L’AI in matematica ha raggiunto risultati impensabili fino a pochi anni fa: nell’aprile 2026 i modelli più avanzati risolvono problemi da Olimpiadi internazionali, assistono nella dimostrazione di congetture aperte da decenni e ottengono punteggi superiori al 95% nei benchmark matematici più difficili. Ma il confine tra capacità reali e limiti strutturali resta netto, e i matematici professionisti lo conoscono bene.
In questo articolo scoprirai:
- Quali risultati matematici hanno raggiunto GPT, Gemini e Claude nei benchmark 2026
- Come AlphaProof e Gemini Deep Think hanno risolto problemi da Olimpiadi e ricerca avanzata
- Perché le allucinazioni nei modelli AI sono matematicamente inevitabili
- Cosa pensano matematici come Terence Tao e Daniel Litt del futuro della disciplina
- Dove l’AI eccelle e dove il pensiero umano resta insostituibile
Capacità dei modelli AI in matematica
I modelli AI di ultima generazione risolvono problemi matematici complessi con una precisione che supera quella della maggior parte degli studenti universitari, grazie a capacità di ragionamento avanzato sviluppate attraverso addestramento su milioni di dimostrazioni e dataset specifici. Questa capacità si estende dal calcolo algebrico fino alla dimostrazione formale di teoremi.
Nel 2025 si è verificato il punto di svolta: i sistemi AI hanno risolto 5 problemi su 6 alle Olimpiadi Internazionali di Matematica (IMO), il momento in cui — secondo Quanta Magazine — i matematici professionisti hanno iniziato a prendere sul serio l’AI come strumento di ricerca. A febbraio 2026, nella First Proof Challenge, i modelli hanno risolto oltre la metà di 10 problemi a livello di ricerca, dimostrando capacità paragonabili a quelle di un dottorando (Quanta Magazine, 2026).
Le applicazioni concrete spaziano dall’assistenza nella formulazione di congetture alla verifica automatica di dimostrazioni, passando per la scoperta di strutture matematiche inedite. Ernest Ryu, ad esempio, ha dimostrato la congettura di Nesterov — aperta da 42 anni nel campo dell’ottimizzazione — utilizzando ChatGPT come assistente nel processo dimostrativo.
Miglior AI per la matematica: benchmark 2026
Nel panorama attuale, Gemini 3.1 Pro di Google guida la classifica matematica con un punteggio del 95,1% sul benchmark MATH, seguito da GPT-5.4 e Claude Sonnet 4.6 (Apiyi.com, 2026). Ma ogni modello eccelle in scenari diversi, e scegliere il migliore dipende dal tipo di problema.
GPT-5.4 di OpenAI ha ottenuto un perfetto 100% sull’AIME 2025 (American Invitational Mathematics Examination), dimostrando capacità eccezionali nei problemi di competizione ad alta difficoltà (Apiyi.com, 2026). Il modello dispone di una finestra di contesto da 1,05 milioni di token, utile per dimostrazioni lunghe e articolate.
Gemini 3.1 Pro Preview domina nei benchmark generali di ragionamento matematico. Il suo sistema di pensiero a tre livelli si adatta alla difficoltà del problema, offrendo il miglior rapporto qualità-prezzo a 2 dollari per milione di token (Apiyi.com, 2026). La variante Gemini Deep Think è specializzata in ragionamento matematico profondo.
Claude Sonnet 4.6 di Anthropic ha compiuto un salto qualitativo impressionante nel ragionamento matematico: dal 62% della versione Sonnet 4.5 all’89% attuale, un incremento di 27 punti percentuali (Apiyi.com, 2026). Nelle classifiche generali di marzo 2026, Gemini 3.1 Pro Preview guida al 78,80%, con Claude Opus 4.6 Thinking e GPT-5.4 appaiati al 78,20% (Vellum AI LLM Leaderboard, 2026).
I benchmark principali utilizzati per valutare queste capacità includono MATH (problemi da competizione), AIME, GPQA (domande scientifiche graduate-level), FrontierMath (problemi di ricerca originali) e Humanity’s Last Exam.
AI nella ricerca matematica: AlphaProof e Gemini
L’AI ha trasformato la ricerca matematica passando dal ruolo di calcolatrice avanzata a quello di collaboratore creativo, capace di suggerire approcci che sfuggono all’intuizione umana. Questo cambiamento si è concretizzato attraverso sistemi specializzati che combinano ragionamento simbolico e apprendimento profondo.
Nel 2024, AlphaProof di Google DeepMind ha raggiunto lo standard di medaglia d’argento alle IMO, addestrandosi su 300 miliardi di token e 300.000 coppie stato-tattica, con rinforzo su 80 milioni di enunciati autoformalizzati (Google DeepMind, 2024). All’epoca servivano ancora esperti umani per tradurre i problemi in codice e il calcolo richiedeva giorni.
Solo un anno dopo, nel 2025, Gemini Deep Think ha conquistato la medaglia d’oro alle IMO per la prima volta in assoluto, risolvendo i problemi in modo completamente autonomo, in linguaggio naturale, entro il limite di 4 ore e mezza della competizione (Quanta Magazine, 2026). Un salto che ha compresso in 12 mesi ciò che sembrava richiedere un decennio.
FunSearch, un altro sistema DeepMind, ha adottato un approccio diverso: cerca programmi che generano costruzioni matematiche attraverso un metodo evolutivo. Ha scoperto nuove costruzioni di cap set — sottoinsiemi di punti in spazi finiti in cui nessuna terna è allineata — nell’ambito della combinatoria estremale, superando i migliori risultati precedentemente noti. Un contributo originale alla matematica pura.
AlphaEvolve utilizza Gemini per generare codice Python combinato con algoritmi genetici. Cinque matematici — tra cui Jordan Ellenberg e Nicolás Libedinsky — lo hanno usato per scoprire strutture di ipercubi negli intervalli di Bruhat mai osservate prima. «Se fosse un umano, sarebbe un umano estremamente creativo», ha commentato Libedinsky in un’intervista riportata da Quanta Magazine.
Limiti dell’AI nel ragionamento matematico
Le allucinazioni — risposte plausibili ma errate — rappresentano il limite strutturale più grave dell’AI in matematica, e secondo la stessa OpenAI sono matematicamente inevitabili, non semplici difetti ingegneristici risolvibili con più dati o modelli più grandi (Computerworld, 2025).
I ricercatori di OpenAI hanno identificato tre cause matematiche fondamentali: l’incertezza epistemica quando le informazioni appaiono raramente nei dati di addestramento, i limiti architetturali quando i compiti superano la capacità rappresentativa del modello, e l’intrattabilità computazionale dove nemmeno sistemi superintelligenti potrebbero risolvere problemi crittograficamente complessi.
Il dato più controintuitivo riguarda la correlazione tra sofisticazione e errore. Il modello o1 di OpenAI allucinava nel 16% dei casi nel riassumere informazioni pubbliche, mentre i più recenti o3 e o4-mini hanno raggiunto tassi di allucinazione del 33% e 48% rispettivamente (Techopedia, 2025). Modelli più potenti non significano automaticamente modelli più affidabili.
Il problema di fondo è che gli LLM sono pattern-matcher probabilistici, ovvero sistemi la cui funzione primaria è predire il prossimo simbolo più probabile in una sequenza, non applicare regole matematiche deterministiche. Il risultato è che generano output formattati correttamente ma che possono contenere logica insensata, teoremi inventati o errori critici.
Terence Tao ha sintetizzato la questione con chiarezza: «L’AI senza validazione è troppo inaffidabile per qualsiasi applicazione seria». La soluzione più promettente è la verifica formale: quando una dimostrazione compila in Lean — un linguaggio di prova formale — è corretta per definizione. Non c’è spazio per allucinazioni o errori sottili.
Matematici professionisti sull’AI
I matematici di primo piano vedono l’AI come un assistente potente ma imperfetto, capace di accelerare il lavoro di ricerca senza sostituire la creatività e l’intuizione umana. Le opinioni variano dall’entusiasmo cauto alla preoccupazione per gli effetti collaterali sulla formazione delle nuove generazioni.
Terence Tao (UCLA), uno dei matematici più influenti al mondo, ha dichiarato che «il 2025 è stato l’anno in cui l’AI ha iniziato a essere davvero utile per molti compiti diversi». Tao paragona l’AI attuale a «robot saltatori» capaci di superare muri di due metri, mentre i problemi aperti della matematica sono più simili all’Everest: servono strategia, pianificazione e visione d’insieme — qualità ancora esclusivamente umane.
Daniel Litt (Università di Toronto) si spinge oltre: «È molto probabile che questa tecnologia sia più grande del computer stesso». Una previsione radicale che posiziona l’AI come la trasformazione più significativa nella storia della matematica.
Javier Gómez-Serrano (Brown University) sottolinea il guadagno pratico: l’AI permette di ottenere «risultati comparabili nell’arco di uno o due giorni» contro mesi di lavoro specialistico. La velocità di iterazione cambia radicalmente il modo in cui si fa ricerca.
Non mancano le voci critiche. Joel David Hamkins (Notre Dame) denuncia un «oceano di spazzatura che sta travolgendo i nostri sistemi di revisione dei journal», riferendosi a lavori generati o assistiti dall’AI e sottomessi senza adeguata supervisione. Ken Ono esprime preoccupazione per la formazione: se i giovani matematici delegano troppo presto all’AI, rischiano di non sviluppare le competenze fondamentali. Akshay Venkatesh (Institute for Advanced Study) avverte che la matematica rischia di perdere la sua dimensione artistica: «Ci sono cose preziose nella nostra cultura che dovremmo cercare di preservare» (Quanta Magazine, aprile 2026).
Futuro di AI e matematica
Il futuro dell’AI in matematica si muove verso l’autoformalizzazione — la capacità dei modelli di convertire automaticamente dimostrazioni in linguaggio naturale in logica verificabile dal computer — che potrebbe eliminare il problema delle allucinazioni e rendere l’AI un partner affidabile per la ricerca avanzata.
Daniel Litt prevede che «entro 20 anni vedremo strumenti AI generare matematica che, per molti parametri misurabili, sarà migliore di quella di ogni matematico umano». Igor Pak, invece, ricorda che certi “Everest” della matematica — come la teoria dei numeri trascendenti — resteranno probabilmente irrisolti per secoli, indipendentemente dai progressi dell’AI.
Il programma DARPA Math + AI (DARPA, 2025) e l’iniziativa AI for Math di Google DeepMind puntano a creare sistemi che non solo risolvano problemi, ma li formulino — il passaggio più complesso e creativo del processo matematico. Se l’AI attuale è un collaboratore capace di eseguire compiti definiti, la prossima generazione potrebbe diventare un co-autore che propone direzioni di ricerca originali.
La sfida vera non è tecnica ma culturale: integrare l’AI nella pratica matematica senza sacrificare il rigore, la formazione dei giovani ricercatori e quella dimensione artistica che rende la matematica qualcosa di più di un insieme di teoremi dimostrati.
Fonti:
- Quanta Magazine — “The AI Revolution in Math Has Arrived”, aprile 2026
- Apiyi.com — Confronto modelli AI per matematica 2026, 2026
- Vellum AI — LLM Leaderboard 2026, marzo 2026
- Google DeepMind — “AI achieves silver-medal standard solving IMO problems”, 2024
- Computerworld — “OpenAI admits AI hallucinations are mathematically inevitable”, 2025
- Techopedia — “48% Error Rate: AI Hallucinations Rise in 2025 Reasoning Systems”, 2025
- DARPA — “Math + AI = Tomorrow’s Breakthroughs”, 2025
- Nature — “Mathematicians put AI model AlphaProof to the test”, 2025
