# Uno studio valuta come l’IA pesa le prove scientifiche

> I ricercatori presentano un benchmark biologico con 96.000 casi e riferiscono che l’addestramento alla calibrazione ha migliorato le previsioni dei modelli e la scelta degli esperimenti.

Oossa · 2026-11-02 · https://oossa.com/it/study-tests-how-ai-weighs-scientific-evidence

I ricercatori hanno presentato EDB-Bio, un benchmark basato su studi pubblicati in tre ambiti della biologia, per verificare se i modelli linguistici sappiano valutare le prove a sostegno di ipotesi scientifiche. Nei test, i modelli non addestrati mostravano sistematicamente poca fiducia nelle proprie previsioni e ottenevano risultati simili a quelli di una semplice previsione basata sui tassi di base; addestrarli a produrre probabilità meglio calibrate ne ha migliorato i risultati.

Secondo i ricercatori, il loro modello Ibis0 ha selezionato gli esperimenti con un’efficienza 2,5 volte superiore a quella del migliore modello di frontiera in un compito di selezione sequenziale degli esperimenti. Hanno reso pubblici il codice, i dati e i modelli addestrati.

## I fatti

- EDB-Bio comprende 96.000 episodi tratti da studi di trascrittomica, screening CRISPR e studi di associazione sull’intero genoma umano.
- L’articolo è stato pubblicato su arXiv il 2026-10-29; la scheda indica come data di pubblicazione il 2 novembre 2026.

## Perché conta

Per gli scienziati che usano l’IA per scegliere gli esperimenti, i risultati suggeriscono che l’addestramento alla calibrazione delle probabilità può migliorare la selezione degli esperimenti, anche se il vantaggio riportato riguarda soltanto il compito dello studio e non è stato convalidato in modo indipendente in questa sede.

## Fonti e riferimenti

1. [Do Language Models Know What Compelling Scientific Evidence Looks Like?](https://arxiv.org/abs/2610.41015) – arXiv cs.LG, 2026-11-02

Ultimo aggiornamento: 2026-11-02