Un viaggio da riorganizzare, tre preventivi da confrontare e un computer che non funziona: esempi pratici per capire l’intelligenza artificiale generale e le domande ancora aperte.
Con l’arrivo di GPT-6 Astra si è riacceso il dibattito sull’AGI. OpenAI presenta il modello come un avanzamento nelle attività professionali, nella ricerca e nell’uso del computer. Ma un’intelligenza artificiale molto capace è già un’intelligenza generale? Annuncio ufficiale di OpenAI
Per rispondere, partiamo dalla vita quotidiana.
Che cosa significa AGI?
AGI significa Artificial General Intelligence, in italiano intelligenza artificiale generale.
L’idea è un sistema capace di affrontare molti tipi di problemi, apprendere competenze nuove e applicare ciò che ha imparato anche in situazioni diverse. “Generale” indica soprattutto l’ampiezza delle capacità: non soltanto essere bravissimo in un singolo compito.
Una calcolatrice esegue operazioni meglio e più velocemente di noi. Ma non sa organizzare una riunione. Un programma può vincere a scacchi senza saper spiegare una bolletta.
Una persona, invece, può imparare un gioco, organizzare una cena e capire come utilizzare un elettrodomestico sconosciuto. Non riuscirà sempre al primo tentativo, ma può trasferire esperienze e ragionamenti da un’attività all’altra.
È questa flessibilità che cerchiamo di descrivere quando parliamo di intelligenza generale. Non esiste però una definizione unica condivisa: i ricercatori di Google DeepMind hanno proposto di distinguere ampiezza delle capacità, livello delle prestazioni e autonomia. Ricerca “Levels of AGI”
Ma l’AI non fa già tante cose?
Sì. Gli assistenti più avanzati possono scrivere, analizzare documenti, programmare e utilizzare strumenti. Descriverli tutti come programmi capaci di una sola attività sarebbe una semplificazione sbagliata.
Il dubbio riguarda quanto siano generali queste capacità e quanto reggano quando cambia la situazione.
Saper svolgere molte attività dimostra versatilità. Per valutare la generalizzazione dobbiamo anche mettere alla prova l’adattamento a problemi nuovi. ARC Prize pone proprio l’efficienza nell’apprendere nuove competenze al centro della propria definizione di AGI. La definizione di ARC Prize
I tre esempi che seguono sono situazioni illustrative: non sono test che abbiamo eseguito su Astra né promesse sulle sue prestazioni.
Esempio 1: organizzare un viaggio quando salta tutto
Chiediamo a un assistente di organizzare un fine settimana a Roma con un budget di 500 euro. Riceviamo un programma convincente, con trasporti, albergo e visite.
Poi il treno viene cancellato. Un partecipante ha difficoltà a camminare e l’albergo non permette di modificare la prenotazione.
Qui la prova diventa più interessante: il sistema riesce a riorganizzare il viaggio mantenendo il budget? Si accorge che un itinerario apparentemente perfetto non è praticabile? Chiede quale vincolo possiamo modificare, se rispettarli tutti è impossibile?
Non conta soltanto produrre un bel programma. Conta capire quali parti del piano non funzionano più e trovare una soluzione coerente.
Tu ti fideresti di un assistente capace di preparare il viaggio, ma che devi ricontrollare completamente a ogni imprevisto?
Esempio 2: confrontare tre preventivi
Un’azienda riceve tre offerte per sostituire i computer dell’ufficio. L’assistente costruisce una tabella e indica il prezzo più basso.
Ma un preventivo esclude l’installazione, un altro comprende tre anni di assistenza e il terzo propone dispositivi incompatibili con un programma già utilizzato.
La prova utile è capire se il sistema riconosce che i numeri, da soli, non sono confrontabili. Sa individuare le informazioni mancanti? Collega prezzo, compatibilità e necessità dell’azienda? Aggiorna la valutazione quando arriva una nuova risposta del fornitore?
Una buona analisi potrebbe iniziare così: “Prima di scegliere, dobbiamo chiarire due costi e verificare un requisito”.
Per te è più intelligente chi risponde subito o chi riconosce che mancano dati decisivi?
Esempio 3: risolvere un guasto sconosciuto
Un computer non si collega alla rete. L’assistente suggerisce di riavviare il router.
Poi scopriamo che gli altri dispositivi funzionano, il problema è iniziato dopo un aggiornamento e quel computer usa una configurazione particolare.
Un comportamento convincente consiste nel formulare ipotesi, proporre controlli sensati e cambiare strada quando le prove smentiscono la prima idea.
Il sistema dovrebbe anche riconoscere quando una modifica richiede il coinvolgimento del responsabile tecnico. Sapersi fermare non dimostra, da solo, l’intelligenza generale; è però una qualità fondamentale se vogliamo affidargli un lavoro reale.
La prova decisiva sarebbe conoscere già la soluzione o riuscire a trovarla in una situazione mai incontrata?
Perché Astra ha riaperto il dibattito?
L’annuncio di OpenAI descrive capacità che combinano ragionamento, uso di software e attività composte da più passaggi. Riporta inoltre un punteggio del 99,9% su ARC-AGI-3, una valutazione legata all’adattamento in ambienti nuovi. È un risultato rilevante, che qui riportiamo dalla fonte del produttore; non è una nostra verifica indipendente. Risultati e condizioni di valutazione di Astra
Il passaggio interessante, per chi usa questi strumenti, è la possibilità di affidare attività sempre più articolate: analizzare informazioni, utilizzare un’applicazione e controllare il risultato.
Ma il nome di un test non trasforma il suo punteggio in una certificazione universale di AGI. Lo stesso annuncio precisa che le valutazioni possono utilizzare strumenti e impostazioni diversi dal prodotto disponibile agli utenti. Note metodologiche di OpenAI
Quindi possiamo dire che l’AGI è arrivata?
La mia valutazione è che sia ragionevole parlare di progressi verso capacità più generali. Presentare l’AGI come un traguardo definitivamente accertato richiede prove più ampie di un annuncio o di un singolo risultato.
Il motivo è anche nelle definizioni. OpenAI collega l’AGI a sistemi altamente autonomi che superano gli esseri umani nella maggior parte del lavoro economicamente utile. ARC Prize mette invece al centro un’efficienza di apprendimento paragonabile a quella umana. Sono criteri diversi: un sistema potrebbe apparire più vicino al traguardo secondo uno che secondo l’altro. OpenAI Charter, ARC Prize
Per valutare una dichiarazione di AGI, chiederei:
- Quale definizione stiamo utilizzando?
- Il sistema affronta davvero problemi nuovi in ambiti diversi?
- I risultati sono riproducibili anche da valutatori indipendenti?
- Quanta assistenza umana, tempo e potenza di calcolo servono?
Per decidere se usarlo in azienda aggiungerei altre domande: quanto spesso sbaglia? Quanto costa controllarlo? Rispetta i limiti assegnati? Sono aspetti operativi distinti dalla definizione di intelligenza, ma decisivi per la fiducia.
AGI significa coscienza o perfezione?
No: quando discutiamo queste capacità, non stiamo dimostrando che una macchina provi emozioni o abbia un’esperienza soggettiva. L’approccio di “Levels of AGI” valuta ciò che il sistema sa fare, senza richiedere una prova di coscienza.
E intelligenza generale non significa sapere tutto o non sbagliare mai. Nemmeno gli esseri umani sono infallibili. La questione è quali capacità siano dimostrate, in quali condizioni e con quali limiti. Ricerca “Levels of AGI”
La riflessione di Basi di AI
Possiamo riconoscere il valore di Astra e, contemporaneamente, chiedere prove precise prima di adottare un’etichetta così impegnativa.
Una dimostrazione può stupirci. Un risultato ripetibile ci aiuta a decidere che cosa delegare.
Per chi lavora, una domanda molto concreta è: quanto posso affidare a questa AI e quanto devo ancora verificare? L’impatto sulle nostre attività può essere importante anche mentre discutiamo sul significato di AGI.
E tu come la vedi? Quale prova ti convincerebbe che un’AI possiede un’intelligenza davvero generale? E quale attività continueresti comunque a tenere sotto il tuo controllo?
Per continuare
Se vuoi approfondire il rapporto tra capacità tecniche e responsabilità umana, leggi Perché abbiamo bisogno di riflettere sull’intelligenza artificiale oppure esplora le altre Riflessioni di Basi di AI.
