Giorgio Parisi e l’IA risolvono un enigma della fisica dopo oltre dieci anni: perché questa scoperta potrebbe cambiare il modo di fare ricerca.

L’intelligenza artificiale continua a conquistare nuovi spazi anche nel mondo della ricerca scientifica, ma questa volta non si tratta di generare testi o analizzare grandi quantità di dati. A fare notizia è un risultato ottenuto nell’ambito della fisica teorica, dove un problema matematico rimasto senza soluzione per oltre un decennio è stato finalmente chiarito grazie alla collaborazione tra ricercatori e un modello di IA.

Protagonisti della vicenda sono il Premio Nobel per la Fisica Giorgio Parisi, il fisico Francesco Zamponi e Claude, il modello sviluppato da Anthropic. Il loro lavoro, pubblicato sul Journal of Statistical Mechanics: Theory and Experiment, rappresenta un esempio concreto di come l’intelligenza artificiale possa diventare uno strumento di supporto alla ricerca, senza però sostituire il contributo umano.

Un enigma irrisolto nato nel 2014

La storia affonda le proprie radici nel 2014, quando un gruppo di studiosi guidato dagli stessi Parisi e Zamponi sviluppò un importante modello teorico dedicato al cosiddetto fenomeno del jamming.

Nel corso di quel lavoro emerse una relazione matematica sorprendente tra due parametri, identificati con le lettere a e b. I calcoli numerici mostravano con estrema precisione che la loro somma era sempre pari a uno, ma nessuno riusciva a dimostrarlo in modo rigoroso.

Per oltre dieci anni quella relazione è rimasta una sorta di “congettura”: apparentemente corretta, verificata da simulazioni e calcoli, ma priva della dimostrazione analitica indispensabile perché potesse essere considerata definitivamente risolta.

Che cos’è il jamming e perché è così importante

Per comprendere la portata della scoperta bisogna prima capire cosa si intenda con jamming.

Con questo termine la fisica descrive il passaggio improvviso di un sistema da uno stato in cui gli elementi possono muoversi liberamente a uno stato rigido, pur senza assumere una struttura ordinata come quella di un cristallo.

È un fenomeno che si osserva in moltissimi contesti.

Pensiamo, ad esempio, a un contenitore pieno di sabbia: i granelli scorrono facilmente fino a quando, raggiunta una determinata configurazione, si bloccano formando una massa compatta. Lo stesso comportamento interessa schiume, materiali granulari, emulsioni e numerosi sistemi complessi.

Negli ultimi anni il concetto di jamming ha trovato applicazioni anche molto lontane dalla fisica della materia, arrivando a coinvolgere discipline come la neuroscienza, la biologia e persino alcuni modelli utilizzati nell’intelligenza artificiale. Comprendere a fondo questo fenomeno significa quindi migliorare gli strumenti teorici disponibili per descrivere numerosi sistemi complessi presenti in natura.

Il contributo di Claude: un’intuizione nata dal confronto con i ricercatori

La parte più interessante della vicenda riguarda il ruolo svolto dall’intelligenza artificiale.

Contrariamente a quanto potrebbe suggerire una lettura superficiale, Claude non ha risolto autonomamente il problema.

Lo stesso Giorgio Parisi ha spiegato che il modello non sarebbe mai arrivato alla dimostrazione senza un lungo lavoro preliminare svolto insieme ai ricercatori. Per diversi giorni gli studiosi hanno dialogato con il sistema, correggendone gli errori, fornendo indicazioni, chiarendo i passaggi matematici e orientando progressivamente il ragionamento.

Solo attraverso questo processo iterativo il modello è riuscito a individuare quella che i fisici hanno definito l’intuizione decisiva, cioè il percorso logico corretto per costruire la dimostrazione.

Successivamente, come avviene per qualsiasi risultato scientifico, ogni passaggio è stato verificato e validato dagli autori prima della pubblicazione.

Un lavoro di squadra tra intelligenza artificiale ed esperienza umana

L’episodio rappresenta probabilmente uno dei casi più significativi finora documentati di collaborazione tra ricercatori e modelli linguistici avanzati.

Nel paper gli autori spiegano infatti che la prova matematica è stata ottenuta attraverso l’interazione con Claude e successivamente verificata dagli stessi studiosi. La validazione finale rimane quindi completamente nelle mani degli esseri umani, che continuano a essere gli unici responsabili della correttezza scientifica del risultato.

Questo aspetto è fondamentale.

L’intelligenza artificiale può suggerire percorsi, formulare ipotesi e proporre nuove strategie di ragionamento, ma non sostituisce il metodo scientifico. La verifica, la dimostrazione rigorosa e l’interpretazione dei risultati restano competenze affidate ai ricercatori.

Perché la dimostrazione è così rilevante

La dimostrazione della relazione a + b = 1 non rappresenta soltanto la soluzione di un dettaglio matematico.

Questa identità consente infatti di collegare diversi esponenti critici che descrivono il comportamento dei materiali in prossimità della transizione di jamming, confermando alcune relazioni teoriche formulate in passato attraverso argomentazioni indipendenti.

In altre parole, il nuovo risultato rafforza la solidità dell’intero impianto teorico sviluppato negli ultimi anni per descrivere questi fenomeni complessi e offre una base matematica più robusta per futuri studi sulla materia disordinata.

L’intelligenza artificiale cambia davvero il lavoro degli scienziati?

L’esperienza raccontata da Parisi e Zamponi alimenta inevitabilmente il dibattito sul ruolo dell’IA nella ricerca.

Più che sostituire gli studiosi, strumenti come Claude sembrano destinati a diventare collaboratori cognitivi, capaci di accelerare alcune fasi del lavoro scientifico. Possono esplorare rapidamente molte possibili strade, individuare connessioni poco evidenti e suggerire approcci alternativi che il ricercatore può poi approfondire.

La differenza sostanziale rispetto ai tradizionali software matematici consiste proprio in questa capacità di partecipare alla fase esplorativa del ragionamento, pur senza possedere autonomia scientifica.

La vicenda dimostra inoltre quanto sia importante la qualità delle istruzioni fornite all’intelligenza artificiale. Un modello avanzato può offrire contributi significativi soltanto quando viene guidato da esperti che conoscono profondamente il problema da affrontare.

Un precedente destinato a fare scuola

Il lavoro firmato da Giorgio Parisi e Francesco Zamponi potrebbe rappresentare uno spartiacque nel rapporto tra ricerca scientifica e intelligenza artificiale.

Non perché dimostri che le macchine siano ormai in grado di sostituire gli scienziati, ma perché evidenzia come la collaborazione tra competenze umane e strumenti di IA possa accelerare la soluzione di problemi rimasti aperti per molti anni.

Il messaggio che emerge è chiaro: l’intelligenza artificiale non sostituisce l’intuizione e il metodo scientifico, ma può amplificarne le potenzialità, diventando un nuovo strumento a disposizione della comunità scientifica. E se questo approccio dovesse trovare applicazione in altri ambiti della ricerca, il modo stesso di produrre conoscenza potrebbe evolvere molto più rapidamente di quanto immaginato fino a pochi anni fa.