Il 13 giugno 2025 Science Advances ha pubblicato una ricerca di Alessandra Toniato e collaboratori che mostra come l’impiego di dati chimici negativi — reazioni che non hanno dato il prodotto atteso — possa migliorare, in determinate condizioni, le previsioni di modelli linguistici specializzati nelle reazioni. Il risultato introduce una domanda che va oltre l’intelligenza artificiale: quale parte della conoscenza prodotta da un laboratorio rimane inutilizzata perché non coincide con il risultato cercato? Un esperimento può non ottenere il materiale desiderato, non rilevare l’effetto atteso oppure produrre una prestazione insufficiente rispetto a un obiettivo industriale. Ciascuna di queste circostanze può contenere informazioni utili, ma non nello stesso modo. Un altro ricercatore potrebbe evitare un tentativo già dimostratosi inefficace, modificare una condizione decisiva oppure riconoscere che il risultato scartato risponde a un problema differente. Perché questo riuso sia possibile, tuttavia, non basta sapere che un esperimento è fallito. Occorre conoscere che cosa si cercava, che cosa è stato effettivamente eseguito, quale risultato è stato misurato e perché sia stato giudicato insoddisfacente. La questione riguarda quindi la capacità di trasformare esperienze locali in conoscenza trasferibile, senza attribuire a ogni insuccesso un significato più generale di quello sostenuto dalle evidenze.