Ricerca collaborativa e tracciabile

Oggi chi fa ricerca passa continuamente da Zotero per la letteratura a Obsidian per gli appunti, da Overleaf per la scrittura a VS Code o Vim per il codice, oltre a server remoti via SSH, notebook per gli esperimenti e agenti di programmazione che operano in alcuni di questi ambienti. Ora ogni strumento sta aggiungendo la propria IA e ogni agente ne eredita i confini. Invece di un unico contesto di progetto, ci si ritrova con più contesti isolati, che portano gli agenti a commettere errori banali. Per evitarlo, ripetiamo ogni volta ciò che potrebbe mancare. Il filo del ragionamento si spezza e il contesto più sottile finisce per deteriorarsi, fino quasi a scomparire tra una finestra e l’altra.

Gli agenti nel terminale e le applicazioni basate su connettori hanno già mostrato quanto l’IA diventi più capace quando può lavorare su sistemi diversi senza continui cambi di contesto. Ma collegare non significa controllare. Un connettore remoto può cambiare dopo essere stato autorizzato e i dati che restituisce possono introdurre istruzioni nel contesto dell’agente. Un’autorizzazione concessa una sola volta non costituisce un confine di sicurezza duraturo. Il progetto di ricerca dovrebbe essere il livello di integrazione, con tutti i suoi artefatti in un unico spazio di lavoro e accessi visibili, revocabili e limitati al progetto.

In molti progetti di ricerca, collaborare significa ancora far circolare l’ultima versione del PDF. Un coautore commenta il manoscritto, il responsabile scientifico esamina i grafici finali e i loro suggerimenti arrivano quando le decisioni più importanti sono già state prese. Oggi l’IA consente a ciascuno di procedere più rapidamente nella propria parte del lavoro, con il rischio di lasciare ancora più indietro il resto del gruppo.

Una ricerca davvero collaborativa condivide la catena che ha prodotto l’articolo, non soltanto l’articolo stesso. I coautori dovrebbero poter seguire l’ipotesi, la letteratura, i limiti, gli esperimenti, i tentativi falliti e le decisioni mentre prendono forma. Con questo contesto, ogni collaboratore e la sua IA possono comprendere il progetto abbastanza a fondo da mettere a frutto la propria esperienza nel momento in cui conta, non soltanto quando il manoscritto è pronto per essere inviato.

Quando la ricerca diventa davvero collaborativa, la sfida successiva è rendere leggibile la sua traiettoria. Un risultato isolato non dice a un collaboratore perché un approccio è stato abbandonato, quali ipotesi restano aperte o che cosa è stato modificato da una persona o da un agente dall’ultima volta che ha guardato il progetto. Senza questa storia, tornare al lavoro significa ricostruirlo prima di poterlo portare avanti.

Il progresso non è una linea retta dall’ipotesi all’articolo. Comprende esperimenti falliti, spiegazioni scartate, cambi di direzione e le prove che li hanno giustificati. Questi rami devono restare collegati al lavoro attuale, insieme all’indicazione di chi, persona o agente, ha dato ogni contributo e di che cosa è stato verificato. Così un coautore può capire dove serve la sua competenza, il responsabile scientifico può valutare la direzione e il gruppo può costruire su ciò che ha già imparato, invece di ripeterlo.