Introduzione

Andrej Karpathy, noto per il suo ruolo nella fondazione di OpenAI e ora ricercatore di Anthropic, ha recentemente evidenziato quanto la maggior parte delle persone non abbia ancora compreso il vero potenziale dell’intelligenza artificiale. Secondo Karpathy, il pubblico “vede solo una preview” di ciò che i sistemi avanzati possono già realizzare, mentre una piccola cerchia di esperti sta sfruttando agenti IA capaci di compiti che richiederebbero anni di lavoro a professionisti di alto livello.

Le quattro fasce di utenti dei grandi modelli linguistici

Karpathy suddivide la base globale di utenti di LLM in quattro livelli distinti, basandosi su dati di utilizzo e approfondimenti personali.

1. Utenti quasi inesistenti (circa 6 miliardi)

Questa fascia comprende circa il 75 % della popolazione mondiale, che ha avuto poco o nessun contatto con i modelli linguistici di grandi dimensioni. Per loro, l’IA è ancora un concetto astratto o un “rumore di fondo” digitale.

2. Utenti occasionali (1‑2 miliardi)

Questi sono gli utilizzatori di versioni gratuite simili a ChatGPT, che trattano l’IA “un po’ come un motore di ricerca migliore, un aiuto per la scrittura, ecc.” Il loro impiego è limitato a ricerche rapide, generazione di testi brevi o risposte a curiosità.

3. Professionisti di frontiera (circa 20 milioni)

Rappresentano lo 0,2 % della popolazione mondiale. Sono professionisti che usano modelli avanzati per matematica e programmazione, constatando che progetti complessi che prima richiedevano settimane o mesi possono ora essere completati con un semplice prompt.

    • costruzione di applicazioni
    • copia di applicazioni esistenti
    • traduzione di applicazioni in altri linguaggi
    • decompilazione di applicazioni a partire da binari

Karpathy racconta che, a ottobre 2024, considerava gli agenti IA principalmente “marketing poco efficace”. Pochi mesi dopo, ha smesso di scrivere codice a mano, affidandosi completamente agli agenti per generare e gestire il codice.

4. Elite di frontiera (circa 5 000 persone)

Questa è la cerchia più ristretta, pari allo 0,00006 % della popolazione globale, che ha accesso a sistemi interni di frontiera. Per loro, “il mondo esterno ha visto l’anteprima”. Questi utenti osservano “sciami di migliaia di agenti che collaborano per settimane su mega‑progetti software: creazione di zero‑day, attacchi e difese cibernetiche a velocità di macchina, scoperta di nuove scienze e avanzamento della frontiera della matematica”. Attività che richiederebbero anni a esperti di settore.

Il divario tra percezione pubblica e realtà operativa

Secondo Karpathy, la revisione e la comprensione umana stanno iniziando a rimanere indietro rispetto alla velocità con cui gli agenti IA producono risultati. Esempi emblematici includono le indagini “archeologiche” sull’incidente OpenAI‑HF e l’analisi di 722 manoscritti di matematica di frontiera da parte di matematici, che richiedono mesi di studio.

Questa “stranezza del momento” si manifesta in tre livelli di esperienza:

    • il pubblico vede principalmente chatbot goffi;
    • la maggior parte dei professionisti percepisce solo un modesto incremento di produttività;
    • una piccola fetta di professionisti vive il “vertigine” di una curva di progresso verticale.

Conferme da altri leader del settore

Sam Altman, CEO di OpenAI, ha ribadito a settembre, durante il Ministeriale dell’Innovazione del G20, che uno strumento di codifica basato su IA è in grado di realizzare in 17 minuti ciò che una startup aveva impiegato tre mesi per costruire. Altman ha sottolineato che “il mondo non ha ancora colto appieno le implicazioni di questa trasformazione”.

Dove l’IA sta crescendo più rapidamente

Karpathy osserva che le capacità dei LLM stanno raggiungendo il picco in domini “digitali, verificabili ed economicamente redditizi”. Questo perché l’apprendimento per rinforzo, basato su ricompense verificabili, guida le aziende a investire risorse di addestramento nei settori più profittevoli: attualmente programmazione e matematica.

Prospettive future e conclusioni

L’analisi di Karpathy suggerisce che la diffusione delle capacità di IA avanzata è ancora in una fase di “preview” per la maggioranza. Mentre una piccola élite sta già sfruttando agenti capaci di rivoluzionare la sicurezza informatica, la ricerca scientifica e lo sviluppo software, il resto della popolazione rimane ancorato a usi superficiali.

La sfida imminente sarà colmare il divario di comprensione, rendendo le potenzialità degli agenti IA più accessibili e trasparenti. Solo così si potrà evitare che la crescita esponenziale della tecnologia rimanga confinata a una minoranza, garantendo al contempo una diffusione responsabile e consapevole delle nuove frontiere dell’intelligenza artificiale.