AI Scientist: Primo Paper AI Supera Peer Review Accademica

In sintesi: AI Scientist di Sakana AI crea il primo paper scientifico completamente automatizzato che supera la peer review accademica.

Un sistema di intelligenza artificiale ha appena infranto una barriera che sembrava invalicabile: produrre autonomamente un articolo scientifico che supera il rigoroso processo di peer review accademica. AI Scientist-v2 di Sakana AI, una startup giapponese specializzata in ricerca AI, ha dimostrato che l’intelligenza artificiale può ora generare ricerca scientifica originale che soddisfa gli standard di qualità richiesti dalla comunità accademica internazionale.

Il risultato, pubblicato su Nature il 26 marzo scorso, segna un momento storico: per la prima volta un manoscritto creato interamente senza intervento umano — dalla concezione dell’idea alla stesura finale — ha ottenuto l’approvazione dei revisori umani in un processo di peer review standard. Il paper dell’AI ha ricevuto un punteggio medio di 6.33 su una scala dove 6 rappresenta la soglia di accettazione, classificandosi meglio del 55% degli articoli scritti da ricercatori umani nella stessa competizione.

La Macchina che Pensa e Scrive Scienza

AI Scientist automatizza l’intero ciclo di vita della ricerca scientifica: genera idee originali, progetta esperimenti, scrive codice per implementarli, analizza i risultati e redige il paper finale. Il sistema utilizza modelli linguistici di grandi dimensioni (LLM) combinati con strumenti di programmazione automatica, creando un ricercatore virtuale completo.

Il paper vincente è stato sottoposto al workshop “I Can’t Believe It’s Not Better” (ICBINB) della conferenza ICLR 2025, un evento accademico dove i ricercatori presentano risultati negativi o inattesi nel campo dell’apprendimento automatico. Il sistema ha prodotto l’articolo in circa 15 ore, con un costo computazionale di appena 140 dollari — una frazione del tempo e delle risorse che richiederebbe a un team di ricercatori umani.

Tre paper generati dall’AI sono stati sottoposti al workshop su un totale di 43 submission. Il tasso di accettazione del workshop era del 70%, significativamente più alto rispetto al 20-30% delle conferenze principali, ma comunque rappresentativo di standard accademici reali.

Quando l’Eccellenza Incontra lo Scetticismo

In-article responsive

Le reazioni degli esperti rivelano un mix di fascino tecnologico e preoccupazioni pratiche. Jeff Clune della University of British Columbia, uno degli autori dello studio, mantiene un tono cauto: “I paper dell’IA sono okay ma non eccezionali”, definendo il lavoro accettato come “mediocre” ed evidenziando problemi di logica inconsistente, citazioni errate e mancanza di rigore metodologico.

Jevin West della University of Washington ha definito AI Scientist “un notevole risultato tecnologico”, ma solleva una questione cruciale: “La mia preoccupazione è pratica: cosa succede quando le conferenze già sommerse dalle submission vengono colpite da una raffica di paper da 15 dollari?” Il riferimento è al costo estremamente basso di produzione che altri ricercatori hanno stimato per ogni articolo generato dall’AI.

Più critica la posizione di Jodi Schneider della University of Wisconsin-Madison: “Uno studente laureato mediocre riuscirebbe a far accettare un paper su tre in un posto che accetta il 70% dei paper? Certo!” La sua osservazione sottolinea come il risultato, pur significativo tecnologicamente, non rappresenti necessariamente un breakthrough nella qualità della ricerca.

I Difetti di una Mente Artificiale

Nonostante il successo nella peer review, AI Scientist presenta ancora diverse limitazioni documentate dai suoi stessi creatori. Il sistema produce occasionalmente idee naive o poco sviluppate, può avere difficoltà con implementazioni di codice complesse ed è soggetto ad allucinazioni — un fenomeno tipico dei modelli linguistici dove il sistema genera informazioni plausibili ma false, come citazioni inesistenti o duplicazione di figure.

Una valutazione indipendente condotta dal team di Joeran Beel ha rivelato carenze critiche: le review della letteratura producevano valutazioni di novità scadenti, spesso classificando erroneamente concetti consolidati come nuovi. Il 42% degli esperimenti è fallito a causa di errori di codifica, evidenziando come l’automazione completa della ricerca sia ancora un obiettivo ambizioso.

Matthew Guzdial della University of Alberta ha definito i risultati “un po’ fuorvianti”, sottolineando che “le persone di Sakana hanno selezionato i paper da un certo numero di quelli generati, il che significa che stavano usando il giudizio umano per scegliere gli output che pensavano potessero essere accettati”.

Il Futuro della Ricerca in Bilico

Oltre alle preoccupazioni immediate, emergono questioni più ampie sul futuro dell’editoria scientifica. Uno studio delle review ICLR 2025 ha rivelato che circa il 21% erano completamente generate dall’IA, creando uno scenario inedito dove sistemi artificiali scrivono sia i paper che le recensioni che li valutano.

Aaron Schein dell’University of Chicago, organizzatore del workshop ICBINB, ha una visione pragmatica: “Non saremo in grado di rimuovere il potere di generare paper scientifici AI. Questa tecnologia migliorerà soltanto”. Una prospettiva condivisa dai ricercatori di Sakana, che hanno identificato una chiara legge di scala: man mano che i modelli fondazionali migliorano, la qualità dei paper generati aumenta corrispondentemente.

Tuttavia, le conferenze principali stanno già reagendo. Yanan Sui della Tsinghua University, senior workshop chair per ICLR 2026, ha dichiarato: “Ci sono regole rigide per la conference principale che non permettono la submission di paper puramente scritti dall’IA”, prevedendo che “i paper scritti dall’IA probabilmente peggioreranno molto le cose”.

La Corsa all’Oro dell’AI Scientifica

Sakana AI non è l’unica azienda a lavorare in questa direzione. Intology ha affermato che la sua IA Zochi ha passato la peer review per gli atti principali del 63° Annual Meeting of the Association for Computational Linguistics, mentre l’Autoscience Institute ha dichiarato che il suo sistema ha creato paper accettati ai workshop ICLR prima di AI Scientist.

David Ha, co-fondatore di Sakana, mantiene un approccio equilibrato, riconoscendo che “il paper non è al livello dei migliori lavori umani accettati alla stessa conferenza”. L’azienda si è impegnata a sviluppare questa tecnologia responsabilmente, ritirando proattivamente le submission AI accettate e ottenendo approvazione IRB (Institutional Review Board) per gli esperimenti.

💡 Perché è importante

Questo traguardo potrebbe accelerare drammaticamente la produzione di ricerca scientifica, ma rischia di inondare le conferenze accademiche con paper di qualità mediocre. La sfida sarà mantenere l’integrità del processo scientifico mentre si sfrutta il potenziale dell’AI per democratizzare l’accesso alla ricerca.

Il team di Sakana vede questo risultato come “un passo promettente verso un futuro dove le scoperte guidate dall’IA migliorano l’innovazione umana”, ma la strada verso una ricerca scientifica completamente automatizzata appare ancora lunga e complessa, richiedendo un delicato equilibrio tra progresso tecnologico e integrità del processo scientifico.