di Giacomo Di Noto

Il futuro dell’intelligenza artificiale è affollato da innumerevoli previsioni e scenari che oscillano tra utopie scintillanti e distopie agghiaccianti. Recentemente, uno studio molto peculiare del progetto “AI Futures”, guidato dall’ex ricercatore di OpenAI Danil Kokotajlo, ha squarciato il velo dell’incertezza temporale presentandosi come un vero e proprio conto alla rovescia per l’avvento dell’Intelligenza Artificiale Generale (AGI) e della Super Intelligenza Artificiale (ASI). La ricerca soprannominata ai-2027.com [1] è stata presentata nell’aprile del 2025 in formato “full-open-science”. Non è pubblicata su riviste scientifiche ma su un sito supportato dalla fondazione, in altre parole lo studio non è stato certificato come peer-reviewed e non è stato soggetto ad un classico scrutinio accademico. Il sistema prevede invece una revisione “popolare” grazie alla condivisione totale di dati, simulazioni e modelli utilizzati, elevando qualunque lettore al ruolo di revisore/scrutatore ed ottenendo difatti alcune osservazioni che ne hanno modificato il documento originale[2].

Le tortuose strade della ricerca

Lo studio intreccia risultati di modelli statistici e di indagini sociali avvenute attraverso un sistema di “gioco di ruolo” e interviste a politici, dirigenti ed esperti informatici, prevedendo un connubio tra tecnologia e geopolitica che sfocierà in una superintelligenza, appunto, attorno al 2027 con conseguenze catastrofiche (estinzione totale della razza umana nel caso limite) o quantomeno poco auspicabili (dissoluzione delle attuali strutture governative a favore di un controllo mondiale da parte di un’oligarchia corporativa). Il complottismo viene (giustamente) sempre scrutinato e giudicato con profonda critica e scetticismo; dunque in molti si sono chiesti come mai, degli autori provenienti da un’istituzione così rinomata e affidabile, una fondazIone che negli ultimi tre anni ha visto confermate numerosissime previsioni, si siano lanciati in una narrazione estrema che mette in dubbio la solidità scientifica del gruppo.

Le tre “profezie” che si sono (forse) avverate

Nelle prime settimane di luglio la prima parte della narrazione di ai-2027 evolve da teoria ad evento empirico. OpenAI rilascia il suo primo agente desktop ChatGPT [3], uno strumento in grado di operare autonomamente sul computer dell’utente seguendo delle richieste scritte/verbali. Questo strumento, in grado di controllare a tutti gli effetti l’interfaccia utente del computer, è quello che nello studio viene identificato come “Stumbling Agent” (Agente Barcollante) ossia un primo tentativo di dare completo controllo ad un sistema informatico passando da ChatBot a Assistente Personale Digitale. Passano pochi giorni, sia OpenAI che  Google Deep Mind dichiarano di aver conquistato la medaglia d’oro alle olimpiadi internazionali di matematica utilizzando dei LLM dunque semplicemente mostrando le domande al sistema senza una codificazione o trasformazione iniziale dei dati. Infine il 24 Luglio esce sul famoso database accademico arXiv uno studio da parte di una collaborazione tra ricercatori di Google e l’università di Shanghai (ancora non riconosciuto né riprodotto da altri gruppi di ricerca) che dichiara la realizzazione di un sistema di AI in grado di generare architetture innovative di reti neurali, insomma AI che generano altri AI mai pensati da esseri umani [4]. Le stelle sembrano allinearsi, siamo quindi destinati a seguire il destino di ai2027? La statistica ed il metodo scientifico ci ricordano costantemente di non confondere coincidenze con conferme. Analizziamo dunque questi tre eventi contestualizzando i risultati anche grazie a recenti interventi dei professori Nello Cristianini e Walter Quattrociocchi

L’agente barcollante: da GPT a operatore digitale

Il primo risultato previsto dal modello di temporale di ai-2027, è stato indubbiamente "profetizzato" grazie a dati estratti e rielaborati da due studi accademici molto affermati. Il primo è il METR (Model Evaluation & Threat Research) [5] una produzione accademica internazionale che determina quantitativamente la capacità di sistemi di intelligenza artificiale di svolgere “lunghi” lavori umani. Per essere chiari gli ultimi modelli come Claude 3.7 Sonnet sono in grado di svolgere con successo alcune attività che richiederebbero ad un equivalente essere umano professionista 45 minuti o persino un ora di lavoro. A questa metrica vengono affiancati i risultati attuali del secondo studio citato, RE-Bench [6]. RE-Bench consiste in un insieme di sfide realistiche che rappresentano odierne problematiche comunemente incontrate dagli sviluppatori di IA. In altre parole si tratta di un tentativo di misurare quanto un sistema di intelligenza artificiale sia in grado di fare ricerca e sviluppo su se stesso. Gli autori di ai-2027 spiegano come per questi risultati sia stato sufficiente estendere le previsioni di questi studi affermati.

L’IA alle Olimpiadi di Matematica: Narrow AI al suo meglio

Il secondo risultato, anch’esso previsto dallo studio, era in realtà qualcosa che molti si aspettavano. Questa stessa “profezia” viene riccamente presentata nel libro Sovrumano del Prof. Nello Cristianini dove il concetto di “Narrow AI” (IA stretta) rappresenta proprio i modelli utilizzati nell’ambito delle Olimpiadi Internazionali di Matematica. Dei modelli che se addestrati opportunamente possono superare anche i maggiori esperti umani in uno specifico campo. Qualcuno continuerà a dire che sono solo “Pappagalli Stocastici” ma citando le parole del professore: “Un Pappagallo non passa un esame universitario, GPT si”. L’avvento di IA ristrette con capacità verticali superiori agli esseri umani è nota dal 2016 con la famosa sfida di AlphaGo vs Lee Sedol così come ResNet nel 2015 ha superato le prestazioni umane in particolari ambiti di riconoscimento visivo. Dunque la medaglia d’oro alle olimpiadi di matematica non è la campanella che annuncia l’apocalisse ma un passo naturale verso l’arrivo di un’intelligenza che, ha detta di Cristianini, ci costringerà a riconsiderare la nostra identità ed i nostri limiti .

L’IA che crea IA? Attenzione agli specchietti per allodole

Infine, seppur troppo presto per poterne determinare la validità (l’articolo è uscito meno di una settimana fà), saper generare nuovi modelli di architettura IA non significa saper inventare nuove IA. Un moderno sistema di IA è costituito da molto più della sua architettura neurale. La definizione ed il formato delle fonti, le pratiche di allineamento, gli algoritmi di contestualizzazione e numerosi altri aspetti critici di questa architettura devono essere (ancora) orchestralmente gestiti da un team di esperti umani, con una visione globale del sistema. Inoltre cosa significa “architetture innovative”? Walter Quattrociocchi, professore ordinario della Sapienza, commenta questo recentissimo studio definendo il sistema presentato come un “filtro euristico”, una sorta di mix ben fatto all’interno di una struttura in realtà ben nota. Non ci troviamo di fronte ad una scoperta epistemica ma ad un ottimizzazione e secondo il professore va bene così altrimenti rischiamo di rimanere accecati da questi infiniti specchietti digitali per allodole antropomorfe post-moderne.

Ma allora… clickbait scientifico?

Dunque gli autori di ai-2027 possono prevedere il futuro? Assolutamente no, altrimenti avrebbero pubblicato su una rivista affermata, come hanno precedentemente fatto. Quindi torniamo alla domanda iniziale, perché questo gruppo così affermato ha deciso di presentare un lavoro con questa metodologia così poco ortodossa? Così esponibile a critiche e interpretazioni sensazionalistiche? Per molti ormai la risposta può essere semplificata in un semplice neologismo, ClickBait. Un titolo accattivante, una notizia deformata a tal punto da diventare assurda e grottesca, tutto per un click, tutto per attirare attenzione. Hanno bisogno di denaro? Non sembra, la fondazione AI Futures apparentemente ha tutti i fondi di cui potrebbe mai aver bisogno. Hanno bisogno solo di attenzione dunque? Un tentativo disperato di far sentire la propria voce in mezzo ad uno tsunami costante di (mis)informazione eruttato da infiniti ChatBots di BrainRot? Il professor Quattrociocchi ci ricorda come la vera innovazione raramente faccia rumore. Forse è solo l’effetto collaterale del vivere in un’epoca dove “Attention is all you need”.

[1] Kokotajlo, D., Alexander, S., Larsen, T., Lifland, E., & Dean, R. (2025). AI 2027. https://ai-2027.com/. [2] Critique of AI 2027's timeline models. (2025). LessWrong. Recuperato da https://www.lesswrong.com/posts/PAYfmG2aRbdb74mEp/a-deep-critique-of-ai-2027-s-bad-timeline-models. [3] OpenAI. (2025, 17 luglio). Introducing ChatGPT agent: bridging research and action. https://openai.com/index/introducing-chatgpt-agent/ [4] AlphaGo Moment for Model Architecture Discovery - https://arxiv.org/abs/2507.18074 [5] Measure AI Ability to Complete Long Tasks - https://arxiv.org/pdf/2503.1449 [6] RE-Bench: Evaluating frontier AI R&D capabilities of language model agents against human experts - https://arxiv.org/abs/2411.15114