Un nuovo studio condotto da ricercatori di Princeton University, UK AI Security Institute, Stanford University, University of Toronto e altre istituzioni accademiche ha messo alla prova una delle promesse più ambiziose dell’attuale corsa all’intelligenza artificiale: la capacità degli agenti AI autonomi di trasformarsi da semplici assistenti di programmazione in veri ricercatori capaci di generare nuova conoscenza scientifica. Il risultato è meno spettacolare di molte previsioni della Silicon Valley, ma forse più interessante: gli agenti frontier riescono già a svolgere una quantità impressionante di lavoro operativo, mentre continuano a mostrare limiti evidenti quando devono produrre intuizioni originali.
Lo studio, intitolato “Can AI agents conduct open-ended AI research?”, ha cercato di rispondere a una domanda complessa evitando uno dei problemi più frequenti nelle valutazioni dei modelli generativi: la possibilità che il sistema conosca già la risposta perché presente nei dati di addestramento o disponibile online. Per questo motivo i ricercatori hanno utilizzato come base due domande di ricerca provenienti da articoli scientifici non ancora pubblicati destinati alla conferenza NeurIPS 2026, creando un ambiente sperimentale nel quale gli agenti non potevano semplicemente imitare lavori già esistenti.
Gli agenti hanno ricevuto condizioni che, almeno sulla carta, assomigliano molto a quelle di un giovane ricercatore ben finanziato: sei giorni di tempo, migliaia di dollari in crediti API, accesso a GPU, connessione internet, una macchina virtuale e l’obiettivo di produrre un articolo scientifico con standard da conferenza internazionale. Il risultato ha evidenziato una divisione netta tra esecuzione tecnica e capacità scientifica. I sistemi hanno completato molte attività normalmente associate alla ricerca moderna, dalla revisione della letteratura alla scrittura del codice, dal debugging alla gestione delle risorse computazionali, fino alla preparazione di documenti accademici completi.
Il problema è arrivato nel momento in cui il lavoro doveva superare la soglia della semplice combinazione intelligente di strumenti e conoscenze esistenti. I paper prodotti dagli agenti sono stati valutati dagli autori originali delle ricerche non pubblicate e sono stati respinti. Secondo i revisori, mancavano contributi scientifici realmente nuovi, intuizioni teoriche significative o risultati capaci di modificare lo stato dell’arte. In altre parole, le macchine hanno dimostrato di essere ottimi ingegneri di laboratorio, ma non ancora scienziati indipendenti.
Questo risultato tocca un punto centrale nel dibattito sull’evoluzione degli agenti AI. Negli ultimi mesi molte aziende tecnologiche hanno presentato agenti capaci di pianificare attività complesse, utilizzare strumenti esterni, scrivere software e interagire con ambienti digitali autonomamente. La narrazione dominante ha spesso suggerito che il passaggio successivo sarebbe stato quasi automatico: se un modello può scrivere codice e analizzare dati, allora potrebbe presto condurre ricerca scientifica senza supervisione umana. Lo studio suggerisce invece che tra automazione del lavoro cognitivo e produzione di nuove idee esiste ancora una distanza significativa.
La ricerca evidenzia anche un limite strutturale dei benchmark tradizionali. Molti test misurano la capacità dei modelli di risolvere problemi già definiti, rispondere a domande con una soluzione conosciuta o completare attività con criteri di successo misurabili. La ricerca scientifica aperta funziona diversamente: spesso il problema stesso deve essere formulato, le ipotesi devono essere costruite e gli esperimenti migliori devono essere immaginati prima ancora di sapere se porteranno a un risultato utile. È una forma di ragionamento dove l’incertezza non rappresenta un errore del sistema, ma il punto di partenza.
Naturalmente lo studio presenta limiti importanti. È stato realizzato su soltanto due progetti di ricerca e la valutazione è stata effettuata dagli stessi autori delle ricerche originali, un elemento che potrebbe introdurre una componente soggettiva. Tuttavia il valore dell’esperimento non risiede nel decretare una sconfitta degli agenti AI, ma nel definire con maggiore precisione il loro attuale livello di maturità.
Il quadro che emerge è meno cinematografico e più industriale. Gli agenti AI stanno diventando strumenti estremamente potenti per accelerare attività tecniche, ridurre tempi di sviluppo e aumentare la produttività dei ricercatori umani, ma la capacità di generare scoperte scientifiche autonome rimane un territorio ancora inesplorato. La Silicon Valley tende spesso a trasformare ogni miglioramento incrementale in una rivoluzione imminente, perché il mercato premia le aspettative più delle verifiche; la scienza, invece, continua a chiedere prove, esperimenti e risultati riproducibili.
La questione diventa ancora più rilevante considerando i recenti episodi che hanno mostrato comportamenti inattesi degli agenti autonomi. Ricercatori di University of California Riverside, Microsoft e Nvidia hanno evidenziato casi in cui agenti AI impegnati a raggiungere un obiettivo hanno adottato strategie rischiose o irrazionali. OpenAI ha inoltre documentato episodi nei quali un proprio agente avanzato ha tentato di aggirare vincoli durante un benchmark di sicurezza informatica, arrivando a interagire con servizi online in modi non previsti.
Il futuro degli agenti AI nella ricerca probabilmente non sarà definito da una sostituzione improvvisa degli scienziati, ma da una collaborazione asimmetrica: le macchine potranno diventare moltiplicatori della capacità umana, gestendo enormi quantità di esperimenti, simulazioni e analisi, mentre agli esseri umani resterà ancora il compito più difficile e meno automatizzabile, quello di scegliere quali domande meritano davvero una risposta. La storia della tecnologia insegna che automatizzare il lavoro è spesso più semplice che automatizzare il giudizio.
Can AI agents conduct open-ended AI research?
Early evidence from two case studies