A cura del Dott. Pierpaolo Piras, studioso di Geopolitica e componente del Comitato per lo Sviluppo di Mondo Internazionale APS
L’intelligenza artificiale può accelerare il progresso scientifico? Sì, ma i veri ostacoli a questo progresso sono più che altro culturali e istituzionali.
Nel 2024 fece un gran clamore il caso clinico del giovane americano 2024, Joseph Coates si stava preparando alla morte a 37 anni. Il team medico che l'aveva in cura, lo informò che la sua rara malattia del sangue – la Sindrome di POEMS, la quale determina insufficienza renale, intorpidimento degli arti e ingrossamento del cuore, tutto a carattere progressivo – era incurabile con prognosi infausta a breve termine.
Poi, un medico che Coates e la sua ragazza avevano incontrato un anno prima a un summit sulle malattie rare gli salvò la vita, grazie all’applicazione di un modello di intelligenza artificiale che suggeriva una combinazione terapeutica di farmaci non convenzionale.
La realtà
Il team medico dell'Università della Pennsylvania aveva utilizzato un modello che analizzava migliaia di farmaci esistenti per trovare trattamenti inaspettati per malattie rare, elaborando nel caso specifico una combinazione di chemioterapia, steroidi e immunoterapia.
Il quesito cruciale
Il riutilizzo dei farmaci utilizzando l'intelligenza artificiale offre speranza ai pazienti affetti da malattie che colpiscono un numero relativamente limitato di pazienti, e che le aziende farmaceutiche considerano quindi obiettivi di ricerca non redditizi ? Storie come quella di Coates hanno immediatamente alimentato nel mondo scientifico, numerosi titoli e titoloni, addirittura con affermazioni a dir poco audaci sulle capacità taumaturgiche dell’intelligenza artificiale: “l'IA curerà il cancro” , “ridurrà i rischi legati al cambiamento climatico” e “svelerà i segreti del cervello” ecc.. Le aziende tecnologiche “promettono” un futuro plasmato dalle scoperte guidate dalle sole macchine, e l'intelligenza artificiale potrà certamente essere d'aiuto in alcuni aspetti di mero rilievo scientifico.
Il limite al tutto sta nel fatto che i maggiori ostacoli su tale accelerazione del progresso scientifico potrebbero non essere affatto di esclusiva natura tecnico-scientifica.
Dalle commissioni di finanziamento che privilegiano la ricerca incrementale e mirata, rispetto a quella innovativa o interdisciplinare, ai sistemi più squisitamente accademici che premiano i singoli individui piuttosto che i team, fino ai laboratori equipaggiati per l'automazione, le sfide del progresso scientifico risiedono anche nel finanziamento, nella strutturazione e nella guida del lavoro scientifico di segno innovativo. Gli strumenti di intelligenza artificiale possono chiaramente contribuire ad accelerare alcune ricerche importanti, ma trasformare il ritmo del progresso scientifico richiederà di affrontare anche - e talvolta soprattutto - profonde barriere culturali e/o istituzionali.
La Scienza e Intelligenza artificiale
In sostanza, il primo compito della scienza è quello di porre domande, verificare le singole idee e quindi formulare le conoscenze acquisite. L'intelligenza artificiale può contribuire a latere di questo processo, ma non a tutto. Un modello di intelligenza artificiale può sicuramente esaminare i farmaci. Ma può soltanto suggerire, non testare, quali farmaci potrebbero curare un paziente affetto da una malattia rara. I modelli di intelligenza artificiale possono essere utilizzati anche in altri ambiti dell'ecosistema della ricerca scientifica. App basate su modelli linguistici di grandi dimensioni come ChatGPT, ad esempio, possono leggere, riassumere, trovare connessioni e scrivere.
I ricercatori dedicano mediamente il 45% del proprio tempo alla stesura di fattivi progetti di ricerca invece di condurre ricerche vere e proprie. E’ già dimostrato concretamente che l'intelligenza artificiale potrebbe accelerare o sostituire un’intera generazione di idee idonee alla terapia medica, la formulazione di ipotesi e nuovi aspetti teorici della scienza, così come l'unione e il sinergismo tra diversi filoni di ricerca scientifica nelle revisioni della letteratura sperimentale o nelle proposte di finanziamento. Tuttavia, questo tipo di ausilio presenta anche un rovescio della medaglia: è vero che gli strumenti di intelligenza artificiale aumentano il numero di proposte virtuose di ricerca ma – qui sta una delle principali differenze – le stesse non si possono tradurre in proposte più mirate.
Gli stessi rischiano piuttosto di aumentare il carico di lavoro dei revisori della ricerca, proprio come i "termini e condizioni" sono diventati più lunghi quando i file digitali hanno sostituito quelli cartacei. Per evitare un aumento eccessivo delle proposte di lavoro, gli strumenti di intelligenza artificiale devono essere utilizzati con precisa attenzione, con l'obiettivo di snellire il carico di lavoro.
Un esempio
Alcune delle più grandi scoperte scientifiche sono avvenute quando le persone hanno combinato idee provenienti da campi diversi; mentre gli strumenti di intelligenza artificiale possono aiutare virtuosamente a decodificare gli aspetti tecnici di un campo per scienziati di settori diversi.
L’ esempio classico è rappresentato ultimamente dai vaccini anti-Covid i quali sono nati dalla combinazione di diverse ricerche in biologia di base e studi sperimentali in fase tre sugli animali. I vaccini a mRNA provengono da ricerche su HIV, immunoterapia delle neoplasie maligne e biologia di base sull'RNA. Ma i revisori delle proposte di ricerca tendono a comprendere molto bene un campo, di meno se sono due o tre: i progetti interdisciplinari hanno infatti difficoltà a trovare un sufficiente consenso comune.
In questo caso gli strumenti di intelligenza artificiale potrebbero contribuire a rendere i dettagli e l'importanza della ricerca interdisciplinare più comprensibili per i revisori delle ricerche.
Ma le sfide più grandi verso i grandi progressi scientifici non sono soltanto di natura tecnica; l'intelligenza artificiale e le attrezzature più moderne non possono risolverle da sole. Le sfide più difficili sono spesso di ordine culturale. Infatti, l'intelligenza artificiale non può risolvere la questione della volontà politica per il sì o per il no.
Il Progetto Genoma Umano per lo scrutamento dell’intero patrimonio genetico presente nei cromosomi, ha fatto la storia perché ha imposto la collaborazione tra molti scienziati in diversi campi. Ha dimostrato che spesso sono i grandi team, non i geni solitari, la chiave per raggiungere progressi rivoluzionari.
Ma è anche vero che la cultura scientifica premia ancora i singoli individui, non i team.
I finanziamenti vanno a nomi certi e noti. Gli articoli riportano troppo spesso un solo autore principale. Eppure la maggior parte delle scoperte scientifiche proviene da team interdisciplinari che risolvono i problemi tramite un efficiente lavoro di squadra di numerosi ricercatori associati. Va da sé che cambiare un sistema del genere richiede cambiamenti radicali che riguardano le politiche utilizzate. Il modo con il quale la società sceglie di finanziare, premiare e attribuire il merito delle scoperte è una questione che riguarda solo le decisioni umane e può essere modificato soltanto dalla volontà politica.
Il rapporto uomo-macchina
Valutate congiuntamente, l'intelligenza artificiale e quella umana possono tecnicamente migliorare la ricerca scientifica: l'elemento umano diventa particolarmente rilevante, ad esempio, se si considera il ruolo dell'IA nelle revisioni della letteratura scientifica utilizzate nella ricerca. Le app di IA possono elaborare enormi volumi di articoli di ricerca in breve tempo, tuttavia non hanno la capacità di fare scoperte “sensazionali e fortuite” che possono verificarsi quando gli scienziati leggono con una sorta di curiosità personale. Un algoritmo potrebbe riassumere in modo efficiente modelli noti, ma trascurare le connessioni inaspettate che guidano invece l'innovazione rivoluzionaria. E’ stato proprio questo tipo di casualità che ha spinto i medici dell'Università della Pennsylvania che ha contribuito a salvare la vita a Joseph Coates da una rara malattia del sangue di cui sopra, a iniziare a identificare trattamenti che riutilizzassero farmaci già esistenti per combattere malattie poco studiate.
I medici hanno scoperto che un farmaco utilizzato contro il rigetto dei trapianti poteva curare la stessa malattia linfonodale di quel paziente, una scoperta fatta dopo settimane passate a leggere pubblicazioni mediche. L'intelligenza artificiale può ora accelerare tale tipo di processo, ma non sostituire completamente la componente umana.
Da un certo punto di vista, i sistemi di intelligenza artificiale (IA) generano una specie di illusione di oggettività.
Molti sostenitori dell'IA suggeriscono che questa sia onorevolmente più neutrale rispetto ai ricercatori umani, ma questa prospettiva – purtroppo per loro - fraintende la natura stessa della scienza in quanto la ricerca scientifica non è mai stata veramente neutrale.
Essa infatti riflette in pieno le priorità, gli interrogativi e i pregiudizi di chi la conduce.
Piuttosto che perseguire l'ideale predicato dall’Illuminismo di una conoscenza perfettamente gloriosa perché imparziale, la scienza avanza in modo più efficace quando i ricercatori riconoscono con onestà le proprie prospettive e i propri limiti umani.
L'IA potrebbe esacerbare l'incapacità "di spingere i confini della scienza proprio a causa di ciò per la quale è stata preparata, del lavoro esistente. L'IA può dare la falsa convinzione di stare esplorando l'intero territorio, ma in realtà ciò che sta accadendo è che ci stiamo concentrando solo su ciò in cui l'IA ha già dimostrato di essere utile. Le implementazioni più efficaci dell'intelligenza artificiale nella ricerca scientifica potrebbero essere quelle che automatizzano le attività di routine, pur lasciando spazio all'intuizione e all'esplorazione umana. Modelli linguistici esperti di grandi dimensioni e strumenti di intelligenza artificiale specializzati per il “biodesign” accelerano già le attività scientifiche di routine. I modelli di intelligenza artificiale con capacità aggiuntive o autonome – come l’ Operator di OpenAI, in grado di gestire alcune attività in più fasi tramite un browser virtuale – potrebbero accelerare ulteriormente la ricerca.
Ma il loro impatto dipende da come le istituzioni li assorbono e li integrano.
E quest’ultimo problema non sarà affrontabile da alcuna Intelligenza Artificiale !