C’è un momento, di solito alle tre del mattino mentre cerchi di far compilare un kernel custom o di capire perché quel modulo Python si comporta come un capriccio di un demone, in cui ti rendi conto che risolvere il problema non è tutto. La vera sfida è capire perché quel problema esistesse e come la sua soluzione cambi le regole del gioco.
Recentemente, circolando su Mathstodon (la versione accademica di Twitter, per chi non fosse in tema), è emersa una riflessione che scotta. Il mitico Terence Tao ha sollevato un punto che, sebbene sembri confinato alle università di prestigio, tocca corde molto vicine al nostro modo di approcciare la tecnologia: l’idea che serva una «Math 2.0». Ma che cos’è questa versione aggiornata?
Il succo della questione è che oggi siamo ossessionati dal risultato finale, dal ‘passato i test’. Nel software, è un po’ come quando ci limitiamo a guardare se il test unitario è verde, ignorando che il codice che abbiamo scritto è un mostro di debito tecnico che farà esplodere tutto al prossimo deployment. Tao sostiene che il progresso matematico non può essere misurato solo con la quantità di teoremi dimostrati o con la velocità con cui si chiudono i buchi nei vecchi problemi. Serve una valutazione più olistica, che guardi alla struttura, all’interconnessione delle idee e a come la conoscenza si espande in modo organico.
Per noi che mastichiamo codice e hardware, questa cosa risuona forte. Viviamo in un’epoca in cui l’hype intorno all’AI e ai modelli pre-addestrati ci spinge a pensare che basti aggiungere potenza di calcolo per risolvere la complessità. Ma la matematica ci insegna che l’architettura e la profondità del pensiero contano più della forza bruta. Non è solo questione di risolvere l’equazione, è capire la logica che la sostiene.
Certo, leggendo queste riflessioni dall’Italia, il primo pensiero è: «Bello, ma che cambia a me che sto cercando di far girare un container su un Raspberry Pi che scotta?». In realtà, il concetto è universale. Se ci limitiamo a una visione frammentata e puramente quantitativa, finiremo per costruire un ecosistema tecnologico fatto di pezzi che funzionano ma non sanno di far parte di un insieme.
Speriamo solo che questa «Math 2.0» non diventi l’ennesima parola d’ordine per definire nuovi standard accademici incomprensibili, ma che resti una chiamata a dare valore alla qualità e alla visione d’insieme. Perché, dopotutto, la vera magia non è nel codice che gira, ma nell’eleganza dell’algoritmo che lo rende possibile.
Source: “Math 2.0” will need to value mathematical progress more holistically