Come nascono le grandi scoperte scientifiche? E perché alcune idee riescono a cambiare il corso della conoscenza, mentre altre restano ai margini?

Sono le domande al centro delle ricerche di Dashun Wang, professore alla Northwestern University e vincitore del Premio Lagrange – Fondazione Crt 2026, il riconoscimento internazionale dedicato alla scienza dei sistemi complessi e dei dati, istituito dalla Fondazione Crt e coordinato dalla Isi Foundation.

Fisico di formazione, Wang ha applicato allo studio delle persone e dei gruppi i metodi quantitativi utilizzati per analizzare atomi e molecole. Da questo percorso è nata la cosiddetta «scienza della scienza», un campo di ricerca che utilizza grandi quantità di dati per comprendere come vengono prodotte, sviluppate e diffuse le conoscenze.

La sfida che emerge dalle ricerche di Wang va oltre l'innovazione tecnologica: utilizzare le potenzialità delle macchine senza rinunciare alla creatività umana. Perché il progresso scientifico non dipende soltanto dalla capacità di trovare risposte, ma soprattutto dalla libertà di immaginare nuove domande.

Analizzando milioni di articoli scientifici, brevetti, prodotti software e carriere, lo studioso ha dimostrato che il progresso non dipende soltanto dal talento individuale. Contano anche le collaborazioni, la dimensione dei gruppi di ricerca, i sistemi di finanziamento e le strutture istituzionali.

Tra i risultati più interessanti dei suoi studi c'è l'individuazione delle cosiddette «hot streak», periodi particolarmente produttivi durante i quali si concentrano le opere di maggiore successo di scienziati, artisti e registi. Le analisi hanno evidenziato che circa il 90% degli scienziati, il 91% degli artisti e l'82% dei registi esaminati ha attraversato almeno una fase di questo tipo.

Einstein nel 1905, Peter Jackson durante la realizzazione della trilogia de «Il Signore degli Anelli» e Vincent van Gogh nel 1888 sono alcuni degli esempi individuati. Proprio l'esperienza del pittore olandese ha suggerito a Wang un'intuizione importante: prima delle sue opere più celebri, Van Gogh aveva sperimentato soggetti, tecniche e stili differenti, per poi concentrarsi su una direzione precisa. Un passaggio dall'esplorazione all'approfondimento che può favorire la nascita di risultati straordinari.

Le ricerche hanno inoltre messo in luce il diverso contributo dei gruppi di lavoro. Analizzando oltre 65 milioni di pubblicazioni, brevetti e prodotti software, Wang e i suoi collaboratori hanno osservato che i piccoli gruppi producono più frequentemente idee dirompenti, mentre quelli più grandi sono particolarmente efficaci nello sviluppare e perfezionare conoscenze già esistenti.

«Servono tanto i grandi quanto i piccoli gruppi», sottolinea Wang, evidenziando il rischio che i grandi progetti collaborativi e i consorzi finiscano per penalizzare le realtà più piccole. «Se finanziamo solo i grandi gruppi, alla lunga potrebbero esserci meno idee nuove su cui costruire».

Un tema che si intreccia direttamente con l'intelligenza artificiale, protagonista di uno degli studi più recenti dello scienziato, pubblicato sulla rivista Pnas. La ricerca ha analizzato le domande di finanziamento presentate da due importanti università statunitensi ai National Institutes of Health e alla National Science Foundation.

I risultati mostrano che le proposte con segnali più evidenti di utilizzo dell'intelligenza artificiale avevano una probabilità di ottenere finanziamenti dai Nih superiore di circa quattro punti percentuali. Alla Nsf, invece, non è emersa una differenza significativa. Le proposte associate a un maggiore utilizzo dell'IA tendevano inoltre ad assomigliare maggiormente a progetti già finanziati. Nel caso dei Nih, l'impiego di questi strumenti risultava collegato a un aumento delle pubblicazioni scientifiche, ma non degli articoli di maggiore impatto.

Il rischio è quindi quello di una ricerca più produttiva, ma meno originale. «L'Ia può aiutare gli scienziati a formulare le proprie idee in modi che hanno più probabilità di successo, spingendoli però verso direzioni che il sistema già riconosce e premia», spiega Wang. La soluzione non è rinunciare alla tecnologia, ma ripensare i criteri di finanziamento e valutazione, lasciando spazio anche alle proposte più insolite e rischiose.

Secondo lo studioso, le grandi scoperte nasceranno sempre più spesso dalla collaborazione tra esseri umani e macchine. L'intelligenza artificiale può elaborare enormi quantità di informazioni, individuare schemi e risolvere problemi complessi. La scienza però non consiste soltanto nel trovare risposte: significa anche capire quali domande meritano di essere poste e avere il coraggio di esplorare strade sconosciute.

È una trasformazione che riguarda anche il riconoscimento del merito. «Posso certamente immaginare uno scienziato che riceva un premio Nobel per una scoperta fatta insieme all'Ia», osserva Wang, ricordando che gli attuali sistemi di attribuzione sono stati concepiti per un mondo in cui la produzione della conoscenza era esclusivamente umana.

Il vincitore ha dedicato il riconoscimento anche alla comunità scientifica che lo ha accompagnato nel suo percorso, citando tra i suoi riferimenti Giorgio Parisi, Yakov Sinai e il proprio supervisore di dottorato Albert-László Barabási. Un lavoro collettivo, ha sottolineato, reso possibile dal contributo di studenti, colleghi e collaboratori.

Per Alessandro Vespignani, presidente della Isi Foundation, gli studi di Wang dimostrano quanto sia importante considerare l'innovazione come il risultato di un ecosistema composto da reti, istituzioni e finanziamenti. Anna Maria Poggi, presidente della Fondazione Crt, ha invece richiamato la necessità di utilizzare l'intelligenza artificiale per ampliare gli orizzonti della conoscenza, preservando originalità, libertà di ricerca e capacità di sperimentazione.

Istituito nel 2008 dalla Fondazione Crt e dalla Isi Foundation, il Premio Lagrange valorizza personalità scientifiche internazionali impegnate nello studio dei sistemi complessi, promuovendo la collaborazione tra discipline diverse.