La peer review è in crisi, e l’intelligenza artificiale prova a salvarla
La peer review, il meccanismo che da decenni rappresenta il pilastro della validazione scientifica, sta attraversando un momento di seria difficoltà. Per chi non lo sapesse, si tratta di quel processo in cui un articolo scientifico viene esaminato da altri ricercatori esperti nello stesso campo prima di essere pubblicato. Un filtro fondamentale, in teoria. Nella pratica, però, le cose si stanno complicando parecchio.
Il volume delle pubblicazioni scientifiche è esploso negli ultimi anni. I revisori, che svolgono questo lavoro quasi sempre gratuitamente e nel tempo libero, non riescono più a stare dietro alla mole di manoscritti da valutare. I tempi di revisione si allungano, la qualità delle valutazioni cala, e sempre più ricercatori rifiutano gli incarichi di revisione perché semplicemente non hanno le ore per farlo. Il risultato? Articoli che restano in attesa per mesi, a volte oltre un anno, prima di ricevere un feedback. E quando arriva, non sempre è all’altezza di quello che ci si aspetterebbe dal cosiddetto gold standard della scienza.
L’intelligenza artificiale come possibile alleata
Ed è qui che entra in gioco l’intelligenza artificiale. Alcuni editori e piattaforme accademiche hanno iniziato a sperimentare strumenti basati su modelli di linguaggio avanzati per supportare il processo di revisione. L’idea non è sostituire i revisori umani, almeno non del tutto, ma alleggerire il carico. Un sistema di IA può verificare la coerenza statistica, segnalare potenziali errori metodologici, controllare la struttura di un articolo e persino individuare problemi di plagio o manipolazione dei dati.
Sulla carta sembra una soluzione sensata. Eppure porta con sé una serie di problemi etici e pratici che non si possono ignorare. I modelli di IA, per quanto sofisticati, tendono a generare valutazioni che suonano convincenti anche quando sono sbagliate. Le cosiddette “allucinazioni” dei sistemi generativi rappresentano un rischio concreto: un commento di revisione che sembra autorevole ma si basa su informazioni inventate potrebbe fare danni enormi alla qualità della ricerca scientifica.
C’è poi la questione della trasparenza. Se un articolo viene valutato, anche solo parzialmente, da un algoritmo, chi ne risponde? Il revisore che ha firmato la valutazione? L’editore che ha implementato lo strumento? La responsabilità accademica diventa sfumata, e questo è un problema serio in un ambito dove la fiducia è tutto.
Un equilibrio ancora da trovare
Va detto che non tutti nella comunità scientifica vedono l’IA come una minaccia. Alcuni ricercatori accolgono con favore l’idea di avere un supporto tecnologico che li aiuti a svolgere meglio e più velocemente il lavoro di revisione tra pari. Soprattutto nelle discipline dove il numero di sottomissioni è diventato ingestibile, qualsiasi aiuto è benvenuto.
Il punto, però, è che la peer review non è solo un controllo tecnico. È un atto di giudizio, di esperienza, di intuizione maturata in anni di lavoro sul campo. Capire se un esperimento ha senso, se un’interpretazione regge, se una conclusione è davvero supportata dai dati: queste sono competenze profondamente umane. L’intelligenza artificiale può affiancare, suggerire, velocizzare. Ma il giudizio finale, almeno per ora, deve restare nelle mani di chi la scienza la fa davvero. La sfida è trovare quel punto di equilibrio in cui la tecnologia aiuta senza sostituire ciò che rende la revisione scientifica credibile.
