Organizational Learning in Materials Discovery Campaigns: Which Databases, Calculations, and Agent Teams Pay Off

Nella moderna ricerca di nuovi materiali, gli scienziati affrontano spesso un paradosso dell'abbondanza. Hanno accesso a vaste biblioteche digitali contenenti milioni di proprietà calcolate per diverse sostanze, dal modo in cui un cristallo conduce l'elettricità a quanto fortemente i suoi atomi si tengano insieme. La speranza è stata a lungo che raccogliere semplicemente più di questi record digitali avrebbe portato a scoperte migliori. Se un team deve trovare un semiconduttore con un gap energetico specifico, o una lega che resista alla corrosione, può consultare questi database prima ancora di mescolare prodotti chimici in un laboratorio. Tuttavia, trattare questi database come un unico, massiccio serbatoio di verità può essere fuorviante. Proprio come un gruppo di persone che cerca di risolvere un puzzle potrebbe confondersi se tutti urlassero risposte diverse e contrastanti contemporaneamente, un algoritmo informatico può essere tratto in errore se tenta di fare la media di troppe diverse fonti di informazione. La sfida non è solo trovare i dati giusti, ma capire quali fonti concordino effettivamente con la realtà e quali stiano invece solo ripetendo se stesse o offrendo rumore.

Questo è il puzzle centrale affrontato dai ricercatori dell'Università dello Utah, che hanno osservato il processo di scoperta dei materiali attraverso la lente di come le organizzazioni apprendono. Hanno trattato una campagna scientifica non solo come una serie di calcoli, ma come un team di membri, dove ogni membro è un diverso database, un tipo specifico di simulazione al computer o persino un agente software. Eseguendo migliaia di campagne simulate, hanno testato ogni possibile combinazione di questi membri per vedere quali gruppi funzionavano meglio e quali, invece, trascinavano il team verso il basso. Il loro obiettivo era capire come la conoscenza si muove all'interno di un gruppo: quando l'aggiunta di una nuova fonte aiuta e quando invece danneggia? Hanno scoperto che la risposta dipende pesantemente da come il team è strutturato e da quanto costa generare nuova informazione.

In uno dei test principali, il team ha cercato di classificare diverse famiglie di composti chimici in base ai loro band gap, ovvero una misura di quanta energia sia necessaria per far saltare un elettrone e condurre elettricità. Avevano accesso a sette diversi database, ciascuno contenente milioni di valori calcolati. Intuitivamente, si potrebbe pensare che l'uso di tutti e sette fornirebbe l'immagine più accurata. Inveve, i ricercatori hanno scoperto che il gruppo completo di sette si comportava peggio di un gruppo più piccolo e attentamente selezionato di soli tre. Quando includevano tutti e sette, la capacità del team di prevedere correttamente l'ordine dei materiali diminuiva significativamente. Il problema era che alcuni database stavano essenzialmente dicendo la stessa cosa, mentre altri offrivano previsioni che contrastavano con le misurazioni del mondo reale che il team stava cercando di far corrispondere. Unendo troppe fonti, il team diluiva il segnale delle migliori fonti con il rumore delle peggiori. Lo studio ha dimostrato che un team più piccolo e ben allineato di tre database poteva raggiungere un livello di accuratezza molto più alto rispetto all'intera collezione di sette.

I ricercatori hanno anche scoperto che la ridondanza può essere una trappola. Due dei database testati provenivano dallo stesso processo e contenevano classifiche identiche delle famiglie chimiche. Quando questi due venivano trattati come membri separati del team, finivano per raddoppiare l'importanza di quella singola opinione nel voto finale, falsando i risultati. Se il team li avesse riconosciuti come duplicati e li avesse contati come uno solo, l'esito sarebbe stato diverso. Ciò evidenzia un punto sottile ma critico: avere più dati non significa sempre avere più informazioni. Se due fonti sono solo copie l'una dell'altra, aggiungere la seconda non aggiunge nuova conoscenza; aggiunge solo peso a un'opinione esistente, il che può essere dannoso se tale opinione non è la migliore.

Un'altra scoperta chiave riguardava il costo della creazione di nuova conoscenza. Nella scienza dei materiali, alcuni dati sono già presenti negli archivi, pronti per essere utilizzati gratuitamente. Altri dati devono essere generati eseguendo costose simulazioni al computer, che richiedono tempo e potenza di calcolo. I ricercatori hanno scoperto che generare nuovi dati vale la pena solo se quei dati vengono riutilizzati molte volte. Nelle loro simulazioni, un nuovo set di calcoli ha aiutato il team a trovare i migliori materiali nelle fasi iniziali, ma solo perché copriva composti chimici che nessun database esistente possedeva. Tuttavia, una volta considerato il costo dell'esecuzione di tali calcoli, i nuovi dati hanno effettivamente frenato il team. Il beneficio di avere quella nuova informazione appariva solo quando gli stessi calcoli venivano condivisi tra più diverse campagne di ricerca. Se un team spende risorse per creare una nuova mappa di un territorio, quella mappa ripaga se stessa solo se altri team la utilizzano anch'essi.

Lo studio ha esaminato anche come lavorano i team di agenti di intelligenza artificiale. Hanno testato gruppi di agenti basati su modelli linguistici, ovvero programmi software progettati per ragionare e prendere decisioni, per vedere se potessero coordinarsi per trovare i migliori materiali più velocemente di una ricerca casuale. Sorprendentemente, questi team di agenti non sono stati performanti quanto una semplice ricerca casuale. Quando gli agenti lavoravano senza un leader chiaro, spesso ripetevano le stesse attività e perdevano opportunità. Quando veniva aggiunto un coordinatore per assegnare i compiti, il team migliorava leggermente, ma falliva comunque nel battere la base di confronto della ricerca casuale. Ciò suggerisce che aggiungere semplicemente più agenti intelligenti non crea automaticamente un team più intelligente; la struttura di come comunicano e condividono le informazioni è importante quanto l'intelligenza dei singoli individui.

Forse la parte più dinamica della ricerca ha riguardato un team adattivo capace di cambiare la propria struttura durante il lavoro. Invece di avere una gerarchia fissa in cui un membro è sempre il capo, questo team rivalutava i propri membri dopo ogni lotto di risultati. Se le previsioni di un membro iniziavano a divergere dalla realtà osservata, il team riduceva la fiducia in quel membro. Se due membri concordavano tra loro, il team li fondeva in un'unica unità per evitare di sprecare sforzi. Questo approccio flessibile ha permesso al team di trovare i migliori materiali più velocemente di qualsiasi struttura fissa, sebbene non abbia comunque performato meglio del singolo miglior membro lavorando da solo. La chiave era che il team imparava dal proprio registro, fidandosi dei membri che si erano dimostrati affidabili e ignorando quelli che non lo erano stati.

In definitiva, la ricerca suggerisce che il futuro della scoperta dei materiali non risiede nel raccogliere più dati, ma nell'essere più selettivi su come essi vengano utilizzati. Una campagna di successo dovrebbe integrare alcune poche fonti ben allineate che si adattino al problema specifico, piuttosto che cercare di usare tutto ciò che è disponibile. Dovrebbe trattare le fonti duplicate come una voce singola e solo pagare per nuovi calcoli se questi verranno riutilizzati. Soprattutto, il team deve essere in grado di imparare dalla propria esperienza, spostando la fiducia verso i membri che stanno performando bene e scartando quelli che non lo fanno. Applicando questi principi di apprendimento organizzativo, gli scienziati possono costruire team più efficienti che navigano nel complesso panorama della scoperta dei materiali con maggiore velocità e precisione.