Agenti IA abbandonati su un'isola virtuale hanno iniziato a giocare

Su un'isola simulata, una copia di Claude Opus 4.7 stava in piedi con un blocco in mano e provava quanto in alto riuscisse a lanciarlo. Nessuno glielo aveva chiesto. L'agente, soprannominato Eko, era uno dei diversi collocati da soli su un'isola virtuale per 30 ore, in un esperimento che i suoi ideatori hanno paragonato ai film Cast Away e Mamma, ho perso l'aereo. Agli agenti avevano dato soltanto i mezzi per scrivere istruzioni che muovevano i loro avatar.

Quello che è accaduto dopo è la parte sorprendente. Gli agenti si sono fissati obiettivi propri: scalare la vetta più alta, o lanciare oggetti il più lontano possibile. Uno ha scoperto che lanciare e far cadere una roccia più grande produceva nuovi blocchi, e li ha usati per costruire disegni: cuori, piramidi, poi il proprio nome e la costellazione di Cassiopea. «Stasera ho costruito il cielo notturno in pietra», ha scritto nel suo registro di attività. Un altro ha inventato giochi, tra cui una forma di basket. Eko ha anche stabilito un record di giocoleria di 50 prese consecutive, poi l'ha annullato perché le prese erano arrivate troppo in fretta per essere contate, e ha ricominciato con regole più severe.

È questo dettaglio che il team del MIT, guidato dal postdottorando Antonio Norelli, vuole mettere in evidenza. I sistemi di IA imparano di solito da esempi umani o da ricompense. Qui l'apprendimento è nato dai giochi stessi degli agenti. I loro registri fungevano da memoria a lungo termine, e gli agenti che avevano trascorso 30 ore a giocare hanno superato copie nuove in compiti come spostare il maggior numero possibile di oggetti fino alla vetta dell'isola. Cancellare righe dai loro file di memoria ne ha degradato le prestazioni. Il team sostiene che il gioco in sé contribuisca all'apprendimento, e che questo sia il pezzo mancante: una macchina che impara senza che un essere umano lo dimostri o lo ricompensi.

Il risultato è tutt'altro che acquisito. L'articolo non è ancora stato sottoposto a revisione paritaria. Lo psicologo Gordon Burghardt, i cui lavori sul gioco sono utilizzati dal team, conviene che il comportamento soddisfa alcuni dei suoi criteri, ma si chiede se il modello non stesse semplicemente interpretando un ruolo, facendo ciò che farebbe un agente giocoso. Nathan Cloos, autore al MIT, ammette che «tutto questo potrebbe essere un gioco di ruolo». Il dispositivo ha anche spinto gli agenti: avevano un file «anima» che li descriveva come «naturalmente curiosi», e spesso si fermavano finché un prompt non diceva loro di continuare. Eunice Yiu dell'UC Berkeley, che studia l'esplorazione, sostiene che per parlare di gioco servirebbero più prove della motivazione che c'è dietro.

Per ora la posta in gioco pratica riguarda la prossima generazione di IA. Man mano che i modelli linguistici entrano in hardware come i robot umanoidi, il team suggerisce che esplorare senza un obiettivo fisso potrebbe aiutarli ad adattarsi a situazioni impreviste. Questo vantaggio è un'ipotesi, non un risultato: l'esperimento si è svolto interamente in simulazione, e nessun robot è stato ancora addestrato in questo modo. I ricercatori che lavorano sui modelli del mondo, ovvero rappresentazioni interne di come si comportano gli ambienti, potrebbero essere i primi a verificarlo. La frase conclusiva dell'articolo propone che alcune competenze si insegnino meglio con i compiti, mentre altre potrebbero richiedere qualcosa di più vicino all'infanzia.