Come l’AI sta cambiando le regole della scienza
Per 400 anni abbiamo seguito il metodo scientifico: osservare, ipotizzare, sperimentare. Oggi l'Intelligenza Artificiale ci dà le risposte prima ancora che abbiamo capito la domanda. È la fine della scienza come la conosciamo?
Immaginate Galileo Galilei oggi. Invece di passare le notti al freddo a guardare le stelle col telescopio, o a lanciare oggetti dalla Torre di Pisa per capire la gravità, probabilmente starebbe seduto davanti a un server farm.
Per secoli, il “Metodo Scientifico” è stato il nostro faro:
-
Vedo un fenomeno.
-
Mi faccio una domanda (ipotesi).
-
Faccio un esperimento per vedere se ho ragione.
-
Scrivo una teoria.
È un metodo solido, ma terribilmente lento. Oggi, nel 2025, l’Intelligenza Artificiale sta introducendo una scorciatoia che ci affascina e ci spaventa allo stesso tempo: la scienza che salta la teoria e va dritta alla soluzione.
Il caso AlphaFold: l’origami della vita
Per capire questa rivoluzione, dobbiamo guardare a ciò che ha fatto DeepMind con AlphaFold.
Il problema era questo: le proteine sono i mattoni della vita, ma sono aggrovigliate come cuffiette nella tasca dei jeans. Capire la loro forma 3D è fondamentale per creare nuovi farmaci.
Per decenni, gli scienziati umani hanno impiegato anni (e milioni di dollari) per mappare la forma di una singola proteina.
Poi è arrivata l’AI. Non ha studiato i libri di chimica. Ha “guardato” i dati di tutte le proteine conosciute e ha imparato a prevedere la forma di tutte le 200 milioni di proteine esistenti in pochi giorni.
Risultato? Abbiamo la cura (potenziale) per migliaia di malattie.
Il problema? L’AI non sa spiegarci perché le proteine si piegano in quel modo. Ci dà il risultato, non la spiegazione.
La scienza dell’Oracolo
Questo è il punto di rottura col passato. Siamo passati dalla scienza del “Perché?” (Why) alla scienza del “Cosa?” (What).
Immaginate di avere un oracolo infallibile.
Gli chiedete: “Qual è il materiale migliore per fare una batteria che dura 100 anni?”.
L’AI (come il modello GNoME di Google) analizza miliardi di combinazioni e vi risponde: “Mischia litio, cobalto e questo strano cristallo”.
Voi lo fate, e funziona. La batteria dura davvero 100 anni.
Ma se vi chiedono “Perché funziona?”, voi dovete rispondere: “Non lo so, l’ha detto la macchina”.
Per un purista come Galileo, questo sarebbe un abominio. Per un malato che aspetta una cura, è un miracolo.
Il “Quarto Paradigma”
Jim Gray, un leggendario ricercatore Microsoft, aveva previsto tutto questo chiamandolo il Quarto Paradigma della scienza.
-
Scienza Empirica: Guardo il cielo (antichità).
-
Scienza Teorica: Scrivo le leggi della fisica (Newton, Einstein).
-
Scienza Computazionale: Uso il computer per simulare il clima (anni ’80-’90).
-
Scienza Data-Driven: L’AI trova pattern invisibili agli umani nei Big Data (Oggi).
In questo nuovo mondo, lo scienziato non è più colui che ha l’intuizione geniale sotto l’albero di mele. È colui che sa fare le domande giuste all’algoritmo.
Conclusioni: Abbiamo ancora bisogno degli umani?
La risposta è sì, più che mai. L’AI è bravissima a trovare le risposte nei dati che già esistono, ma non ha intuizione. Non sa sognare, non sa immaginare concetti che non sono mai esistiti prima.
L’AI può dirci come costruire un’astronave migliore, ma non può decidere se vogliamo andare su Marte o restare sulla Terra. Quello tocca ancora a noi.
Galileo forse non andrebbe in pensione, ma sicuramente cambierebbe strumento: poserebbe il cannocchiale e imparerebbe a programmare in Python.
Per approfondire (Fonti):
Google DeepMind – “AlphaFold 3 Technical Report”: come l’AI ha risolto il problema delle proteine.
Nature – “The fourth paradigm: Data-intensive scientific discovery”.
Jim Gray (Microsoft Research) – I suoi scritti visionari sulla scienza guidata dai dati.
