Matthew D. Schwartz, fisico teorico e professore alla Harvard University, ha rilasciato BootLoops 1.0, un framework open source progettato per utilizzare i modelli linguistici di grandi dimensioni come strumenti operativi nella ricerca scientifica quantitativa, con particolare attenzione ai problemi che richiedono risultati esatti, verificabili e riproducibili. Il progetto è nato nell’estate del 2026, quando Schwartz ha iniziato a lavorare con Claude Fable 5 dopo una precedente sperimentazione condotta nel dicembre 2025 con Claude Opus 4.5 come assistente alla ricerca. Il primo obiettivo consisteva nel trasferire e unificare all’interno di un unico ambiente i metodi sviluppati nei suoi lavori sulle ampiezze di scattering e nella letteratura collegata, combinando S-matrix bootstrap e bootstrap semi-numerico: due approcci complementari nei quali i vincoli fisici e il calcolo numerico ad alta precisione vengono progressivamente utilizzati per restringere lo spazio delle possibili soluzioni fino a ottenere un risultato esatto.
Le ampiezze di scattering rappresentano in fisica delle particelle il collegamento teorico tra i prodotti osservati dopo una collisione, come quelle studiate al Large Hadron Collider, e i processi elementari che li hanno generati. Alcuni integrali di Feynman alla frontiera della ricerca possono richiedere anni di lavoro da parte di un intero gruppo. Durante lo sviluppo iniziale di BootLoops, Claude è riuscito invece a riprodurre in circa 20 minuti i risultati di uno dei lavori precedenti di Schwartz, per il quale il ricercatore aveva impiegato settimane a sviluppare il codice, individuando inoltre un algoritmo migliore di quello utilizzato originariamente. Quando il sistema è stato successivamente spinto oltre i logaritmi, una delle famiglie di funzioni più semplici coinvolte in questi calcoli, verso le più complesse funzioni ellittiche, il modello ha generalizzato autonomamente gran parte della struttura esistente e scritto buona parte del nuovo software necessario. Il risultato è stato il calcolo completo di 30 integrali: 15 riproduzioni di risultati già conosciuti attraverso il nuovo metodo e altri 15, comprendenti anche integrali di Feynman ellittici, che non erano mai stati calcolati in precedenza. Schwartz definisce “Claude-shaped” i problemi particolarmente compatibili con le capacità degli attuali modelli, mentre il nome BootLoops deriva dalle origini del progetto nei calcoli bootstrap delle ampiezze di scattering.
L’approccio è stato successivamente esteso molto oltre la fisica delle particelle. In ecologia, Claude ha riconosciuto come risolvibile un’equazione formulata nel 2005 dall’ecologo Rampal Etienne per rendere quantitativamente verificabile la teoria neutrale della biodiversità di Stephen Hubbell, un problema rimasto per circa vent’anni senza una soluzione utilizzabile su larga scala. Applicando il risultato ai dati dei censimenti forestali dell’isola di Barro Colorado, nel Canale di Panama, il calcolo ha indicato che la composizione delle specie arboree cambia circa 4,5 volte più rapidamente di quanto consentirebbe la teoria neutrale. Schwartz e il professore di biologia vegetale James O’Dwyer hanno quindi costruito un modello predittivo minimale delle storie vitali delle specie che mostra una stretta corrispondenza con i dati osservati e stanno estendendo l’analisi dal caso di Panama ad altri siti forestali mondiali, utilizzando anche dataset che Claude ha contribuito a organizzare.
In genetica delle popolazioni, BootLoops ha risolto un’espressione integrale vecchia di circa trent’anni relativa al modo in cui la selezione naturale agisce sulle mutazioni rare. Il risultato è stato quindi applicato a gnomAD, il grande catalogo pubblico delle variazioni genetiche umane, attraverso un’analisi basata su circa 730.000 esomi umani, corrispondenti a circa 1,46 milioni di copie genomiche. In collaborazione con Michael Desai, Schwartz ha inoltre analizzato 5,7 miliardi di coppie di mutazioni vicine presenti nei genomi del 1000 Genomes Project, individuando evidenze riconducibili alla conversione genica, un meccanismo generalmente non considerato nelle analisi basate sulla variazione genetica concatenata.
Un altro utilizzo riguarda l’economia, dove la collaborazione con Isaiah Andrews e Jesse M. Shapiro ha prodotto un working paper NBER pubblicato nel settembre 2026. Il workflow open source basato su LLM è stato applicato a 4.452 pacchetti di replica pubblicati da cinque riviste economiche. Il sistema ha individuato discrepanze in 3.460 articoli o relative appendici, mentre in 496 casi ha ridotto di oltre dieci volte il tempo necessario a un calcolo mantenendo o migliorando l’accuratezza. In altri 923 lavori ha sviluppato nuove estensioni coerenti con gli obiettivi e le assunzioni dell’analisi originale. Il processo ha inoltre convertito software scritto in MATLAB, Stata e altri strumenti commerciali in codice open source, per un totale di circa 30.000 routine, verificando praticamente tutti i valori che potevano essere confrontati con le tabelle pubblicate.
Anche la linguistica è entrata tra i settori sperimentati. Lavorando con tre linguisti, il gruppo ha sviluppato AccStack, un database sull’accentazione delle parole che copre 6.072 lingue e integra una bibliografia composta da circa 160.000 lavori di fonologia. Le altre collaborazioni scientifiche comprendono un modello quantitativo dell’evoluzione del Great Oxidation Event attraverso quattro glaciazioni, sviluppato con il geochimico David Johnston; uno studio demografico del ciclo di vita delle macchie solari, poi esteso alle macchie stellari, con l’astrofisica Cecilia Garraffo; calcoli esatti e verificabili dell’evidenza bayesiana applicati agli alberi evolutivi insieme ai biologi evoluzionisti Scott Edwards e Paul Lewis; una soluzione esatta al cosiddetto “problema finale” di Watson, relativo alla probabilità di ritorno di una passeggiata casuale tridimensionale e ultimo degli integrali reticolari iniziati da George Watson nel 1939; e un toolkit cosmologico per adattare i parametri cosmologici ai dati sulla struttura a grande scala dell’Universo, comprendente lo spettro di potenza completo a due loop e il trispectrum a un loop.
Nel complesso, Schwartz riferisce che l’attività ha prodotto 36 manoscritti distribuiti in 18 discipline e realizzati con 19 coautori nell’arco di tre mesi, partendo da circa 400 problemi candidati; il progetto BootLoops indica inoltre applicazioni complessive in 22 campi differenti. L’infrastruttura utilizzata esegue sessioni di Claude Code all’interno di terminali ospitati su macchine virtuali Google Cloud e collegati a repository GitHub e Overleaf. Una sessione principale coordina le diverse sessioni di progetto, assegna le risorse computazionali e controlla i risultati, mentre subagenti eseguiti in background conservano i risultati intermedi all’interno di file Markdown. Questa struttura consente di suddividere il lavoro in unità relativamente isolate e di limitare l’impatto di eventuali errori o blocchi di un singolo agente.
L’esperienza ha evidenziato anche diversi limiti ricorrenti degli LLM nella ricerca scientifica. Tra questi figurano la tendenza del modello a dichiarare prematuramente completato un problema, stime dei tempi di esecuzione fortemente errate in entrambe le direzioni, la scelta di avviare calcoli destinati a durare giorni quando la costruzione di uno strumento specifico potrebbe ottenere il risultato in pochi minuti e la perdita di informazioni contestuali quando sessioni molto lunghe vengono compattate. Per ridurre questi problemi, Schwartz ha incorporato direttamente nel framework protocolli e competenze operative, mantenuto il controllo umano sui grafici prodotti e sottoposto i risultati a nuove verifiche assumendo deliberatamente il ruolo di un revisore critico. Una delle istruzioni ricorrenti fornite al modello durante il lavoro è stata quella di cercare una soluzione computazionalmente più intelligente invece di affidarsi semplicemente a una maggiore quantità di calcolo.
BootLoops 1.0 è stato pubblicato il 1° ottobre 2026 sotto licenza MIT, mentre testi e figure utilizzano licenza CC BY 4.0. Il repository comprende 49 pacchetti di strumenti e il progetto è distribuito attraverso sei repository affiancati. Il codice utilizza principalmente Python 3.12, con alcuni componenti Julia, ed è stato validato su Linux x86_64 e all’interno di container Debian sia x86_64 sia arm64; macOS non rientrava invece nelle piattaforme sottoposte ai test della release. Gli strumenti vengono esplicitamente presentati come strumenti per la ricerca e non come sistemi destinati a decisioni cliniche, attuariali, di pagamento, regolatorie o relative alla sicurezza pubblica. Il codice viene indicato come creato da Matthew D. Schwartz e scritto da Claude sotto la sua supervisione, con copyright attribuito ad Anthropic PBC; BootLoops non costituisce tuttavia un prodotto Anthropic ufficialmente supportato ed è mantenuto direttamente da Schwartz.
Un elemento importante dell’architettura è l’indipendenza del framework dal modello utilizzato: BootLoops viene descritto come un harness che può essere impiegato con Claude, Gemini oppure ChatGPT, anziché come uno strumento legato esclusivamente a un singolo LLM. Il criterio adottato per considerare risolto un problema scientifico è inoltre particolarmente restrittivo: nel caso dei diagrammi, la soluzione viene accettata soltanto quando ne è conosciuta l’intera forma funzionale e quando uno script Python permette di valutarla con precisione arbitraria su un normale computer portatile. Anthropic ha finanziato il progetto, mentre BootLoops rimane di proprietà e sotto la manutenzione di Schwartz. Durante lo sviluppo Schwartz ha lavorato anche come visiting researcher presso Anthropic; nello studio economico realizzato con Andrews e Shapiro ha invece operato come contractor dell’azienda, con la precisazione che Anthropic non approva né avalla i risultati di quella ricerca.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)