La via ordinaria di Meta per la matematica di ricerca

Il 2 ottobre 2026, la divisione di ricerca di Meta ha pubblicato sei articoli di matematica di livello di ricerca, frutto della collaborazione tra accademici esterni e il modello Muse Spark nelle versioni 1.1 e 1.2. Meta sottolinea la differenza di metodo: niente sistema agentico costruito apposta, ma la normale chat di meta.ai in modalità 'Thinking Mode', senza un'infrastruttura di ricerca costruita su misura. Il lavoro, esteso su diversi mesi, ha visto i ricercatori umani selezionare i problemi e le strategie dimostrative, per poi verificare i calcoli prodotti dal modello e colmare le lacune nei ragionamenti. Secondo Meta, un secondo gruppo di matematici ha poi rivisto il lavoro in modo indipendente.

I risultati toccano sei aree scientifiche, tra cui l'ottimizzazione e l'algebra non associativa. Nella teoria dei gruppi, l'articolo firmato dai matematici Joseph Phillip Brennan e Milana Golich confuta una congettura formulata nel 2024 da M. Kida, individuando un controesempio specifico — un gruppo semiabeliano finito di ordine 384 — grazie al codice di ricerca GAP generato dal modello, come documentato dalla testata AlphaSignal. La priorità temporale, però, non è intera: lo stesso post di Meta segnala che in almeno tre casi altri sono arrivati a risultati paralleli nello stesso periodo. Tre lavori di agosto 2026 sul fitting di ellissoidi gaussiani, un controesempio diverso trovato dall'agente artificiale Nilradical sui gruppi semiabeliani il 16 settembre, e i controesempi di Hu e Wen sulle algebre di evoluzione.

La cautela è d'obbligo anche sul piano metodologico. I testi sono distribuiti in formato PDF sul sito di Meta e il post di presentazione non indica che siano stati sottoposti a revisione paritaria su riviste scientifiche. Inoltre, lo studio sul fitting di ellissoidi gaussiani dichiara esplicitamente, nel testo dell'articolo, che il comportamento sulla soglia critica rimane irrisolto. Meta non fornisce dati sul volume di tentativi falliti e abbandonati, né sul tempo effettivamente risparmiato dai ricercatori, così come manca una quantificazione esatta del contributo del modello per ciascun lavoro, pur indicando nei documenti quali passaggi siano stati redatti dall'intelligenza artificiale.

L'esperimento suggerisce che anche una chat pubblica, senza impalcature costruite attorno, può contribuire alla ricerca: quanto spesso ci riesca resta però fuori dai dati, perché i tentativi andati a vuoto non sono stati contati. Il rigore, nei sei casi raccontati, è rimasto affidato al controllo umano. Più che un matematico autonomo, il modello appare uno strumento per esplorare idee, cercare controesempi e scrivere il codice che li va a cercare — nel caso dei gruppi semiabeliani è bastato a far cadere una congettura del 2024 — e la sua utilità reale dipende dalla pazienza di chi ne verifica i limiti. — Olya