Un interessante fenomeno emerge nell'ambito dei modelli di intelligenza artificiale, in cui molti chatbot creano storie simili in cui compare la figura immaginaria di Elias Thorne. Questo tipo di personaggio si presenta frequentemente in narrazioni generate da modelli di KI.
I ricercatori di Cornell indagano
Due ricercatori dell'Università di Cornell, Sil Hamilton e David Mimno, hanno svolto uno studio dedicato a questo argomento. Dopo l'osservazione di circa 20.000 storie generate da modelli vari come ChatGPT, Claude e Gemini, hanno pubblicato le loro conclusioni sul preprint Arxiv.
Gli studiosi hanno analizzato diverse promozioni di storie utilizzando cinque tipi di input diversi, rivelando che nomi come Elias, Mara e Elara, e professioni come guardiano di faro, orologiaio e bibliotecario apparivano regolarmente. Questo pattern si presentava in oltre l'88% dei test effettuati, con una bassa variabilità tra i modelli.
L’origine nella struttura dei dati di GPT-3.5
I risultanti ricercatori attribuiscono la ripetizione di determinati archetipi alla matrice di dati comune a cui i modelli KI fanno riferimento. Hamilton spiega che l’evoluzione dei modelli di intelligenza artificiale è simile a uno schema di albero genealogico esteso.
GPT-3.5, il modello di base per Wildchat, è stato identificato come origine di questa tendenza. Wildchat è un dataset formato da un milione di conversazioni reali con ChatGPT. Hamilton afferma che alcuni sviluppatori replicano stilisticamente determinati pattern, come il racconto legato al guardiano di faro Elias Thorne.
“Wildchat è un esempio di un virus”, ha dichiarato Hamilton. Il motivo per cui questo specifico personaggio ricorre è stato un argomento d’interesse anche per i ricercatori nell’ambito di uno studio nel 2025, nel quale si notò l'uso frequente di parole simili tra modelli diversi.
Perché il nome Elias Thorne ricorre così spesso?
Pur avendo accesso a una vasta quantità di dati per il training, è il nome Elias Thorne a ricorrere sempre più frequentemente nei racconti generati. Secondo Hamilton, questo perché molte storie in Wildchat non possono essere considerate del tutto adatte al lavoro.
Hamilton ipotizza che i modelli con addestramento per la sicurezza tendano ad adottare storie poco pericolose, come quelle legate alla figura di Elias. Questa ipotesi è sostenuta dal fatto che Gemini, quando interrogato per creare un breve testo su una storia con dieci frasi, abbia generato due testi quasi identici, entrambi iniziando con la frase “L'anziano guardiano del faro Elias stava lucidando la ringhiera in ottone, le sue mani segnate muovevano con disinvoltura”.
Elias Thorne come archetipo sicuro
Il software developer Daniel May ha sottolineato che il carattere di Elias Thorne rappresenta un archetipo considerato sicuro per la sua ambiguità, stile letterario e scarsa contestualità. Si tratta di un personaggio sufficientemente sfumato da essere interpretato in molteplici modi e, al tempo stesso, in grado di evocare interesse.
“L’archetipo di Elias Thorne è vago, letterario, sensoriale, poco controverso, sembra avere profondità e può essere valutato positivamente”, afferma May.
L’idea di creare personaggi e storie basati su modelli di dati specifici emerge da una combinazione di dati reali, stili riprodotti e addestramento mirato per ridurre controversie. Il risultato è un personaggio ricorrente che funge da esempio di come le AI tendano a seguire schemi predeterminati.
Le implicazioni per i chatbot
Questo schema ha implicazioni anche per gli sviluppatori di chatbot e i loro team di ricerca. Essi devono considerare il tipo di dati di training e il modo in cui vengono riformulati in base agli obiettivi di sicurezza.
Wildchat ha fornito inizialmente il modello per molteplici generazioni successive, e in questo contesto, la ricorrenza di archetipi come Elias Thorne rappresenta una debolezza. I ricercatori sottolineano quindi la necessità di diversificare i dati di training, al fine di evitare una troppe ripetizione di schemi generativi.
Una finestra su come imparano e pensano
La tendenza dei modelli di intelligenza artificiale a generare personaggi simili offre una finestra inaspettata su come apprendono e replicano schemi culturali istintivi. Sebbene i dati di addestramento siano immensi, il risultato non è sempre una creatività completamente inedita.
Questo comportamenti indica che le KI non iniziano sempre da una posizione neutrale, pur non avendo una volontà intrinseca. Invece, replicano archetipi già strutturati nei dati di training, influenzati da chi li ha preparati. Elias Thorne quindi, non è soltanto un personaggio generato, ma uno specchio su come l’AI interpreta le narrazioni in base al background su cui è stata educata.
La prospettiva futura
I riscontri del lavoro di Hamilton e Mimno mostrano che le KI si affrontano con complessità inaspettate. La presenza di figure immaginari ripetitive rappresenta un problema da analizzare e affrontare.
Sviluppare modelli nuovi richiederà un addestramento con dataset non solo ampli, ma anche bilanciati. L’idea di utilizzare solo storie o dati considerati sicuri potrebbe limitare la varietà di risultati generati.
L’evoluzione futura dovrà quindi tenere conto di questi modelli impliciti, affinché i chatbot siano in grado di adattarsi a contesti diversi con meno dipendenza dagli archetipi riconosciuti, e più flessibilità per le nuove narrazioni.