Introduzione all’Intelligenza Artificiale nella Ricerca Scientifica
Gentile Direttore,
L’articolo di Milena Gabanelli e Andrea Priante pubblicato sul Corriere della Sera sull’uso dell’intelligenza artificiale nelle pubblicazioni scientifiche e nella ricerca clinica mette in luce un problema concreto e attuale. Gli strumenti di intelligenza artificiale generativa sono in grado di creare testi, immagini e dataset artificiali molto credibili, con il rischio di un loro utilizzo improprio o fraudolento nella ricerca scientifica.
Un Titolo Fuorviante
Tuttavia, il titolo scelto dall’articolo, “Così l’Intelligenza artificiale è usata per imbrogliare negli studi clinici”, è decisamente fuorviante. Sebbene l’argomento sia di grande rilevanza, è fondamentale trattarlo con precisione, distinguendo tra situazioni già verificate e potenziali rischi futuri. Il titolo può indurre i lettori a credere che l’intelligenza artificiale stia già venendo utilizzata per falsificare studi clinici, minando la fiducia nelle prove scientifiche che hanno guidato l’approvazione di farmaci da parte degli enti regolatori.
Esempi di Distorsione e Reali Rischi
Gli esempi illustrati nell’articolo non supportano questa tesi. Viene menzionato un recente esperimento italiano dove l’intelligenza artificiale è stata utilizzata per creare dati falsi, ma l’obiettivo era dimostrare proprio i rischi associati, non sfruttarli. Sebbene tali episodi pongano interrogativi importanti sulla necessità di un maggiore controllo editoriale e revisione dei manoscritti, non si tratta di esempi di frode clinica già in atto.
La Sicurezza nella Ricerca Clinica Registrativa
È cruciale chiarire come funzioni un studio clinico registrativo: questo non inizia con la sottomissione di un manoscritto a una rivista, ma richiede una revisione da parte di autorità regolatorie e comitati etici, oltre alla registrazione in appositi registri pubblici. Ogni centro partecipante è identificato e autorizzato, i pazienti devono fornite il consenso informato, e tutti i dati devono essere tracciabili e conformi alla documentazione clinicaoriginale. I meccanismi di verifica e controllo contribuiscono significativamente a garantire l’integrità e l’affidabilità dei dati.
Precedenti di Falsificazione nella Ricerca
È importante notare che la falsificazione dei dati e la manipolazione delle immagini non sono fenomeni nuovi; esistevano già prima dell’era dell’intelligenza artificiale. Esempi storici, come il “caso Bezwoda” circa trent’anni fa, evidenziano che questi problemi sono intrinseci alla ricerca scientifica e non sono creati da tecnologie emergenti. Sebbene l’intelligenza artificiale possa amplificare questi rischi, è fondamentale non generalizzare o stigmatizzare la ricerca clinica nel suo complesso.
Potenziali Vulnerabilità negli Studi Accademici
Nonostante le protezioni offerte nelle ricerche registrative, esistono contesti, come gli studi accademici spontanei e di piccole dimensioni, dove i controlli potrebbero essere meno rigorosi. Ciò non significa che questi studi siano di minore valore; viceversa, la ricerca indipendente è cruciale per rispondere a domande cliniche vitali che possono non avere interesse commerciale. È essenziale investire nelle infrastrutture di ricerca e garantire che i ricercatori abbiano le risorse per condurre studi di alta qualità.
Importanza della Fiducia nella Ricerca Clinica
In oncologia, la ricerca clinica è fondamentale per tradurre ipotesi scientifiche in trattamenti efficaci. I pazienti spesso cercano studi clinici e decidono di partecipare, contribuendo non solo alla propria cura ma anche al progresso della medicina. È vitale non minare la fiducia del pubblico nella ricerca clinica. La fiducia deve essere basata sulla trasparenza e il monitoraggio, affinché i pazienti possano sentirsi sicuri di partecipare a sperimentazioni cliniche.
Conclusioni sulla Responsabilità della Comunicazione
La comunicazione pubblica gioca un ruolo cruciale nell’informare e sensibilizzare il pubblico sui rischi legati all’intelligenza artificiale nella ricerca scientifica. È importante denunciare la possibilità di frodi, ma distinguere tra vulnerabilità teoriche e frodi reali. Titoli sensazionalistici possono rischiare di compromettere la fiducia dei pazienti e ridurre il numero di studi clinici. In un’epoca in cui si discute sulla rapida evoluzione dell’intelligenza artificiale, è necessario aggiornare le normative mantenendo al contempo la fiducia dei cittadini nella ricerca clinica, che rimane una pietra miliare per il progresso della medicina.
Prof. Massimo Di Maio, Dipartimento di Oncologia, Università di Torino, AOU Città della Salute e della Scienza di Torino, Presidente AIOM