I sistemi di IA non si limitano più a rispondere a richieste puntuali: ora possono ricevere un lavoro, a volte equivalente a diverse ore di lavoro umano, e restituirlo in pochi minuti. In un’analisi pubblicata sulla sua newsletter, Ethan Mollick descrive una rapida progressione di queste capacità, che, secondo lui, rischia di accentuare l’instabilità dei mercati, dell’occupazione e della politica.
Dall’arrivo di ChatGPT, il lavoro con l’IA assumeva soprattutto la forma di scambi successivi, che l’autore chiama « co-intelligenza ». Dalla fine del 2025, agenti come Claude Code, il Codex di OpenAI o OpenClaw permettono di affidare un intero compito a un’IA. L’autore parla ormai di un’epoca di « gestione » delle IA piuttosto che di lavoro al loro fianco.
Una progressione rapida e regolare
Per illustrare questa crescita, l’autore riprende il suo « Otter Test », che chiede ai modelli di generare un’immagine di una « lontra su un aereo che usa il wifi ». Tra il 2022, anno del lancio di ChatGPT, e il 2025, i progressi sono, secondo lui, rapidi e notevoli. Ha anche sottoposto un’istruzione a un modello video di ByteDance, la casa madre di TikTok, ancora non disponibile negli Stati Uniti: il risultato è, secondo l’autore, quasi perfetto, a parte un errore di pronuncia.
I benchmark, questi test standardizzati che misurano le prestazioni dei modelli, seguono la stessa curva. Il grafico METR Long Tasks misura la quantità di lavoro umano che un’IA può compiere in modo autonomo con un certo livello di affidabilità. Questo grafico è oggetto di critiche, e METR stesso ha segnalato problemi potenziali, ma la maggior parte delle misurazioni delle capacità presenta, secondo l’autore, un profilo simile. Sul test Google-Proof Q&A, studenti laureati che usano Google ottengono il 34% fuori dal loro campo e circa il 70% nel loro campo, mentre le migliori IA raggiungono il 94%. Su GDPval, le ultime IA eguagliano o superano nell’82% dei casi gli umani più performanti, secondo esperti del settore.
Questi progressi restano diseguali. L’autore sottolinea che l’IA rimane « irregolare », capace di riuscire in certi compiti a un alto livello fallendo su altri. Le aziende, dal canto loro, adottano ancora lentamente lo strumento. Alcune sperimentano tuttavia nuove organizzazioni: l’azienda di sicurezza StrongDM ha annunciato di aver progettato una « Software Factory », dove agenti IA scrivono, testano e consegnano software senza intervento umano sul codice. Le due regole esposte sono: « il codice non deve essere scritto da umani » e « il codice non deve essere rivisto da umani ». Ogni ingegnere deve dedicare a token di IA, le unità di calcolo fatturate dai modelli, un importo equivalente al suo stipendio, cioè almeno 1.000 dollari al giorno.
Una settimana agitata
Secondo l’autore, la settimana dal 22 al 27 febbraio illustra ciò che potrebbe diventare il periodo a venire. Il 22 febbraio, la società di ricerca finanziaria Citrini Research ha pubblicato uno scenario fittizio sul modo in cui l’adozione dell’IA potrebbe distruggere diverse aziende consolidate entro il 2028. Il testo, giudicato in parte inverosimile, ha comunque provocato movimenti notabili a Wall Street. Il 26 febbraio, l’azienda di servizi finanziari Block ha annunciato tagli del 40% dei posti di lavoro, attribuendoli all’IA, una spiegazione che il New York Times giudica probabilmente esagerata. Il 27 febbraio, un conflitto pubblico ha opposto il Pentagono e Anthropic sulla questione di chi debba fissare le regole d’uso di Claude da parte dello Stato.
Verso l’auto-miglioramento delle IA
L’autore menziona anche l’ »auto-miglioramento ricorsivo », o RSI, idea secondo cui le IA servono sempre più a costruire IA migliori. A Davos, a gennaio, Dario Amodei, di Anthropic, ha spiegato che modelli performanti in codice e ricerca sull’IA potrebbero servire a creare la generazione successiva. Ha notato che gli ingegneri della sua azienda scrivono quasi più codice loro stessi. A febbraio, OpenAI ha presentato il suo ultimo modello Codex come « il nostro primo modello ad aver giocato un ruolo determinante nella propria creazione ». Demis Hassabis, di Google DeepMind, ha indicato durante lo stesso dibattito che tutti i grandi laboratori lavorano su questo tema.
L’autore riconosce che non si sa fino a dove possa spingersi questo ciclo, e che potrebbero emergere limiti tecnici, di calcolo o di dati. Per lui, la RSI non è più fantascienza, ma « un elemento esplicito della tabella di marcia di ogni grande azienda di IA ».
