I ricercatori passano una parte sorprendente del loro tempo a scrivere: in Australia, in media il 16% dell’anno va nelle domande di finanziamento, che hanno una probabilità di successo di circa una su cinque. L’AI promette di restituire quel tempo, e lo fa: un ricercatore di un’università della Ivy League è passato da un giorno a settimana a tre quarti d’ora. Ma la stessa facilità ha fatto esplodere la produzione di bassa qualità. Le sottomissioni a ICML sono raddoppiate in un anno, a 24.000; in 2,5 milioni di articoli biomedici le citazioni inventate sono cresciute di dodici volte fra il 2023 e l’inizio del 2026; nelle riviste predatorie circa nove articoli su dieci sono generati. Due ricercatori svedesi hanno messo online due preprint su una malattia degli occhi inesistente, la «bixonimania», e in poche settimane i chatbot ne parlavano come di una cosa reale. Il dato più importante è un rovesciamento: prima dei modelli linguistici la qualità della scrittura di un paper era un buon indizio della sua qualità scientifica, oggi non lo è più.
L’AI può aiutare a rimediare, scovando immagini manipolate e incoerenze, e i revisori che la usano trovano più errori tecnici, mentre gli umani restano migliori nel giudicare novità e rilevanza. Ma le soluzioni proposte per i finanziamenti, cioè meno testi e più colloqui e curricula, rischiano di favorire chi è già dentro il sistema. Ivan Oransky, fondatore di Retraction Watch, riassume così: l’AI è l’acceleratore, la miccia è la cultura del «publish or perish». Se si vuole fermare lo slop, bisogna cambiare gli incentivi.