🤖 Negli ultimi mesi sull'AI ho letto di tutto. Che ci estinguerà, con tanto di bestseller sul tema. Che le riviste affogano in manoscritti generati a catena. Che gli abstract sono pieni di parole che nessun umano userebbe a voce. Che l'AI inventa studi clinici e falsa i dati. Che i risultati, ormai, non li controlla più nessuno.
Sull'estinzione non ho dati. Sulla ricerca sì, almeno nel mio campo. Sono andato a vedere le valutazioni economiche pubblicate dal 2021 a oggi su due delle riviste più importanti del settore.
📝 La scrittura sta cambiando. Nel 2026 le parole tipiche dell'editing con LLM compaiono 4,68 volte ogni 1.000, il massimo della serie. Indizi di stile, non prove di paternità. Ma chi legge molto comincia a riconoscerle a occhio.
📊 I risultati anche, in peggio? Ho provato a rifare i conti: partire da quello che gli autori scrivono nel paper e ricalcolare i QALY che il modello stima. Nel 2022 il mio risultato si discostava da quello pubblicato di oltre il 4%. Nel 2026 dello 0,05%.
🔎 Lettura possibile, non dimostrazione. E se lo strumento che tutti temono per la scrittura alla fine costringesse a esplicitare assunzioni e passaggi in modo più standardizzato e chiaro? Magari con un'AI ben addestrata si potrebbe migliorare proprio la caratteristica principale di un lavoro scientifico: la riproducibilità.
🙃 Su allucinazioni e dati falsi, una precisazione storica. Di sfondoni il nostro ambito è sempre stato pieno: studenti, colleghi e il sottoscritto ne abbiamo dette di ogni, nelle discussioni e nelle prime versioni di tesi e paper. Abbiamo sempre cercato di verificare prima di pubblicare, e qualche cavolata è uscita lo stesso. Per inventare una tabella, poi, non è mai servita un'AI: bastavano un foglio Excel e poca voglia di farsi controllare. L'AI non ha inventato l'errore, lo ha reso più economico. Ma ha reso economico anche il controllo: rifare i conti di un paper oggi costa un pomeriggio, non un mese. Vista così, il bicchiere non è più mezzo vuoto 😊
🎓 Per questo l'AI si tratta come qualunque collaboratore: si guida, si controlla, si firma. E all'accademia tocca non insegnare lo strumento, che cambia ogni sei mesi, ma insegnare a ricostruire un risultato e a capire su quali assunzioni si regge.
Questi post, in cui l'AI entra a pieno titolo, non sono certo articoli scientifici. Eppure finiscono tutti allo stesso modo: una discussione con i colleghi, un titolo di tesi, in qualche caso un articolo o perfino un percorso di dottorato. Una domanda, un primo numero, qualcuno che lo mette in dubbio. Non è questo, in fondo, il fine della ricerca?
Già che ci siamo: se vi interessa come si fa, abbiamo ancora qualche posto alla Modelling Week.
📅 Immatricolazioni entro il 22 settembre. Restano gli ultimi posti.
📌 https://lnkd.in/epJsWJ7S
Disfarm Unimi Università degli Studi di Milano
#HTA #Farmacoeconomia #HealthEconomics #AI #ModellingWeek
