L’algoritmo ha trovato un solo spazio vuoto su duemila

Lo studio su arXiv mostra che solo un candidato su 2.128 supera la revisione umana

Duemilacentoventotto candidati all’invenzione generati da un’intelligenza artificiale. Dopo un filtro automatico di qualità, ne restano circa 1.915. Poi quattro specialisti li esaminano uno per uno: 191 vengono rimandati al mittente con la dicitura «da rivedere», solo 1 ottiene il via libera definitivo. Lo 0,05 per cento. Il dato arriva da uno studio pubblicato su arXiv e non racconta una storia di fallimento. Racconta qualcosa di più interessante: in un dominio tecnico denso, trovare uno spazio davvero vuoto è molto più difficile che riempirlo.

Lo 0,05% che cambia la ricerca brevettuale

Il sistema si chiama TVA, Topological Void Analysis. Lo scorso aprile è stato applicato a circa 140.000 documenti indicizzati e ha generato 2.128 candidati all’invenzione distribuiti su 96 obiettivi. Il primo filtro, completamente automatico, ne promuove il 90 per cento: un tasso di sopravvivenza altissimo, che però crolla appena entra in campo lo sguardo umano. Quattro specialisti hanno condotto una revisione avversaria sui candidati superstiti: 191 verdetti REVISE, 1 solo APPROVE. Il tasso di successo end-to-end è dello 0,05 per cento. Non è un errore di sistema: è la misura di quanto sia raro trovare un’idea che un essere umano competente giudichi contemporaneamente nuova, non ovvia e tecnicamente sensata. Per capire cosa significa serve guardare dentro il metodo.

Dentro il vuoto topologico: come un grafo di conoscenza genera invenzioni

La ricerca brevettuale tradizionale funziona per parole chiave o per citazioni. Cerchi ciò che sai già nominare, o segui la scia di documenti collegati da riferimenti incrociati. Il limite è strutturale: recuperi solo contenuti già noti. Non identifichi ciò che manca. Alcuni approcci più sofisticati, come il completamento dei grafi di conoscenza, provano a prevedere archi mancanti tra entità note, ma richiedono uno schema di relazioni predefinito e non modellano la nozione continua di «marginalità» — quel gradiente di non-ovvietà che nei sistemi brevettuali distingue un’invenzione da una variazione incrementale.

TVA ragiona in modo diverso. Parte dalla Platonic Representation Hypothesis formulata da Huh e colleghi nel 2024: modelli sufficientemente addestrati — indipendentemente dall’architettura, dalla modalità o dalla scala — convergono verso una geometria statistica comune del mondo su cui sono stati addestrati. In pratica, embedding di documenti tecnici generati da modelli diversi tendono a disporsi nello stesso spazio ad alta dimensionalità, con distanze e prossimità che rispecchiano relazioni semantiche reali. TVA sfrutta questa geometria per identificare «vuoti topologici»: regioni dello spazio di conoscenza dove nessun documento è stato ancora posizionato, ma che risultano circondate da tecnologie già esistenti. Non cerca ciò che è stato scritto. Cerca ciò che potrebbe essere scritto, date le conoscenze circostanti.

È un cambio di prospettiva che ha implicazioni concrete per chi fa innovazione in settori affollati. Identificare dove innovare in un dominio tecnico denso — come i sistemi operativi o il co-design hardware/software — è fondamentalmente un problema di ricerca in uno spazio di conoscenza ad alta dimensionalità. E il momento cruciale, quello in cui un ricercatore «nota» uno spazio bianco, è strozzato dall’attenzione umana e dall’ampiezza del dominio che una singola persona può padroneggiare. Un algoritmo che mappa sistematicamente i vuoti non sostituisce l’inventore, ma sposta il collo di bottiglia: dal notare al valutare.

Patsnap contro l’USPTO: chi disegna la mappa dell’innovazione?

TVA non nasce nel vuoto competitivo. Patsnap, l’azienda di patent intelligence fondata nel 2007 che ha sviluppato il sistema, ha diciassette anni di storia nell’analisi brevettuale. L’analisi degli spazi bianchi — cioè l’identificazione di opportunità di innovazione nei gap del panorama brevettuale — è da tempo una pratica consolidata nel settore, ma i metodi tradizionali si basano su parole chiave e classificazioni. TVA li sostituisce con la geometria degli embedding topologici. Nel frattempo anche il pubblico si muove: l’Ufficio brevetti statunitense ha lanciato ASAP!, un programma pilota per la ricerca automatizzata basata sull’intelligenza artificiale, attivo tra ottobre 2025 e aprile 2026. La convergenza tra iniziativa pubblica e privata suggerisce che la mappa dell’innovazione sta diventando essa stessa un asset strategico. Chi la disegna meglio — e chi ha accesso ai vuoti che identifica — può orientare le scelte di ricerca e sviluppo prima ancora che un concorrente abbia formulato la domanda giusta.

Per chi produce innovazione software, il messaggio è chiaro: la prossima invenzione potrebbe non nascere da un’intuizione improvvisa, ma da un algoritmo che mappa sistematicamente ciò che ancora non esiste. E chi controllerà quella mappa avrà un vantaggio competitivo senza precedenti.