La matematica non è più la stessa: l'IA risolve Navier-Stokes e i geni si ribellano

13/09/2026 SCIENZA E TECNOLOGIA Condividi Preferisci Informazione.News su Google

Redazione Scienza e Tecnologia   -   C'è una data che segna uno spartiacque nella storia della matematica: l'8 settembre 2026. In quel giorno OpenAI ha annunciato di aver risolto uno dei sette Problemi del Millennio, le equazioni di Navier-Stokes, utilizzando circa 10.000 agenti di intelligenza artificiale che hanno lavorato in parallelo per 88 ore, scambiandosi 2,7 milioni di messaggi e generando 130 miliardi di token.

La sfida riguardava l'esistenza e la regolarità delle soluzioni in tre dimensioni: un interrogativo che assilla i matematici da novant'anni, da quando cioè si cerca di capire se un fluido inizialmente regolare possa sviluppare una singolarità, un punto in cui la velocità diventa infinita in un tempo finito.

Il precedente di Perelman e la solitudine del genio

Per comprendere la portata dell'annuncio conviene tornare indietro di oltre vent'anni, all'altro unico Problema del Millennio che era stato risolto: la congettura di Poincaré. Nel 2002 il matematico russo Grigori Perelman pubblicò su arXiv una serie di articoli che, dopo anni di verifiche, si rivelarono la chiave per dimostrare l'enunciato formulato da Henri Poincaré nel 1904, un problema di topologia che riguarda le proprietà delle sfere tridimensionali.

Perelman lavorò in un isolamento quasi assoluto, senza conferenze stampa né annunci roboanti, e quando nel 2006 gli vennero attribuiti la Medaglia Fields e il premio da un milione di dollari dell'Istituto Clay, rifiutò entrambi. Il suo lavoro, per quanto geniale, richiese anni per essere compreso appieno dalla comunità matematica, che dovette produrre oltre mille pagine di spiegazioni per rendere accessibile una dimostrazione estremamente concisa.

Ottantotto ore contro anni di pensiero

La distanza tra i due eventi è abissale non solo nel tempo, ma nel metodo. Se Perelman impiegò anni per arrivare alla sua dimostrazione e la comunità matematica ne impiegò altri per assimilarla, il sistema di OpenAI ha prodotto un risultato in meno di quattro giorni, con un costo stimato di circa 15 milioni di euro.

Il risultato riguarda il fenomeno del cosiddetto "blow-up": gli agenti artificiali avrebbero individuato una configurazione di fluido capace di sviluppare una singolarità, dimostrando che la velocità può effettivamente diventare infinita in un intervallo di tempo finito. La dimostrazione è stata successivamente formalizzata nel linguaggio di verifica Lean, un passaggio che ne garantisce la correttezza logica, ma che non risponde alla domanda su cosa quella dimostrazione significhi.

La rivolta delle medaglie Fields

La reazione non si è fatta attendere, e ha assunto i contorni di una vera e propria presa di posizione collettiva. Venticinque vincitori della Medaglia Fields, tra cui il matematico italiano Alessio Figalli, Terence Tao e Peter Scholze, hanno firmato una dichiarazione congiunta dal titolo inequivocabile: "A Severe Misalignment of AI in Mathematics", un grave disallineamento tra gli obiettivi delle aziende di intelligenza artificiale e quelli della ricerca matematica.

Nel documento si legge che risolvere un problema celebre può certamente costituire un'ottima misura delle capacità di un sistema, ma il progresso matematico non si valuta soltanto dal numero o dalla difficoltà dei problemi risolti, bensì anche dalle idee e dagli strumenti che quei risultati introducono. Il rischio paventato è quello di arrivare a risolvere un numero sempre maggiore di problemi imparando, al tempo stesso, sempre meno.

Il tassello mancante della comprensione

Figalli, in un intervento pubblicato dall'Unione Matematica Italiana, ha spiegato che nel testo diffuso da OpenAI non è sempre facile riconoscere l'architettura della dimostrazione, capire perché vengano introdotte certe definizioni, quali ostacoli permettano di superare e dove si trovi il contributo realmente nuovo. Una volta ottenuta una prova, rimane tutto il lavoro necessario per renderla comprensibile, discuterla e inserirla nella teoria esistente.

Il punto non è la correttezza formale, che il sistema Lean garantisce, ma la comprensione che quella dimostrazione genera e le nuove possibilità che apre. Senza questo passaggio, la matematica rischia di trasformarsi in una fabbrica di risposte corrette ma sterili, prive di quella linfa che per secoli ne ha alimentato lo sviluppo.

La questione della paternità

A complicare il quadro è intervenuta anche una disputa sulla paternità del risultato. Il matematico Tristan Buckmaster della New YorkYork University ha sostenuto pubblicamente che lui e Levent Alpöge, ricercatore presso Anthropic, stavano lavorando allo stesso problema utilizzando gli strumenti di OpenAI, e che informazioni sul loro progresso sarebbero state trasmesse all'azienda prima dell'annuncio.

OpenAI ha negato con fermezza, affermando di non aver avuto accesso al lavoro dei due matematici prima della sua pubblicazione e che le dimostrazioni sono significativamente diverse. La vicenda ha però acceso i riflettori su una questione più profonda: è etico che un'azienda tecnologica utilizzi il lavoro dei propri utenti per anticiparli nella corsa a un risultato scientifico?

La generazione che non verrà

Nella dichiarazione firmata dalle venticinque medaglie Fields c'è un passaggio che riguarda il futuro più immediato della disciplina. I firmatari osservano che il modo in cui si formano i matematici è cambiato: quando a uno studente si assegna un problema, non lo si fa soltanto per ottenere una risposta, ma per sviluppare attraverso quel processo le capacità di ricerca, la comprensione profonda e la creatività necessarie per formulare nuove domande.

Se le risposte arrivano già pronte, prodotte da sistemi che non comprendono ciò che fanno, il rischio è che venga meno quella catena di trasmissione del sapere che per secoli ha permesso alla matematica di progredire. La domanda che serpeggia tra i corridoi dei dipartimenti non è se l'intelligenza artificiale possa fare matematica, ma se gli esseri umani continueranno a volerla imparare.