La notizia arriva da un filone di ricerca che potrebbe incidere sul modo in cui vengono condotti gli esperimenti scientifici: DiscoveryRSI, un sistema di intelligenza artificiale progettato per migliorare progressivamente la propria capacità di formulare ipotesi di ricerca, ha ottenuto risultati promettenti nei test dedicati alla scoperta scientifica in quattro ambiti delle scienze della vita. Il lavoro, pubblicato nell’ottobre 2026 come preprint, affronta una questione che va oltre le prestazioni dei singoli modelli linguistici: un sistema artificiale può imparare non soltanto a rispondere meglio, ma anche a capire quali ipotesi meritano di essere investigate e quali strategie di ricerca conviene riutilizzare?

La distinzione è sostanziale. Un modello linguistico tradizionale genera una risposta sulla base dei parametri appresi durante l’addestramento e delle informazioni disponibili nel contesto. Può suggerire una spiegazione biologica plausibile, proporre un esperimento o ricostruire una relazione tra variabili, ma non è detto che sappia valutare in modo sistematico quali passaggi della ricerca abbiano prodotto conoscenza effettiva. DiscoveryRSI cerca di affrontare proprio questo limite, costruendo un ciclo nel quale le ipotesi vengono sviluppate, sottoposte a valutazione e utilizzate per modificare il comportamento delle indagini successive. Il punto interessante non è quindi la semplice produzione automatica di idee, bensì la possibilità di trasformare l’esperienza accumulata durante la ricerca in un miglioramento del processo stesso.

Il progetto si inserisce nel dibattito sul recursive self-improvement, o RSI, l’auto-miglioramento ricorsivo. L’espressione viene spesso associata a scenari nei quali un sistema diventa capace di progettare versioni progressivamente più efficienti di sé stesso. Questa interpretazione, tuttavia, rischia di confondere livelli di autonomia molto diversi. Un sistema che modifica il proprio metodo di lavoro sulla base dei risultati ottenuti non equivale automaticamente a un’intelligenza capace di riscrivere autonomamente la propria architettura, migliorare il proprio addestramento e accelerare senza intervento umano l’intero ciclo di sviluppo. DiscoveryRSI esplora una forma più circoscritta e verificabile del problema: apprendere dall’esperienza della ricerca per aumentare la qualità delle ipotesi future. È un passo tecnicamente significativo, ma non costituisce di per sé la dimostrazione di un sistema pienamente autonomo.

Il funzionamento di DiscoveryRSI si basa su una scelta progettuale precisa: mantenere traccia non soltanto del risultato finale, ma anche del percorso che ha portato a formularlo. Il sistema utilizza una ricerca evolutiva multi-agente per costruire alberi di ipotesi, nei quali ogni proposta può essere sviluppata, corretta o confrontata con spiegazioni alternative. Le indagini selezionate vengono poi tradotte in compiti eseguibili attraverso l’infrastruttura Harbor, così da rendere più concreta la verifica delle idee. Questo passaggio è essenziale perché una buona ipotesi scientifica non coincide con una frase convincente. Deve poter essere tradotta in un’indagine realizzabile, accompagnata da criteri espliciti per stabilire quali risultati la sostengano e quali, invece, la smentiscano.

La parte più innovativa riguarda il modo in cui il sistema attribuisce valore alle singole decisioni. Una ricerca può migliorare perché un agente propone un meccanismo biologico plausibile, ma anche perché un altro introduce un controllo sperimentale decisivo o individua una misura più adatta a distinguere due spiegazioni concorrenti. Se si valuta soltanto il risultato conclusivo, queste differenze scompaiono e il sistema perde informazioni preziose per apprendere. DiscoveryRSI introduce quindi un meccanismo chiamato Hypothesis Credit Optimization, che collega le valutazioni scientifiche ai contributi documentati durante il processo. A questo si aggiunge la riproduzione delle attività di ricerca, attraverso la quale il sistema identifica strategie produttive ed errori ricorrenti, per poi applicare i miglioramenti ritenuti validi a nuove indagini. È una forma di apprendimento del metodo, non semplicemente del contenuto.

I risultati quantitativi meritano attenzione, purché siano interpretati correttamente. Secondo gli autori, il modello DiscoveryRSI-27B ha raggiunto un tasso del 6,3% di corrispondenza con ricerche pubblicate dopo la data limite del suo addestramento, contro il 2,5% attribuito a GPT-6 e il 2,3% a Claude Opus 5. Il vantaggio è rilevante in termini relativi: il 6,3% è circa due volte e mezzo il 2,5%. In termini assoluti, tuttavia, significa che la corrispondenza è stata rilevata in una minoranza delle ipotesi valutate. Questo indicatore non dimostra che il sistema abbia prodotto altrettante scoperte originali, né che abbia replicato risultati sperimentali in laboratorio. Misura una forma di corrispondenza con lavori successivi al cutoff, utile per verificare se il modello riesca a formulare anticipatamente idee compatibili con sviluppi scientifici emersi in seguito.

Ancora più interessante è l’evoluzione della qualità delle ipotesi durante il processo di auto-miglioramento. Nelle valutazioni automatiche condotte sui quattro domini delle scienze della vita, il punteggio medio è passato da 4,86 a 5,39 dopo due cicli di miglioramento. Si tratta di un incremento di 0,53 punti, pari a circa il 10,9% rispetto al valore iniziale. Gli autori segnalano progressi particolarmente marcati nella falsificabilità e nella possibilità di risolvere le questioni attraverso dati osservabili. Il secondo aspetto è importante: una teoria che non indica quali evidenze potrebbero confermarla o contraddirla rischia di rimanere una costruzione elegante, ma scientificamente poco produttiva. Il sistema sembra invece migliorare proprio nella capacità di trasformare un’intuizione in una proposta sottoponibile a verifica. La ricerca comprende anche una valutazione umana preliminare, con 27 revisori che hanno esaminato alla cieca 292 proposte. Questi risultati aggiungono un livello di controllo rispetto al solo punteggio automatico, senza eliminare la necessità di ulteriori repliche indipendenti.

Per capire la portata di questo lavoro bisogna ricordare che la ricerca scientifica non è mai stata soltanto un problema di calcolo. La disponibilità di strumenti più potenti consente di elaborare una quantità maggiore di dati, ma non garantisce che le domande formulate siano quelle giuste. Una parte decisiva del lavoro del ricercatore consiste nel riconoscere un’anomalia significativa, individuare una spiegazione alternativa e decidere quale esperimento abbia maggiori probabilità di distinguere tra ipotesi concorrenti. È qui che l’auto-miglioramento ricorsivo potrebbe acquisire un valore economico e scientifico concreto: se un sistema impara a scegliere meglio gli esperimenti successivi, il beneficio non si misura soltanto nella qualità delle risposte, ma anche nella riduzione del tempo speso su percorsi improduttivi. In ambiti come la biologia computazionale, la ricerca farmacologica e lo studio dei meccanismi molecolari, questa capacità potrebbe contribuire a rendere più efficiente la fase iniziale delle indagini. La riduzione dei tempi, però, resta una prospettiva da verificare sul campo, non una conseguenza già dimostrata dai punteggi pubblicati.

Esiste inoltre un problema metodologico che merita più attenzione di quanto riceva nel dibattito pubblico sull’intelligenza artificiale. Un sistema che apprende dalle proprie valutazioni deve disporre di criteri capaci di distinguere il progresso reale da quello apparente. Se il giudice automatico premia sistematicamente le ipotesi che assomigliano alle proprie aspettative, i cicli successivi possono amplificare lo stesso errore invece di correggerlo. La ricerca di DiscoveryRSI affronta il problema registrando i contributi intermedi e valutando il progresso lungo interi percorsi di ricerca, attraverso il benchmark DFM-Bench. Resta comunque necessario stabilire quanto queste valutazioni siano robuste rispetto a cambiamenti nei criteri di giudizio e quanto i risultati si trasferiscano a problemi scientifici realmente nuovi. La qualità di un’ipotesi non è infatti completamente separabile dal dominio in cui viene formulata e dalla disponibilità di strumenti sperimentali con cui verificarla.

Il passaggio successivo sarà verificare se il metodo possa generalizzare oltre i domini biologici studiati. Gli autori indicano anche un’estensione verso la ricerca sui materiali e sulle batterie, un contesto utile per capire se i meccanismi di apprendimento siano trasferibili a problemi con strutture sperimentali differenti. Se la stessa logica funzionasse in discipline diverse, DiscoveryRSI offrirebbe un’indicazione concreta di come costruire agenti scientifici capaci di accumulare esperienza operativa anziché limitarsi a generare risposte isolate. Se invece i miglioramenti dipendessero fortemente dalla struttura dei compiti utilizzati durante l’addestramento, la portata del risultato sarebbe più circoscritta. La differenza è decisiva anche per le organizzazioni che investono in ricerca e sviluppo: automatizzare la produzione di ipotesi ha un valore limitato se ogni nuovo problema richiede di ricostruire da zero il processo di valutazione.

Il paper è disponibile come preprint del 16 ottobre 2026, con codice, modello e risorse di valutazione pubblicati dal gruppo di ricerca. Non si tratta quindi di una dimostrazione definitiva dell’auto-miglioramento ricorsivo nella sua forma più ambiziosa, ma di un esperimento misurabile su una componente particolarmente importante della ricerca: imparare dalle indagini precedenti per formulare ipotesi più solide in quelle successive. Il punto strategico è questo: l’intelligenza artificiale potrebbe diventare più utile alla scienza non soltanto quando conosce più fatti, ma quando impara a riconoscere quali domande vale la pena porre e come sottoporle a una verifica rigorosa.

Il paper: DiscoveryRSI: Recursively Learning to Discover Valuable Hypotheses. Il codice sorgente è disponibile su GitHub, progetto DiscoveryRSI.