Un professore di statistica all'Università di Pennsylvania ha utilizzato il modello linguistico GPT-5.6 Sol Pro per risolvere un problema lungo tempo irrisolto nel campo della statistica. Edgar Dobriban ha usato l'intelligenza artificiale sviluppata da OpenAI per demolire in 90 minuti un'ipotesi statistica che i ricercatori avevano sospettato non essere del tutto veritiera ma che nessuno era mai riuscito a dimostrare ufficialmente.
Un problema statistico irrisolto
Nel corso degli anni 1990, i statistici Yoav Benjamini e Yosef Hochberg hanno formulato una procedura per limitare i tassi di falso positivo in esperimenti che coinvolgevano molteplici ipotesi, come per esempio analisi genomiche per trovare geni legati a una malattia. Il loro metodo, conosciuto come BH (Benjamini-Hochberg), è diventato una pietra miliare per il controllo statistico.
Il problema irrisolto da diversi anni era se la BH funzionasse correttamente quando applicata a dati correlati, ad esempio genomi in cui le varianti sono frequentemente ereditate insieme. Sebbene si fosse supposto che funzionasse bene in tali condizioni, nessun documento accademico lo aveva mai confermato ufficialmente.
GPT-5.6 mette in discussione l’assunzione centrale di BH
Utilizzando GPT-5.6 Sol Pro, Dobriban ha realizzato un modello statistico che dimostra come il tasso reale di falso positivo possa superare il livello previsto quando il metodo BH viene applicato a dati correlati normalmente distribuiti. Questa conclusione ha avuto successo nei test simulativi.
Il risultato presenta un interesse accademico maggiore rispetto alle conseguenze pratiche immediate. Dobriban ha sottolineato che la discrepanza tra il tasso target e effettivo è piccola (0,104 contro 0,1), e quindi non compromette immediatamente la validità del metodo BH su base generale. Tuttavia, apre la strada a nuovi studi.
Un risultato epocale per la statistica umana
L'importanza principale del risultato, però, è nel contesto: AI ha trovato un risultato in 90 minuti che nessun umano aveva potuto produrre nemmeno dopo ore di lavoro con il predecessore GPT-5.5. Questo ha generato un dibattito tra gli esperti, che riconoscono che il salto delle capacità artificiali può rimettere in discussione il ruolo dell'uomo in certi ambiti.
Will Fithian, statistico all'Università di Berkeley, ha espresso la sensazione con la frase: “Non posso far altro che commuovermi con la fine dell’epoca in cui un risultato chiave significava celebrare un collega, ammirare un pensiero umano o sentirsi ispirati da un traguardo umano.”
Combinazione o innovazione?
Per Dobriban, il modo in cui il modello ha prodotto risultati è chiaro: ha combinato metodi esistenti in un modo non prevedibile, senza creare del tutto di nuovo. “Il risultato non era sorprendente, e non c'è nulla di straordinario in termini di innovazione completa,” ha spiegato, evidenziando la forza del modello nel trovare la giusta applicazione di informazioni note.
Nonostante questa “combinazione” non sia innovazione completa, il modello dimostra di essere un utile strumento per gli scienziati. Questo non elimina, però, la questione fondamentale: possono i modelli AI ragionare per conto loro, formando nuove leggi e paradigmi, oppure sono limitati a reinterpretare ciò che hanno appreso nel corso dell'addestramento?
I limiti e le possibili evoluzioni
I risultati ottenuti non rientrano in un ambito speculativo o speculativo. GPT-5.6 si limita a supportare i ricercatori con comprese tecnologie integrate, migliorando di molto l'efficienza. Tuttavia, per ottenere evoluzioni veramente avanzate, come sistemi di AI autoreferenti e auto-adaptivi, esperti come il pioniere del deep learning Richard Sutton prevedono sfide ben diverse. Ha recentemente fondato un'azienda per concentrarsi esclusivamente su sistemi AI in grado di generalizzare in modo autonomo.
I dati e la collaborazione
Dobriban ha pubblicato il risultato come "preprint", e il codice utilizzato è disponibile online. Chi vuole osservare il dettaglio di come il modello ha lavorato può trovare una trascrizione completa del "chat" e del prompt su un canale digitale specifico.
Promemoria per i lettori
I dati e le speculazioni forniti da questa sperimentazione apre nuove linee di ricerca e dimostrano che le tecnologie di AI avanzate sono già in grado di supportare e migliorare in profondità i processi scienziati tradizionali.