Quattro scienziate italiane compaiono nella classifica mondiale delle 100 migliori ricercatrici del 2023, basata sul numero di pubblicazioni e relative citazioni, resa nota dalla piattaforma accademica Research.com. Sono Silvia Franceschi, direttrice del Centro di Riferimento Oncologico (Cro) di Aviano (provincia di Pordenone), Speranza Falciano, direttrice di ricerca presso l’Istituto Nazionale di Fisica Nucleare (Infn), Eva Negri, professoressa associata presso il dipartimento di Scienze Mediche e Chirurgiche dell’Università di Bologna, e Silvia Priori, docente di cardiologia all’Università di Pavia. Ecco chi sono.

Silvia Franceschi

Franceschi si è aggiudicata il ventesimo posto in classifica, con 1.416 pubblicazioni e oltre 150mila citazioni. Dopo la laurea in medicina e chirurgia all’Università di Milano, Franceschi si è specializzata in ginecologia e statistica sanitaria per poi conseguire un master in epidemiologia presso l’Imperial Cancer Research Fund di Oxford (Regno Unito). Con il proprio lavoro di ricerca ha contribuito alla comprensione del ruolo del Papillomavirus umano (Hpv) nell’insorgenza di diversi tipi di tumore, e ha contribuito a promuovere programmi di screening e di vaccinazione in diversi Paesi dell’Asia e dell’Africa. Dal 2000 al 2018 è stata responsabile della sezione Infections and Cancer dell’International Agency for Research on Cancer (Iarc) dell’Organizzazione Mondiale della Sanità, e dal 2018 ha assunto l’incarico di direttrice scientifica del Cro di Aviano.

Speranza Falciano

Al 62esimo posto della classifica troviamo Speranza Falciano, con 1.100 pubblicazioni e più di 115mila citazioni. Falciano si è laureata in fisica presso La Sapienza di Roma e ha svolto attività di ricerca per diversi anni sia presso il Cern di Ginevra che presso l’Eth di Zurigo. Fa parte della collaborazione internazionale Atlas, uno dei due esperimenti che coinvolgono il Large Hadron Collider (Lhc), l’acceleratore di particelle del Cern di Ginevra, e che hanno portato alla scoperta del bosone di Higgs. Dal 2001 ricopre l’incarico di dirigente di ricerca presso l’Infn.

Eva Negri

Tra le scienziate italiane segue poi Eva Negri, che si è aggiudicata il settantesimo posto nella classifica globale, con 1.035 pubblicazioni e oltre 88mila citazioni. Negri si è laureata in matematica presso l’Università di Milano e si è successivamente specializzata in statistica medica presso la facoltà di Medicina e Chirurgia dello stesso ateneo. Ha inoltre partecipato a un programma di formazione in epidemiologia presso la Iarc a Lione, in Francia, e presso la Mrc Biostatistic Unit di Cambridge, nel Regno Unito. Da dicembre del 2021 è professoressa associata presso il dipartimento di Scienze Mediche e Chirurgiche dell’Università di Bologna. Sul fronte della ricerca progetta e conduce studi sull’epidemiologia dei tumori e di altre malattie non trasmissibili, con particolare interesse per quanto riguarda i fattori di rischio ambientali, occupazionali e legati allo stile di vita.

Silvia Priori

All’85esima posizione troviamo poi Silvia Priori, con 620 pubblicazioni e oltre 150mila citazioni. Priori si è laureata in medicina e chirurgia presso l’Università di Milano, specializzandosi poi in cardiologia presso la stessa facoltà. Ha inoltre conseguito il titolo di dottore di ricerca in Fisiopatologia Cardiovascolare sempre presso l’Università di Milano. Successivamente ha proseguito la sua formazione presso diversi istituti, fra cui il dipartimento di Cardiologia della Washington University di St. Louis, negli Stati Uniti. Dal 2014 è docente ordinaria di Cardiologia nel dipartimento di Medicina Molecolare dell’Università di Pavia.

Donne nella scienza

L’elenco stilato da Research.com ha, fra le altre cose, l’obiettivo di sensibilizzare riguardo alle disparità di genere, ancora tutt’altro che superate nel mondo della ricerca accademica (e non solo). Il rapporto ricorda alcuni esempi, come il fatto che, a parità di formazione, le donne hanno in media una probabilità del 4,82% inferiore rispetto agli uomini di essere incluse fra gli autori nelle pubblicazioni scientifiche.

Quando la scorsa settimana OpenAI ha reintegrato il suo amministratore delegato Sam Altman dopo averlo licenziato a sorpresa qualche giorno prima, due diverse ricostruzioni hanno riportato che un progetto top-secret dell’azienda di intelligenza artificiale, ribattezzato Q*, aveva sconvolto alcuni ricercatori.

“Grazie ad ampie risorse di calcolo, il nuovo modello è stato in grado di risolvere alcuni problemi matematici“, ha riferito Reuters, citando un’unica fonte anonima e aggiungendo che “anche se è in grado di eseguire solo calcoli al livello di studenti delle elementari, il fatto che abbia superato questi test ha reso i ricercatori molto ottimisti sul successo di Q*“. Il sito The Information – sempre citando una fonte anonima – invece ha scritto che il progetto è stato accolto come una svolta che avrebbe portato a “modelli di intelligenza artificiale molto più potenti“, e che “la velocità nello sviluppo ha allarmato alcuni ricercatori che si occupano di sicurezza dell’AI”..

Reuters ha anche parlato di una lettera scritta da alcuni ricercatori al cda di OpenAI, che avrebbe poi licenziato Altman, in cui si esprimevano preoccupazioni sul potenziale di Q* (una fonte di Wired US a conoscenza delle riflessioni del cda però smentisce la tesi). Le speculazioni su Q* sono via via aumentate, creando un’atmosfera di timore attorno a un progetto di cui non si sa quasi nulla. Lo stesso Altman è sembrato confermarne in una recente intervista a The Verge, in cui ha detto di non avere “nessun commento particolare sulla sfortunata fuga di notizie“.

Le teorie su Q*

Ma in cosa consiste Q*? Leggendo attentamente le prime ricostruzioni e considerando i problemi più scottanti nel campo dell’AI in questo momento, si potrebbe pensare che sia collegato a un progetto che OpenAI ha annunciato a maggio, quando l’azienda ha fatto sapere di aver ottenuto nuovi e impressionanti risultati grazie a una tecnica chiamata “supervisione dei processi“.

Nell’iniziativa era coinvolto Ilya Sutskever, capo della ricerca e co-fondatore di OpenAI, che inizialmente ha avuto un ruolo nell’estromissione di Altman salvo poi fare marcia indietro, e che stando a The Information era a capo anche del lavoro su Q*. Il progetto di maggio era incentrato sulla riduzione degli errori logici commessi dai modelli linguistici di grandi dimensioni (Llm). La supervisione dei processi – che prevede di allenare un modello di intelligenza artificiale a scomporre i passaggi necessari per risolvere un problema – può aumentare le probabilità che un algoritmo ottenga la risposta giusta. Il progetto ha mostrato come la tecnica potrebbe aiutare gli Llm, che spesso commettono errori banali in risposta a domande elementari di matematica, ad affrontare questi problemi in modo più efficace.