma di un individuo richiede una giornata e può costare solo duecento dollari, un costo ridotto grazie all’uso di modelli di intelligenza artificiale. Tuttavia, i ricercatori sottolineano che l’IA non è in grado di sostituire la pratica e la sperimentazione sul campo, necessarie per confermare i risultati ottenuti. Il settore della ricerca scientifica, in particolare in ambito biologico e genetico, mostra un paradosso: l’IA aiuta a velocizzare l’analisi dei dati, ma non è in grado di risolvere le questioni che richiedono verifiche fisiche e sperimenti diretti.
La tassa sulla verifica
Secondo John Burn-Murdoch del Financial Times, i ricercatori hanno definito il ricorso all’IA come una “tassa sulla verifica”, poiché il tempo risparmiato non viene utilizzato per avviare nuove ricerche, ma per controllare i dati prodotti. La maggior parte degli scienziati utilizza l’IA per l’analisi quantitativa, ma il lavoro manuale rimane essenziale. Nonostante l’IA permetta di risparmiare sette ore a settimana in media, solo una minima parte di quel tempo viene impiegata per iniziare nuovi progetti. La biologia, diversamente dalla matematica, richiede sperimentazione pratica, e non è sufficiente l’analisi dei dati per ottenere risultati significativi.
La sperimentazione non è solo un passo, è un’obbligazione. I ricercatori sottolineano che, nonostante l’IA possa accelerare l’analisi, la conferma di un risultato richiede sempre un approccio empirico. Questo è particolarmente vero in ambiti come la genetica, dove le scoperte devono essere verificate in laboratorio. La velocità non basta, serve anche la precisione e la validazione.
Le ambizioni dei tecnocrati
I tecnocrati, tra cui Dario Amodei, ceo di Anthropic, sperano che l’IA porti presto a curare il cancro e a conquistare la fiducia dell’opinione pubblica. Amodei ha dichiarato che l’IA curerà la maggior parte delle malattie entro dieci anni, un’affermazione che ha trovato supporto anche da parte di Mark Zuckerberg, fondatore di Facebook, che nel suo manifesto “The Future is for Everyone” ha posto come obiettivo principale l’aiuto degli scienati a curare o prevenire tutte le malattie nel corso del secolo.
Non basta promettere, serve agire concretamente. Tuttavia, il mondo accademico e parte dell’industria farmaceutica, come il ceo di Eli Lilly, hanno accolto con scetticismo queste dichiarazioni, considerandole marginali. Un esempio recente è stato il caso del sistema enzimatico scoperto da Anthropic, che ha suscitato interesse ma anche dubbi. Diversi ricercatori, tra cui Fyodor Urnov di Berkeley, hanno espresso incertezza su quanto sia realmente innovativo il risultato. Altri, come quelli dell’università di Copenhagen, hanno avanzato il dubbio che il laboratorio californiano avesse attinto alle loro ricerche.
Nonostante le sfide, i vantaggi dell’integrazione tra lavoro dei ricercatori e competenze di ingegneri e data scientist sono evidenti. I primi tentativi di collaborazione sono già in atto, ma richiedono investimenti, competenze e tempo. L’obiettivo è creare team multidisciplinari in grado di sfruttare al massimo le potenzialità dell’IA, senza però abbandonare la sperimentazione pratica. Per Dario Amodei, il modo per superare la diffidenza del pubblico è curare davvero il cancro, non solo prometterlo.
