Link documento: https://www.science.org/doi/10.1126/science.aeh8945
Tipo di documento: articolo/commento scientifico pubblicato su Science — non un white paper o libro bianco.
L’articolo Progression without progress, pubblicato su Science il 21 maggio 2026 da Julio M. Ottino e Brian Uzzi, avverte che l’automazione scientifica end-to-end può accelerare la produzione di risultati, ma anche ridurre pluralismo, replicabilità e responsabilità nella ricerca.
L’intelligenza artificiale sta entrando nel cuore della scoperta scientifica. Non più soltanto come strumento di supporto, ma come possibile motore di intere pipeline automatizzate: generazione di ipotesi, esperimenti in silico o robotici, analisi dei dati e produzione di risultati pubblicabili. È il modello che Ottino e Uzzi definiscono sistemi scientifici “end-to-end” automatizzati, o ETES.
Il punto centrale dell’articolo non è se l’IA possa “fare scienza”, ma se il sistema scientifico possa restare affidabile quando la ricerca viene compressa in processi ottimizzati e industrializzati. Secondo gli autori, la scienza avanza grazie a un meccanismo evolutivo fatto di tentativi indipendenti, critica, replicazione, errori, fallimenti e percorsi divergenti. L’efficienza assoluta, in questo quadro, può diventare un rischio: meno ridondanza significa anche meno possibilità di scoprire anomalie e rotture concettuali.
La preoccupazione riguarda la concentrazione. Se poche piattaforme IA dominanti, addestrate su dati simili e obiettivi omogenei, orientassero gran parte della produzione scientifica, la diversità epistemica potrebbe ridursi. Il risultato sarebbe più output, ma meno esplorazione dell’imprevisto.
Il tema si inserisce in un dibattito più ampio. Studi recenti descrivono l’emergere di una “quinta era” della scienza guidata dall’intelligenza artificiale, mentre altre ricerche segnalano che l’adozione dell’IA nei progetti scientifici sta già riorganizzando team, budget e attività di ricerca.
Sul piano regolatorio, l’AI Act europeo, entrato in vigore il 1° agosto 2024, punta a promuovere uno sviluppo responsabile dell’IA, mentre i principi OCSE insistono su trasparenza, accountability e rispetto dei valori democratici.
La conclusione è netta: l’IA può potenziare la scienza, ma non deve sostituire i suoi anticorpi sociali. Replicazione, responsabilità umana e pluralismo metodologico non sono ostacoli: sono la condizione della conoscenza affidabile.
Breve approfondimento e cronologia
- 2019 — L’OCSE adotta i principi internazionali sull’IA affidabile, poi aggiornati nel 2024.
- 1 agosto 2024 — Entra in vigore l’AI Act europeo.
- 10 giugno 2025 — PLOS Biology descrive l’avvio della “quinta era” della scienza, guidata dall’intelligenza artificiale.
- 21 maggio 2026 — Science pubblica Progression without progress, richiamando il rischio di una scienza più veloce ma meno aperta all’imprevisto.
Consigli di approfondimento: leggere il quadro europeo sull’AI Act della Commissione europea, i principi OCSE sull’IA e l’articolo PLOS Biology sull’“artificial scientific intelligence”.
Abstract etico-sociale
L’uso dell’IA nella ricerca promette accelerazione, accesso più ampio agli strumenti scientifici e riduzione di alcuni errori umani. I rischi riguardano però concentrazione tecnologica, opacità delle responsabilità, standardizzazione delle ipotesi e riduzione della diversità scientifica. In futuro, l’interazione tra ricercatori e sistemi autonomi potrebbe ridefinire il ruolo sociale dello scienziato: non più solo produttore di risultati, ma garante critico di metodo, responsabilità e pluralismo.
