Jacob Tsimerman, matematico canadese di 38 anni e vincitore della Medaglia Fields 2026, lascerà temporaneamente l’insegnamento alla University of Toronto per iniziare a lavorare alla fine di agosto in OpenAI, dove si occuperà di sicurezza dell’intelligenza artificiale. La scelta arriva dopo anni di ricerca matematica di altissimo livello e dopo un progressivo spostamento dei suoi interessi verso i problemi posti dallo sviluppo di sistemi AI sempre più capaci, un’evoluzione che Tsimerman considera ormai sufficientemente rapida da poter modificare profondamente anche discipline altamente specialistiche come la matematica.
Tsimerman ha ricevuto la Fields per i contributi alla geometria algebrica e aritmetica e per il lavoro collegato alla congettura di André-Oort, alla cui soluzione ha contribuito nel 2021 insieme a Benjamin Bakker, Yohan Brunebarbe e Jonathan Pila. Il suo interesse per l’intelligenza artificiale è cresciuto soprattutto dopo la diffusione di ChatGPT alla fine del 2022, quando la velocità con cui i modelli stavano migliorando nell’uso del linguaggio e nella risoluzione di problemi complessi lo ha portato a considerare concretamente la possibilità che questi sistemi possano raggiungere e successivamente superare le capacità umane in numerose attività cognitive.
Questa previsione riguarda direttamente anche il suo settore. Nel maggio 2026 OpenAI ha comunicato che un proprio modello aveva individuato una nuova costruzione matematica capace di confutare una congettura collegata al problema delle distanze unitarie formulato da Paul Erdős nel 1946; la dimostrazione è stata successivamente verificata da matematici esterni e lo stesso Tsimerman ha partecipato alla valutazione del risultato. Secondo il matematico, gli ultimi progressi mostrano ormai sistemi capaci di produrre ricerca che potrebbe essere pubblicata da professionisti del settore e, qualora la traiettoria attuale proseguisse, l’AI potrebbe diventare stabilmente superiore agli esseri umani in una parte significativa del lavoro matematico.
La preoccupazione di Tsimerman per l’evoluzione dell’AI non riguarda però soltanto l’automazione della ricerca scientifica. Nel luglio 2025 ha pubblicato insieme ad Andrew Critch, ricercatore del Center for Human-Compatible Artificial Intelligence di Berkeley, lo studio A Taxonomy of Omnicidal Futures Involving Artificial Intelligence, nel quale vengono classificati differenti percorsi teorici attraverso i quali sistemi di intelligenza artificiale molto avanzati potrebbero contribuire alla morte di tutti o quasi tutti gli esseri umani. Gli scenari non vengono presentati come previsioni inevitabili, ma come modelli concettuali utili a individuare anticipatamente le sequenze di eventi che potrebbero trasformare capacità tecnologiche avanzate in rischi catastrofici.
La tassonomia comprende cinque categorie principali. Una riguarda un processo privo di un’intenzione esplicitamente omicida, nel quale una società sempre più dipendente da intelligenza artificiale e robotica finisce progressivamente per rendere gli esseri umani marginali rispetto ai sistemi che controllano produzione, infrastrutture e risorse, fino a compromettere la capacità della popolazione di mantenere le condizioni indispensabili alla propria sopravvivenza. Negli altri quattro scenari compare invece un’intenzione distruttiva riconducibile, a seconda dei casi, a governi, grandi organizzazioni private, piccoli gruppi oppure agli stessi sistemi artificiali.
Uno degli esempi descrive grandi imprese robotiche che acquisiscono un potere economico e operativo tale da entrare in conflitto con gli Stati, generando una crisi che evolve verso una guerra civile globale e culmina nell’impiego di armi biologiche successivamente fuori controllo. Un secondo scenario prende in esame la competizione militare tra Paesi dotati di eserciti altamente automatizzati, flotte di droni controllate dall’intelligenza artificiale e regole di ingaggio incorporate direttamente nei sistemi; il superamento automatico di determinate soglie potrebbe innescare risposte e rappresaglie concatenate, trasformando rapidamente un conflitto circoscritto in una guerra su scala mondiale.
Il valore della tassonomia risiede proprio nell’analisi delle concatenazioni causali. L’obiettivo non è attribuire a un futuro sistema AI una generica volontà di distruggere l’umanità, ma studiare come autonomia operativa, concentrazione del potere, automazione delle decisioni, armamenti e dipendenza dalle infrastrutture digitali possano interagire producendo dinamiche difficili da interrompere una volta avviate. Per Tsimerman il problema centrale consiste quindi nella velocità relativa tra sviluppo delle capacità e sviluppo degli strumenti necessari per comprenderle e controllarle: la tecnologia sta avanzando più rapidamente della capacità di costruire garanzie equivalenti.
La decisione di entrare in OpenAI nasce da questa valutazione. Tsimerman intende utilizzare il periodo all’interno di un laboratorio di frontiera per acquisire una conoscenza più completa dei processi attraverso i quali i modelli vengono addestrati, valutati e trasformati in sistemi operativi, affiancando alla propria preparazione teorica una comprensione più diretta dell’ingegneria del software e delle procedure utilizzate nello sviluppo dei modelli. La sicurezza, nella sua prospettiva, richiede infatti di comprendere non soltanto le proprietà matematiche delle reti neurali, ma l’intero processo attraverso il quale emergono comportamenti e capacità nei sistemi di grandi dimensioni.
Uno dei problemi che Tsimerman individua nell’AI contemporanea riguarda proprio l’assenza di una teoria matematica generale sufficientemente sviluppata. Gran parte dei progressi dei modelli deriva ancora da un approccio fortemente empirico: vengono costruite reti sempre più grandi, vengono sottoposte a enormi quantità di dati e successivamente se ne osservano capacità, limiti e comportamenti attraverso esperimenti. Rimane difficile stabilire in anticipo perché una determinata capacità emerga, come evolverà con l’aumento della scala e quali proprietà potranno manifestarsi in sistemi futuri molto più potenti.
Tsimerman ritiene che la sicurezza dell’intelligenza artificiale possa richiedere un passaggio analogo a quelli compiuti in passato dalla teoria dell’informazione e dalla teoria della complessità. La teoria dell’informazione ha trasformato concetti precedentemente intuitivi come informazione, rumore e capacità di trasmissione in quantità matematiche formalmente misurabili; la teoria della complessità ha fornito strumenti per descrivere rigorosamente la difficoltà computazionale dei problemi. Una teoria equivalente applicata ai sistemi AI potrebbe contribuire a formalizzare aspetti oggi descritti soprattutto attraverso osservazioni sperimentali, migliorando la possibilità di prevedere il comportamento dei modelli e di stabilire condizioni verificabili di sicurezza.
L’avanzamento dell’AI nella matematica sta inoltre facendo emergere un secondo problema, relativo alla verifica e all’attribuzione dei risultati. I modelli possono combinare enormi quantità di conoscenza scientifica e produrre dimostrazioni apparentemente nuove, rendendo talvolta difficile determinare quanto una soluzione dipenda da lavori precedenti già presenti nei dati. Una controversia recente ha interessato un risultato annunciato da OpenAI sui gruppi non-sofici: alcuni matematici hanno evidenziato che la soluzione utilizzava in modo sostanziale idee sviluppate poco prima da Andreas Thom e Gábor Kun, inducendo l’azienda a modificare la propria comunicazione per riconoscere più chiaramente quei contributi.
La capacità di produrre quantità molto elevate di matematica genera infine un problema di controllo qualitativo. Modelli come ChatGPT e Claude possono già elaborare tentativi complessi di dimostrazione di congetture aperte e, con il miglioramento delle capacità, alcuni di questi tentativi potrebbero contenere risultati effettivamente validi; contemporaneamente possono generare testi matematici plausibili ma errati, incompleti o estremamente difficili da verificare. Tsimerman definisce questo materiale slop: una massa di congetture e dimostrazioni formalmente convincenti che continua a richiedere specialisti capaci di controllarne la correttezza.
Il rischio immediato individuato dal matematico riguarda quindi anche la perdita progressiva di autonomia umana nel processo di ricerca. Delegare ad agenti AI la produzione continua di ipotesi, calcoli e dimostrazioni senza mantenere una comprensione diretta delle operazioni svolte può creare una situazione nella quale i risultati aumentano mentre diminuisce la capacità delle persone di verificarli e comprenderli. L’ingresso di Tsimerman in OpenAI si inserisce precisamente in questo problema: utilizzare strumenti matematici più rigorosi per comprendere sistemi le cui capacità stanno crescendo rapidamente e costruire metodi che permettano di conservarne controllabilità, verificabilità e sicurezza anche quando diventeranno più autonomi e competenti.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)