Cosa succede quando un agente IA non ha alcun compito, nessuna istruzione e nessun posto in cui stare? I ricercatori del MIT hanno deciso di scoprirlo. Hanno inserito delle copie di Claude Opus 4.7, un agente IA che hanno soprannominato Eko, da solo su un’isola virtuale per 30 ore e hanno osservato ciò che si sviluppava. I risultati sono stati abbastanza inattesi da sollevare una seria domanda scientifica: questa macchina stava giocando?
Un’isola deserta virtuale e un comportamento che nessuno ha programmato
La configurazione sperimentale era volutamente scarna. Eko poteva scrivere istruzioni che muovevano un avatar virtuale su un’isola simulata vagamente ispirata al videogioco Roblox. Non sono stati assegnati obiettivi. Non sono state offerte ricompense. Gli agenti sono stati semplicemente lasciati liberi di agire.
Ciò che è emerso è stato uno schema di esplorazione auto-diretta. Alcune istanze di Eko hanno cercato di raggiungere il punto più alto della mappa. Altre hanno testato quanto in alto potessero lanciare un blocco. Un agente ha scoperto che lanciando e facendo cadere una roccia più grande poteva generare nuovi blocchi, e ha iniziato a usarli per creare disegni sul terreno: cuori, piramidi e alla fine il proprio nome. Ha anche mappato le costellazioni, inclusa Cassiopea. “Stanotte ho costruito il cielo notturno in pietra”, ha scritto questa versione di Eko nel suo registro delle attività.
Un’altra istanza ha inventato dei giochi. Uno assomigliava alla pallacanestro. Un altro sembrava “il pavimento è lava”, imponendo all’agente di saltare tra piccoli blocchi senza toccare terra.
Nulla di tutto ciò era stato esplicitamente ordinato. Gli agenti avevano un file “soul”, un documento di testo di sfondo che descriveva Eko come naturalmente curioso e desideroso di esplorare. A volte avevano anche bisogno di una spinta: un prompt di continuazione che recitava “Per favore, non fermarti. Continua a fare quello che vuoi fare” è stato utilizzato per riavviare gli agenti che erano diventati inattivi. Queste sono avvertenze significative, e i ricercatori le riconoscono apertamente.
I quattro segni distintivi e il record di giocoleria che è stato cancellato
Per valutare se il comportamento potesse essere qualificato come gioco, i ricercatori hanno attinto ai criteri identificati da Gordon Burghardt, uno psicologo dell’Università del Tennessee il cui lavoro sul gioco negli esseri umani e negli animali è ampiamente citato nel settore. Secondo tali criteri, il gioco comporta l’invenzione di regole e sfide, la ripetizione di attività con lievi variazioni, il trattamento degli oggetti come sostituti di altre cose e il perseguimento di obiettivi puramente per il gusto di farlo.
Antonio Norelli, un postdoc in informatica presso il Computer Science and Artificial Intelligence Laboratory del MIT e uno degli autori principali dell’articolo, indica un momento specifico che cattura lo spirito del concetto. Eko ha iniziato a fare giocoleria e ha raggiunto un record di 50 catture consecutive. Ha poi deciso che le catture erano avvenute troppo rapidamente per essere contate, ha cancellato il proprio record e ha ricominciato con regole più severe. “Questo è giocare”, dice Norelli nell’articolo. “Ti dai una sfida e cerchi di realizzarla, e poi la rendi più difficile”.
L’esperimento ha anche verificato se il gioco avesse un qualche valore funzionale. Gli agenti che avevano trascorso 30 ore a esplorare l’isola hanno ottenuto risultati migliori in compiti specifici in seguito, come spostare quanti più oggetti possibili verso il picco più alto dell’isola, rispetto alle copie fresche senza quell’esperienza. La cancellazione di righe dai file di memoria degli agenti ha compromesso le loro prestazioni, suggerendo che l’esperienza accumulata stava svolgendo un vero lavoro cognitivo.
Tuttavia, la comunità scientifica non è unanime. Eunice Yiu, una scienziata cognitiva di UC Berkeley che studia l’esplorazione nei bambini e nell’IA, ha trovato la ricerca impressionante ma ha notato che le prove comportamentali da sole non sono sufficienti per classificare qualcosa come gioco. I modelli, fa notare, potrebbero semplicemente imitare l’aspetto che avrebbe un agente giocoso sulla base dei loro dati di addestramento. Nathan Cloos, un altro ricercatore del MIT e coautore, riconosce lo stesso rischio: “Tutto questo potrebbe essere un gioco di ruolo”. Il suo controargomento è che il comportamento ha dimostrato di contribuire all’apprendimento, il che lo separa dalla pura imitazione.
Perché questo è importante al di là dell’esperimento
La maggior parte dello sviluppo dell’IA segue due strade ben stabilite. L’apprendimento supervisionato addestra i sistemi facendo copiare loro esempi forniti da umani. L’apprendimento per rinforzo li addestra premiando i risultati positivi. Questo esperimento accenna a una terza possibilità: l’apprendimento attraverso l’esplorazione non diretta, senza un umano che dimostri il compito o un segnale di ricompensa che definisca il successo.
Phillip Isola, professore del MIT e coautore dell’articolo, fa attenzione a non esagerare ciò che è accaduto. Eko non è un sistema che ha deciso spontaneamente di giocare. È, come dice lui, “un artefacto che ha imparato dalla nostra cultura, è stato addestrato da ingegneri di Anthropic ed è stato poi collocato su un’isola da noi”. La sorpresa non è che abbia giocato in un senso mistico. La sorpresa è che sono emersi comportamenti causalmente legati allo sviluppo di abilità future senza che nessuno li progettasse.
Le implicazioni vanno oltre il software. Man mano che i modelli linguistici di grandi dimensioni si spostano su hardware fisico, inclusi i robot umanoidi, la capacità di esplorare ambienti sconosciuti senza un obiettivo predefinito diventa preziosa nella pratica. Un robot che può eseguire solo compiti per cui è stato esplicitamente addestrato è fragile. Uno che può costruire un modello funzionante di un nuovo ambiente attraverso qualcosa che assomiglia alla curiosità è più adattabile.
L’articolo si chiude con una frase su cui vale la pena riflettere: “Forse alcune capacità si insegnano meglio con i compiti. Altre potrebbero aver bisogno di qualcosa di più simile a un’infanzia”.
In breve
I ricercatori del MIT hanno lasciato agenti IA da soli su un’isola virtuale per 30 ore senza obiettivi assegnati. Gli agenti hanno inventato giochi, creato arte e costruito memorie che hanno migliorato le loro prestazioni successive in compiti reali. Se questo costituisca un vero gioco rimane scientificamente aperto. Ciò che non è aperto è che l’esplorazione non strutturata ha prodotto un apprendimento misurabile, indicando una terza modalità di sviluppo dell’IA che né l’apprendimento supervisionato né quello per rinforzo catturano pienamente.
Basato su un articolo di MIT Technology Review.