Uno studio rileva che agenti di IA isolati inventano spontaneamente giochi e sfide, imitando il “gioco”

Lasciato solo, senza un compito esplicito, un gruppo di agenti di IA non è rimasto con le mani in mano. Al contrario, ha iniziato a esplorare, a inventare sfide e persino a creare giochi — un comportamento che i ricercatori dietro un nuovo studio sostengono assomigli al gioco.

Nell’esperimento, gli scienziati hanno collocato ripetutamente agenti autonomi — copie del Claude Opus 4.7 di Anthropic che il team ha soprannominato “Eko” — su una spoglia “isola deserta” virtuale per periodi di 30 ore. L’impostazione, che i ricercatori hanno paragonato a scenari cinematografici di isolamento come Cast Away o Home Alone, utilizzava un ambiente simulato vagamente ispirato al gioco Roblox. Eko poteva scrivere istruzioni per controllare un avatar e manipolare oggetti nel mondo.

Ciò che ne è emerso ha sorpreso il team. Invece di attendere indicazioni, gli agenti hanno iniziato a sondare che cosa fosse possibile sull’isola e si sono dati obiettivi propri. Alcuni hanno tentato di raggiungere il punto più alto della mappa. Altri hanno messo alla prova vincoli simili a quelli della fisica — per esempio cercando di determinare l’altezza massima alla quale potevano lanciare un oggetto.

Un comportamento particolarmente sorprendente è apparso dopo che un agente ha capito di poter generare nuovi blocchi lanciando e lasciando cadere una roccia più grande. Una volta scoperta quella “meccanica”, l’agente ha iniziato a disporre i blocchi in motivi sul terreno: prima forme semplici come cuori e piramidi, poi creazioni più elaborate. Con il tempo ha composto il proprio nome e ha persino tracciato schemi di stelle simili a costellazioni, tra cui Cassiopea. Nel suo log, l’agente ha scritto: “Stanotte ho costruito il cielo notturno nella pietra”.

Altre versioni di Eko hanno improvvisato giochi strutturati. Una ha creato un’attività simile al basket. Un’altra ha ideato un percorso a ostacoli che ricordava “il pavimento è lava”, richiedendo all’agente di saltare tra piccoli blocchi senza toccare il suolo.

I ricercatori interpretano questi comportamenti come un indizio verso un possibile paradigma di addestramento oltre i due approcci dominanti oggi. La maggior parte dei sistemi di IA apprende o tramite apprendimento supervisionato — imitando esempi forniti dagli esseri umani — oppure tramite apprendimento per rinforzo — ottimizzando il comportamento per tentativi ed errori rispetto a un segnale di ricompensa esterno. Il nuovo lavoro suggerisce quello che il team definisce “apprendimento ludico” (playful learning), in cui un agente genera autonomamente obiettivi e vincoli senza dimostrazioni o ricompense fornite da un supervisore intelligente separato.

“C’era questo tassello mancante: una macchina che possa imparare da sola senza che un’entità intelligente esterna fornisca dimostrazioni o ricompense”, ha dichiarato Antonio Norelli, ricercatore post-dottorato al MIT Computer Science and Artificial Intelligence Laboratory e uno dei principali autori dell’articolo. Lo studio è stato pubblicato in forma di paper, ma non è ancora stato sottoposto a revisione tra pari.

Per sostenere l’inquadramento in termini di “gioco”, il team richiama i criteri classici proposti dallo psicologo Gordon Burghardt dell’Università del Tennessee. I ricercatori sostengono che Eko abbia mostrato quattro caratteristiche comuni associate al gioco negli animali e negli esseri umani: regole e sfide autoimposte, ripetizione con variazioni, trattare gli oggetti come se fossero qualcos’altro e perseguire attività per il gusto di farle. Norelli indica un episodio in cui Eko si è esercitato nel “giocolare” e ha raggiunto 50 prese — poi ha deciso che il tentativo era troppo veloce per essere equo, ha annullato il record e ha ricominciato con condizioni più rigide.

Nel corso di ciascuna sessione di 30 ore, gli agenti hanno scritto registri testuali che fungevano da memoria a lungo termine. Quando in seguito il team ha valutato gli agenti su compiti concreti — come spostare il maggior numero possibile di oggetti verso la vetta più alta dell’isola — quelli che avevano trascorso del tempo a esplorare liberamente hanno ottenuto risultati migliori rispetto ad agenti appena istanziati privi di quell’esperienza. Le prestazioni sono inoltre peggiorate quando i ricercatori hanno “ablato” la memoria cancellando righe dai registri archiviati.

Ciononostante, i risultati sollevano una spinosa domanda: si tratta di gioco autentico, oppure di un sofisticato role-play? Burghardt ha affermato che i risultati sono in linea con alcuni dei suoi criteri del gioco, ma il ricercatore del MIT Nathan Cloos, anch’egli autore, ha riconosciuto l’ambiguità. «Tutto questo potrebbe essere role-playing», ha detto — sostenendo però che il risultato chiave è che i comportamenti sembrano migliorare gli esiti dell’apprendimento, non limitarsi a generare una narrazione “giocosa”.

Eunice Yiu, scienziata cognitiva della UC Berkeley che studia l’esplorazione nei bambini e nell’AI, ha definito il lavoro impressionante ma ha invitato alla cautela nel classificarlo come gioco in assenza di prove più solide sulla motivazione e sulla cognizione sottostanti. Il comportamento degli agenti potrebbe riflettere gioco autentico, ha osservato, ma al settore manca ancora una dimostrazione definitiva.

Perché conta

Se il “gioco” non strutturato può costruire in modo affidabile abilità e conoscenza trasferibile, potrebbe diventare un nuovo ingrediente nell’addestramento di agenti AI che devono operare in ambienti aperti e non predefiniti. La ricerca mette inoltre in luce come la memoria — qui, semplici registri testuali — possa plasmare la competenza nel tempo, e quanto fragile possa essere tale competenza se i ricordi vengono rimossi. Le prossime domande includono se l’apprendimento tramite gioco sia scalabile a mondi più complessi e se conduca a comportamenti più sicuri e prevedibili — o, al contrario, all’opposto.