“Risolvete da soli i problemi, anche se l’intelligenza artificiale fa prima di voi: è così che si forma l’intuito, e l’intuito deve essere vostro”. Questa è la lezione di Giorgio Parisi, premio Nobel per la fisica nel 2021, sull’impegno e la curiosità nella matematica.

Intelligenza artificiale e modello di apprendimento

I sistemi di intelligenza artificiale alla base di strumenti come Claude o ChatGPT funzionano come il T9 dei vecchi cellulari, suggerendo parole successive sulla base di enormi quantità di testi. Sono addestrati su articoli, libri e siti web e imparano a prevedere la continuazione più plausibile, senza conoscere i fatti. Scompongono il testo in token e li trasformano in vettori numerici, punti in uno spazio astratto in cui parole di significato simile si trovano vicine.

Questi modelli contribuiscono anche alla ricerca scientifica. La matematica utilizza da quasi novant’anni modelli astratti di calcolo, ma è solo negli ultimi anni che ha iniziato a sfruttare i LLM, con risultati che hanno sollevato preoccupazioni tra gli esperti.

Rischi per l’educazione

L’impatto sull’educazione è la grande incognita. Bambini e ragazzi hanno accesso precoce a questi strumenti, con il rischio di impoverire capacità di ragionamento e senso critico. Se la scienza avanza a velocità vertiginosa, cosa insegnare agli studenti e come farlo? Parisi risponde che la domanda fondamentale è se la matematica abbia ancora senso così come viene insegnata.

Perché studiare la matematica?

Parisi afferma: «Con l’IA arriva a tutto solo chi sa giudicare la risposta. A ottobre, OpenAI ha dovuto ritirare tre dimostrazioni per un errore di segno. Tabelline e logaritmi non servono a fare i conti al posto della calcolatrice, ma a capire se un numero è ragionevole e a farsi domande.»

Racconta un episodio personale: da ragazzino, osservò su una tavola dei quadrati che le differenze tra quadrati successivi erano i numeri dispari (3, 5, 7, 9). Nessuno glielo aveva detto: quella sorpresa è la matematica.

Un nuovo approccio all’insegnamento

Secondo Parisi, l’insegnamento tradizionale è un errore perché presenta la matematica come risposte a problemi già formulati da altri. Dopo la scuola, pochi si pongono nuove domande, e la matematica resta inutilizzata. Propone invece di:

    • Armare la curiosità, rispondendo alle domande che lo studente si pone da solo.
    • Insegnare a riconoscere quando uno strumento, compresa l’IA, è utile.
    • Formare cittadini capaci di leggere i numeri (Covid, clima, energia) e di capire come la scienza costruisce consenso.

Il ruolo dell’IA a scuola deve essere critico: “Capire cosa sa fare la macchina e controllare le risposte”. Il prompt engineering, pur utile, cambia rapidamente; la capacità di porre domande precise si affina facendo matematica.

Consigli per studenti e ricercatori

Parisi esorta gli studenti a risolvere da soli i problemi semplici, anche se la macchina li risolve prima: è così che si forma l’intuito, e l’intuito deve essere proprio. Non delegare all’IA la scelta dei problemi, perché è la parte più difficile e più interessante. Inoltre, invita a firmare solo lavori i cui argomenti si comprendono a fondo.

Riguardo a premi e riconoscimenti, Parisi sostiene che i premi rimangono alle persone. Anche se l’IA dimostra o confuta congetture, l’ipotesi resta attribuita al suo ideatore: “Se l’IA dimostrasse l’ipotesi di Riemann, l’ipotesi resterebbe di Riemann”. Il vero problema è la trasparenza dei risultati: “Che tesi fa un dottorando se il risultato può uscire da un modello non pubblico?”

Qualità della ricerca nella era dell’AI

La “valanga” di contenuti a bassa qualità è reale. ArXiv, nella sezione informatica, ha introdotto vincoli per bloccare articoli di scarsa qualità. A ottobre OpenAI ha pubblicato 722 dimostrazioni in un giorno, ma la scienza si basa sul consenso che si forma controllando, provando e riprovando. Scrivere costa poco, controllare costa molto; la qualità persiste finché i risultati sono leggibili e verificabili dagli umani.

Curiosità e fantasia nei più piccoli

Nel suo libro di fiabe “La mosca verdolina e altre storie per chi non vuole dormire”, Parisi racconta fenomeni come il volo degli storni, esempio di sistemi complessi. L’immediatezza delle risposte dell’IA rischia di spegnere la fantasia dei bambini?

Parisi risponde che una risposta rapida non spegne la curiosità; è la mancanza di domande a farlo. La curiosità nasce dall’esperienza, dal guardare il mondo, come diceva Montessori. La macchina risponde solo a chi chiede, ma il rischio è che i bambini smettano di osservare.

Come stimolare la passione per le scienze

Non ha ricette precise, ma condivide la sua pratica personale: “Una sola storia a sera con i miei figli, perché un bambino ha bisogno di tempo per pensarci, e risposte alle domande che fanno, non lezioni”. La scienza ha la sua magia: la prova del nove, una foto al microscopio. Un bambino non ha bisogno di più stimoli, ma di qualcosa da osservare a lungo e comprendere.