Il laboratorio AI di Anthropic rivendica la sua prima scoperta in biologia, e i biologi replicano

Anthropic ha avviato un laboratorio di biologia molecolare all'inizio di quest'anno. Secondo The Algorithm, la newsletter sull'AI di MIT Technology Review, l'annuncio è arrivato il 28 settembre. Gli agenti Claude leggono problemi difficili di biologia e formulano congetture, mentre gli scienziati umani eseguono esperimenti su ciò che gli agenti riferiscono. L'azienda ha dichiarato che il laboratorio aveva fatto la sua prima scoperta.

Conta cosa ha effettivamente trovato il sistema. MIT Technology Review riferisce che la sequenza non era nuova. Dopo 21 ore, i 950 agenti di Anthropic hanno segnalato uno schema ripetuto attorno a un enzima noto, che secondo l'azienda non era stato catalogato prima.

Cosa hanno fatto gli agenti, in parole semplici

MIT Technology Review inquadra il problema come un problema da biblioteca: milioni di sequenze di DNA, in crescita man mano che gli scienziati sequenziano sempre più del mondo vivente. Una via verso una svolta è individuare una sequenza peculiare che codifica un enzima interessante. Poi bisogna capire cosa fa quell'enzima. La newsletter osserva che è in questo secondo passo che sta la difficoltà, e dove resta essenziale la competenza umana. Il sistema di Anthropic, dice l'azienda, è stato costruito per aiutare nel primo passo, non nel secondo. Eppure l'annuncio ha confuso i due, secondo i critici.

L'annuncio di Anthropic si è appoggiato a un paragone. Ha definito lo schema "simile" a ciò che ha portato al CRISPR, la tecnologia di editing genetico che, nelle parole dell'azienda, "ha già trasformato la scienza e la medicina". Letta così, un esercito di agenti aveva trovato qualcosa di notevole.

I biologi non l'hanno letta così. Un post diventato virale di Lucas Harrington, biologo, sosteneva che "trovare uno strano gruppo di geni e ripetizioni è spesso la parte facile", e che la parte difficile, da cui nascono le vere scoperte, è capire cosa fa il sistema. Il post è stato poi sostenuto dal presidente e amministratore delegato della casa farmaceutica Eli Lilly, secondo MIT Technology Review.

Una rivendicazione precedente, e una domanda su Claude

Poi è arrivato un secondo problema. Nel fine settimana, Mario Rodríguez Mestre, biologo all'Università di Copenaghen, ha detto che il suo gruppo aveva già scoperto questo stesso schema, ha riferito il New York Times. Mestre, che chiacchierava regolarmente con Claude nel suo lavoro, si è chiesto se il team di Anthropic avesse imparato dalle sue conversazioni. Anthropic lo nega. Mestre dice comunque che smetterà del tutto di usare Claude.

Questa è la parte della storia che non si risolverà in fretta. Un'azienda dice che il suo modello ha trovato qualcosa. Un ricercatore dice di averla trovata prima, quattro anni fa, e di aver discusso lavori correlati con il modello. La disputa verte sui dati di addestramento e sulla divulgazione, non sulla biologia, e non c'è un meccanismo ovvio per risolverla in pubblico.

La discussione più profonda riguarda l'inquadramento. MIT Technology Review osserva che le aziende di AI non presentano i loro sistemi semplicemente come strumenti, come microscopi o supercomputer. Insistono invece sul fatto che i sistemi facciano scoperte da soli. Per alcuni biologi questo è incompatibile con il modo in cui funziona la scienza, dove la nuova conoscenza tende a emergere dalla collaborazione e da un arsenale crescente di strumenti.

Perché l'asticella si sposta

C'è un costo in questo inquadramento. MIT Technology Review sostiene che, una volta che lo standard diventa se Claude in persona abbia fatto una scoperta, ogni risultato finisce in uno dei due cesti: svolta o fallimento. La via di mezzo sparisce dalla vista, anche se la newsletter la definisce lavoro scientifico legittimo. È la via in cui un'AI riduce 200.000 candidati a pochi che vale la pena esplorare.

Lo stesso schema si è visto all'inizio di questo mese. OpenAI ha detto che i suoi agenti avevano risolto un problema matematico da un milione di dollari, e un paio di settimane dopo quasi ogni scettico dell'AI condivideva un articolo che chiedeva se fosse davvero il problema matematico a contare. MIT Technology Review è esplicita: il pezzo non sosteneva che la soluzione di OpenAI fosse sbagliata. Sosteneva che quel particolare risultato potrebbe non essere quello che interessa di più ai matematici. Aggiungi l'accusa di un matematico secondo cui i modelli avrebbero usato parte del suo lavoro senza credito, e al pubblico restano due letture: OpenAI ha imbrogliato, oppure la risposta non contava. O entrambe.

Il suggerimento finale di Harrington, citato da MIT Technology Review, era che le aziende di AI dovrebbero "alzare subito l'asticella, così che quando un'AI scoprirà davvero un meccanismo biologico fondamentalmente nuovo, tutti capiranno quanto è importante". La newsletter aggiunge una valutazione senza giri di parole: mentre Sam Altman e Dario Amodei corrono a superarsi a vicenda, alzare l'asticella potrebbe essere l'ultimo dei loro pensieri.

Il resto della settimana tra le rivendicazioni di scoperte

Il laboratorio di Anthropic non è stato l'unico argomento nell'edizione del 29 settembre di The Download. MIT Technology Review ha anche segnalato che lo Starship di SpaceX ha raggiunto l'orbita per la prima volta e ha dispiegato satelliti Starlink, anche se il volo è stato interrotto dopo un guasto al motore. Ha notato che OpenAI ha cancellato un modello, GPT-6.1 Astra, per preoccupazioni sulla sicurezza, e che la Florida ha chiesto a un tribunale di bloccare OpenAI dallo sviluppo di nuovi modelli. Un altro elemento diceva che l'agente AI di Meta ha invitato un estraneo a casa di un utente mentre negoziava una vendita su Marketplace.

Sul fronte scientifico, la newsletter ha indicato una scoperta di Nature secondo cui i cuori vecchi sembrano ringiovanire dopo il trapianto, e un articolo di Quanta secondo cui i matematici hanno risolto un problema vecchio di 55 anni usando la casualità, completando una dimostrazione proposta nel 1971.

L'edizione del 29 settembre conteneva anche una citazione del gruppo di hacker ShinyHunters, che ha detto al New York Times di aver preso di mira l'FBI per vendicarsi di un avviso sulle sue attività: "Potremo sembrare bambini con i sentimenti feriti, certo, ma nel nostro gioco conta solo la reputazione".

L'asticella per una scoperta

Vale la pena separare due cose che l'episodio di Anthropic ha unito. Una è la capacità: se un chatbot generalista possa setacciare un vasto spazio di sequenze e far emergere candidati che un umano farebbe fatica a vedere. MIT Technology Review ammette che questo è notevole, anche con gli umani che guidano ed eseguono gli esperimenti. L'altra è il merito: se il modello, invece della pipeline che lo circonda, sia lo scopritore.

La seconda domanda non ha una risposta netta, ed è per questo che la discussione continua a ripresentarsi. Un risultato di laboratorio è una catena: ipotesi, ricerca, candidato, saggio, replicazione, interpretazione. Gli agenti di Anthropic hanno occupato un anello. L'annuncio dell'azienda ha descritto l'intera catena come scoperta del sistema. I biologi hanno descritto lo stesso evento come un aiuto su lavori ingrati.

Entrambe le descrizioni possono essere vere allo stesso tempo. È proprio questo il problema per chiunque cerchi di giudicare il progresso. Se un'azienda rivendica una scoperta e un ricercatore dice che lo schema era noto, il disaccordo non riguarda se il software sia stato eseguito. Riguarda cosa conta.

L'inquadramento che MIT Technology Review dà della posta in gioco è più stretto di quanto suggeriscano i titoli. La newsletter non dice che l'AI non possa contribuire alla biologia. Dice che il settore potrebbe stare fissando l'asticella sbagliata, e che le grandi rivendicazioni rendono più difficile riconoscere il vero progresso quando arriva.

Anthropic non ha fatto marcia indietro sull'annuncio. L'azienda nega che le conversazioni di Mestre con Claude abbiano alimentato il suo risultato. Mestre ha smesso di usare il modello. Nessuna delle due posizioni è stata verificata in modo indipendente nel materiale disponibile.

Quello che resta è un caso di prova che ora altri laboratori osserveranno. Se il laboratorio di Anthropic produrrà un secondo risultato, uno in cui il meccanismo, non solo lo schema, sia stabilito e riprodotto da un gruppo esterno, la discussione sull'inquadramento diventerà più semplice. Fino ad allora, il resoconto del 28 settembre resta una discussione sul vocabolario tanto quanto sulla biologia.

Cosa osservare adesso

MIT Technology Review pubblicherà il 6 ottobre la sua lista 2026 delle aziende di tecnologia climatica da tenere d'occhio, un pacchetto che copre accumulo di energia, energia nucleare e trasporti. È un filone separato dalla disputa sulle scoperte dell'AI, ma condivide lo stesso problema editoriale: come giudicare le rivendicazioni di progresso in campi dove i tempi sono lunghi e le metriche contestate.

Per il fronte AI, il segnale a breve termine non è un altro annuncio. È se un laboratorio indipendente riprodurrà un meccanismo che il sistema di Anthropic ha fatto emergere, e se l'azienda descriverà quel lavoro come scoperta del sistema o del laboratorio.

Finché questo non accadrà, la lettura più sicura della storia del 28 settembre è quella che offre MIT Technology Review: ciò che è nuovo per un'AI può essere routine, poco sorprendente, o semplicemente non così rilevante per un biologo.