OpenAI e Anthropic affermano che i loro modelli AI hanno prodotto risultati che mettono in discussione un'assunzione di lunga data sui limiti del calcolo. Se le affermazioni dovessero reggere, i risultati potrebbero rimodellare la teoria della complessità — anche se nessuno dei due laboratori ha prodotto software pratico più veloce né violato la crittografia esistente.

Un'ipotesi del 1999 sotto pressione

L'Ipotesi del Tempo Esponenziale (ETH) fu proposta nel 1999 da Russell Impagliazzo e Ramamohan Paturi. Sostiene che certi problemi logici richiedano un tempo di calcolo esponenzialmente maggiore all'aumentare delle loro dimensioni, e i ricercatori hanno costruito su questa assunzione per decenni. In termini pratici, l'ipotesi esclude scorciatoie: stabilisce che qualsiasi algoritmo per questi problemi debba rallentare esponenzialmente all'aumentare degli input, quindi un metodo subesponenziale — il cui tempo di esecuzione cresce più lentamente di quella curva — la contraddirebbe apertamente. Secondo OpenAI, centinaia di articoli di ricerca hanno utilizzato l'ETH per stabilire limiti computazionali in campi come la teoria dei grafi, i database e la biologia computazionale. Se l'ETH si rivelasse falsa, molte di quelle conclusioni potrebbero dover essere riconsiderate.

Due laboratori, due presunte confutazioni

Il 26 ottobre, OpenAI ha annunciato che uno dei suoi modelli AI aveva prodotto una dimostrazione che mette in discussione l'ETH, nell'ambito di una pubblicazione più ampia che includeva anche risultati in analisi armonica e teoria quantistica dei campi. Una formalizzazione Lean del risultato, verificata automaticamente nell'assistente di dimostrazione Lean, attesta la validità di un algoritmo subesponenziale, mentre l'articolo di accompagnamento offre una dimostrazione teorica più solida.

Solo poche ore dopo, Anthropic ha presentato i propri risultati. L'azienda ha dichiarato che Claude aveva scoperto un algoritmo deterministico in grado di risolvere 3-SAT — un problema di riferimento canonico nella ricerca sulla complessità computazionale — in tempo subesponenziale, documentato in un repository pubblico. Il repository, tuttavia, precisa che la scoperta rimane teorica: "Il risultato è puramente asintotico e non dice nulla sulla risoluzione pratica delle formule."

Sono emerse anche domande sulla ricerca stessa. TechCrunch ha riferito che il matematico di Anthropic Levent Alpöge ha messo in dubbio quanto il lavoro di OpenAI si basasse su ricerche esistenti.

Cosa gli esperti possono — e non possono — verificare

OpenAI ha riunito un team di revisione che include i pionieri dell'ETH Impagliazzo e Paturi insieme al professor del MIT Ryan Williams, e ha accettato di sostenere una conferenza e di pubblicare i propri risultati per un ulteriore esame.

Williams aveva in precedenza criticato l'ondata di dimostrazioni generate dall'AI, sostenendo che i matematici erano sommersi dal volume di lavoro da revisionare. Ma i recenti risultati di OpenAI lo hanno incuriosito. Parlando con TechCrunch, ha notato che, sebbene alcune parti della dimostrazione sembrassero familiari, altre spiccavano: "ci sono due o tre parti dall'aspetto alieno."

È qui che l'esperienza umana diventa importante. Lean può confermare che una dimostrazione formale è logicamente corretta, ma i ricercatori devono ancora comprendere il ragionamento insolito e determinare se possa portare ad algoritmi pratici. La conferenza che OpenAI ha accettato di sostenere, e i risultati pubblicati che seguiranno, sono il prossimo punto di controllo per quell'esame — il momento in cui le "parti dall'aspetto alieno" convincono il settore o meno.

Non è P versus NP, e non è un cifrario violato

Confutare l'ETH non risolverebbe P versus NP — la distinta questione decennale di se ogni problema le cui risposte possono essere verificate rapidamente possa anche essere risolto rapidamente — né esporrebbe debolezze nella crittografia esistente. Tuttavia, i possessori di criptovalute hanno motivo di prestare attenzione. Cryptopolitan aveva precedentemente riportato l'avvertimento del ricercatore Ethereum Justin Drake secondo cui la matematica generata dall'AI — inclusa la separata pubblicazione di 722 manoscritti da parte di OpenAI — potrebbe alla fine minacciare le firme digitali. Per ora, si tratta di un avvertimento, non di una violazione dimostrata.

A luglio, Claude Mythos Preview di Anthropic ha migliorato un attacco contro HAWK, un candidato per firme post-quantum, dopo 60 ore di ricerca. Nessun sistema in produzione è stato interessato.

Una corsa alla ricerca sull'AI senza traguardo

Il rapporto State of AI 2026 descrive una corsa in ampliamento tra Anthropic, OpenAI e Google. Le misurazioni interne di Anthropic mostrano che Claude ha svolto il 26% del lavoro di R&S sui modelli monitorato ad agosto, rispetto a meno dell'1% a febbraio. Nel frattempo, l'AI Security Institute britannico riferisce che la durata di determinati compiti di cybersecurity che l'AI può completare raddoppia circa ogni otto mesi. Gli annunci sull'ETH in competizione tra loro si inseriscono in questo contesto, in cui la produzione di ricerca assistita dall'AI viene sempre più monitorata come misura dei progressi di frontiera.

L'AI sta aiutando i ricercatori a fare scoperte più rapidamente, ma una svolta matematica non si traduce automaticamente in software migliore. Anche se l'ETH venisse confutata, gli algoritmi pratici potrebbero richiedere anni per essere sviluppati — e i ricercatori umani hanno ancora molto lavoro davanti.