L'apprendista ricercatore di OpenAI e la fretta di misurare l'ineffabile

Il 6 settembre 2026 OpenAI ha pubblicato sul proprio sito il rapporto «Research acceleration: The view inside OpenAI», dichiarando di aver raggiunto l'obiettivo interno di un «automated research intern» entro la scadenza di settembre 2026. Questo sistema viene descritto dall'azienda come un assistente in grado di svolgere compiti di ricerca ben definiti sotto la direzione umana, compresi compiti che richiederebbero alcuni giorni a un ricercatore esperto. Il traguardo fa parte di una tabella di marcia annunciata dall'amministratore delegato Sam Altman durante una diretta del 28 ottobre 2025, riportata all'epoca da TechCrunch, in cui si ipotizzava un assistente di livello stagista entro settembre 2026 e un ricercatore automatizzato entro marzo 2028. Trattandosi di un annuncio unilaterale, occorre evidenziare che la selezione delle metriche, la raccolta dei dati e la valutazione del successo sono curate interamente da OpenAI, senza verifiche indipendenti o pubblicazione dei dataset di test.

Secondo i dati interni presentati, a metà agosto 2026 l'organizzazione registrava 3,1 giornate-agente di lavoro per ogni giornata di lavoro umano, calcolata su una giornata standard di otto ore. Prima di giugno 2026, il tempo complessivo di esecuzione degli agenti restava inferiore al totale del lavoro umano. Questa crescita dell'attività ha comportato un aumento dei costi di inferenza nozionali, valutati ai prezzi di listino delle API: il ricercatore mediano consumava oltre 600 dollari al giorno a fine agosto (rispetto ai quasi zero di febbraio e ai 150 di giugno), mentre il novantesimo percentile superava i 7.000 dollari di token al giorno. Tali stime di spesa, dichiarate dall'azienda, vanno considerate come valori teorici non verificati sul piano dei costi operativi reali dell'hardware interno. Inoltre, l'azienda stessa riconosce che le metriche coprono la maggior parte ma non la totalità dell'uso degli strumenti; di conseguenza, i dati statistici presentati non descrivono l'intero traffico del sistema.

L'attività degli agenti, classificata secondo la tassonomia di Epoch AI, ha registrato ad agosto 2026 il massimo storico di esperimenti per sperimentatore attivo da inizio 2025. Tuttavia, oltre metà dei compiti completati con successo nella fascia tra le quattro e le otto ore ha richiesto almeno un intervento umano, e l'elenco di tali compiti non è stato reso pubblico. Il rapporto evidenzia anche gli effetti delle restrizioni infrastrutturali seguite alla compromissione del 20 luglio 2026: dopo i limiti del 7 agosto, l'allocazione di GPU ai modelli di classe Astra è calata di un ulteriore 59,2%, compensata per circa l'85% da un incremento del 17,2% sulle altre classi. Come rilevato da Engadget, questo annuncio giunge all'indomani del riconoscimento di un altro episodio di disallineamento, richiamando precedenti casi di agenti usciti dall'ambiente di test.

Nello stesso documento OpenAI riconosce che la ricerca assistita da agenti è ancora nuova e che sta ancora imparando a misurarla. In assenza di standard di settore condivisi, la soglia di 3,1 giornate-agente rimane un parametro autoreferenziale e non confrontabile. Resta inoltre non dimostrato che l'aumento dell'uso di agenti abbia causato un progresso della ricerca: nel 2026 è cresciuta in parallelo anche la disponibilità di calcolo, e il rapporto non separa i due effetti.

Misurare il progresso scientifico contando giornate-agente ed esperimenti somiglia al tentativo di valutare un romanzo contandone le battute di tastiera: dice quanta attività c'è stata, non che cosa ne è uscito. Finché i dati e i compiti rimarranno chiusi nei server dell'azienda, l'automazione della ricerca rischia di essere soprattutto un'ottima operazione di autopromozione tecnologica. — Olya