Il 17 ottobre 2026, Jack Clark, cofondatore di Anthropic, è intervenuto alla lezione Per Jacobsson durante un incontro del FMI a Bangkok, in Thailandia. Sostenendo che l’IA sta iniziando a ottenere risultati all’avanguardia in discipline scientifiche come matematica, fisica e sviluppo di farmaci, ha esortato economisti e responsabili politici a prepararsi ai rapidi cambiamenti. Clark ha affermato che «la singolarità è già iniziata» e ha discusso sia degli investimenti necessari per condividere i benefici sia delle decisioni di fermarsi deliberatamente.
Dall’IA che scrive testi all’IA che entra in laboratorio
Quando si parla di IA generativa, molti pensano a strumenti che creano testi e immagini. Nel suo intervento, Clark ha parlato di ciò che viene dopo: la ricerca scientifica. Secondo la sua interpretazione, stiamo entrando in una fase in cui l’IA affianca i ricercatori umani e affronta questioni ancora irrisolte.
Clark ha richiamato il concetto di «singolarità tecnologica», prefigurato nel 1993 dallo scrittore di fantascienza Vernor Vinge. Se un’intelligenza superiore a quella umana traina il progresso, il progresso stesso finirà per generare entità sempre più intelligenti in tempi sempre più brevi. È questo lo scenario a cui si riferisce il termine. Clark ha affermato che nel 2026 si sono accumulate prove convincenti del suo inizio. Ha naturalmente riconosciuto che «l’avvento della singolarità» è una sua interpretazione e che alcuni dettagli restano discutibili. Tuttavia, il fatto stesso che abbia portato questo tema davanti al Fondo monetario internazionale (FMI) sembra dimostrare che la discussione sull’IA si sta diffondendo al di fuori del settore tecnologico.
L’IA diventerà la «mano» dei ricercatori?
Nel suo intervento sono stati citati esempi in diversi ambiti. In matematica, l’IA viene utilizzata per proporre soluzioni a problemi irrisolti da anni; in alcuni casi, è stata proprio l’IA a fornire l’intuizione decisiva. In biologia, viene impiegata per progettare virus e individuare possibili nuovi farmaci; secondo quanto riferito, un farmaco progettato con un ampio contributo dell’IA è già entrato nella fase di sperimentazione clinica. In robotica, l’IA sta automatizzando gli esperimenti, controllando a distanza e in autonomia le apparecchiature di laboratorio in campi come lo sviluppo di batterie e celle a combustibile.
Clark ha sottolineato che non si tratta di tecnologie separate. In molti casi d’uso viene impiegato lo stesso modello all’avanguardia. A suo avviso, sistemi come Claude, ChatGPT e Gemini sono ormai in grado di svolgere attività di frontiera in più discipline scientifiche.
È stata inoltre avanzata l’ipotesi che i cambiamenti già osservati nello sviluppo software si estenderanno alla scienza e alla robotica. Secondo Clark, la quantità di codice scritta dai ricercatori di Anthropic è circa dieci volte superiore a quella dei primi quattro anni dalla fondazione dell’azienda. Al tempo stesso, il miglioramento delle capacità di programmazione potenzia anche quelle degli attacchi informatici, innescando una competizione tra chi attacca e chi si difende. Benefici e rischi si manifestano insieme, in modo inseparabile. Clark ha definito tutto questo «un’anteprima di ciò che accadrà».
La curva ripida dei punteggi e l’esperienza dei fisici
Per illustrare la crescita delle capacità, Clark ha citato i risultati di due test. Nell’esame di domande difficili «Humanity's Last Exam», il punteggio massimo era dell’8% al momento della pubblicazione, nel gennaio 2025, mentre nella settimana del suo intervento aveva raggiunto il 67,7%. Ha inoltre spiegato che, nella serie di problemi «FrontierMath», ideata da matematici, il risultato è salito dal 2% al momento della pubblicazione, nel novembre 2024, al 94%. Si tratta dei dati presentati da Clark durante l’intervento.
È particolarmente interessante l’aneddoto relativo a «TheoPhysEval», una nuova valutazione di fisica teorica. A un’IA sono stati sottoposti 50 problemi inediti raccolti da fisici di tutto il mondo. Non solo ha ottenuto un punteggio elevato, ma ha anche sostenuto che «le soluzioni modello degli esperti sono sbagliate». Un controllo successivo ha rivelato, in diversi casi, sottili errori nei calcoli degli esperti, nascosti in passaggi avanzati. A ogni correzione il punteggio dell’IA aumentava, fino a raggiungere il 98% (49 problemi su 50). L’aneddoto è stato riportato citando Svrat Raju, coautore del documento.
Clark ha paragonato la scena a un momento tipico dei film, in cui l’allievo dimostra il proprio valore al maestro: il momento in cui chi insegna finisce per imparare. La ragione per cui attribuisce tanta importanza a questo episodio è che la scienza di frontiera mette alla prova la «creatività». Secondo Clark, se l’IA riesce a risolvere creativamente i problemi scientifici, questa capacità potrebbe estendersi a molti altri ambiti, compresa la stessa ricerca sull’IA.
La crescita cambierà in un mondo con cento volte più ricercatori?
Quando si parla di crescita economica, le tesi di Clark diventano ancora più audaci. Nell’ultimo mezzo secolo, in molti Paesi il numero dei ricercatori è aumentato, mentre la produttività della ricerca è diminuita. È il problema noto come «è sempre più difficile trovare buone idee». Se l’IA potesse essere utilizzata come «ricercatore virtuale», la situazione potrebbe cambiare. Clark ha posto la questione partendo dalla propria esperienza: cosa succederebbe se una persona come lui, che ha impiegato circa 40 anni a crescere professionalmente, potesse lavorare contemporaneamente sotto forma di centinaia o migliaia di copie?
Formare un ricercatore umano richiede dai 10 ai 15 anni e costa milioni di dollari. Con l’IA, invece, basta disporre di risorse di calcolo per averne istantaneamente un numero a piacere. Secondo Clark, di conseguenza aumenterà l’importanza di ogni singolo scienziato umano, che si troverà a supervisionare centinaia o migliaia di esperti virtuali.
Nelle simulazioni presentate da Clark, Anthropic ipotizza che i modelli svolgano autonomamente un’ampia gamma di attività e si diffondano rapidamente nell’economia: in queste condizioni, il PIL degli Stati Uniti potrebbe raggiungere i 44.000 miliardi di dollari entro il 2030. Clark stesso ammette che la cifra «sembra stravagante», ma la considera una conseguenza logica se la tecnologia continuerà a progredire. Si tratta di una stima basata su determinate ipotesi, non di una previsione certa.
Più scoperte, ma senza strutture adeguate non si ottengono risultati
Clark ha indicato le strutture sperimentali e i robot come le infrastrutture da realizzare dopo quelle computazionali. Racconta di aver sollecitato per dieci anni i governi di vari Paesi a potenziare le reti elettriche e i data center, ma che pochi responsabili politici gli hanno dato ascolto. Oggi la capacità dei data center è in crescita negli Stati Uniti, in Cina e in Medio Oriente, e, a suo avviso, le strozzature nella catena di approvvigionamento stanno facendo salire i prezzi.
La fase successiva consiste nell’estendere l’AI al mondo fisico. Secondo le stime dell’UNESCO, nel mondo ci sono circa 10 milioni di scienziati. Clark osserva che già per loro mancano supervisori della ricerca, strutture per l’analisi della scienza dei materiali, laboratori biologici per testare nuovi farmaci e grandi apparati sperimentali, nello spazio e sulla Terra. Che cosa accadrà quando gli scienziati virtuali diventeranno un miliardo o 10 miliardi? La domanda posta da Clark è concreta.
A meritare attenzione è l’avvertimento sul «collo di bottiglia delle scoperte». Anche se i potenziali nuovi farmaci arrivassero a valanga, servirebbero a poco se solo una manciata potesse essere testata. Clark ha chiesto ai responsabili politici di creare meccanismi per accelerare il passaggio dei risultati dai laboratori agli studi clinici, alle fabbriche e al mondo reale. Se l’AI accelera le «idee», ma la verifica e l’applicazione restano al ritmo della società umana, il collo di bottiglia si sposta semplicemente più avanti.
Clark applica questo scenario anche alla posizione dei diversi Paesi. I Paesi sviluppati, dotati di solide basi scientifiche, possono aumentare la produttività dei ricercatori. Per i Paesi in via di sviluppo che forniscono materie prime e altri prodotti si presenta invece l’opportunità di «saltare alcune tappe»: realizzare strutture di sperimentazione, far crescere le comunità scientifiche e accrescere così il proprio valore nelle catene di approvvigionamento.
Che cosa delegare e che cosa comprendere
Nella seconda parte dell’intervento, il fulcro si sposta dalle aspettative alle scelte. Il fatto che l’AI possa svolgere attività scientifiche non significa che le si debba affidare qualsiasi cosa. Clark ha citato anzitutto la ricerca biologica, che richiede la più rigorosa supervisione umana e trasparenza. Lo stesso vale per la ricerca sull’AI: decidere fino a che punto supervisionare la ricerca guidata dall’AI è una questione che istituti come Anthropic devono affrontare. Questa ricerca può accelerare il progresso, ma comporta anche il rischio di perdere il controllo; perciò, ha affermato, occorre procedere con cautela. A suo avviso, saranno necessarie anche regole.
Clark ha raccontato anche l’episodio di uno studente di fisica incontrato in un’università di Tokyo. Mentre l’AI comincia a svolgere gran parte degli esperimenti, come si decide quali condurre in prima persona e quali affidarle? Clark ha detto di non avere una risposta, ma ha definito la questione un interrogativo a cui ogni disciplina dovrà rispondere da sé.
La seconda scelta riguarda quanto comprendere dei risultati prodotti dall’AI. In matematica, i risultati ottenuti dall’AI sono già diventati così originali da richiedere l’interpretazione umana. Inoltre, nel giro di pochi anni potremmo arrivare a una fase in cui l’AI inventerà nuovi apparati sperimentali, concepiti per il proprio modo di operare. Gli esseri umani dovrebbero comprenderli? Anche questa, ha detto Clark, è una scelta che spetta a noi.
Distinguere tra ciò che si può fare e ciò che si dovrebbe fare
Clark ha ricordato che da adolescente temeva che la crescita demografica, il cambiamento climatico e lo spreco di risorse avrebbero portato l’umanità al collasso. In seguito, ha visto i pannelli solari diventare più economici più rapidamente del previsto, la conoscenza del corpo umano progredire e portare a nuove cure, l’AI cominciare a decifrare i versi degli animali e i razzi atterrare per essere riutilizzati. Tutto questo, racconta, gli ha fatto capire che la tecnologia può cambiare le prospettive. È anche per questo che si occupa di AI, ha spiegato.
D’altra parte, l’AI porta con sé dei rischi. Clark ha invocato regole senza precedenti e di ampia portata per questa tecnologia e per le aziende che la sviluppano, oltre alla «moderazione», una delle qualità umane più difficili da esercitare. La sua posizione è che le infrastrutture vadano realizzate, mentre lo sviluppo della tecnologia stessa debba procedere con tempi calibrati e cautela.
In chiusura, Clark ha citato un passaggio di «Pale Blue Dot» di Carl Sagan. Un giorno l’umanità raggiungerà altre stelle e sarà «molto simile a noi, ma con più punti di forza e meno debolezze»: questo, in sostanza, il senso delle parole di Sagan. Clark ha osservato che la crescita per cui Sagan immaginava un arco di centinaia di migliaia di anni dovrà compiersi «in pochi anni». La sfida è capire se sapremo coltivare insieme la capacità di accelerare la ricerca e quella di fermarci a riflettere.
コメント