Può l'IA prevedere il vincitore di un premio Nobel per la fisica o la chimica con l'85% di accuratezza un decennio in anticipo ?

Le previsioni per il Premio Nobel si basano sull'identificazione di contributi scientifici rivoluzionari, spesso imprevedibili. L'IA può analizzare reti di citazioni, tendenze di ricerca e modelli storici per prevedere i probabili vincitori. Questa capacità riflette il crescente ruolo dell'IA nella valutazione dell'impatto scientifico a lungo termine, sebbene rimanga controversa negli ambienti accademici.

Background

Predictive efforts rely on mining citation networks, research trends, and past award patterns to identify scientists whose work is accumulating unusually strong and fast-growing influence. Early studies reported modest early-warning signals—accuracies of only 40–60 % when projecting major prizes five or more years ahead—raising questions about scalability to a full decade. Work that claims 85 % accuracy often depends on small, hand-curated datasets or post-hoc labeling rather than rigorous out-of-sample validation over multiple decades of Nobel history. Independent assessments emphasize the role of unquantifiable committee judgments and idiosyncratic factors in the Royal Swedish Academy of Sciences’ selection process, arguing that deterministic prediction at such strict thresholds remains infeasible.