SCUOLA E RICERCA

Ipotesi di Riemann, l’IA trova la prova dopo 167 anni

Il confronto tra esseri umani e macchine riapre il tema della comprensione, dall’apprendimento alle professioni

Ipotesi di Riemann, l’IA trova la prova dopo 167 anni

Un compito di matematica perfetto, consegnato da una studentessa di 14 anni che non sa spiegare come sia arrivata alla soluzione, pone una domanda sempre più attuale: ha imparato qualcosa oppure ha soltanto delegato il lavoro a un sistema di intelligenza artificiale? Il confine tra ottenere una risposta e comprendere il percorso per arrivarci è al centro del dibattito sull’uso dell’IA nell’istruzione.

La dimostrazione dopo 167 anni

Il tema è emerso con forza dopo l’annuncio legato all’ipotesi di Riemann, uno dei problemi più difficili della matematica. Formulata da Bernhard Riemann nel 1859, riguarda la distribuzione dei numeri primi ed è inserita tra i sette problemi del millennio, per la cui soluzione è previsto un premio di un milione di dollari.

Levent Alpöge, matematico dell’azienda statunitense Anthropic, ha dichiarato di avere elaborato una dimostrazione in circa sei settimane lavorando con Claude, il sistema di intelligenza artificiale sviluppato dalla stessa società. Al posto di una dimostrazione tradizionale, ha reso disponibile un lavoro composto da circa 17 milioni di righe di codice nel linguaggio Lean, progettato per consentire il controllo formale dei passaggi matematici.

Il giorno successivo, le comunità scientifiche che sviluppano Lean e Mathlib hanno verificato la correttezza formale del lavoro attraverso controlli indipendenti. Questo risultato non significa però che i matematici abbiano già compreso e ricostruito in modo accessibile tutte le idee alla base della dimostrazione. La vicenda ha inoltre suscitato perplessità sul tempismo dell’annuncio, arrivato dopo la quotazione in Borsa di Anthropic. Lo stesso Alpöge ha definito infelice la coincidenza.

Due metodi, lo stesso problema

Poche ore dopo, Ravi Vakil, presidente dell’American Mathematical Society, ha diffuso una bozza di 940 pagine firmata dal matematico italiano Alessandro Maria Masullo. Il manoscritto raccoglie 12 anni di lavoro senza l’impiego dell’IA e affronta una versione ancora più generale dello stesso problema. La pubblicazione, inizialmente prevista dopo un ulteriore anno di perfezionamento, è stata accelerata dall’annuncio di Alpöge.

Le due dimostrazioni non sono equivalenti. Quella realizzata con il supporto dell’IA è già stata sottoposta a una verifica formale, mentre il lavoro di Masullo deve ancora essere completato e valutato dalla comunità scientifica. Alcune criticità della bozza italiana sono state individuate in poche ore proprio grazie all’impiego di sistemi di intelligenza artificiale.

La differenza tra correttezza e comprensione resta tuttavia evidente. Michael Rubinstein, matematico dell’Università di Waterloo, ha pubblicato una prima guida di 164 pagine alla dimostrazione di Alpöge, preparata con l’aiuto di diversi sistemi di IA. Si tratta però di un lavoro ancora parziale. Un risultato può dunque essere formalmente valido anche prima che gli esseri umani ne abbiano chiarito ogni passaggio e ne sappiano offrire una spiegazione completa.

Per gli studenti, il confronto è diverso. Un esercizio assegnato a casa non serve principalmente a produrre il risultato di un problema, ma ad allenare la capacità di ragionare. Se una ragazza consegna una soluzione ottenuta da un sistema automatico e non riesce a spiegarla, il compito può essere corretto nella forma ma povero dal punto di vista dell’apprendimento.

Per gli insegnanti, questo scenario suggerisce di affiancare alla domanda sull’uso dell’IA una verifica della comprensione. Un breve colloquio può rivelare più dei software che tentano di riconoscere i testi generati dalle macchine, strumenti non sempre affidabili. L’obiettivo non è soltanto impedire agli studenti di copiare, ma accertare che abbiano sviluppato le competenze richieste.

La scelta, quindi, non sembra ridursi alla contrapposizione tra divieto e libero utilizzo. Un possibile approccio consiste nel chiedere agli studenti di provare prima a risolvere autonomamente un problema e di usare poi l’IA per individuare errori o chiarire un passaggio, senza delegarle l’intero percorso. La capacità di rispiegare ciò che si è consegnato diventa una condizione essenziale.

La questione riguarda anche medici, ingegneri, programmatori e giornalisti: ottenere un risultato e saperlo produrre autonomamente potrebbero coincidere sempre meno. Se le macchine svolgeranno una parte crescente del lavoro, sarà necessario continuare a possedere le conoscenze utili per controllarle. La vicenda dell’ipotesi di Riemann mostra così due direzioni dell’IA: costruire un ragionamento e mettere alla prova quello elaborato da una persona.