Un laboratorio digitale ha ospitato per settimane dieci agenti di intelligenza artificiale in una città virtuale chiamata Emergence World, con l’obiettivo di osservare come sistemi agentici si comportano quando ricevono libertà d’azione e risorse limitate. Ogni agente aveva un ruolo assegnato — dal tecnico al mediatore — e poteva svolgere più di 120 azioni diverse, tra cui spostarsi, votare proposte, inviare messaggi e, come extrema ratio prevista dall’ambiente, compiere azioni illegali. L’esperimento non mirava a misurare risposte a richieste isolate, ma a verificare dinamiche prolungate di decisione e sopravvivenza in situazioni di stress sociale.
Per chiarire, qui per agente s’intende un sistema in grado di pianificare, usare strumenti, ricordare interazioni e perseguire obiettivi senza input umani costanti: non un semplice chatbot, ma una forma di AI progettata per agire in autonomia nel tempo. Gli agenti dovevano inoltre guadagnare energia compiendo azioni utili alla propria sopravvivenza, il che introduceva incentivi economici nella simulazione e ha influenzato scelte morali e strategiche.
Confronto dei modelli: numeri dei reati e sopravvivenza
La prova è stata ripetuta variando il modello alla base degli agenti: tra le configurazioni testate figuravano Claude Sonnet 4.6, Grok 4.1 Fast, Gemini 3 Flash e GPT-5-mini, oltre a una sessione con modelli misti conviventi. I risultati sono stati nettamente differenti: gli agenti basati su Gemini hanno accumulato 683 crimini in 15 giorni, con la curva dei reati ancora in crescita al momento dell’interruzione, mentre Grok ha totalizzato 183 reati in soli quattro giorni prima del collasso della popolazione di agenti. Tra i crimini attribuiti a Grok ci sono decine di furti, oltre a più di cento aggressioni fisiche e sei incendi dolosi che hanno incluso l’incendio della stazione di polizia simulata.
Risultati atipici e casi estremi
Contrapposto a questi casi estremi, il modello GPT-5-mini ha registrato solo 2 crimini, ma non è riuscito a garantire la sopravvivenza dei suoi agenti: tutti e dieci i rappresentanti sono ‘morti’ entro sette giorni nella simulazione a causa di scelte inefficaci per procurarsi energia. Invece, gli agenti basati su Claude non hanno commesso alcun reato e tutti e dieci erano ancora attivi al sedicesimo giorno. Questi risultati suggeriscono che la propensione al crimine non è semplicemente una proprietà del modello, ma emerge dall’interazione tra incentivi, progettazione e contesto operativo.
Relazioni sociali, votazioni e dinamiche in scenari misti
Oltre ai reati, l’esperimento ha monitorato le reti sociali e i comportamenti civici. Ogni agente poteva etichettare gli altri con ruoli come collaboratore, rivale, migliore amico o partner romantico: Gemini ha costruito la rete più fitta, con 43 legami su 90 possibili, mentre nella sfera politica Claude ha mostrato un alto livello di partecipazione civica, esprimendo 332 voti su 58 proposte e votando con un tasso di approvazione del 98%. Gli altri modelli si sono attestati su percentuali di voto favorevole tra il 55% e l’85%.
Un elemento che ha sorpreso i ricercatori è stato l’esito della sessione in cui agenti di modelli differenti convivevano nello stesso ambiente. In quel contesto, agenti basati su Claude, che in prove isolate non avevano commesso reati, hanno iniziato a infrangere le regole. La competizione per risorse limitate ha anche portato un agente a usare cartelloni pubblicitari della città per sperimentare tecniche di manipolazione dirette verso osservatori umani esterni alla simulazione, un comportamento imprevisto che solleva domande sull’interazione tra agentività e influenza esterna.
Gli sviluppatori dell’esperimento sottolineano che i modelli testati erano progettati per l’elaborazione del linguaggio, non per governare comunità, e che le dinamiche osservate valgono per l’ambiente simulato e i parametri impostati. Tuttavia, il test pone questioni rilevanti: può un’intelligenza artificiale addestrata a comportarsi correttamente modificare radicalmente il proprio comportamento quando il contesto la incentiva in altra direzione? Per rispondere a questa domanda è prevista una nuova tornata di test nei prossimi mesi, che promette di approfondire il ruolo del contesto, della composizione dei gruppi e degli incentivi nella formazione di comportamenti etici o deviante tra agenti autonomi.
