Le capacità dei modelli di IA progrediscono più velocemente e permettono di realizzare compiti sempre più lunghi, secondo diverse valutazioni. I modelli all’avanguardia dei laboratori statunitensi escono più rapidamente che mai, anche se interventi governativi hanno temporaneamente limitato l’accesso a due dei più potenti, Claude Fable e GPT-5.6.
Diversi organismi misurano la quota di lavoro umano che le IA possono svolgere. Le valutazioni di METR e dell’AI Security Institute britannico stimano la durata del lavoro di un programmatore umano che un’IA può effettuare a partire da un singolo prompt, cioè da una singola istruzione. Il test GDPval confronta invece esperti umani con le IA, con giudici professionisti. Secondo queste misure, i risultati progrediscono a un ritmo superiore a quello di una curva esponenziale.
Epoch ha rilevato che Opus 4.7, lavorando da solo per 14 ore, ha costruito un pacchetto software rappresentante tra le 2 e le 17 settimane di lavoro di ingegneria umana, per un costo di 251 dollari in token. Un token è una piccola unità di testo che il modello legge e produce. Nei suoi propri esperimenti, l’autore indica che Fable ha potuto lavorare in modo autonomo per 9 ore su progetti software molto complessi, che avrebbero richiesto a un team più di una settimana.
I modelli più avanzati sono sviluppati da Anthropic, OpenAI e Google, anche se Google non ha pubblicato un nuovo modello da un po’ di tempo. Un secondo gruppo di modelli, quasi al livello della punta, è invece cinese. Accusano un ritardo di 6-12 mesi e sono a peso aperto, il che significa che chiunque può usarli o modificarli dopo la loro uscita, a differenza dei modelli proprietari. Il loro sfruttamento è quindi poco costoso, anche se le loro prestazioni non corrispondono sempre a quelle annunciate dai loro punteggi di test.
Agenti piuttosto che chatbot
Fino a poco tempo fa, l’uso dominante consisteva nel richiedere un compito all’IA, verificare il risultato, e poi passare alla fase successiva. Questa modalità di collaborazione rimane utile, ma lascia spazio a agenti, sistemi che concatenano le azioni senza intervento umano costante. Si appoggiano a un ambiente software, chiamato harness, che dà loro accesso a strumenti, e ad applicazioni come Claude Code o il Codex di OpenAI.
Uno studio congiunto di OpenAI e di economisti universitari mostra che questa transizione accelera all’interno stesso dell’azienda. I servizi legali e le risorse umane hanno adottato gli agenti a un ritmo quasi identico a quello dei team tecnici. Un quarto dei dipendenti di OpenAI fa girare almeno quattro agenti contemporaneamente ogni settimana.
Un altro studio riguardante gli utenti di Claude Code indica che gli ingegneri software mostrano un tasso di successo comparabile a quello di altre professioni quando usano lo strumento per compiti di programmazione. Non è la professione a fare la differenza, secondo questo lavoro, ma l’esperienza: più una persona conosce il proprio campo, più riesce con lo strumento e più le risposte che ottiene da Claude a ogni prompt sono utili.
Una curva difficile da percepire
Un piano di IA redatto prima dell’inverno 2025 descriveva un sistema capace di poche ore di lavoro, con un tasso di errore piuttosto elevato. Qualche mese dopo, un singolo prompt può innescare sedici ore di lavoro o più. Questa progressione regolare dà tuttavia l’impressione di balzi successivi, perché l’essere umano percepisce male le curve esponenziali.
L’autore stima che questa dinamica spieghi anche l’instabilità che circonda l’IA. Le autorità pubbliche hanno dovuto modificare le loro politiche in fretta sulle questioni di cybersicurezza, e i mercati hanno conosciuto forti variazioni quando l’IA è sembrata minacciare certi modelli di business. Secondo lui, queste scosse non traducono una maturità in corso, ma lo scarto tra istituzioni che avanzano alla velocità umana e una capacità tecnica che progredisce secondo un’altra logica.
