OpenAI, la società di intelligenza artificiale con sede a San Francisco che punta a una quotazione in borsa nel corso del 2025, ha pubblicato un annuncio di lavoro destinato a un ricercatore specializzato in sicurezza, con una retribuzione compresa tra 295.000 e 445.000 dollari annui, per affrontare uno degli scenari più complessi del settore: la possibilità che un sistema di intelligenza artificiale sia in grado di migliorare autonomamente se stesso, senza supervisione umana.
Il fenomeno noto come "recursive self-improvement" — ovvero la capacità di un modello di addestrare versioni migliorate di sé stesso — non è più un'ipotesi teorica relegata alla fantascienza, ma uno scenario operativo verso cui i principali laboratori di ricerca stanno convergendo. Le implicazioni economiche e competitive sono rilevanti: chi riuscirà a governare questo processo otterrà un vantaggio strutturale nello sviluppo di prodotti, riducendo drasticamente i costi umani legati alla ricerca e allo sviluppo.
Il contesto è reso ancora più urgente da dati empirici recenti. I ricercatori di METR, laboratorio specializzato nell'analisi delle capacità dei modelli, hanno documentato a marzo che la lunghezza dei compiti che i modelli di frontiera riescono a completare raddoppia ogni sette mesi circa. La proiezione diretta di questa traiettoria implica che sistemi di intelligenza artificiale saranno presto in grado di gestire autonomamente interi cicli di lavoro che oggi richiedono da giorni a settimane a un programmatore umano.
La posizione aperta appartiene al team Preparedness, l'unità interna dedicata a prevenire danni gravi derivanti dall'intelligenza artificiale. Il profilo ricercato dovrà occuparsi di difendere i modelli dal cosiddetto "data poisoning" — la corruzione dei dataset di addestramento — sviluppare strumenti per interpretare i processi decisionali dei modelli e monitorare il progresso verso l'automazione del personale tecnico. Quest'ultimo punto, in particolare, segnala una consapevolezza interna: l'azienda sta misurando attivamente quanto il proprio lavoro tecnico possa essere sostituito dai suoi stessi prodotti.
Il CEO Sam Altman ha già delineato pubblicamente la tabella di marcia su X: un sistema capace di operare come "ricercatore automatizzato" entro marzo 2028, con una fase intermedia — un "assistente di ricerca automatizzato" su centinaia di migliaia di chip — già prevista per settembre 2025. Altman stesso ha ammesso la possibilità di fallire nell'obiettivo, ma ha giustificato la trasparenza con il richiamo all'interesse pubblico.
Sul fronte competitivo, anche Anthropic si muove nella stessa direzione. Ad aprile la società ha pubblicato ricerche sull'utilizzo di modelli per supervisionarne di più potenti, con risultati promettenti ma ancora limitati. Il cofondatore Jack Clark ha stimato una probabilità del 60% che entro fine 2028 la ricerca e lo sviluppo in intelligenza artificiale avvengano senza coinvolgimento umano diretto. Demis Hassabis, CEO di Google DeepMind, ha invece dichiarato questa settimana che l'umanità si trova ormai alle "pendici della singolarità".
Elizabeth Barnes, CEO di METR, ha offerto una lettura controcorrente: a suo avviso, qualsiasi civiltà con un approccio razionale procederebbe con maggiore cautela e lentezza nell'adozione dell'intelligenza artificiale. Una posizione che contrasta con la velocità operativa dei laboratori e con le pressioni commerciali crescenti, tra cui il ruolo strategico dello strumento Codex come motore di fatturato per l'azienda.
La domanda che rimane aperta riguarda la sostenibilità di un modello di sviluppo in cui la stessa organizzazione che crea sistemi potenzialmente in grado di sfuggire al controllo umano è anche quella incaricata di definirne i limiti di sicurezza. Affidare la sorveglianza di questo processo a un singolo team interno — per quanto ben retribuito — appare una risposta dimensionalmente inadeguata rispetto alla portata del problema che si propone di affrontare.