Tre delle cinque grandi estinzioni di massa della storia della Terra potrebbero non essere state quelle catastrofi fulminee che la paleontologia classica ha a lungo immaginato. È quanto emerge da uno studio presentato in ottobre 2026 al Geological Society of America di Denver, condotto da ricercatori della Nanjing University, che hanno impiegato l’intelligenza artificiale per analizzare circa 4 milioni di fossili marini — un corpus di dati di dimensioni senza precedenti per questo tipo di ricerca.
Un archivio da 4 milioni di fossili, esaminato con l’IA
La paleontologia tradizionale ha sempre dovuto fare i conti con un problema strutturale: i dati fossili sono abbondanti ma dispersi, spesso raccolti in decenni di campagne di scavo su più continenti, con metodologie eterogenee e lacune inevitabili nel registro stratigrafico. Confrontare manualmente milioni di reperti per ricostruire la curva di estinzione di intere famiglie di organismi è un’impresa che supera le capacità di qualsiasi gruppo di ricerca umano.
I ricercatori della Nanjing University hanno affrontato questo limite in modo diretto: hanno addestrato un sistema di intelligenza artificiale su un dataset di circa 4 milioni di fossili marini, lasciando che il modello cercasse pattern nei dati senza i preconcetti che inevitabilmente accompagnano l’analisi umana. Il risultato è stato pubblicato su Nature e presentato alla conferenza della Geological Society of America a Denver nell’ottobre 2026.
La scelta di concentrarsi sui fossili marini non è casuale: gli ambienti oceanici producono un record stratigrafico molto più continuo e leggibile rispetto a quelli terrestri, rendendo più affidabile la ricostruzione delle curve di biodiversità nel tempo geologico.
Tre estinzioni di massa su cinque: più lente di quanto si credeva
Il dato centrale dello studio è che tre delle cinque estinzioni di massa riconosciute dalla comunità scientifica sembrano essersi svolte in modo significativamente più graduale di quanto la ricerca tradizionale avesse suggerito. Non crolli improvvisi della biodiversità, dunque, ma processi più estesi nel tempo, con dinamiche di declino e scomparsa delle specie distribuite su archi temporali più lunghi.
Questo non significa che quelle estinzioni siano state meno devastanti in termini di perdita di biodiversità. Significa, però, che il meccanismo con cui si sono sviluppate potrebbe essere diverso — e che le nostre ricostruzioni precedenti potrebbero aver risentito di un bias intrinseco nel modo in cui i fossili vengono trovati, classificati e datati.
Il problema è noto in paleontologia come Signor-Lipps effect: l’ultimo esemplare fossile di una specie rinvenuto in uno strato geologico non corrisponde necessariamente all’ultimo individuo di quella specie mai vissuto. Le lacune nel registro fossile tendono a comprimere artificialmente la durata apparente delle estinzioni, facendole sembrare più brusche di quanto fossero realmente.
→ Leggi anche: Piccole e medie imprese: solo 1 su 4 usa l'IA nelle attività quotidiane
L’IA, analizzando un volume di dati enormemente superiore a quello accessibile con metodi tradizionali, è in grado di attenuare parzialmente questo effetto, restituendo una visione statistica più robusta dei tempi di scomparsa delle specie.
Cosa cambia nella comprensione delle grandi crisi biologiche
Se tre delle cinque estinzioni di massa si sono svolte su tempi più lunghi, le domande che ne derivano sono immediate: quali meccanismi le hanno causate? E in che misura i modelli che abbiamo costruito per spiegare quelle crisi — basati sull’idea di eventi improvvisi e catastrofici — vanno rivisti?
Le cinque grandi estinzioni di massa riconosciute dalla paleontologia si distribuiscono lungo oltre 400 milioni di anni di storia della vita complessa sul pianeta. Alcune di esse, come quella di fine Cretaceo che segnò la scomparsa dei dinosauri non aviari circa 66 milioni di anni fa, sono associate a eventi ben documentati come l’impatto di un asteroide. Altre hanno cause ancora discusse, con ipotesi che vanno dal vulcanismo su larga scala alle variazioni climatiche prolungate.
Il fatto che lo studio della Nanjing University suggerisca una maggiore gradualità per tre di questi eventi non elimina le cause già identificate, ma invita a considerare che quelle cause potrebbero aver agito su scale temporali più estese, o che abbiano interagito con processi ambientali più lenti in modo più complesso di quanto i modelli attuali prevedano.
Sul piano metodologico, lo studio apre anche una riflessione sul ruolo dell’intelligenza artificiale nella ricerca paleontologica. La capacità di elaborare milioni di record fossili in modo sistematico e riproducibile rappresenta un cambio di scala reale rispetto alle analisi condotte su campioni più limitati. Non si tratta di sostituire il giudizio del paleontologo, ma di fornirgli uno strumento capace di identificare segnali statistici che altrimenti resterebbero nascosti nel rumore dei dati.
I limiti dello studio e le prossime domande
Come per ogni ricerca di questo tipo, è importante non sopravvalutare la portata delle conclusioni prima che la comunità scientifica abbia avuto modo di replicare e discutere i risultati nel dettaglio. Lo studio si basa su fossili marini, e non è detto che le stesse conclusioni valgano per gli organismi terrestri, il cui record fossile è strutturalmente più frammentario.
Restano aperte diverse domande: quali sono esattamente le tre estinzioni di massa identificate come più graduali? Con quale margine temporale si differenziano dalle stime precedenti? E come si concilia questa gradualità con gli eventi geologici o astronomici che tradizionalmente vengono indicati come fattori scatenanti?
I risultati pubblicati su Nature e presentati a Denver rappresentano un punto di partenza — solido per la scala dei dati analizzati, ma destinato ad alimentare un dibattito scientifico che richiederà anni di approfondimento. La paleontologia ha imparato da tempo a convivere con la revisione delle proprie certezze: è parte costitutiva di una disciplina che lavora con frammenti di un passato lontanissimo. Questa volta, però, ha a disposizione uno strumento nuovo per farlo con molto più materiale tra le mani.
Questo articolo è stato realizzato con il supporto dell'AI e sottoposto a revisione editoriale.
