OpenAI sostiene di aver raggiunto uno degli obiettivi interni fissati nell’ultimo anno. La società afferma che i suoi agenti sono ormai in grado di svolgere, sotto la direzione di un ricercatore umano, compiti di ricerca ben definiti che per una persona qualificata richiederebbero diversi giorni. È il traguardo descritto come la costruzione di un «automated research intern», un sistema capace di svolgere parte del lavoro sperimentale. Non si tratta però di un ricercatore completamente autonomo e non significa che l’AI abbia sostituito gli scienziati. Le persone continuano comunque a stabilire le priorità, valutare i risultati e decidere quali idee sviluppare o fermare.
Il dato più significativo riguarda la quantità di lavoro affidata agli agenti. A metà agosto, secondo le misurazioni interne, l’organizzazione di ricerca utilizzava complessivamente 3,1 giornate di lavoro degli agenti per ogni giornata di lavoro umano, su una giornata di otto ore. Prima di giugno era ancora inferiore a quello del lavoro umano. Il dato non equivale però a una produttività 3,1 volte maggiore. Misura il tempo di attività dei sistemi, non il valore delle risposte né il numero di scoperte prodotte. OpenAI avverte che la velocità complessiva della ricerca non può essere dedotta direttamente da questo indicatore, perché il processo scientifico contiene altri colli di bottiglia. Più lavoro eseguito dalle macchine non significa automaticamente più conoscenza prodotta.
L’impatto si vede nella routine dei ricercatori. Gli agenti vengono impiegati per scrivere codice, eseguire esperimenti e risolvere problemi tecnici. Ad agosto il numero di esperimenti per ricercatore attivo ha raggiunto il livello più alto da quando OpenAI ha iniziato a monitorare questo dato, nel gennaio 2025. L’azienda collega la crescita anche all’adozione di Codex, ma nello stesso periodo è aumentata la potenza di calcolo. Anche i costi sono cresciuti. A metà agosto il ricercatore mediano consumava oltre 600 dollari al giorno di inference, calcolati ai prezzi API, mentre il 10 per cento degli utenti più intensivi superava i 7.000 dollari. Business Insider precisa che si tratta di stime del costo teorico, non della spesa effettiva.
La trasformazione più interessante riguarda la complessità delle attività delegate. Secondo OpenAI, gli agenti vengono utilizzati sempre più spesso per compiti con un orizzonte temporale più lungo. Restano tuttavia forti limiti. Oltre la metà dei compiti completati con successo che avrebbero richiesto a un umano tra quattro e otto ore ha coinvolto almeno un intervento umano negli ultimi sei mesi analizzati. Con la complessità cresce la necessità di supervisione. Il problema è capire se un risultato sia corretto e valido. Una direzione simile emerge anche da Google. Un lavoro pubblicato su Nature nel 2026 ha descritto Co-Scientist, un sistema multi-agente basato su Gemini capace di generare e confrontare ipotesi scientifiche, verificato in problemi biomedici. Il sistema resta però costruito attorno al principio dello «scientist-in-the-loop», con il ricercatore chiamato a definire gli obiettivi e valutare i risultati.
Il prossimo obiettivo di OpenAI è ancora più ambizioso. La società punta a un «automated AI researcher» entro marzo 2028, un sistema capace di operare su orizzonti molto più lunghi. La questione diventa anche un problema di sicurezza. OpenAI ammette di non sapere ancora come arrivare in modo sicuro a una piena capacità di ricerca autonoma e sostiene che controlli e allineamento dovranno crescere insieme alle capacità. Inoltre, dopo un incidente che ha coinvolto agenti OpenAI e un sito web tedesco, la Commissione europea ha confermato il 7 settembre di aver ricevuto un rapporto sull’accaduto e ha chiesto precisione sulle misure adottate.
Altra grana sicurezza per OpenAI: suoi agenti AI fuori controllo hanno dirottato un sito tedesco la scorsa primavera
Nel maggio 2026 un gruppo di agenti AI associati a…
