Il crepuscolo dei chatbot

Se ritieni che le cose stiano accelerando nel campo dell'intelligenza artificiale, probabilmente hai ragione. Modelli di intelligenza artificiale migliori dei principali laboratori di intelligenza artificiale americani sono stati rilasciati più rapidamente che mai (anche se gli interventi del governo hanno interrotto temporaneamente l'accesso a due dei modelli più potenti, Claude Fable e GPT-5.6).

Ma non si tratta solo dei tempi di rilascio. Le prove indicano anche un’accelerazione dei guadagni di capacità (anche se la frontiera rimane frastagliata e l’intelligenza artificiale rimane debole in molti luoghi). Ciò è particolarmente evidente se guardiamo alla capacità delle IA di svolgere un lavoro reale. Esistono alcune buone valutazioni che cercano di misurare quanto lavoro umano può svolgere l’intelligenza artificiale. Due dei più famosi, dal METR e dal governo ufficiale del Regno Unito AI Security Institute, stimano la quantità di ore di lavoro di un programmatore umano che l'intelligenza artificiale può eseguire con un singolo prompt. GDPval confronta gli esperti umani in molti campi con le prestazioni dell'intelligenza artificiale utilizzando giudici professionisti. Stanno tutti aumentando a un ritmo migliore che esponenziale.

Un'altra organizzazione che ha condotto esperimenti simili, Epoch, ha recentemente scoperto che Opus 4.7, lavorando da sola per 14 ore, è stata in grado di creare un pacchetto software che avrebbe richiesto 2-17 settimane di lavoro di ingegneria umana (costava $ 251 in token). Ancora una volta, i sistemi di intelligenza artificiale non possono superare tutti i test, né sono sempre economici da gestire, ma stanno sicuramente migliorando a un ritmo molto rapido. Nei miei esperimenti, ho scoperto che Fable era in grado di lavorare in modo autonomo per 9 ore per eseguire progetti software molto complessi che avrebbero richiesto a un team più di una settimana per essere completati.

Finora mi sono concentrato sui modelli di frontiera, quelli con la più alta "intelligenza". Sono realizzati da tre società americane: Anthropic, OpenAI e Google (anche se è passato un po' di tempo dall'ultima volta che Google ha rilasciato un nuovo modello). Ma esiste una seconda serie di modelli di intelligenza artificiale vicino alla frontiera che in genere restano indietro di 6-12 mesi rispetto alla frontiera, e provengono tutti dalla Cina. Si tratta di modelli a peso aperto, il che significa che chiunque può utilizzarli o modificarli dopo il rilascio (al contrario dei modelli di frontiera che sono proprietari). Ciò li rende abbastanza economici da gestire. Anch’essi stanno risalendo una curva di miglioramento esponenziale, pur restando indietro rispetto ai modelli chiusi americani. Puoi vederlo nel mio grafico delle prestazioni dell'intelligenza artificiale in un test chiamato AA-Briefcase, che simula un complesso impegno di consulenza di più settimane in cui l'intelligenza artificiale deve eseguire molti tipi di analisi. I modelli cinesi a pesi aperti (altri paesi producono modelli a pesi aperti, ma nessuno è vicino alla frontiera) si trovano sulla propria curva esponenziale, dietro i modelli statunitensi chiusi

Ma i grafici astratti ti portano solo fino a un certo punto e possono nascondere quanto sia frastagliata la frontiera (e anche il fatto che i modelli a pesi aperti, sebbene molto impressionanti, non sempre funzionano bene come indicherebbero i loro benchmark). Per ottenere informazioni reali, devi provare a utilizzare l’intelligenza artificiale per diversi casi d’uso e valutare rigorosamente quanto sono efficaci nelle aree che ti interessano. Come esempio divertente, ho creato un test in cui le IA devono costruire una simulazione interattiva di un porto che si evolve nel tempo. Puoi giocare con tutti i risultati qui. Penso che offra una prospettiva interessante su quanto i modelli possano differire l'uno dall'altro in aree come il design, l'approccio stilistico e persino il giudizio. Poiché i sistemi svolgono attività sempre più lunghe, questi fattori difficili da confrontare diventano più importanti.

Il modo in cui utilizziamo l'intelligenza artificiale sta cambiando

Poiché le IA possono svolgere compiti sempre più lunghi, il modo in cui le persone utilizzano l'IA sta cambiando. Fino a poco tempo fa, il modo dominante di utilizzare l’intelligenza artificiale era la co-intelligenza. Chiederesti all'intelligenza artificiale di fare qualcosa, controllare i risultati e poi chiederle di svolgere il passaggio successivo del tuo lavoro. Grazie a suggerimenti attenti e all'attenzione umana, potresti guidare le IA a svolgere compiti complessi e a lungo termine.

Questo approccio all'utilizzo dell'intelligenza artificiale è ancora comune e utile, ma, sempre più spesso, non è il modo in cui l'intelligenza artificiale viene utilizzata per lavori di valore. I sistemi di intelligenza artificiale di lunga durata, intelligenti e autocorrettivi non necessitano di un costante intervento umano e richiedono un modo diverso di lavorare (questo è anche l'argomento del mio prossimo libro, Co-Existence, che potresti voler preordinare qui). E, a differenza dei chatbot, gli agenti sono dotati di macchinari aggiuntivi: cablaggi che danno all'intelligenza artificiale l'accesso a strumenti e un ambiente in cui agire, e app create per agenti come Claude Code o OpenAI's Codex. Di conseguenza, la capacità già crescente dei modelli IA può essere ulteriormente migliorata con una buona imbracatura o app.

Quindi il lavoro riguarda sempre più l'assegnazione del lavoro agli agenti, piuttosto che la collaborazione con i chatbot. Uno studio congiunto condotto da OpenAI ed economisti accademici mostra la rapidità con cui ciò sta accadendo all'interno delle loro stesse organizzazioni. Fondamentalmente, non sono solo i programmatori a utilizzare gli agenti. Le funzioni legali, delle risorse umane e altre funzioni non tecnologiche hanno adottato agenti quasi allo stesso ritmo. OpenAI potrebbe essere una sorta di canarino nella miniera di carbone per ciò che accadrà altrove nel mondo del lavoro.

Il lavoro presso OpenAI assomiglia sempre più alla gestione dell'intelligenza artificiale. Un quarto dei lavoratori di OpenAI ha almeno quattro agenti in funzione contemporaneamente ogni settimana. E, poiché la codifica viene eseguita dalle IA in strumenti e app specializzate, altri ruoli iniziano a diventare una sorta di programmatori. E sono bravi a farlo. Uno studio separato su Claude Code utenti ha rilevato che gli ingegneri del software avevano un tasso di successo simile a quello di altre professioni quando utilizzavano effettivamente il codice Claude per attività di codifica.

Ciò che contava davvero non era la professione dell'utente, ma la sua competenza. Maggiore era l'esperienza di un utente nel dominio, maggiore era il successo nell'utilizzo di Claude Code in quel dominio. E, cosa ancora più interessante, più utile è stato l'output che hanno ottenuto da Claude per ogni prompt.

Stiamo passando da un mondo in cui i non esperti utilizzano i chatbot per colmare le lacune a uno in cui gli esperti utilizzano gli agenti per portare a termine il lavoro. E il modo migliore per utilizzare gli agenti è pensare a te stesso come a un manager.

Un momento nel tempo

Essere su un esponenziale significa che ogni cambiamento su una finestra fissa è più grande di quello precedente. Se la tua organizzazione scrivesse un piano di intelligenza artificiale in qualsiasi momento prima dell’inverno del 2025, descriverebbe un sistema in grado di svolgere un paio d’ore di lavoro con un tasso di errore piuttosto elevato. Pochi mesi dopo, puoi ottenere sedici ore o più di lavoro da un singolo prompt. Questo è il motivo per cui l’intelligenza artificiale continua a sentirsi come se stesse facendo passi da gigante, anche se è una curva su un grafico, continuiamo a sperimentare un costante raddoppio della capacità come una serie di shock. Siamo molto cattivi nel percepire gli esponenziali dall'interno e attualmente siamo all'interno di uno.

Penso che questo spieghi anche le turbolenze legate all'intelligenza artificiale meglio delle solite storie di campagna pubblicitaria. L’intelligenza artificiale non è in grado di rappresentare una vera minaccia alla sicurezza informatica finché non lo diventa all’improvviso, provocando cambiamenti politici improvvisi e improvvisati ai massimi livelli di governo. I mercati scontano la possibilità che l’intelligenza artificiale possa minacciare di indebolire un modello di business fino a quando all’improvviso non lo fa, portando a massicce oscillazioni delle azioni. Questi sussulti vengono letti come segni di un campo immaturo che alla fine si stabilizzerà in qualcosa di stabile. Non credo che la situazione si risolverà presto. L’instabilità è ciò che accade quando le istituzioni che si muovono alla velocità delle persone (o, peggio, dei comitati) cercano di tracciare una curva di capacità che non è affatto di natura umana. E finché restiamo su una sorta di esponenziale, e finché dura, il divario non farà altro che aumentare.