fbpx L'insofferenza dei ricercatori | Page 24 | Scienza in rete

L'insofferenza dei ricercatori

Read time: 1 min

La matematica non dà preoccupazione – o noia - solo agli studenti di liceo. Uno studio condotto dall’Università di Bristol e pubblicato il 25 giugno sul Proceedings of the National Academy of Sciences, dimostra che anche i ricercatori sono insofferenti a troppa teoria matematica. Secondo la ricerca, coordinata da Tim Fawcett e Andrew Higginson del Dipartimento di Scienze Biologiche, le pubblicazioni con troppe formule vengono, infatti, citate il 50% in meno rispetto a quelli che risparmiano in equazioni o non ne fanno menzione alcuna.

“Si tratta di una conclusione importante” – ha dichiarato Fawcett – “dal momento che è una realtà che incide su tutti i settori scientifici che coprono la teoria matematica e il lavoro sperimentale. Se nuove scoperte vengono presentate in un modo che non sia accessibile ad altri ricercatori, è molto probabile che nessuno si prenderà poi la briga di ripetere gli esperimenti per confermare le teorie. Questo rappresenta un grosso ostacolo per il progresso scientifico”

Non si può certo però cancellare la matematica nel percorso di ricerca. Quale è allora la possibile soluzione? Si può, innanzitutto, migliorare la preparazione di base in matematica dei laureati in materie scientifiche. Ma, soprattutto, si dovrebbe puntare a forme più efficaci di presentazione dei propri dati, non eludendo le formule, ma accompagnandole da testi e didascalie esplicative che  possano evitare l’indifferenza di chi legge una pubblicazione scientifica

Autori: 
Sezioni: 
Matematica

prossimo articolo

Come l’intelligenza artificiale sta reinventando la chimica

modello di molecola visto in controluce

L’intelligenza artificiale sta trasformando la ricerca scientifica ben oltre la semplice scrittura automatica, entrando nel cuore dei processi di scoperta. In chimica, agenti autonomi basati su modelli linguistici progettano molecole, pianificano sintesi e persino eseguono esperimenti, accelerando tempi e riducendo costi. Ci sono opportunità straordinarie, affiancate però a rischi concreti.

L’intelligenza artificiale generativa, e in particolare i Large Language Models (LLM), ha già cambiato radicalmente il modo in cui si fa scienza. Il classico esempio spesso portato all’attenzione del pubblico è sicuramente l’utilizzo di questo tipo di strumento per la scrittura di articoli scientifici o per la creazione di immagini a corredo di tali articoli, con risultati che a volte sono anche involontariamente comici.