Lo scorso 8 settembre OpenAI ha annunciato di aver risolto uno dei sette Millennium Prize Problems, il problema dell’esistenza e regolarità di Navier-Stokes. Secondo la società, il risultato è stato ottenuto in ottantotto ore mettendo al lavoro fino a diecimila agenti, con 2,7 milioni di messaggi e circa centotrenta miliardi di token. Il giorno dopo, l’Economist scriveva che il passaggio in corso solleva una domanda molto più importante della correttezza della dimostrazione: «Se l’intelligenza artificiale supera l’ultimo ostacolo, chi merita il premio? E il risultato aprirà, come ci si aspetterebbe da una scoperta umana, nuove aree di ricerca?». La seconda domanda riguarda il futuro della matematica e della ricerca in generale.
La matematica nell’opinione comune viene schiacciata sui ricordi scolastici, una materia che fa sbattere la testa contro il banco ai liceali. Non è solo quello, e non è nemmeno un generatore infinito di teoremi o un linguaggio utile alla scienza e alla tecnologia. O comunque non solo quello. È uno dei modi con cui gli esseri umani hanno imparato ad allenare il ragionamento: affrontare un problema senza sapere come risolverlo, procedere per tentativi, riconoscere un errore, costruire un’idea. Delegare anche questa parte dell’evoluzione (o della formazione) alle macchine non è un problema solo per i posti di lavoro dei professori di scuola e università.
