Gli scienziati producono oltre 10 milioni di articoli di ricerca ogni anno, ma non tutti i risultati sono solidi. La sfida è identificare studi affidabili rapidamente, prima che ne risultino sforzi inutili o decisioni politiche errate. Per anni, la peer review e la replica sono stati gli standard, ma entrambi sono lenti e costosi.
Il progetto SCORE finanziato dalla DARPA
Nel 2017, la Defense Advanced Research Projects Agency (DARPA) ha lanciato il progetto Systematizing Confidence in Open Research and Evidence (SCORE). Guidato da Adam Russell, l’obiettivo era sviluppare sistemi di intelligenza artificiale in grado di prevedere la validità a lungo termine di uno studio prima della replica. Il progetto mirava a creare un “punteggio di credito” per la ricerca scientifica, consentendo ai decisori politici di valutare l’affidabilità a colpo d’occhio.
Come funziona
I sistemi di intelligenza artificiale analizzano la nuova letteratura scientifica utilizzando parametri non divulgati. La metodologia sottostante rimane poco chiara, anche se probabilmente implica il data mining, la modellazione statistica e potenzialmente l’analisi della rete di citazioni. La premessa è che i modelli nella progettazione, nella metodologia e nella validazione precoce della ricerca possono rivelare vulnerabilità.
Perché è importante
Le implicazioni sono significative. Una scienza affidabile è alla base della politica, della medicina e della tecnologia. Una valutazione più rapida riduce lo spreco di risorse per studi imperfetti. Tuttavia, ci sono dei rischi. Un eccessivo affidamento sull’intelligenza artificiale potrebbe soffocare la ricerca esplorativa o rafforzare i pregiudizi esistenti all’interno della comunità scientifica. La vera sfida è garantire la trasparenza e prevenire il gatekeeping algoritmico.
“L’obiettivo non è eliminare il rischio, ma prendere decisioni informate più rapidamente.” — Adam Russell, Università della California del Sud
Il progetto SCORE evidenzia una tendenza più ampia: l’integrazione dell’apprendimento automatico nella validazione scientifica. Sebbene la replica rimanga essenziale, gli strumenti basati sull’intelligenza artificiale diventeranno probabilmente sempre più influenti nel determinare quale ricerca guadagna terreno e quale svanisce nell’oscurità.
