L’intelligenza artificiale continua a fare passi da gigante, ma quando si entra nel territorio della matematica più avanzata gli esseri umani restano ancora il punto di riferimento. È quanto emerge da First Proof, uno dei test più rigorosi mai realizzati per misurare le reali capacità matematiche dei modelli di IA.
I risultati, riportati dalla rivista Nature, mostrano che nessuno dei quattro sistemi messi alla prova è riuscito a risolvere tutti i dieci problemi proposti. Il miglior risultato è arrivato dal modello sviluppato dal Politecnico Federale di Zurigo (ETH), fermatosi a sei risposte corrette su dieci. Alle sue spalle il sistema dell’Università della California di Los Angeles, mentre ChatGPT 5.5 Pro di OpenAI si è classificato terzo. Ultimo il modello sviluppato dall’Università di Princeton.
La particolarità dell’esperimento è che i problemi sottoposti ai modelli non erano mai comparsi in letteratura scientifica né erano stati pubblicati online. Una scelta fondamentale per evitare che i chatbot potessero limitarsi a riprodurre informazioni già incontrate durante l’addestramento.
I dieci quesiti provenivano infatti da ricercatori che li avevano risolti durante il proprio lavoro accademico ma che non li avevano ancora resi pubblici. Successivamente un gruppo di trenta matematici indipendenti ha valutato le risposte fornite dai sistemi.
Si tratta della prima valutazione che combina contemporaneamente tre elementi: problemi di livello ricerca, quesiti completamente inediti e una correzione effettuata da specialisti umani.
L’analisi dei risultati mostra che il limite non è soltanto nei calcoli. In diversi casi i modelli hanno dimostrato di comprendere l’impostazione generale del problema senza però riuscire a individuare l’intuizione decisiva necessaria per arrivare alla soluzione.
In altre situazioni, invece, l’approccio iniziale era corretto ma l’intelligenza artificiale ha perso alcuni dettagli lungo il percorso logico, compromettendo il risultato finale.
È un limite che emerge spesso nei sistemi generativi: la capacità di riconoscere schemi e produrre ragionamenti plausibili è elevata, ma la gestione di passaggi complessi e completamente nuovi continua a rappresentare una sfida.
I risultati non rappresentano una bocciatura dell’intelligenza artificiale, ma un’indicazione molto precisa sul suo attuale livello di maturità. Negli ultimi mesi diversi modelli hanno ottenuto risultati sorprendenti in ambito matematico e OpenAI ha persino annunciato la soluzione di un problema aperto da decenni.
Tuttavia First Proof evidenzia che tra risolvere esercizi già noti e affrontare problemi di ricerca completamente inediti esiste ancora una differenza sostanziale.
Per questo motivo molti ricercatori vedono nell’IA uno strumento destinato ad affiancare matematici e scienziati piuttosto che a sostituirli nel breve periodo. I chatbot possono già aiutare nella verifica di dimostrazioni, nell’analisi di grandi quantità di dati o nella ricerca di possibili strategie di soluzione, ma il salto verso una vera autonomia scientifica appare ancora lontano.
Il dato forse più interessante è che OpenAI è stata l’unica grande azienda tecnologica a partecipare ufficialmente alla sfida. Altri sistemi specializzati nella matematica avanzata non erano infatti disponibili pubblicamente e sono stati esclusi dal regolamento.
Questo significa che il test fotografa soltanto una parte dell’attuale panorama dell’intelligenza artificiale. Ma il messaggio che arriva dalla matematica è chiaro: nonostante i progressi straordinari degli ultimi anni, esistono ancora ambiti nei quali l’intuizione, la creatività e il rigore dei migliori ricercatori umani restano difficili da replicare per una macchina.
Fonte: Nature
