L’IA potrebbe superare i matematici: la professione più difficile da automatizzare è già nel mirino
Per anni il dibattito sull’impatto dell’intelligenza artificiale sul lavoro si è concentrato soprattutto su programmatori, grafici, traduttori e professionisti della comunicazione. Ora, però, il fronte più delicato potrebbe essere un altro: la matematica avanzata, una delle attività intellettuali tradizionalmente considerate più difficili da automatizzare.
A San Francisco, negli uffici di OpenAI, un gruppo di circa 40 matematici di alto livello si è confrontato proprio con questa possibilità: cosa rimarrebbe agli esseri umani se i sistemi di intelligenza artificiale diventassero capaci di fare ricerca matematica a un livello superiore a quello dei professionisti? La domanda non riguarda più soltanto la velocità con cui una macchina può risolvere un problema, ma la possibilità che l’IA arrivi a formulare, dimostrare e verificare risultati che oggi richiedono anni di lavoro umano.
Perché la matematica è diventata il banco di prova dell’intelligenza artificiale?
La questione è particolarmente significativa perché la matematica non è un’attività basata semplicemente sulla ripetizione di procedure. La ricerca matematica richiede di individuare problemi interessanti, formulare congetture, costruire strategie, riconoscere strutture nascoste e trasformare intuizioni spesso difficili da esprimere in dimostrazioni rigorose. Proprio per questo, per molto tempo la capacità di produrre nuova matematica è stata considerata uno dei confini più resistenti all’automazione.
Quella barriera, tuttavia, sta iniziando a mostrare delle crepe. Il 1° agosto 2026 OpenAI ha presentato dieci nuovi risultati in matematica e informatica teorica, ottenuti da una versione interna di Astra, il modello indicato dall’azienda come la propria prossima generazione. I problemi affrontati appartengono a settori altamente specialistici, dalla geometria ad alta dimensione alla teoria dei codici, dalla complessità computazionale alla teoria dei gruppi, fino alla crittografia e alla combinatoria.
Secondo OpenAI, gli argomenti sono stati successivamente trasformati in manoscritti e formalizzati attraverso certificati verificabili in Lean, introducendo un livello di controllo particolarmente importante per una disciplina nella quale la correttezza di una dimostrazione è fondamentale.
Il dato più interessante, quindi, non è soltanto che un modello abbia prodotto delle risposte matematiche. È che l’IA sta entrando progressivamente nella parte della disciplina che per decenni è stata considerata più esclusivamente umana: la produzione di nuova conoscenza.
Che cosa ha già dimostrato l’IA nella ricerca matematica?
I segnali non sono iniziati con Astra. Nei mesi precedenti, un modello interno di OpenAI aveva prodotto un controesempio alla congettura della distanza unitaria di Erdős, un problema appartenente alla geometria discreta. L’esperimento aveva attirato l’attenzione perché non si trattava di applicare una formula conosciuta o di risolvere un esercizio scolastico, ma di mettere in discussione un’affermazione matematica aperta.
Il passaggio successivo è stato ancora più significativo. I risultati annunciati da OpenAI comprendono progressi su dieci problemi di ricerca di lunga data, alcuni dei quali rimasti senza soluzione per molti anni. Tra gli esempi figurano nuovi limiti per il problema dell’impacchettamento delle sfere in alta dimensione, risultati sui codici binari e sferici, una costruzione relativa ai gruppi non-sofici, la confutazione della congettura di rigidità di Connes e nuovi risultati nella complessità dei circuiti aritmetici.
Il quadro sta inoltre diventando più ampio del solo ecosistema OpenAI. La comunità matematica sta osservando una crescita di sistemi capaci di affrontare congetture e problemi aperti, mentre alcuni ricercatori stanno già costruendo benchmark specifici per misurare quanto i modelli riescano a produrre risultati matematici autonomamente. Un recente studio, per esempio, ha valutato centinaia di congetture formalizzate in Lean, mostrando che i modelli dotati degli strumenti appropriati possono risolverne una parte significativa.
Ma dimostrare un teorema significa davvero comprendere la matematica?
È qui che emerge il problema più profondo. Una dimostrazione corretta non equivale necessariamente a una comprensione umana del risultato. Un sistema può arrivare alla soluzione di un problema seguendo una catena di passaggi che nessun matematico riesce immediatamente a interpretare o trasformare in una teoria intuitivamente comprensibile.
La distinzione è fondamentale perché la matematica non vive soltanto di teoremi dimostrati. Vive anche della capacità di capire perché un risultato è importante, di collegarlo ad altri concetti e di costruire attorno a esso una struttura teorica che possa essere trasmessa ad altri ricercatori. È una differenza che diversi matematici stanno sottolineando proprio mentre le capacità dell’IA aumentano.
Anche Terence Tao, uno dei matematici più autorevoli della sua generazione, ha posto l’attenzione non soltanto sulla capacità delle macchine di risolvere problemi, ma sugli obiettivi e sui valori della ricerca matematica. Il punto diventa particolarmente delicato se una macchina dovesse produrre un risultato corretto ma sostanzialmente incomprensibile agli esseri umani. In quel caso la tecnologia avrebbe raggiunto un obiettivo matematico, ma potrebbe aver indebolito una delle funzioni fondamentali della disciplina: costruire comprensione condivisa.
È possibile che i matematici diventino la prima professione intellettuale superata dall’IA?
Non è ancora possibile parlare della scomparsa della professione matematica, e sarebbe prematuro trasformare gli attuali progressi in una previsione certa. Il cambiamento, tuttavia, è abbastanza significativo da obbligare la comunità scientifica a immaginare scenari che fino a poco tempo fa sembravano teorici.
Jacob Tsimerman, matematico insignito della Medaglia Fields e recentemente entrato nell’orbita di OpenAI, ha espresso una previsione particolarmente netta: l’IA potrebbe diventare presto robustamente superiore ai matematici professionisti nelle attività che oggi svolgono. La sua posizione non implica necessariamente che la matematica finisca, ma che il ruolo umano all’interno della disciplina potrebbe cambiare radicalmente.
Una possibilità è quella di matematici che lavorano insieme a sistemi di IA come oggi grandi gruppi di ingegneri collaborano con strumenti software estremamente sofisticati. Un’altra è quella di utilizzare i modelli come strumenti di ricerca, lasciando agli esseri umani la scelta delle domande, l’interpretazione dei risultati e la costruzione delle teorie. Esiste però anche uno scenario più radicale: l’IA potrebbe arrivare a individuare autonomamente problemi interessanti, elaborare nuove strategie e produrre risultati che gli esseri umani dovrebbero semplicemente verificare e interpretare.
È proprio questa eventualità a rendere la matematica un possibile laboratorio per ciò che potrebbe accadere successivamente in altri settori. Se una macchina riuscisse a superare gli esseri umani non soltanto nell’esecuzione di compiti, ma nella produzione di nuove idee all’interno di una disciplina estremamente astratta, il confine tra strumento e ricercatore diventerebbe molto più difficile da definire.
Cosa rimarrà agli esseri umani quando l’IA farà matematica meglio di loro?
La domanda finale, allora, potrebbe essere diversa da quella che ha dominato finora il dibattito sull’automazione. Non più “quali professioni verranno sostituite dall’intelligenza artificiale?”, ma “quale valore avrà il lavoro umano quando una macchina sarà in grado di svolgerne la parte più difficile?”.
Nel caso della matematica, la risposta potrebbe non essere la scomparsa del matematico, bensì la trasformazione della sua funzione. La capacità di scegliere quali domande meritano di essere poste, stabilire quali risultati abbiano un significato, costruire un linguaggio condiviso e trasmettere comprensione potrebbe diventare persino più importante proprio quando il costo della produzione di dimostrazioni e risultati diminuirà drasticamente.
È una prospettiva paradossale: l’intelligenza artificiale potrebbe non distruggere la matematica, ma costringerla a spiegare meglio perché esiste. Se le macchine saranno capaci di produrre teoremi in quantità e velocità impensabili, il bene più raro potrebbe non essere più la soluzione, bensì la comprensione umana di ciò che è stato scoperto. E proprio per questo la matematica potrebbe essere la prima professione a mostrare, in modo particolarmente evidente, che il vero confine dell’IA non è soltanto ciò che una macchina può fare, ma ciò che gli esseri umani considerano ancora significativo fare.