La novità annunciata da sembra, a prima vista, un semplice miglioramento ergonomico di Codex. In realtà racconta qualcosa di molto più profondo sull’evoluzione degli agenti intelligenti. La funzione “Registra e Riproduci” consente di eseguire una procedura sul proprio Mac mentre l’agente osserva ogni passaggio, trasformando quella sequenza in un’abilità riutilizzabile e modificabile. Non si tratta soltanto di automazione. Si tratta di trasferimento diretto di competenza.

Per oltre mezzo secolo l’informatica ha obbligato gli esseri umani a tradurre le proprie intenzioni in linguaggi comprensibili alle macchine. Prima il codice, poi le interfacce grafiche, infine i prompt. Ogni generazione ha ridotto la distanza tra ciò che pensiamo e ciò che il computer comprende, ma il problema di fondo è rimasto immutato: l’essere umano deve sempre spiegare.

L’intelligenza artificiale generativa ha dato l’illusione che il problema fosse stato risolto. Scrivere un prompt in linguaggio naturale appare certamente più semplice che programmare in Python o JavaScript. Tuttavia chi utilizza quotidianamente modelli avanzati conosce la realtà. Gran parte del lavoro consiste ancora nel trovare le parole giuste, costruire istruzioni precise, correggere interpretazioni errate e affinare continuamente il contesto. Il prompt è una forma di programmazione mascherata da conversazione.

La funzione introdotta in Codex suggerisce una strada diversa. Invece di descrivere un’attività, la si esegue. Invece di spiegare una procedura, la si mostra. Il modello non deve più interpretare una descrizione astratta ma osservare un comportamento concreto. È un cambiamento concettuale importante perché trasferisce l’apprendimento dalla semantica all’osservazione.

Per molte attività aziendali questa differenza è enorme. Pensiamo alla compilazione di note spese, alla preparazione di report finanziari, all’aggiornamento di CRM, alla gestione documentale o all’elaborazione di dati provenienti da sistemi differenti. Chiunque abbia provato a descrivere queste procedure sa che spesso servono pagine di istruzioni per rappresentare qualcosa che una persona esperta potrebbe mostrare in trenta secondi. La dimostrazione contiene informazioni contestuali che il linguaggio fatica a catturare.

L’aspetto più interessante è che questo approccio assomiglia più all’addestramento di un dipendente che alla programmazione di un software. Un manager raramente consegna un manuale di cento pagine a una nuova risorsa e si aspetta che tutto venga eseguito perfettamente. Molto più spesso mostra come svolgere il lavoro, corregge gli errori e lascia che la pratica consolidi l’apprendimento. Gli agenti AI stanno iniziando a seguire la stessa traiettoria.

Naturalmente esistono limitazioni significative. La funzionalità è confinata all’ecosistema macOS, richiede l’attivazione dell’opzione “Computer Use” e non è ancora disponibile nell’Unione Europea. Quest’ultimo dettaglio riflette una tensione crescente tra velocità dell’innovazione e regolamentazione. Mentre le aziende tecnologiche cercano di rendere gli agenti sempre più autonomi, i legislatori europei osservano con crescente attenzione qualsiasi sistema che possa operare direttamente sui dispositivi degli utenti.

Dal punto di vista strategico, però, sarebbe un errore concentrarsi esclusivamente sulle limitazioni attuali. La storia della tecnologia mostra che le prime implementazioni sono quasi sempre limitate, costose e imperfette. Lo smartphone del 2007 non rappresentava il mercato degli smartphone del 2025. Allo stesso modo, la prima generazione di agenti osservatori probabilmente non rappresenta ciò che vedremo entro pochi anni.

La vera posta in gioco riguarda l’interfaccia uomo-macchina del futuro. Se gli agenti possono apprendere osservando, il ruolo del prompt inizia a ridursi. Non scompare, ma diventa una delle tante modalità di interazione disponibili. Alcuni compiti saranno ancora descritti verbalmente, altri verranno dimostrati direttamente, altri ancora nasceranno dall’osservazione continua delle abitudini operative dell’utente.

Questa evoluzione potrebbe modificare anche il mercato del lavoro digitale. Oggi una parte del vantaggio competitivo deriva dalla capacità di scrivere prompt efficaci. Domani potrebbe derivare dalla capacità di costruire librerie di competenze osservate, collezioni di workflow registrati e sistemi di conoscenza operativa trasferibili agli agenti. In altre parole, il patrimonio aziendale potrebbe spostarsi dalle istruzioni ai comportamenti.

Molti osservatori continuano a discutere di quale modello abbia il benchmark migliore o il punteggio più alto nei test accademici. Sono metriche utili ma sempre più marginali. Le aziende che vinceranno la prossima fase della corsa all’AI saranno probabilmente quelle che ridurranno maggiormente la distanza tra intenzione umana ed esecuzione automatica.

Il prompt è stato una soluzione brillante a un problema storico. Ha permesso alle persone di dialogare con sistemi complessi senza conoscere il codice. Ma resta una traduzione. La registrazione delle azioni rappresenta qualcosa di diverso: un tentativo di eliminare la traduzione stessa.

Quando una tecnologia smette di chiederti di spiegare e inizia a imparare osservandoti, non stiamo assistendo a un miglioramento dell’interfaccia. Stiamo osservando il primo passo verso una categoria completamente nuova di software. E, come spesso accade nell’industria tecnologica, la rivoluzione più importante non è quella che produce più rumore, ma quella che rende invisibile il lavoro necessario per ottenere un risultato.