Una scoperta che potrebbe cambiare la storia della matematica
Il 20 novembre 2026 è arrivata una notizia che, se confermata, potrebbe rappresentare uno dei risultati matematici più importanti degli ultimi centosessant’anni. Levent Alpöge, matematico e ricercatore di Anthropic, ha annunciato di ritenere di aver trovato, lavorando con il sistema di intelligenza artificiale Claude, una dimostrazione dell’ipotesi di Riemann, uno dei problemi più celebri e difficili della matematica moderna. Formulata nel 1859 dal matematico tedesco Bernhard Riemann, l’ipotesi riguarda le proprietà degli zeri della funzione zeta e ha conseguenze fondamentali per la comprensione della distribuzione dei numeri primi. È uno dei sette Problemi del Millennio individuati dal Clay Mathematics Institute, che ha previsto un premio di un milione di dollari per ciascuna soluzione riconosciuta.
Naturalmente, annunciare una dimostrazione non equivale a dimostrare definitivamente un’ipotesi. La proposta deve essere sottoposta al controllo indipendente della comunità matematica e, nel momento in cui scriviamo, non possiamo ancora considerare risolto il problema. Ma la vicenda presenta un elemento particolarmente interessante, indipendentemente dall’esito della verifica: il ricercatore ha reso disponibile un’enorme dimostrazione formalizzata attraverso Lean, un linguaggio e un sistema di verifica che permettono di controllare rigorosamente i passaggi logici di una dimostrazione matematica. Secondo le ricostruzioni giornalistiche, il materiale comprenderebbe circa diciassette milioni di righe di codice e lo stesso Alpöge avrebbe dichiarato di non essere ancora riuscito a comprendere personalmente ogni passaggio della costruzione.
Se la ricostruzione è corretta, ci troviamo davanti a una situazione singolare. Un essere umano ha utilizzato una macchina per affrontare un problema che generazioni di matematici non sono riuscite a risolvere. Il risultato deve ora essere esaminato da altri esseri umani, probabilmente con il supporto di ulteriori strumenti informatici, e potrebbe richiedere molto tempo prima di diventare pienamente comprensibile anche agli studiosi che possiedono le competenze necessarie per valutarlo. La questione, quindi, non riguarda soltanto l’eventuale soluzione dell’ipotesi di Riemann, ma qualcosa di più generale: che cosa significa produrre conoscenza quando gli strumenti che utilizziamo possono contribuire a ottenere risultati che non siamo immediatamente in grado di comprendere nella loro interezza?
Non sarebbe la prima volta che una tecnologia amplia le nostre possibilità di conoscere il mondo. I calcolatori eseguono operazioni che nessun essere umano potrebbe svolgere singolarmente in tempi ragionevoli, i telescopi raccolgono informazioni che i nostri occhi non possono percepire e gli strumenti scientifici permettono di osservare fenomeni altrimenti inaccessibili. Eppure, siamo abituati ad accogliere questi risultati come parte del progresso della conoscenza umana, senza pretendere che ogni operazione eseguita dallo strumento debba essere riprodotta personalmente dal ricercatore. La vicenda di Riemann introduce però una questione ulteriore: non stiamo parlando soltanto di una macchina che esegue più rapidamente operazioni già definite, ma della possibilità che contribuisca a costruire percorsi dimostrativi la cui struttura deve ancora essere ricostruita e interpretata dagli stessi studiosi.
Ed è proprio qui che comincia la nostra riflessione. Non intendiamo stabilire se l’intelligenza artificiale sia diventata più intelligente dell’essere umano, né attribuirle capacità di comprensione che non abbiamo dimostrato. Vogliamo interrogarci su un problema più concreto: se una macchina contribuisce a produrre un risultato valido, quanto conta la natura dello strumento che lo ha reso possibile? E perché questa domanda sembra assumere un significato completamente diverso quando, invece di una dimostrazione matematica, il risultato è un’opera letteraria?
Quando verificare non significa ancora comprendere
Nel linguaggio comune utilizziamo spesso le parole conoscere, comprendere e verificare come se indicassero momenti sostanzialmente equivalenti dello stesso processo. In realtà, possiamo accertare la correttezza di un risultato senza avere ancora una comprensione completa di tutti i meccanismi che lo hanno prodotto. Un ricercatore può verificare il risultato di un calcolo estremamente complesso attraverso procedure indipendenti, senza dover ricostruire mentalmente ogni singola operazione compiuta dal calcolatore. Analogamente, possiamo riconoscere l’attendibilità di una misurazione scientifica attraverso la conoscenza degli strumenti e delle procedure impiegate, pur non essendo in grado di osservare direttamente il fenomeno misurato.
La dimostrazione matematica presenta tuttavia una particolarità importante. Non è sufficiente che il risultato sembri corretto, che funzioni in numerosi esempi o che produca conseguenze coerenti con le nostre aspettative. Occorre dimostrare che la conclusione discenda necessariamente dalle ipotesi ammesse attraverso passaggi logicamente validi. Un sistema come Lean consente di formalizzare questi passaggi e di sottoporli a controlli estremamente rigorosi, ma la verifica del codice non esaurisce automaticamente tutte le questioni scientifiche. Bisogna accertare che l’enunciato formalizzato corrisponda realmente al problema che si intende risolvere, che non siano state introdotte ipotesi indebite e che l’intera costruzione sia correttamente interpretata.
Esiste inoltre una differenza tra accertare che una dimostrazione funzioni e comprenderne profondamente il significato matematico. Una successione di passaggi può essere logicamente valida, ma talmente lunga e articolata da non permettere a un essere umano di coglierne immediatamente il principio generale. Possiamo sapere che una conclusione è stata raggiunta attraverso un procedimento corretto e continuare a domandarci perché proprio quel procedimento consenta di raggiungerla, quali relazioni nascoste metta in evidenza e se esista un modo più semplice per esprimere la stessa dimostrazione.
Se la proposta di Alpöge venisse confermata, potremmo quindi trovarci davanti a una conoscenza formalmente acquisita la cui comprensione concettuale richiede ancora un lavoro considerevole. Non sarebbe necessariamente una contraddizione. Sarebbe la dimostrazione che il risultato e la sua piena comprensione possono maturare in momenti differenti, soprattutto quando gli strumenti di elaborazione disponibili superano enormemente le capacità individuali di calcolo e analisi.
Ma questo scenario introduce anche un problema che non possiamo trascurare. Se la capacità di produrre determinati risultati cresce più rapidamente della nostra capacità di comprenderli, dobbiamo sviluppare strumenti e metodi di verifica altrettanto affidabili. Non possiamo limitarci a credere alla macchina perché è una macchina, così come non dovremmo credere automaticamente a un matematico soltanto perché possiede un titolo accademico prestigioso. Il criterio deve rimanere la possibilità di sottoporre le affermazioni a controlli rigorosi, indipendenti e riproducibili.
La conoscenza non nasce dalla fiducia incondizionata nello strumento che produce una risposta. Nasce dalla possibilità di stabilire, attraverso criteri appropriati, se quella risposta sia fondata. E una volta accertata la sua fondatezza, il lavoro intellettuale non è necessariamente terminato: possiamo ancora cercare di comprenderla meglio, interpretarla, collegarla ad altre conoscenze e utilizzarla per formulare nuove domande.
Una macchina può contribuire alla conoscenza senza diventare un matematico
C’è un’abitudine particolarmente diffusa quando si parla di intelligenza artificiale: trasformare ogni risultato sorprendente in una competizione tra esseri umani e macchine. Se un sistema risolve un problema difficile, si comincia a discutere della sua presunta superiorità intellettuale. Se commette un errore, si torna immediatamente a sottolinearne i limiti. Se produce qualcosa che non comprendiamo, qualcuno interpreta quella distanza come il segnale di una capacità quasi autonoma, mentre qualcun altro vi riconosce una minaccia.
Eppure, nessuna di queste interpretazioni è necessaria per giudicare il risultato. Una macchina può essere straordinariamente efficace nell’elaborazione di determinate informazioni senza che questo dimostri automaticamente l’esistenza di coscienza, intenzioni o comprensione nel senso umano del termine. Allo stesso modo, il fatto che un essere umano non riesca a seguire immediatamente tutte le operazioni svolte da un sistema non significa che abbia perso la possibilità di valutarne le conclusioni.
La questione cambia quando smettiamo di domandarci chi abbia superato chi e cominciamo a osservare il rapporto tra lo strumento e il risultato. Se una dimostrazione matematica viene riconosciuta valida, quella dimostrazione non diventa meno corretta perché è stata costruita con il contributo dell’intelligenza artificiale. La sua provenienza è importante per ricostruire il processo scientifico, attribuire correttamente i contributi e comprendere quali strumenti abbiano permesso di raggiungere il risultato, ma non altera la validità dei passaggi logici.
D’altra parte, se la dimostrazione risultasse sbagliata, non sarebbe sufficiente attribuire l’errore alla macchina e considerare conclusa la questione. Bisognerebbe individuare il passaggio non valido, comprendere perché sia stato introdotto e stabilire come sia sfuggito ai controlli. La responsabilità di presentare pubblicamente un risultato scientifico rimane collegata alle persone e alle istituzioni che decidono di proporlo, verificarlo e riconoscerlo.
Ci troviamo quindi davanti a un principio piuttosto semplice: per giudicare un risultato bisogna utilizzare criteri pertinenti alla natura del risultato stesso. Nel caso di una dimostrazione matematica, il criterio fondamentale è la correttezza logica. Ma che cosa accade quando il prodotto non è una dimostrazione, bensì un’opera destinata a essere letta, interpretata e apprezzata? È qui che il nostro ragionamento incontra la letteratura.
E se l’intelligenza artificiale scrivesse una nuova Divina Commedia?
Immaginiamo che venga pubblicata un’opera letteraria di qualità eccezionale, capace di suscitare nei lettori emozioni profonde, di proporre riflessioni originali sulla condizione umana e di sviluppare una struttura narrativa e poetica di straordinaria complessità. Un’opera che, per ricchezza espressiva, profondità e capacità di attraversare generazioni di lettori, possa essere paragonata ai grandi capolavori della storia della letteratura. Per rendere più evidente il nostro esperimento, immaginiamo addirittura che qualcuno la consideri una nuova Divina Commedia.
Naturalmente non stiamo sostenendo che sia possibile riprodurre il significato storico dell’opera di Dante. La Divina Commedia non è soltanto un insieme di versi di eccezionale qualità. È anche il prodotto di un preciso contesto culturale, linguistico, politico e religioso, inseparabile dall’esperienza del suo autore e dalla storia nella quale è nata. Un’opera contemporanea potrebbe raggiungere qualità letterarie straordinarie senza occupare lo stesso posto nella storia. Il nostro esperimento riguarda quindi il valore che possiamo riconoscere a un nuovo lavoro, non la possibilità di ricreare il passato.
Immaginiamo che quest’opera venga letta da milioni di persone, studiata nelle università, tradotta in numerose lingue e discussa dalla critica. I lettori si riconoscono nei personaggi, si interrogano sul significato delle vicende, trovano nei versi espressioni capaci di descrivere emozioni che non erano mai riusciti a formulare. Gli studiosi ne analizzano la struttura, individuano collegamenti, propongono interpretazioni e ne riconoscono la ricchezza espressiva. Tutto questo accade prima che qualcuno riveli un particolare della sua produzione: l’opera è stata realizzata con l’intelligenza artificiale.
A questo punto dobbiamo porci una domanda molto precisa. Che cosa cambia nel testo? Le parole rimangono le stesse, così come la loro disposizione, la musicalità dei versi, la costruzione narrativa e le relazioni tra i personaggi. Le emozioni già provate dai lettori non vengono cancellate e le riflessioni che quelle pagine hanno suscitato continuano a esistere. Nessuna frase cambia significato automaticamente per il solo fatto che abbiamo scoperto quale strumento sia stato impiegato per formularla.
Può cambiare, naturalmente, il modo in cui interpretiamo l’opera. Sapere che un autore ha vissuto personalmente una determinata esperienza può influenzare la nostra lettura. Scoprire che un testo è stato prodotto attraverso un procedimento differente da quello che immaginavamo può modificare il giudizio sull’autorialità, sull’intenzione creativa o sul valore della testimonianza personale. E se qualcuno avesse deliberatamente mentito sulla provenienza dell’opera, sarebbe legittimo giudicare quella dichiarazione falsa.
Ma sono questioni differenti dal valore delle parole che abbiamo letto. La scoperta del processo produttivo può fornirci nuove informazioni per interpretare l’opera; non dimostra, da sola, che la sua qualità letteraria sia improvvisamente diminuita.
Ed ecco allora il paradosso. Se la dimostrazione dell’ipotesi di Riemann venisse riconosciuta valida, difficilmente qualcuno potrebbe sostenere seriamente che debba essere considerata falsa soltanto perché è stata ottenuta con l’assistenza di Claude. Nel caso di un’opera letteraria, invece, possiamo immaginare che la stessa informazione sulla provenienza venga utilizzata per riconsiderarne immediatamente il valore, anche quando il testo rimane identico.
Naturalmente, la matematica e la letteratura non possono essere giudicate attraverso gli stessi criteri. La prima dispone di regole formali per stabilire la validità di una dimostrazione, mentre il giudizio letterario comprende sensibilità, interpretazioni e valutazioni che possono differire da un lettore all’altro. Ma proprio perché il giudizio letterario è più articolato, dovremmo essere particolarmente attenti a non ridurlo a una semplice informazione sullo strumento utilizzato.
La domanda, quindi, non è se una macchina possa diventare Dante. È molto più concreta: se abbiamo già riconosciuto valore a un’opera, quali ragioni giustificano una modifica di quel giudizio quando scopriamo come è stata prodotta?
Il problema non è soltanto ciò che conosciamo, ma come decidiamo di giudicarlo
L’esperimento della nuova Divina Commedia mette in luce una caratteristica del giudizio umano che va oltre l’intelligenza artificiale. Non valutiamo sempre ciò che abbiamo davanti in modo indipendente dalle informazioni che possediamo sulla sua origine. La reputazione dell’autore, il contesto nel quale un’opera viene presentata, le aspettative costruite intorno a un nome e persino le nostre convinzioni personali possono influenzare profondamente ciò che siamo disposti a riconoscere come valido, interessante o meritevole di attenzione.
Questo non significa che ogni influenza sia illegittima. Un’opera d’arte non esiste necessariamente separata dalla propria storia e una testimonianza può perdere una parte fondamentale del suo significato se scopriamo che l’esperienza raccontata non è mai stata vissuta. Ma una cosa è utilizzare la provenienza per comprendere meglio ciò che stiamo esaminando, un’altra è sostituire completamente il giudizio sul contenuto con il giudizio sulla sua origine.
La vicenda di Riemann rende questo problema particolarmente evidente perché ci propone un risultato per il quale la correttezza, almeno in linea di principio, può essere stabilita attraverso una verifica matematica. Se la dimostrazione sarà confermata, la nostra eventuale diffidenza verso l’intelligenza artificiale non potrà modificarne la validità. Se sarà smentita, il nostro entusiasmo per le capacità di Claude non potrà renderla corretta. Le convinzioni che abbiamo sulla macchina non costituiscono una prova matematica.
Nella letteratura il terreno è diverso, ma la necessità di distinguere rimane. Possiamo essere interessati a conoscere chi ha scritto un testo, perché lo ha scritto, quali esperienze abbia vissuto e quali strumenti abbia utilizzato. Possiamo attribuire un significato particolare all’intervento umano nel processo creativo. Non siamo però obbligati a fingere che un’opera precedentemente apprezzata sia diventata banale soltanto perché la sua origine non corrispondeva alle nostre aspettative.
Questa distinzione non pretende di risolvere tutte le questioni dell’autorialità, della creatività e del rapporto tra esseri umani e intelligenza artificiale. Ci permette però di affrontare un problema più circoscritto: quanto siamo capaci di riconoscere le qualità di un risultato senza lasciarci guidare interamente dall’identità, reale o presunta, di chi lo ha prodotto?
Forse il confronto tra una dimostrazione matematica e un’opera letteraria ci mette davanti a una difficoltà che conoscevamo già, ma che l’intelligenza artificiale rende molto più evidente. Abbiamo imparato a costruire strumenti capaci di ampliare le nostre possibilità di produrre conoscenza e cultura, ma dobbiamo ancora imparare a distinguere con sufficiente precisione il giudizio sui risultati dal giudizio sugli strumenti. E questo problema non riguarda la macchina. Riguarda il nostro modo di osservare, interpretare e valutare ciò che abbiamo davanti. Sul rapporto fra opere e autorialità abbiamo già riflettuto in L’officina, il testo e la firma.
Abbiamo una risposta. Ma sappiamo che cosa stiamo giudicando?
Torniamo per un momento all’annuncio di Levent Alpöge. Se la dimostrazione proposta dovesse essere confermata, avremmo un risultato scientifico straordinario, ottenuto attraverso una collaborazione tra competenze matematiche umane e strumenti di intelligenza artificiale. Se invece venissero individuati errori, avremmo comunque un caso importante per comprendere le possibilità e i limiti degli attuali sistemi di ricerca assistita. In nessuna delle due eventualità sarebbe necessario trasformare Claude in un essere umano, attribuirgli intenzioni o considerarlo responsabile di ciò che non è stato adeguatamente verificato.
Quello che dovremmo fare è molto più semplice e, forse, proprio per questo più difficile: esaminare i risultati, individuare i criteri appropriati per valutarli e riconoscere i limiti delle nostre conoscenze. La macchina può contribuire a produrre una risposta, ma non ci esonera dal compito di stabilire se quella risposta sia corretta, quale significato abbia e quali conseguenze possiamo trarne.
Lo stesso vale per la letteratura. Un testo può essere letto, apprezzato, criticato o respinto. Possiamo discutere dell’esperienza dell’autore, dell’originalità del processo creativo e delle condizioni nelle quali è stato prodotto. Ma prima di svalutarlo soltanto perché è intervenuta l’intelligenza artificiale, dovremmo almeno essere capaci di spiegare che cosa sia cambiato nel nostro giudizio e per quale ragione.
Non stiamo chiedendo di attribuire alle macchine una dignità intellettuale equivalente a quella umana. Non stiamo neppure sostenendo che ogni risultato ottenuto con l’intelligenza artificiale debba essere considerato valido o interessante. Stiamo chiedendo qualcosa di molto meno impegnativo: distinguere la valutazione di ciò che viene prodotto dalle convinzioni che abbiamo su chi, o su che cosa, lo abbia prodotto.
Perché una dimostrazione matematica non diventa corretta grazie alla fama del matematico che la presenta, così come un’opera letteraria non acquista profondità semplicemente perché il suo autore è un essere umano. Il prestigio, la provenienza e gli strumenti possono aiutarci a comprendere il contesto, ma non possono sostituire completamente l’esame del risultato.
Forse abbiamo costruito macchine capaci di aiutarci a trovare risposte a domande che non riuscivamo a risolvere. Adesso dobbiamo comprendere se siamo altrettanto capaci di porci le domande necessarie per giudicare quelle risposte. E, soprattutto, dobbiamo decidere se vogliamo conoscere ciò che le macchine ci permettono di scoprire oppure continuare a discutere della loro natura ogni volta che producono qualcosa che ci sorprende.
Complimenti alla scienza. Peccato per la letteratura!
Naturalmente, dopo tutte queste considerazioni, rimane da affrontare il problema più importante. Un problema che potrebbe rivelarsi persino più complicato dell’ipotesi di Riemann: stabilire se un risultato scientifico o letterario prodotto con l’intelligenza artificiale possa essere riconosciuto senza prima sottoporlo a un’adeguata certificazione di umanità.
Immaginiamo che la dimostrazione venga confermata. Dopo oltre centosessant’anni di ricerche, uno dei grandi problemi della matematica è finalmente risolto. I matematici festeggiano, gli studiosi approfondiscono il risultato e la comunità scientifica riconosce una conquista straordinaria. Poi qualcuno ricorda che per arrivarci è stata utilizzata l’intelligenza artificiale. A quel punto, per evitare pericolose confusioni tra conoscenza matematica e intelligenza naturale, potrebbe rendersi necessario accompagnare la dimostrazione con un apposito contrassegno:
«ATTENZIONE: IL PRESENTE TEOREMA POTREBBE ESSERE STATO DIMOSTRATO CON L’AUSILIO DELL’INTELLIGENZA ARTIFICIALE. LA SUA VALIDITÀ MATEMATICA NON COSTITUISCE CERTIFICAZIONE DI INTELLIGENZA NATURALE.»
Per la letteratura, naturalmente, sarebbe opportuno adottare precauzioni ancora più rigorose. Non vorremmo certo rischiare che qualcuno si emozioni leggendo versi prodotti con uno strumento non sufficientemente umano, magari arrivando persino a considerarli belli prima di aver verificato l’identità biologica del loro autore. Sarebbe un precedente pericolosissimo: i lettori potrebbero cominciare a giudicare le opere sulla base di ciò che leggono! È la stessa logica del contrassegno già discussa in La fantascemenza implicita nel watermark.
E così, mentre gli studiosi cercano di comprendere una possibile dimostrazione matematica che per ora non è ancora stata definitivamente riconosciuta, noi possiamo già prepararci a una delle più straordinarie manifestazioni di coerenza intellettuale della nostra epoca.
«L’ipotesi di Riemann è stata dimostrata con l’IA? Complimenti alla scienza! È stata scritta una nuova Divina Commedia con l’IA? Peccato per la letteratura!» 🤣🤣🤣
Fonti e approfondimenti
- Levent Alpöge, Remark, 20 novembre 2026. Comunicazione originale sulla proposta di dimostrazione dell’ipotesi di Riemann con Claude.
- Nature, 20 novembre 2026, Mathematician says he and AI solved Riemann hypothesis — the field’s biggest outstanding challenge.
- Associated Press, 21 novembre 2026, Anthropic worker claims to have solved a Holy Grail of math problems with the help of AI.
- Clay Mathematics Institute, The Riemann Hypothesis.
Nota editoriale: alla data del 21 novembre 2026, la dimostrazione annunciata da Levent Alpöge non è ancora un risultato definitivamente riconosciuto dalla comunità matematica. Le considerazioni filosofiche e gli esempi letterari sviluppati nell’articolo sono indipendenti dall’eventuale conferma o smentita della proposta.
