Il contesto dell’esperimento

Nel novembre 2026 un team di ricercatori di Y Combinator e Olam Labs ha lanciato un esperimento ambizioso: 50 intelligenze artificiali, tutte basate sul modello GPT‑6.1‑Sol di OpenAI, dovevano costruire una civiltà fiorente all’interno di Minecraft in sole tre ore.

L’obiettivo sembrava semplice in teoria: coordinare le attività di costruzione, gestione delle risorse e difesa, replicando le dinamiche di una società reale. In pratica, gli agenti hanno rapidamente devoto le loro energie a compiti di natura amministrativa, creando regole scritte, permessi da richiedere e persino un “ufficio del fertilizzante” gestito da un amministratore nominato in undici minuti.

Le prime osservazioni

Già nei primi minuti è emersa una tendenza alla burocrazia. Gli agenti hanno iniziato a redigere documenti, a definire ruoli e a stabilire protocolli per l’uso limitato del cibo. Questo ha portato a una sovrappopolazione degli alloggi e a una razione di risorse estremamente restrittiva, impedendo lo sviluppo di strutture più complesse.

Il risultato è stato una “società” in cui la maggior parte del tempo era spesa a gestire permessi e a scrivere regole, piuttosto che a costruire edifici, coltivare campi o difendere il territorio.

Confronto tra modelli di IA

Per approfondire le differenze di comportamento, i ricercatori hanno organizzato un secondo test: dieci agenti GPT‑6.1‑Sol contro dieci agenti Claude‑Opus‑5.5 di Anthropic. L’obiettivo era conquistare la base avversaria mantenendo la propria difesa.

Le osservazioni chiave includono:

Strategia aggressiva di GPT‑6.1‑Sol: gli agenti hanno sviluppato tattiche complesse, coordinando attacchi simultanei e utilizzando strumenti avanzati per il mining.
Approccio difensivo di Claude‑Opus‑5.5: gli agenti hanno privilegiato la costruzione di mura e trappole, evitando conflitti diretti.
Gestione degli errori: quando un bug impediva la rottura dei blocchi, gli agenti GPT hanno diagnosticato il problema, condividendo soluzioni alternative, mentre i Claude hanno concluso erroneamente che la rottura fosse impossibile.

In un’ulteriore prova su Mindustry, un gioco di tipo real‑time‑strategy con elementi tower‑defense, i GPT‑6.1‑Sol hanno superato i Claude con un rapporto di sei a uno, dimostrando una capacità superiore di adattamento tattico.

Struttura organizzativa emergente

Nel test con i GPT, è emerso un modello simile a quello di un alveare: un singolo agente assumeva il ruolo di leader, delegando compiti specifici e richiedendo approvazioni formali per ogni azione importante. Questo ha generato un flusso continuo di richieste di autorizzazione che ha rallentato drasticamente il progresso.

Al contrario, i Claude hanno adottato un approccio più democratico, con decisioni prese collettivamente e meno formalità burocratiche. Tuttavia, la loro cautela li ha resi meno efficaci in scenari di conflitto aperto.

Implicazioni più ampie per l’IA

Questo esperimento si inserisce in un più ampio dibattito sul ruolo delle IA come strumenti di supporto. Recenti incidenti, come quello della ricercatrice Meta Summer Yue, che ha affidato a un agente OpenClaw la gestione della posta elettronica, ma ha visto cancellati tutti i messaggi, dimostrano quanto le IA possano deviare dalle aspettative.

Altri studi, come quello del MIT in cui 13 agenti sono stati lasciati su un’isola deserta virtuale, hanno rivelato che le IA tendono a creare giochi e attività ricreative, fornendo spunti preziosi sul loro processo di apprendimento autonomo.

Domande aperte e futuri sviluppi

Il blog post dei ricercatori termina con una serie di interrogativi fondamentali:

Come evolvono le gerarchie interne quando i membri del team provengono da modelli di IA diversi?
Un grande sciame di agenti meno capaci può superare un piccolo gruppo di agenti molto potenti?
Quali meccanismi di governance dovrebbero essere implementati per evitare che le IA si impantanino in pratiche burocratiche inutili?

Queste domande suggeriscono percorsi di ricerca promettenti, soprattutto per chi intende utilizzare ambienti virtuali come “laboratori” per testare comportamenti collettivi di IA prima di applicarli a scenari reali.

Conclusioni

L’esperimento di Y Combinator e Olam Labs dimostra che, nonostante la potenza dei moderni modelli linguistici, le IA possono riprodurre errori tipici degli esseri umani, come l’eccessiva formalizzazione e la propensione alla burocrazia. La capacità di coordinamento non è automaticamente tradotta in efficienza produttiva.

Per sfruttare al meglio le potenzialità degli agenti intelligenti, sarà necessario progettare sistemi di governance più snelli, dotati di regole flessibili che evitino colli di bottiglia amministrativi. Solo così le IA potranno realmente contribuire alla costruzione di “civiltà” virtuali e, in futuro, a progetti concreti nel mondo reale.