L’IA può accelerare la ricerca, non sostituire il metodo scientifico
L’intelligenza artificiale non è più uno strumento marginale nella ricerca scientifica.
Nel contesto biomedico, l’intelligenza artificiale può offrire vantaggi significativi. Può elaborare grandi quantità di dati, riconoscere pattern complessi, integrare informazioni cliniche, laboratoristiche, omiche e di imaging, supportare la formulazione di ipotesi e facilitare la revisione della letteratura. Può inoltre migliorare la coerenza linguistica di un manoscritto e rendere più efficiente il lavoro editoriale.
Tuttavia, velocità e capacità computazionale non equivalgono a validità scientifica. L’IA può produrre testi formalmente corretti ma concettualmente inesatti, generare riferimenti bibliografici non esistenti, amplificare bias presenti nei dati di addestramento o restituire interpretazioni prive di adeguato contesto clinico. Per questo, gli autori ribadiscono che l’IA deve essere considerata uno strumento di supporto, non un soggetto autonomo del processo scientifico.
Il punto è particolarmente rilevante per la sanità: una pubblicazione biomedica non è un contenuto qualsiasi. Può influenzare percorsi di ricerca, decisioni cliniche, raccomandazioni, formazione dei professionisti e fiducia della popolazione nella scienza.
L’IA non può essere autore
Uno dei punti più netti riguarda l’autorship. L’intelligenza artificiale non può essere indicata come autore di un articolo scientifico, perché non può assumersi responsabilità pubblica per il contenuto prodotto, non può garantire accuratezza, originalità, correttezza metodologica o dichiarare conflitti di interesse.
Questa posizione è coerente con le indicazioni dell’ICMJE, secondo cui gli strumenti di IA non devono essere elencati o citati come autori. Gli esseri umani restano responsabili della revisione, dell’accuratezza e dell’attribuzione corretta di qualsiasi contenuto generato o assistito dall’IA. L’ICMJE richiama inoltre la necessità di dichiarare quale strumento è stato usato e per quale scopo, oltre alla tutela della riservatezza dei manoscritti sottoposti a revisione.
In altre parole, l’IA può contribuire a un processo, ma non può rispondere del risultato. La responsabilità scientifica resta dell’autore.
Peer review e riservatezza
Un passaggio particolarmente rilevante riguarda la revisione tra pari. L’IA può aiutare il revisore a organizzare meglio un commento o a migliorare la chiarezza di una valutazione, ma non può sostituire il giudizio esperto. Soprattutto, non dovrebbe essere usata caricando manoscritti riservati in strumenti esterni non autorizzati.
Il manoscritto inviato a una rivista è una comunicazione confidenziale. Inserirlo in sistemi non controllati può esporre dati, immagini, risultati non pubblicati e proprietà intellettuale. Anche le raccomandazioni WAME sottolineano che autori, editor e revisori devono dichiarare l’uso di chatbot o strumenti generativi e restano responsabili dei contenuti prodotti con il loro supporto.
La revisione scientifica, quindi, può essere assistita dall’IA, ma deve restare umana, tracciabile e responsabile.
Gli AI detector non bastano
Gli autori invitano alla cautela anche rispetto agli strumenti automatici di rilevamento dei testi generati da IA. Questi sistemi non sono ancora sufficientemente affidabili per essere usati come prova autonoma di cattiva condotta. Possono non riconoscere testi generati da modelli avanzati, ma possono anche produrre falsi positivi, penalizzando in modo improprio alcuni autori, in particolare chi scrive in inglese come lingua non madre.
Per questo il commentary propone di spostare l’attenzione dalla semplice “rilevazione” alla provenienza documentata dei contenuti. Quando emergono dubbi, editor e riviste dovrebbero valutare più elementi: incongruenze interne, riferimenti bibliografici problematici, dati implausibili, anomalie nelle immagini, assenza di dati grezzi, problemi di authorship o mancanza di documentazione metodologica.
La soluzione non è affidarsi ciecamente ai detector, ma costruire processi editoriali più robusti.
Il quadro europeo e l’AI Act
Il tema della governance non riguarda solo le riviste. In Europa, l’AI Act procede con un’applicazione progressiva. Secondo la timeline ufficiale della Commissione europea, le disposizioni generali e gli obblighi di alfabetizzazione sull’IA sono partiti dal 2 febbraio 2025; le regole per i modelli di IA per finalità generali dal 2 agosto 2025; la maggior parte delle regole e l’enforcement dal 2 agosto 2026; il pieno roll-out è previsto entro il 2 agosto 2027.
Per editori, riviste scientifiche e istituzioni di ricerca, questo significa che la gestione dell’IA non può più essere affidata a indicazioni generiche. Servono policy operative, formazione, audit trail, tutela della riservatezza e regole chiare sulla responsabilità.
Perché riguarda anche i professionisti sanitari
La questione non interessa soltanto autori, editor e revisori. Riguarda anche chi legge la letteratura scientifica e la utilizza per aggiornare la pratica clinica. Infermieri, medici, professionisti sanitari, ricercatori e studenti dovranno essere sempre più capaci di interpretare studi che utilizzano IA, distinguendo tra assistenza linguistica, supporto metodologico, modelli predittivi e contenuti non adeguatamente verificabili.
L’alfabetizzazione all’intelligenza artificiale diventa quindi una competenza professionale. Non significa saper programmare un algoritmo, ma comprendere limiti, rischi, bias, tracciabilità dei dati e responsabilità degli autori.
L’intelligenza artificiale può rafforzare la pubblicazione scientifica biomedica, ma solo se resta uno strumento al servizio del metodo scientifico. Il punto non è vietarne l’uso, né normalizzarlo senza regole. Il punto è renderlo dichiarato, verificabile e subordinato alla responsabilità umana.
Il confine etico è netto: l’IA può supportare ricerca, scrittura, analisi e revisione, ma non può assumersi la responsabilità del contenuto scientifico. Quando il suo impiego è trasparente e controllato, può migliorare efficienza e rigore. Quando invece oscura il ruolo degli autori, produce dati non verificabili o sostituisce il giudizio umano, mette a rischio la fiducia nella scienza.
In una fase in cui l’IA è già dentro la filiera della conoscenza biomedica, la sfida non è usare meno tecnologia, ma usarla meglio: con metodo, responsabilità e trasparenza.