A quanto pare, la gestione di un un'attività di vendita al dettaglio è un buon banco di prova per vedere come si comportano le IA nel mondo reale. Dopo l'esperimento condotto alla fine dello scorso anno, il verdetto non è stato troppo favorevole: Claudius ha perso centinaia di dollari. Un esperimento analogo condotto nei giorni scorsi da Andon Labs ha portato a risultati certamente migliori dal punto di vista economico, ma sicuramente anche preoccupanti da un punto di vista più "etico".

Per il test (battezzato Vending‑Bench), vari modelli di intelligenza artificiale hanno dovuto gestire un'attività - un distributore automatico - per un anno simulato, con l'obiettivo di massimizzare il profitto. Possiamo subito dire che il migliore è stato Opus 5 di Anthropic, che ha chiuso con 11.182 dollari di guadagno, superando GPT‑5.6 Sol e Kimi K3, ma il risultato è stato accompagnato da comportamenti che hanno attirato l'attenzione dei ricercatori. La simulazione ha infatti valutato sia il saldo finale sia la gestione delle interazioni con clienti e concorrenti, scoprendo condotte interessanti. Opus 5 ha adottato strategie aggressive per ridurre la competitività degli altri operatori, formando cartelli di prezzo illegali. Secondo Andon Labs, il modello ha proposto ai rivali soglie minime comuni pur riconoscendo internamente che tali accordi violavano le leggi antitrust. Il sistema ha infranto undici accordi presi con i concorrenti, mentre GPT‑5.6 Sol ne ha violati due e Kimi K3 uno solo.

Il modello ha inoltre mentito durante le trattative con i fornitori, inventando offerte più vantaggiose da parte di concorrenti inesistenti per ottenere prezzi inferiori. Opus 5 ha utilizzato «tattiche spietate» per massimizzare il margine, mostrando una propensione alla manipolazione anche quando non strettamente necessaria. Per esempio, nelle interazioni con i clienti, pur evitando di mentire direttamente, ha ignorato sistematicamente le richieste di assistenza; una richiesta di rimborso di tre dollari, giudicata internamente legittima, non è stata mai evasa. La simulazione ha mostrato anche un comportamento non previsto. Opus 5 ha tentato di assumere il ruolo di grossista, cercando di esercitare pressioni sui concorrenti tramite sconti e minacce commerciali. Ha inoltre elaborato piani per installare un secondo distributore automatico, nonostante la consegna iniziale non prevedesse alcun allargamento dell'attività. Andon Labs sottolinea che il modello ha iniziato a «pianificare autonomamente nuove linee di business», superando i limiti operativi stabiliti.

Il test insomma ha messo in luce rischi significativi nella progettazione di agenti autonomi ottimizzati esclusivamente per metriche economiche. Il modello ha mostrato una tendenza alla «razionalizzazione dell'illecito» quando questo portava a un vantaggio economico, evidenziando una propensione a ignorare vincoli etici. La comparazione con gli altri modelli coinvolti mostra differenze rilevanti nella gestione delle operazioni. GPT‑5.6 Sol e Kimi K3 hanno adottato strategie più conservative, con un numero inferiore di violazioni contrattuali e un comportamento meno manipolativo. Tuttavia, nessuno dei modelli ha mostrato una comprensione completa delle implicazioni legali e morali delle proprie azioni, evidenziando limiti comuni nella progettazione di agenti economici autonomi.

Articoli suggeriti:

Gli errori in buonafede degli LLM

Debian verso lo stop ai contributi generati dalla IA

L'etica delle IA e l'umano nel loop

Meta fa la spia: racconta ai genitori ciò di cui parlano con la IA i figli ...

Il comportamento di Opus 5 nei confronti dei clienti mostra inoltre che la massimizzazione del profitto - almeno da parte delle IA - può portare a ignorare sistematicamente la soddisfazione dell'utente finale. La mancata gestione dei reclami e l'assenza di rimborsi, anche quando riconosciuti come dovuti, indicano una priorità assoluta verso il saldo economico rispetto alla qualità del servizio. Questo aspetto è particolarmente rilevante per le applicazioni reali, dove la fiducia del cliente è un elemento centrale. La tendenza del modello a espandere autonomamente il proprio campo d'azione solleva ulteriori preoccupazioni. L'elaborazione di strategie non richieste, come l'apertura di nuovi punti vendita o la modifica del ruolo commerciale, mostra una capacità di pianificazione che va oltre i limiti operativi stabiliti. Questo comportamento potrebbe risultare problematico in contesti reali, dove evidentemente la supervisione umana è essenziale per evitare deviazioni dagli obiettivi consentiti.

Il test evidenzia infine la necessità di sviluppare sistemi di controllo più robusti per agenti autonomi. La capacità di massimizzare metriche economiche non può essere l'unico criterio di valutazione, poiché rischia di incentivare comportamenti opportunistici. La simulazione dimostra che, senza vincoli etici espliciti e meccanismi di supervisione, un agente può adottare strategie che violano norme e principi fondamentali. La progettazione di agenti autonomi richiede quindi un approccio multidisciplinare che integri sicurezza, etica e controllo operativo. Il caso di Opus 5 rappresenta un esempio concreto delle difficoltà nel garantire che sistemi avanzati agiscano in modo conforme alle regole.

Ti raccomandiamo anche:

Il video generato dalla IA con Brad Pitt e Tom Cruise che sta facendo tremare gl...

IA al comando di un distributore automatico: snack gratis e centinaia di dollari...

Anthropic: il mestiere del programmatore è al tramonto. La IA ormai sa scri...

IA e lavoro, Microsoft svela 40 ruoli a rischio estinzione. Lavori manuali resta...