Per oltre dieci anni Giorgio Parisi, premio Nobel per la fisica nel 2021, ha convissuto con una regolarità matematica che nessuno sapeva spiegare fino in fondo. Insieme a Francesco Zamponi l’aveva osservata in ogni simulazione sul fenomeno del jamming, senza riuscire a derivarla da principi teorici. A sciogliere il nodo non è stato un colpo di genio isolato, ma un lungo dialogo con un modello di intelligenza artificiale, Claude di Anthropic, guidato passo dopo passo dai due fisici. Il risultato, pubblicato quest’estate, racconta bene cosa significhi oggi affidare a un’AI un problema che la scienza non riusciva a chiudere da sola.
Il nodo che resisteva da un decennio
Nel 2014 Parisi e Zamponi avevano descritto teoricamente il jamming, la transizione che porta i sistemi disordinati (granuli, schiume, vetri) a bloccarsi improvvisamente. Dai loro calcoli erano emersi due parametri, indicati con le lettere “a” e “b”, la cui somma risultava sempre uguale a uno. La regolarità reggeva a ogni verifica numerica, ma mancava una spiegazione teorica capace di trasformarla da coincidenza osservata a identità dimostrata.
“The proof was obtained through interaction with Claude (Sonnet 4.6 and Opus 4.7) and verified by us.”
Per oltre dieci anni il gruppo aveva accettato quella somma come un dato robusto ma privo di fondamento concettuale. Il concetto chiave restava quello di marginal stability, l’equilibrio instabile in cui il sistema si colloca esattamente al confine tra un comportamento fluido e uno solido. Dimostrare che questa condizione di marginalità imponesse necessariamente la somma pari a uno significava collegare un dato empirico a un principio fisico preciso.
Il dialogo con il modello
Prima di affidargli il problema centrale, i fisici hanno chiesto al modello di riprodurre i calcoli numerici già noti, per verificarne l’affidabilità nel dominio specifico. Ottenuti gli stessi risultati, hanno posto la domanda che cercavano da anni: perché quella somma vale sempre uno. La prima risposta del modello si è rivelata vicina alla soluzione ma non priva di passaggi errati o non giustificati.
È iniziato così un lavoro iterativo in cui il modello proponeva schemi di dimostrazione e trasformazioni algebriche, mentre i ricercatori selezionavano, correggevano e scartavano le vie sbagliate. Parisi ha raccontato che il sistema è arrivato all’idea giusta solo dopo essere stato istruito e guidato per giorni, un processo lontano dall’immagine di una macchina che risolve tutto da sola.
Il dettaglio più sorprendente dell’intera vicenda: Parisi racconta che la soluzione proposta da Claude era molto più semplice di quanto lui stesso immaginasse. Non era una dimostrazione lunga e complicata: l’idea giusta era relativamente semplice, ma nessuno l’aveva vista prima.
Il risultato finale, verificato in modo indipendente e formalizzato secondo gli standard della disciplina, è stato pubblicato il primo luglio 2026 sul Journal of Statistical Mechanics: Theory and Experiment.
Uno strumento, non un autore
Nel lavoro firmato da Parisi e Zamponi restano loro gli autori, mentre il modello viene riconosciuto come strumento che ha contribuito a un passaggio determinante. La distinzione non è marginale: apre una discussione, ancora agli inizi, su come attribuire il merito quando un sistema di AI partecipa alla costruzione di un argomento matematico e non solo al calcolo. Per ora la comunità scientifica tende a considerare questi modelli strumenti avanzati e propositivi, più vicini a uno strumento instancabile che a un ricercatore autonomo.
Il caso, se lo guardiamo da un altro livello di astrazione, richiama anche una storia molto più lunga: quella che lega la fisica dei sistemi disordinati e le reti neurali. Un legame che affonda le radici nei modelli degli anni Settanta e Ottanta. In questo senso la fisica che ha contribuito a ispirare l’AI moderna torna oggi a servirsene come strumento di ricerca, chiudendo un cerchio storico non privo di ironia. Resta però centrale il ruolo umano, il “human in the loop“, nel filtrare, validare e trasformare il materiale grezzo prodotto dal modello in scienza verificabile.
Cautela oltre l’entusiasmo
Parisi stesso non nasconde le proprie riserve sull’uso diffuso di questi strumenti, mettendo in guardia dal rischio di affidarsi a un unico modello dominante. Parisi ha anche proposto la creazione di un grande centro di ricerca europeo sull’intelligenza artificiale, sul modello del CERN, per garantire pluralità di approcci e trasparenza degli algoritmi. Il messaggio che emerge, al netto dell’entusiasmo per il risultato ottenuto, è che la tecnologia accelera la ricerca ma non sostituisce la responsabilità di chi la guida, soprattutto quando la delega cognitiva rischia di diventare un’abitudine acritica.