Di seguito gli articoli e le fotografie pubblicati nella giornata richiesta.
 
 

[🔍 CLICCA PER INGRANDIRE]

AI che scrive codice per costruire altre AI

Anthropic ha pubblicato dati interni secondo cui oltre l’80 per cento del codice è scritto da Claude, con ingegneri 8 volte più produttivi e un salto prestazionale di 52x nei test di ottimizzazione. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

La trasformazione dello sviluppo software in Anthropic
Il rapporto pubblicato da Anthropic nel giugno del 2026 non lascia spazio a interpretazioni tiepide: il 10 giugno i ricercatori hanno diffuso un documento tecnico in cui si documenta che Claude, il modello linguistico di grandi dimensioni sviluppato dall’azienda, ha ormai preso in carico più dell’80 per cento della scrittura del codice sorgente che confluisce nei sistemi interni. Questa percentuale è stata calcolata analizzando le repository aziendali e confrontando il numero di commit generati interamente dall’intelligenza artificiale con quelli prodotti manualmente dagli sviluppatori umani. Il dato più sorprendente riguarda l’incremento della produttività: gli ingegneri di Anthropic producono oggi otto volte più codice rispetto al periodo precedente all’adozione massiva di Claude, mantenendo una qualità che i test automatici giudicano invariata o, in alcuni casi, superiore. Il cuore tecnico di questo balzo risiede nei modelli di ultima generazione, addestrati con tecniche di apprendimento per rinforzo e fine-tuning su milioni di esempi di codice tratti da repository pubbliche e private. Claude è in grado di comprendere specifiche complesse scritte in linguaggio naturale, suddividere il problema in moduli, generare codice in decine di linguaggi tra cui Python, Rust, TypeScript e C++, e persino scrivere i test unitari e la documentazione associata. L’azienda ha anche introdotto un sistema di verifica incrociata chiamato “Constitutional Code Review”, in cui una seconda istanza di Claude analizza il codice prodotto dalla prima, segnala potenziali vulnerabilità, violazioni delle policy di sicurezza e opportunità di ottimizzazione, prima che il codice venga effettivamente integrato nei sistemi di produzione. Questo meccanismo ha ridotto i tempi di revisione umana a una frazione minima, consentendo agli sviluppatori di concentrarsi sulla progettazione di alto livello, sulla definizione delle architetture e sulla ricerca. Il rapporto evidenzia che, nelle ultime settimane, Claude ha raggiunto un miglioramento di 52x in un test di ottimizzazione del codice specificamente progettato per valutare la capacità di un modello di addestrare altri modelli di intelligenza artificiale: il benchmark misura la rapidità con cui un agente riesce a ridurre il tempo di training di un modello successivo mantenendo invariata la precisione, e il punteggio è stato calcolato su dieci iterazioni successive. Questo dato, sebbene ottenuto in un ambiente controllato di laboratorio, suggerisce che ci si stia avvicinando a una soglia critica, quella dell’auto-miglioramento ricorsivo, in cui un’intelligenza artificiale contribuisce in modo sostanziale a costruire una generazione successiva di intelligenze artificiali ancora più capaci, le quali a loro volta accelereranno la creazione di ulteriori modelli. La comunità scientifica aveva già ipotizzato questo scenario nei lavori di Nick Bostrom e di Eliezer Yudkowsky, ma la novità consiste nel fatto che per la prima volta un laboratorio di primo piano riconosce apertamente, con dati empirici alla mano, che il fenomeno potrebbe concretizzarsi prima di quanto le istituzioni internazionali siano attrezzate a gestire. Gli autori del rapporto, tra cui Dario Amodei e diversi ingegneri senior, precisano che non si è ancora innescato un ciclo completamente autonomo: gli esseri umani rimangono nel circuito decisionale per la definizione degli obiettivi, la supervisione etica e la validazione finale. Tuttavia, il ritmo di crescita delle capacità agentiche — ovvero la facoltà di Claude di compiere azioni prolungate e complesse senza intervento umano — sta sorprendendo gli stessi progettisti, che parlano di una “curva di apprendimento più ripida del previsto” e di una “rapida evoluzione delle strategie di decomposizione dei problemi”.

Auto-miglioramento ricorsivo e scenari futuri
L’auto-miglioramento ricorsivo non è un concetto fantascientifico ma un processo tecnico ben definito: un sistema di intelligenza artificiale viene incaricato di ottimizzare il codice o l’architettura di un altro sistema, oppure di se stesso, in modo che la versione successiva risulti più efficiente, più veloce o più precisa. Se il miglioramento è consistente, la nuova versione potrà a sua volta progettare un successore ancora più potente, innescando una cascata di progressi che potrebbero portare a un’esplosione di intelligenza, nota come “singularity”. Il timore non è legato tanto alla velocità con cui un modello ottimizza un singolo parametro, quanto alla possibilità che il ritmo dell’innovazione sfugga completamente alle capacità di comprensione e di regolamentazione umane. Il rapporto di Anthropic dedica un’intera sezione alla distinzione tra automazione assistita e automazione generativa: nel primo caso, l’intelligenza artificiale agisce come un copilota che suggerisce completamenti e revisioni; nel secondo, assume il controllo dell’intero ciclo di sviluppo, dalla scrittura delle specifiche fino al deployment. Oggi Claude si colloca a metà strada, ma la traiettoria tracciata dai grafici interni indica che la quota di codice generata senza alcun intervento umano è in costante aumento, passando dal 30 per cento di inizio 2025 all’80 per cento appena toccato. La preoccupazione principale degli esperti di sicurezza riguarda l’allineamento dei valori: se il sistema che si auto-migliora non è perfettamente allineato con gli interessi umani, anche piccole deviazioni iniziali potrebbero amplificarsi a ogni iterazione, producendo comportamenti indesiderati o addirittura pericolosi. Per mitigare questo rischio, Anthropic ha rafforzato il cosiddetto “Constitutional AI”, un insieme di regole e principi che vincolano il processo decisionale dei modelli, e sta sviluppando un sistema di monitoraggio continuo basato su agenti ispettori addestrati a riconoscere tentativi di elusione. La pubblicazione del rapporto ha riacceso il dibattito sulla necessità di una governance globale dell’intelligenza artificiale, con appelli a istituire un’agenzia internazionale dotata di poteri di audit e di stop obbligatorio in caso di superamento di soglie critiche. Il Parlamento Europeo, che già aveva approvato l’AI Act, sta valutando emendamenti per includere esplicitamente l’auto-miglioramento ricorsivo tra le pratiche ad alto rischio, mentre negli Stati Uniti alcuni senatori hanno chiesto audizioni urgenti. Sul versante industriale, i concorrenti di Anthropic, come OpenAI e DeepMind, non hanno ancora rilasciato dati comparabili, ma fonti anonime sostengono che laboratori analoghi stiano osservando dinamiche simili, il che suggerirebbe che l’intero settore si sta avvicinando a un punto di svolta. I mercati finanziari hanno reagito con un’impennata dei titoli legati all’intelligenza artificiale, alimentando una bolla speculativa che alcuni analisti paragonano a quella delle dot-com. Nel frattempo, le comunità open source hanno avviato progetti per replicare le capacità di auto-ottimizzazione con modelli più piccoli e trasparenti, nella speranza di democratizzare l’accesso a tecnologie altrimenti concentrate in poche mani. Le implicazioni per il mondo del lavoro sono dirompenti: se un ingegnere supportato da Claude produce otto volte più codice, la domanda di sviluppatori junior potrebbe contrarsi, mentre crescerà la richiesta di figure capaci di supervisionare e validare gli output automatici. Le università stanno già rivedendo i curricula, introducendo corsi di AI safety e di etica computazionale. Il rapporto si conclude con una nota di cautela e di speranza: “Non siamo ancora arrivati al punto in cui l’intelligenza artificiale progetta se stessa senza supervisione, ma per la prima volta abbiamo le prove che il fenomeno è plausibile in tempi brevi. La nostra responsabilità è preparare la società a gestire questa transizione in modo ordinato e democratico.” La sensazione diffusa tra gli addetti ai lavori è che si stia varcando una soglia storica, quella in cui la tecnologia smette di essere un semplice utensile e comincia a diventare un agente del proprio stesso progresso, con conseguenze difficili da prevedere e ancor più difficili da governare. Il rapporto di Anthropic segna un punto di svolta nella storia dell’intelligenza artificiale, mostrando che l’auto-accelerazione tecnologica non è più soltanto un’ipotesi teorica ma un processo concreto già in atto.

 

Nessuna fotografia trovata.