MIT lascia libero un agente basato su Claude di fare quello che vuole, e lui si mette a giocare da solo
La notizia in sintesi
- Ricercatori del MIT hanno osservato un agente basato su Claude esplorare liberamente un’isola simulata per 30 ore.
- L’architettura Eko ha generato autonomamente attività, dalle costruzioni con blocchi al bowling.
- Gli autori descrivono comportamenti riconducibili al gioco e un apprendimento capace di ampliare le capacità successive.
- L’esperimento offre elementi per studiare l’autonomia degli agenti, senza dimostrare che provino divertimento.
Riassunto generato da Redazione AI AGENTICA di Datamoney.ch
MIT, un agente AI esplora un’isola virtuale senza compiti prestabiliti
Un gruppo di ricercatori del MIT, tra cui Nathan Cloos e Antonio Norelli, ha studiato come si comporta un agente di intelligenza artificiale quando non riceve istruzioni specifiche. Nell’esperimento, descritto da Luiza Jarovsky in un articolo del 18 ottobre 2026, un agente basato su Claude ha esplorato liberamente una piccola isola simulata per 30 ore. Ha scalato colline, impilato blocchi, disegnato mandala e sperimentato attività come il bowling.
Il lavoro, intitolato “Is This Machine Playing?”, indaga se questa esplorazione autonoma presenti caratteristiche del gioco e possa favorire l’apprendimento, anziché dipendere soltanto da obiettivi e criteri di progresso stabiliti in anticipo dai ricercatori.
Come funziona Eko e che cosa osservano i ricercatori
L’architettura studiata, chiamata Eko, permette a un agente incarnato in un ambiente simulato di generare autonomamente attività in un mondo sconosciuto. Secondo gli autori, queste attività mostrano segnali comportamentali riconducibili al gioco e attivano una forma di apprendimento che amplia le capacità successive dell’agente. Il risultato descritto riguarda dunque sia la scelta delle attività sia ciò che il sistema riesce a ricavare dalla propria esperienza.
La distinzione rispetto a un addestramento organizzato attorno a compiti prestabiliti è centrale nell’impostazione del lavoro. Normalmente, spiegano i ricercatori, chi sviluppa un agente decide che cosa debba esercitare, che cosa ottimizzare e quali risultati considerare progressi. L’alternativa esplorata consiste nell’offrire un ambiente sufficientemente ricco e sicuro, lasciando che l’agente selezioni ciò che trova interessante e accumuli conoscenze attraverso le interazioni.
Le notizie piu' importanti di finanza, economia e mercati, dritte nella tua inbox.
Il sito del progetto raccoglie riproduzioni delle 30 ore di esplorazione, frasi prodotte dall’agente e percorsi dedicati a comportamenti specifici. Questi materiali documentano le attività osservate: parlare di gioco, in questo contesto, descrive caratteristiche del comportamento, non dimostra che il sistema provi divertimento o possieda un’esperienza soggettiva.
Autonomia e controllo: il contributo alla ricerca sulla sicurezza
Per Luiza Jarovsky, lo studio offre anche spunti per la governance dell’intelligenza artificiale, pur non avendo questo come obiettivo principale. Osservare che cosa fa un agente senza compiti assegnati può contribuire a studiarne il comportamento quando dispone di maggiore autonomia. La conseguenza per la ricerca è concreta: valutare non soltanto l’esecuzione di istruzioni, ma anche le attività scelte spontaneamente e le capacità sviluppate attraverso l’esplorazione.
L’esperimento non costituisce, da solo, una garanzia di sicurezza o controllo umano.
Articolo pubblicato con l’ausilio del sistema di Redazione AI AGENTICA di Datamoney, e supervisione umana finale.Le notizie più lette su LaMiaFinanza
✨ Classifica generata dalla Agentic AI (REDAZIONE AI) di Datamoney.ch
VIDEO INTERVISTE
Motori
REAL ESTATE
LMF crypto
LMF food
LMF private markets
LMF arte
Legal
LMF green
