L'IA di OpenAI ha risolto 10 difficili problemi di matematica. Ora i matematici si chiedono quanto valgano i loro lavori.

Punti chiave

• Nel 2025 OpenAI ha annunciato che un modello di IA interno chiamato Astra ha risolto 10 problemi matematici di lunga data, alcuni rimasti insoluti per decenni.
• Un risultato ha scatenato una controversia sul merito attribuito dopo che l'annuncio originale di OpenAI non ha riconosciuto due matematici il cui lavoro recente la dimostrazione si basava su.
• OpenAI ha silenziosamente modificato il testo dell'annuncio dopo le proteste dei ricercatori interessati, senza aggiungere una nota di correzione.
• James Maynard, professore a Oxford e vincitore della Medaglia Fields, ha dichiarato che risolvere uno qualsiasi di questi 10 problemi porterebbe tipicamente un ricercatore a ottenere un posto di lavoro accademico.
• I matematici ora si chiedono apertamente se le università continueranno a finanziare i ricercatori umani ai livelli attuali.

OpenAI ha risolto dieci problemi di matematica che avevano lasciato perplessi i ricercatori professionisti, alcuni per decenni. Il modello utilizzato, denominato Astra, è una versione interna di quello che l'azienda descrive come il suo prossimo grande rilascio. Non è ancora disponibile al pubblico.

I risultati spaziano in un'ampia gamma di campi. Uno ha risolto una questione sull'impaccamento di sfere in più di tre dimensioni, che si collega all'efficienza della compressione e trasmissione dei dati. Un altro ha fatto progressi nei codici di correzione degli errori, la tecnologia che aiuta il tuo telefono a ripristinare un segnale distorto. Un terzo ha risolto due questioni aperte su quando le grandi reti connesse iniziano a mostrare schemi strutturali prevedibili.

Un risultato ha attirato particolare attenzione: una dimostrazione su i cosiddetti gruppi non-sofici, un tipo di struttura matematica infinita la cui esistenza era stata una questione aperta per decenni. Ha anche scatenato una controversia pubblica sul merito attribuito.

A chi spetta davvero il merito?

Il merito appartiene in parte a matematici umani il cui lavoro recente la dimostrazione di OpenAI si è basata direttamente, e questi ricercatori affermano che l'annuncio originale non l'ha reso chiaro.

Francesco Fournier-Facio, matematico dell'Università di Cambridge, ha detto a The Verge che il post iniziale di OpenAI ha minimizzato i contributi di Andreas Thom e Gábor Kun. Kun, ricercatore all'Istituto di Matematica Alfréd Rényi in Ungheria, ha riferito di essere stato contattato per email poco prima che OpenAI pubblicasse i suoi risultati. Ha trovato il linguaggio ampio del post originale "piuttosto buffo", perché l'articolo di ricerca allegato "chiaramente affermava che si basa sui miei risultati del 2016 e del 2019".

Il post originale di OpenAI diceva che stava condividendo "risultati a problemi che sono rimasti aperti e non hanno visto progressi sul risultato principale per almeno un decennio". Dopo le proteste, l'azienda ha cambiato quella riga per dire che stava condividendo "risultati, ognuno dei quali risolve o fa progresso sostanziale su un problema aperto di lunga data". Nessuna nota di correzione è stata aggiunta.

Il portavoce di OpenAI Laurance Fauconnet ha confermato l'aggiornamento, affermando che l'azienda "voleva assicurarsi che questi contributi fossero adeguatamente riconosciuti". Kun ha detto di chiedersi se erano stati commessi errori simili negli altri nove risultati.

Cosa significa questo per i matematici come professione?

Il campo è turbato, e alcuni ricercatori stanno già chiedendosi se le università li pagheranno quanto facevano prima.

James Maynard, professore a Oxford che ha vinto la Medaglia Fields, il massimo onore in matematica, ha affermato che ognuno dei dieci problemi era il tipo di questione su cui ricercatori seri avevano lavorato per anni e ripetutamente non era stato possibile risolvere. "C'è una sensazione generale che risolvere uno di questi 10 problemi ti farebbe ottenere un lavoro nel mondo accademico", ha detto Yang-Hui He del London Institute for Mathematical Sciences.

A maggio, OpenAI ha affermato che un modello interno aveva risolto una congettura del leggendario matematico Paul Erdős, rimasta insoluta per quasi un secolo. A luglio, un matematico di Harvard ha riferito che Claude Fable 5 di Anthropic aveva confutato la congettura Jacobiana, un risultato che ha rovesciato decenni di tentativi di provarne la verità.

Questi non sono puzzle marginali. Sono i problemi di cui i matematici si preoccupano davvero.

Prima di trarre troppe conclusioni dalla velocità di questo cambiamento, ricorda una cosa: stai ascoltando i successi. Nessuno scrive titoli sui centinaia di problemi matematici che l'IA ha tentato e non è riuscita a risolvere. Le vittorie sono reali. Così è la selezione.

Detto questo, la pressione sui ricercatori umani è reale anche. Maynard ha passato l'anno scorso, secondo le sue stesse parole, a "cercare di capire il senso" del futuro del suo campo. Il denaro è parte della preoccupazione. Se le università continueranno a pagare i matematici umani ai tassi attuali è ora una questione aperta.

Una conclusione onesta: se lavori in qualsiasi campo della conoscenza dove l'output è un documento, una dimostrazione o un design, osserva cosa succede ai posti di lavoro in matematica nei prossimi due anni. È il segnale iniziale più chiaro che abbiamo.