Riforma Bernini: nella giusta direzione, ma senza una grande spinta?

La riforma in sintesi

La Riforma Bernini del reclutamento universitario, che modifica la legge Gelmini, è in via di completamento (legge 129/2026). In estrema sintesi:

• abolisce l’Abilitazione scientifica nazionale (ASN): i candidati autocertificano requisiti fissati per decreto ministeriale, su proposta ANVUR e con parere del CUN, e le università selezionano con concorsi locali, anche su aree tematiche specifiche;
• affida le scelte a commissioni in gran parte sorteggiate (prima fascia: uno interno e quattro esterni; seconda fascia: uno interno e due esterni), che valutano da 10 a 15 pubblicazioni; prevede una quota di posti per la mobilità e una valutazione ANVUR dei vincitori dopo tre anni;
• rinvia molti dettagli ai decreti attuativi, attesi tra ottobre e novembre 2026 ma attualmente in ritardo: da qui la tempestività di questa riflessione.

Il governo la presenta come una semplificazione che responsabilizza gli atenei; i critici temono più localismo e bandi su misura (Il Post; ADI). Qui non entreremo nel dettaglio tecnico dei decreti. Ci soffermeremo invece su una questione più generale: come le regole del reclutamento orientano il modo in cui i giovani costruiscono negli anni il proprio curriculum. Richiameremo i consigli dei grandi della scienza su che cosa valga davvero la pena inseguire, guarderemo alle pratiche delle migliori università del mondo e discuteremo un paradosso: le soglie della scorsa ASN, pur basse al punto da generare un numero eccessivo di idonei senza distinguere i casi eccezionali, avrebbero potuto escludere un premio Nobel da un concorso italiano.

Un Nobel fuori dagli schemi

Si può vincere un premio Nobel pubblicando relativamente pochi articoli? Certamente sì. Ma allora come si riconosce il valore di un ricercatore quando il suo contributo più importante non coincide con una produzione abbondante?

Nel 2024 John Jumper, ricercatore di Google DeepMind, ha ricevuto il premio Nobel per la Chimica insieme a Demis Hassabis per lo sviluppo di AlphaFold, il sistema di intelligenza artificiale che ha trasformato la previsione della struttura tridimensionale delle proteine; l’altra metà del premio è andata a David Baker. Jumper, allora trentanovenne, non era uno scienziato iperprolifico. La sua produzione, relativamente contenuta, comprendeva però l’articolo su AlphaFold 2 pubblicato su Nature nel 2021, di enorme influenza sulla biologia strutturale.

Il punto non è che Jumper avesse indicatori bibliometrici bassi in assoluto: un lavoro straordinariamente citato può produrre un impatto elevatissimo anche in un curriculum breve. Il punto è che numero di articoli, citazioni e originalità sono dimensioni diverse. Un singolo articolo può cambiare un’intera disciplina; una lunga lista di pubblicazioni, da sola, non garantisce un progresso comparabile.

La storia offre molti esempi. Secondo lo stesso Jorge Hirsch, inventore dell’indice h, alla morte di Albert Einstein, nel 1955, il suo indice era intorno a 20 (Hirsch, Physics Today). Peter Higgs, alla vigilia del Nobel del 2013, disse che oggi non avrebbe trovato posto in università, perché non sarebbe stato giudicato abbastanza produttivo (The Guardian).

Né il problema è nuovo in Italia. Alla fine degli anni Sessanta Carlo Rubbia partecipò a un concorso per una cattedra all’Università di Lecce e si classificò secondo. Andò a Harvard e proseguì le sue ricerche al CERN, dove nel 1983 guidò la scoperta dei bosoni W e Z; l’anno dopo vinse il Nobel per la Fisica. Una cattedra in Italia arrivò solo nel 1997, a Pavia, con una chiamata diretta per chiara fama resa possibile da una norma appena introdotta: la via ordinaria del concorso non l’aveva mai portato lì, e Rubbia raccontò di essersi sentito a lungo isolato (Physics World; Times Higher Education). Quel concorso non riconobbe un futuro premio Nobel.

Che cosa dicono, e non dicono, gli indici

Gli indicatori bibliometrici non sono inutili. Il numero di pubblicazioni descrive una parte dell’attività di ricerca; le citazioni segnalano la diffusione di un risultato; l’indice h cerca di combinare produttività e impatto. Ma nessuno di questi numeri misura la profondità di una scoperta, l’originalità di un’idea o il contributo personale di chi firma un lavoro collettivo.

Rocco De Nicola, presidente del Gruppo 2003, ha affrontato il tema su Scienza in rete, prima invitando a riaprire il dibattito sulla bibliometria e poi mostrando come Web of Science, Scopus e Google Scholar attribuiscano valori diversi allo stesso ricercatore. Gli indicatori dipendono dalla banca dati, dalla disciplina, dalla finestra temporale e dal termine di confronto: non sono numeri da leggere fuori contesto. La sua conclusione merita di essere ripresa:

«Le metriche sono strumenti intrinsecamente incompleti: esse non possono esaurire la complessità del valore scientifico né stabilire, da sole, il valore di un ricercatore, per fare questo è sempre necessaria una valutazione qualitativa» (De Nicola).

La posizione è equilibrata: non si tratta di liquidare la bibliometria, che può limitare valutazioni puramente reputazionali o discrezionali, ma di impedire che diventi un sostituto del giudizio scientifico.

Quando la misura diventa l’obiettivo

La legge di Goodhart ricorda che una misura, quando diventa un obiettivo, perde parte del suo significato. Se la carriera dipende soprattutto dal numero di articoli o dall’accumulo di citazioni, il sistema incentiva la frammentazione dei risultati, gli argomenti facilmente pubblicabili e le strategie per ottimizzare gli indici anziché affrontare problemi difficili.

Non è un rischio teorico. Tra il 2016 e il 2022 gli articoli indicizzati sono cresciuti del 47 per cento, molto più dei ricercatori (Hanson e altri, Quantitative Science Studies). In Italia, dopo l’introduzione delle soglie bibliometriche, le citazioni tra connazionali sono cresciute in controtendenza rispetto agli altri paesi del G10: più autocitazioni, non più impatto (Baccini e altri, PLOS ONE). E gli editori incassano: oltre un miliardo di dollari in tariffe per l’accesso aperto ai cinque maggiori tra il 2015 e il 2018 (Butler e altri, Quantitative Science Studies).

Questo non significa che pubblicare molto sia un difetto: esistono ricercatori molto produttivi e insieme innovativi. Significa che non esiste un unico profilo dell’eccellenza. Alcuni risultati maturano lentamente; altri nascono da grandi collaborazioni; altri ancora da percorsi interdisciplinari che le classificazioni tradizionali faticano a rappresentare.

Anche la valutazione qualitativa, beninteso, non è una formula magica: il giudizio degli esperti può risentire di scuole, reputazioni e relazioni personali. Per questo il problema non è scegliere tra numeri e giudizi, ma costruire un confronto trasparente tra evidenze quantitative e analisi del contenuto scientifico. Le buone pratiche mostrano come farlo. All’Università di Stoccolma esperti esterni esaminano e mettono in graduatoria i candidati prima che la commissione si riunisca, e i loro pareri scritti sono atti pubblici, consegnati agli stessi candidati (Stockholm University). All’Università di Zurigo le commissioni usano colloqui strutturati, messi a punto da specialisti, per confrontare tutti sugli stessi criteri (Università di Zurigo).

Pochi, ma maturi

I grandi scienziati avevano il problema ben chiaro. Sul sigillo di Carl Friedrich Gauss era inciso il motto «Pauca sed matura», pochi ma maturi: pubblicava soltanto risultati compiuti, e lasciò nel cassetto scoperte che altri avrebbero ritrovato decenni dopo (Popular Science Monthly). Einstein considerava una fortuna aver lavorato all’Ufficio brevetti di Berna invece che in università: la carriera accademica, scrisse, costringe un giovane a produrre scritti scientifici, e solo i caratteri forti resistono alla tentazione dell’analisi superficiale. Da impiegato, nel 1905, pubblicò i quattro articoli che cambiarono la fisica (American Institute of Physics).

Più vicino a noi, Sydney Brenner, Nobel per la Medicina nel 2002, scrisse che Fred Sanger, due volte Nobel per la Chimica, non sopravvivrebbe nella scienza di oggi: verrebbe bollato come improduttivo (Brenner, Science). Tra l’insulina (1952) e il sequenziamento dell’RNA (1967) Sanger aveva pubblicato poco di rilievo, e di nuovo poco fino al sequenziamento del DNA, dieci anni dopo.

Ai giovani, i maestri hanno dato consigli sorprendentemente convergenti. Richard Hamming, nella celebre conferenza You and Your Research (1986), osservava che chi non lavora su un problema importante difficilmente farà un lavoro importante, mentre lo scienziato medio si dedica quasi sempre a lavori di routine e sicuri (Hamming, You and Your Research). Peter Medawar, Nobel per la Medicina nel 1960, definiva la ricerca «l’arte del risolubile» e ammoniva che chi vuole fare scoperte importanti deve studiare problemi importanti (Medawar, The Art of the Soluble). Richard Feynman, appena ricevuto il Nobel, rispose a un ex allievo avvilito per i suoi problemi «umili» che i problemi che valgono sono quelli che si possono davvero risolvere o aiutare a risolvere, e che nessun problema è troppo piccolo se possiamo davvero fare qualcosa (lettera di Feynman a Koichi Mano).

Il messaggio comune non è pubblicare poco per principio, ma scegliere con cura dove investire anni di lavoro e pubblicare quando si ha qualcosa da dire. Per un giovane significa concentrarsi su pochi problemi, portarli a maturazione e rinunciare all’articolo in più che serve solo a far numero. È esattamente ciò che le griglie bibliometriche scoraggiano.

Tre lavori, non trenta

Le istituzioni ai vertici della ricerca mondiale ne hanno tratto le conseguenze:

• l’ETH di Zurigo chiede le tre pubblicazioni più importanti e mezza pagina per ciascuno dei tre principali risultati, che possono essere anche software, brevetti, spin-off o innovazioni didattiche (bando ETH);
• diversi dipartimenti del MIT accettano non più di tre pubblicazioni rappresentative, accompagnate da lettere di esperti (MIT, Nuclear Science and Engineering);
• l’Università di Zurigo ammette al massimo cinque prodotti della ricerca e chiede di non citare l’impact factor (bando dell’Università di Zurigo);
• l’European Research Council limita a dieci i risultati elencabili (ERC).

La logica è sempre la stessa: pochi lavori, letti davvero e giudicati da esperti indipendenti, con una commissione che si assume la responsabilità della scelta. Molti articoli di impatto modesto non compensano l’assenza di un contributo che abbia lasciato il segno nella propria comunità e, nei casi migliori, anche fuori.

Valutare i contributi, non soltanto i curricula

Una strada ragionevole è chiedere ai candidati di selezionare pochi contributi fondamentali, spiegando quale problema abbiano risolto, che cosa abbiano introdotto di nuovo, quale sia stato il loro ruolo effettivo e come il risultato sia stato recepito dalla comunità scientifica. Gli indicatori possono accompagnare questa analisi, senza predeterminarne l’esito. La valutazione va affidata a esperti competenti e indipendenti, anche internazionali, con motivazioni pubbliche e criteri coerenti con le specificità delle discipline: un articolo poco citato perché recente, una scoperta che apre una linea di ricerca e un lavoro di grande impatto applicativo richiedono letture diverse.

C’è infine una distinzione che l’intelligenza artificiale rende urgente. Chi fa ricerca teorica o computazionale può oggi moltiplicare la propria produzione: secondo un’analisi di oltre 41 milioni di articoli pubblicata su Nature, i ricercatori che usano strumenti di intelligenza artificiale pubblicano in media tre volte più articoli e ricevono quasi cinque volte più citazioni, ma il loro lavoro tende a concentrarsi dove i dati sono già abbondanti (Hao e altri, Nature). Chi fa ricerca sperimentale resta invece legato ai tempi dell’hardware: costruire un apparato, preparare campioni, condurre una campagna di misure o uno studio clinico richiede mesi o anni, e nessun algoritmo li comprime davvero. Confrontare questi profili contando gli articoli significherebbe penalizzare proprio chi mette alla prova le idee nel mondo fisico. Anche per questo conviene chiedere pochi lavori e giudicarli nel loro contesto.

Non è l’abilitazione, è la valutazione

La legge 129 ha «abolito» l’ASN sostituendola con requisiti minimi autocertificati, su cui si annunciano controlli automatici, magari guidati dall’intelligenza artificiale (legge 129/2026; CODAU). La riforma divide: per i critici favorirà concorsi su misura, per la CRUI va nella direzione giusta (Il Post; Avvenire; Società italiana di economia). Ma il dibattito rischia di guardare il dito. L’abolizione dell’ASN è stata motivata più dal tentativo di ridurre l’enorme contenzioso amministrativo (i famosi ricorsi al TAR) che da una seria riflessione sulle storture prodotte. E soprattutto: la selezione vera è sempre avvenuta dopo, nei concorsi, e di come si valuta in quella sede si discute molto meno.

Il decreto che fisserà i nuovi requisiti, su proposta dell’ANVUR, è l’occasione per cambiare passo. Darà ai giovani il segnale di puntare alla qualità e alla collocazione editoriale, piuttosto che alla quantità? L’ANVUR ha sottoscritto l’accordo europeo CoARA, che impegna a fondare la valutazione sul giudizio qualitativo e ad abbandonare l’uso improprio di impact factor e indice h (CoARA): questo impegno sarà recepito dalle riforme in atto?

La linea dovrebbe essere chiara: requisiti minimi semplici per filtrare, poi la responsabilità di scegliere. Gli atenei devono poter puntare sull’eccellenza in tutte le sue forme: un lavoro che ha cambiato un campo, un finanziamento competitivo come quelli dell’ERC, risultati molto citati, un trasferimento tecnologico riuscito, un impatto industriale o sociale documentato. In cambio, devono motivare pubblicamente la scelta di un candidato rispetto a un altro, con il parere di esperti esterni, e risponderne nel tempo. Autonomia senza responsabilità produce cooptazione; numeri senza giudizio producono mediocrità.

La valutazione ex post del reclutamento

Quanto pesa oggi. Nel FFO 2026 la quota premiale vale 2,54 miliardi di euro, ripartita per il 60 per cento in base alla VQR 2020-2024, per il 20 per cento in base alle politiche di reclutamento e per il 20 per cento in base alla programmazione triennale (DM 595/2025; parere CUN). Al reclutamento vanno quindi circa 500 milioni, intorno al 5 per cento di un FFO di circa 9,4 miliardi.

Perché è blanda. Primo, non giudica le scelte dell’ateneo: l’indicatore usato (IRAS2) misura i prodotti VQR dei neoassunti e dei promossi, ed è quindi a sua volta bibliometrico; nel FFO 2025 si basava ancora sui dati della VQR 2015-2019 (DM 595/2025). Secondo, le variazioni annue dei fondi di ciascun ateneo sono contenute entro una forbice stretta (tra lo 0 e il 5 per cento in più nel 2026, tra l’1 e il 6 per cento in più nel 2025): chi recluta male, in pratica, non perde risorse, ne guadagna solo un po’ meno. Terzo, CUN e CNSU sottolineano che la quota legata al reclutamento resta marginale rispetto al peso della VQR (parere CUN; parere CNSU; FLC CGIL).

Che cosa cambia con la riforma. La legge 129 introduce una valutazione ANVUR dei vincitori dopo tre anni dalla presa di servizio, con effetti sulla quota premiale del FFO, ma non ne fissa il peso: criteri, modalità ed effetti sono rinviati a linee guida ministeriali ancora da emanare (legge 129/2026).

Un’ulteriore incognita. Il disegno di legge di bilancio per il 2027 supera la ripartizione fissa 60/20/20 della quota premiale e la affida a un decreto ministeriale (Il Sole 24 Ore; Newsistruzione). Il peso futuro del reclutamento potrebbe quindi crescere, ma anche ridursi.

Il limite di impostazione. Come osserva l’ADI, il meccanismo previsto valuta il singolo reclutato più che l’ateneo che lo ha scelto (ADI). Sarebbe più efficace valutare l’esercizio della discrezionalità: motivazione dei verbali, coerenza tra profilo bandito e programmazione, quota di vincitori interni.

Conclusioni

La Riforma Bernini va, a nostro avviso, nella direzione giusta, ma forse non ancora alla radice del problema ed è blanda nell’attuare i propri principi. La bibliometria ha mostrato limiti evidenti e ha alimentato un’inflazione di articoli di poco spessore: può servire, nei casi ordinari, a verificare che esista una produzione scientifica minima, ma non a riconoscere i contributi eccezionali come, al limite, quello di Jumper. La riforma resta invece prevalentemente bibliometrica e burocratica. L’autocertificazione, con controlli soltanto ex post sulle dichiarazioni dei candidati, riduce il contributo delle commissioni nazionali, che almeno esaminavano i lavori, e lascia tutto alle commissioni locali.

Possiamo augurarci che queste lavorino bene, ma non basta sperarlo, perché oggi un ateneo che sceglie male non perde quasi nulla. È il momento di chiedere due cose precise:

1. un peso minimo garantito, e significativo, della valutazione del reclutamento nella ripartizione dei fondi premiali, al riparo dalle oscillazioni dei decreti annuali;
2. che a essere valutate siano le scelte dell’ateneo, non soltanto i prodotti dei vincitori: la motivazione dei verbali, la coerenza tra il profilo messo a bando e la programmazione, la quota di vincitori interni.

Solo così la responsabilità di scegliere, che la riforma affida alle università, avrà un prezzo per chi sceglie male e un premio per chi sceglie bene.

Appendice. Legge 129/2026: decreti attuativi e regole a regime

Le scadenze dei decreti attuativi non sono state rispettate: i lavori sono in ritardo.

A1. Decreti attuativi attesi

*Scadenze calcolate assumendo l’entrata in vigore l’8 agosto 2026 (vacatio legis ordinaria di 15 giorni dalla pubblicazione in G.U. del 24 luglio 2026); la legge non indica espressamente la data di entrata in vigore.

A2. Adempimenti a regime

Fonte: legge 16 luglio 2026, n. 129 (G.U. n. 170 del 24 luglio 2026); elaborazione della redazione di Fiscoetasse.com.