Approfondimenti tecnici

L’IA come scienziato autonomo: da strumento di ricerca a scopritore indipendente

AI Scientist di Sakana, Co-Scientist di Google, Coscientist e A-Lab: che cosa hanno fatto davvero i sistemi di ricerca autonomi, che cosa ha rivelato la rettifica su A-Lab e perché la verifica resta affidata agli esseri umani.

AI.info Team · 2026-08-28

Da assistente a ricercatore

Per gran parte dell’ultimo decennio, «l’IA nella scienza» è stata un microscopio più veloce: un modello che classificava immagini, prevedeva la struttura delle proteine o ordinava spettri, mentre ogni decisione importante restava allo scienziato — quale domanda porsi, quale esperimento condurre, che cosa significasse il risultato. Ora questa divisione del lavoro viene messa direttamente alla prova.

Una manciata di sistemi reali, descritti in pubblicazioni scientifiche, ha iniziato a occuparsi di alcune fasi del metodo scientifico stesso: formulare ipotesi, progettare esperimenti, azionare apparecchiature di laboratorio e, in almeno un caso, redigere i risultati e sottoporli a revisione paritaria. Nessuno di questi sistemi è uno scienziato autonomo in grado di operare in qualsiasi ambito. Nel loro insieme, però, segnano una nuova ondata di tentativi di automatizzare la scoperta, anziché limitarsi ad accelerare l’analisi. E i risultati — successi, fallimenti e una rettifica imbarazzante — offrono una guida più onesta alla direzione in cui si sta andando rispetto alla promozione di un singolo prodotto.

«AI Scientist» di Sakana AI: l’intero ciclo, con molte zone d’ombra

Nel 2024 Sakana AI, con sede a Tokyo, ha presentato «The AI Scientist», un sistema progettato per svolgere l’intero ciclo della ricerca su temi di machine learning senza intervento umano oltre alla configurazione iniziale: elabora idee di ricerca, scrive ed esegue codice per metterle alla prova, analizza i dati ottenuti e redige un manoscritto completo, includendo una fase automatizzata di revisione paritaria che, secondo Sakana, si avvicinava alla precisione dei revisori umani nell’assegnare un punteggio agli articoli. I costi hanno attirato l’attenzione quanto le capacità: Sakana ha stimato una spesa di circa 15 dollari per articolo generato, una cifra intesa a mostrare quanto potrebbe diventare economica la produzione di ricerca generata dalle macchine.

Il sistema successivo, AI Scientist-v2 (aprile 2025), ha sostituito alcune parti del processo originale con una ricerca ad albero condotta da un agente per esplorare e perfezionare gli esperimenti. Sakana lo ha usato per produrre un articolo poi presentato a un workshop di ICLR 2025, secondo la procedura standard di revisione in doppio cieco del workshop. Ha ottenuto 6,33 punti su 10 — sopra la soglia media di accettazione in quella sede — diventando, secondo Sakana, il primo articolo interamente generato dall’IA a superare una vera selezione basata sulla revisione paritaria umana.

Il contesto conta: si trattava di un workshop con un tasso di accettazione del 60–70%, non della conferenza principale (il tasso di accettazione di ICLR 2025 era del 32%). Inoltre Sakana ha ritirato volontariamente l’articolo prima della pubblicazione, anziché lasciarlo figurare come risultato accettato, secondo un protocollo sperimentale prestabilito, perché le comunità dell’IA e della scienza non avevano ancora deciso se pubblicare manoscritti generati dall’IA nelle stesse sedi.

La distanza tra la presentazione promozionale e la realtà emerge con chiarezza da un esame indipendente. Una valutazione separata dell’AI Scientist originale ha rilevato che il 42% dei suoi tentativi sperimentali falliva del tutto a causa di errori di programmazione e che la fase di rassegna della letteratura valutava abitualmente male la novità delle idee, segnalando come nuovi contributi idee già consolidate. La stessa Sakana riconosce nelle sue pubblicazioni che il sistema inventa citazioni e, occasionalmente, fabbrica risultati; in un caso specifico di errore segnalato dalla stessa azienda, ha attribuito una tecnica a un articolo del 2016, mentre la pubblicazione in cui era apparsa per la prima volta risaliva al 1997.

Tutto questo non cancella il risultato di aver costruito un processo completo capace di produrre un articolo accettabile per un workshop. Significa però che, oggi, «scoperta interamente automatizzata» vuol dire «automazione su larga scala, con un alto tasso di difetti che una persona deve individuare».

AI co-scientist di Google: ipotesi a un ritmo diverso

L’«AI co-scientist» di Google, presentato il 19 febbraio 2025 e basato su Gemini 2.0 — la generazione di modelli allora corrente, sette versioni prima di Gemini 3.8 Flash del settembre 2026 — affronta una parte più circoscritta del problema e, finora, meglio convalidata: la formulazione di ipotesi e di proposte per la progettazione degli esperimenti, anziché la loro esecuzione. È strutturato come una squadra di agenti specializzati — Generation, Reflection, Ranking, Evolution, Proximity e Meta-review — che affinano le ipotesi candidate attraverso un torneo «genera, dibatti, evolvi» capace di migliorarsi da sé. In pratica, il sistema sottopone le proprie idee a un dibattito automatizzato simile alla revisione tra pari, prima di presentare a uno scienziato una rosa ristretta di ipotesi ordinate per priorità.

A distinguerlo dall’approccio di Sakana è il fatto che i suoi risultati sono stati messi alla prova con esperimenti di laboratorio reali e pubblicati su Nature il 19 maggio 2026 nell’articolo «Accelerating scientific discovery with Co-Scientist» (doi:10.1038/s41586-026-10644-y). L’articolo si fonda su tre casi. Nella ricerca sulla leucemia mieloide acuta, il sistema ha proposto farmaci candidati a un nuovo impiego e approcci terapeutici combinati, poi testati in vitro. KIRA6, uno dei tre candidati selezionati dagli esperti, ha inibito la vitalità cellulare in diverse linee cellulari di AML. Il dato più netto dell’articolo riguarda KIRA6, un inibitore di IRE1α: un’IC50 di 10 nM contro le cellule AML KG-1a e una differenza di 18 volte rispetto ai controlli normali.

In un progetto sulla fibrosi epatica guidato da Stanford, il ricercatore Gary Peltz ha usato il sistema per cercare farmaci candidati a un nuovo impiego che erano stati trascurati. Il sistema ha individuato vorinostat — un farmaco antitumorale già approvato dalla FDA — come possibile candidato; nei test su organoidi epatici, vorinostat ha ridotto del 91% un’alterazione strutturale della cromatina indotta da TGFβ.

In un caso di studio sulla resistenza antimicrobica, il sistema ha proposto autonomamente che le isole cromosomiche inducibili dai fagi e capaci di formare capsidi interagiscano con code fagiche diverse per ampliare il proprio spettro di ospiti. Secondo l’articolo, l’IA ha formulato questa ipotesi in due giorni di lavoro in silico, arrivando alla stessa conclusione che un altro gruppo di laboratorio aveva impiegato anni a raggiungere per via sperimentale e che i dati non pubblicati di quel gruppo corroboravano.

Google è prudente su ciò che questi risultati dimostrano, e i dati giustificano tale prudenza. Tutti i risultati sono preclinici o ottenuti in vitro. Nessuno è stato testato in una sperimentazione sull’uomo. Ciò che il sistema accelera è la fase iniziale della ricerca: la sintesi della letteratura e la selezione delle ipotesi, attività che, secondo gli esperti, richiederebbero altrimenti giorni o settimane. Questa accelerazione è reale e misurabile. Non equivale a eseguire l’esperimento o a convalidarne il risultato: compiti che restano interamente affidati ai laboratori umani.

Coscientist: un LLM che dirige il lavoro di laboratorio

Se il sistema di Google si ferma alla lavagna, Coscientist — sviluppato da Gabe Gomes, Daniil Boiko e Robert MacKnight alla Carnegie Mellon e presentato in un articolo pubblicato su Nature nel dicembre 2023 — è stato progettato per entrare nel laboratorio stesso. È un sistema modulare con più LLM, basato principalmente su GPT-4, che pianifica ed esegue esperimenti chimici reali: consulta internet e la documentazione tecnica, scrive ed esegue codice e impartisce comandi ai sistemi robotici di automazione del laboratorio, completando il percorso dall’idea al risultato fisico con una supervisione umana limitata.

Tra le sei attività dimostrative, il risultato più citato di Coscientist è l’ottimizzazione autonoma di una reazione di accoppiamento incrociato catalizzata dal palladio: un problema di ottimizzazione con molteplici parametri — catalizzatore, ligando, solvente, temperatura, stechiometria — che un chimico normalmente affronterebbe manualmente nell’arco di giorni.

Coscientist è una dimostrazione di fattibilità, non uno strumento pronto all’uso: sei attività costituiscono un benchmark limitato e l’«autonomia» consisteva nel dirigere apparecchiature robotiche preesistenti, progettate per l’automazione, non nel progettare nuovi apparati fisici. Resta però una delle dimostrazioni pubblicate più chiare del fatto che un modello linguistico può fungere da livello decisionale direttamente al di sopra delle apparecchiature di laboratorio, anziché limitarsi a generare testo accanto a esse.

I laboratori autonomi: A-Lab e la verifica della riproducibilità

La versione di questa idea più vicina alla scala industriale è il «laboratorio autonomo»: un ciclo chiuso di calcolo, robotica e apprendimento automatico che può funzionare per giorni consecutivi con un intervento umano minimo. L’esempio pubblicato più chiaro è A-Lab, presso il Lawrence Berkeley National Laboratory, descritto in un articolo apparso su Nature nel 2023. Combina previsioni di stabilità ab initio, anche per composti candidati provenienti dal progetto GNoME di DeepMind, che ha aggiunto circa 380.000 nuovi candidati al database Materials Project, dati storici sulla sintesi ricavati dalla letteratura e robotica guidata dall’apprendimento attivo per pianificare, eseguire e reinterpretare esperimenti di sintesi allo stato solido. Nella serie di esperimenti principale descritta nell’articolo, A-Lab ha operato senza interruzioni per 17 giorni e ha sintetizzato con successo 36 dei 57 composti inorganici presi di mira.

A-Lab è anche il caso che mostra meglio perché le affermazioni sulla «scoperta autonoma» vadano verificate, anziché accettate senza riserve. Nel 2024, il chimico dello stato solido Robert Palgrave, della UCL, e i suoi colleghi hanno pubblicato una critica secondo cui una parte consistente dei composti dichiarati «nuovi» da A-Lab era già presente nell’Inorganic Crystal Structure Database. Non erano quindi nuovi per la scienza: erano nuovi soltanto per il database predittivo in cui A-Lab effettuava le ricerche.

Palgrave ha sostenuto che la discrepanza fosse abbastanza grave da giustificare il ritiro dell’articolo. Nature ha invece pubblicato una correzione formale degli autori il 19 gennaio 2026. Gli autori vi hanno chiarito che, con le loro affermazioni sulla novità dei composti, intendevano «nuovi per la piattaforma di previsione», non nuovi per la letteratura scientifica, e hanno aggiornato di conseguenza il testo dell’articolo. La correzione ha risolto quella specifica rappresentazione errata, ma non tutte le perplessità metodologiche sollevate dai critici, comprese le domande su quanto bene il modello sottostante gestisca il disordine strutturale reale.

L’episodio aiuta a ridimensionare, più in generale, l’entusiasmo per la scoperta autonoma: automatizzare la sintesi e automatizzare un’affermazione di novità scientifica difendibile sono due problemi diversi, e non risolti nella stessa misura.

L’infrastruttura: laboratori cloud e database delle proteine

La sperimentazione autonoma dipende da un’infrastruttura che non fa notizia, ma che è probabilmente più fondamentale di qualsiasi singolo sistema di IA. Emerald Cloud Lab opera come laboratorio remoto commerciale: gli scienziati inviano campioni alla sua struttura e progettano gli esperimenti tramite software, anziché lavorare al banco. Usano il linguaggio proprietario Symbolic Lab Language di ECL per specificare protocolli con una precisione sufficiente a far sì che le stesse istruzioni producano la stessa esecuzione, indipendentemente da chi le esegua: un tecnico umano o un braccio robotico.

La piattaforma comprende oggi oltre 200 tipi di strumenti e più di 100 classi distinte di esperimenti; il suo linguaggio è stato utilizzato in più di 600.000 esperimenti registrati. Nel 2021 Carnegie Mellon ha avviato una collaborazione con ECL per costruire quello che è stato descritto come il primo laboratorio cloud affiliato a un’università, integrando questo modello di esecuzione a distanza direttamente nella ricerca accademica, anziché lasciarlo in ambito esclusivamente commerciale.

AlphaFold rientra in questo discorso non tanto come «scienziato autonomo», quanto come precedente che ha reso plausibile finanziare il resto. Non genera ipotesi né conduce esperimenti; elimina uno specifico collo di bottiglia nella previsione della struttura delle proteine a partire dalla sequenza, trasformando un’attività di laboratorio che poteva richiedere mesi per ogni struttura in un calcolo che richiede minuti. L’AlphaFold Protein Structure Database comprende oggi più di 214 milioni di strutture previste e, secondo quanto riportato, è usato da oltre 2 milioni di ricercatori in circa 190 paesi.

Questo impatto ha ricevuto un riconoscimento formale nel 2024, quando Demis Hassabis e John Jumper hanno ricevuto metà del premio Nobel per la chimica per le previsioni delle strutture proteiche di AlphaFold, condividendo il premio con David Baker per il suo lavoro sulla progettazione computazionale delle proteine. AlphaFold è la prova più solida finora disponibile che un sistema di IA può produrre risultati di cui la comunità scientifica si fida abbastanza da usarli come base per nuovi lavori su larga scala. Ma ci è riuscito risolvendo in modo esaustivo un unico compito di previsione ben definito, non agendo come agente di ricerca generale.

La chimica robotica oltre i sistemi più noti

L’idea di codificare la chimica come codice eseguibile precede l’attuale ondata di sistemi basati sugli LLM. Il Cronin Group dell’Università di Glasgow sviluppa da anni la «chemputation»: la rappresentazione di percorsi di sintesi in un Chemical Description Language (χDL) che una piattaforma robotica può eseguire direttamente, rendendo una sintesi chimica condivisibile e riproducibile quanto il codice sorgente. Questa linea di ricerca, che comprende piattaforme pubblicate in precedenza per la sintesi in flusso di molecole organiche pianificata dall’IA, è stata commercializzata attraverso Chemify, spinout del Cronin Group fondato nel 2022.

È un promemoria del fatto che «laboratorio autonomo» non è sinonimo di «modello linguistico di grandi dimensioni»: alcune delle forme più mature di automazione della chimica si basano sulla pianificazione simbolica e sulla robotica, senza alcun LLM nel ciclo. L’attuale spinta ad aggiungere a questa infrastruttura il ragionamento basato sugli LLM è un’estensione di un sistema di automazione già esistente, non la sua creazione da zero.

Che cosa significa davvero «autonomo» oggi

Considerati fianco a fianco, questi sistemi non descrivono un’unica traiettoria verso ricercatori artificiali indipendenti, ma diverse capacità distinte che maturano a ritmi differenti. La generazione di ipotesi e la selezione della letteratura — il co-scientist di Google — sembrano le più avanzate, con una validazione sottoposta a revisione paritaria, seppure preclinica.

L’esecuzione di esperimenti fisici — Coscientist, A-Lab, l’infrastruttura di Emerald Cloud Lab — funziona, ma solo negli ambiti in cui lo spazio delle azioni possibili è abbastanza circoscritto da consentire alla robotica e ai software di pianificazione di operare in modo affidabile; la sintesi di materiali allo stato solido e le reazioni organiche ben caratterizzate sono molto più gestibili della progettazione sperimentale aperta. L’automazione dell’intero processo, compresa la stesura dell’articolo che ne deriva — AI Scientist di Sakana — è la meno affidabile delle tre: presenta tassi di errore non trascurabili, resi pubblici, negli esperimenti stessi e allucinazioni nei testi che i suoi stessi autori riconoscono.

La rettifica relativa ad A-Lab offre la lezione più netta: anche un sistema autonomo realmente capace può produrre un’affermazione da titolo («abbiamo creato nuovi materiali») che risulta basata su un confronto incompleto con la documentazione scientifica esistente. A individuare l’errore è servito un esperto esterno, non ulteriore automazione.

Il censimento continua ad allungarsi, ma lo schema non cambia. Sapient Intelligence ha lanciato PRAXIST in versione beta il 28 agosto 2026: un sistema autonomo di ricerca e sviluppo che sceglie da sé l’approccio tecnico, anziché eseguirne uno assegnato. Nelle 75 competizioni Kaggle di MLE-Bench ha raggiunto la fascia di medaglie più alta in 49 casi, con un costo dichiarato per il modello di circa 3.000 dollari, contro i 34 casi ottenuti da Claude Code a circa 38.000 dollari nelle stesse condizioni. Il 16 settembre 2026 Novo Nordisk ha dichiarato che avrebbe inserito Claude Science di Anthropic in specifici flussi di lavoro di ricerca e sviluppo, prevedendo protocolli di governance dei dati e requisiti di supervisione umana. Ricerca meno costosa, strumenti migliori, ma alla fine serve ancora la stessa firma.

È a questo punto che si trova il settore nel settembre 2026: questi sistemi generano ed eseguono sempre più spesso attività legate a reali questioni scientifiche, e talvolta agiscono sulla base di esse. Ma la fase di verifica — controllare la novità rispetto all’intera documentazione scientifica, individuare una citazione inventata, decidere se un risultato in vitro abbia qualche significato per un paziente — dipende ancora dalle competenze umane, e ogni risultato credibile pubblicato finora ne ha avuto bisogno.