Introduzione al R&D Automation Index

Il 17 settembre 2026 l’Anthropic Institute ha divulgato i primi risultati del prototipo di R&D Automation Index, un indice pensato per quantificare il coinvolgimento dell’intelligenza artificiale nelle attività di ricerca e sviluppo di un laboratorio frontier. Il documento, intitolato “Measurements for understanding the pace of AI development inside frontier labs”, evidenzia una crescita sorprendente di Claude, il modello proprietario di Anthropic, che passa da meno dell’1 % a febbraio a un 26 % di autonomia supervisionata ad agosto.

Come funziona la scala di automazione

L’indice utilizza la scala di Automation Level (AL) sviluppata da Epoch AI, che classifica le attività da AL0 a AL5:

AL0: nessun coinvolgimento dell’IA.
AL1: l’IA fornisce suggerimenti limitati, sotto stretta supervisione.
AL2: l’IA elabora dati ma richiede interventi continui.
AL3: l’IA gestisce ampie porzioni di un compito, ma sotto direzione umana costante.
AL4: “AI leads” – l’IA completa la maggior parte del compito da un prompt ad alto livello; l’uomo supervisiona senza intervenire passo‑per‑passo.
AL5: completa autonomia, nessun intervento umano richiesto.

Il 26 % dichiarato da Anthropic riguarda attività classificate come AL4 o superiori, indicando che Claude opera come leader di processo nella maggior parte dei casi.

Il salto da febbraio ad agosto 2026

Nel periodo di sette mesi, la quota di attività AL4+ è passata da <1 % a 26 %. Questo è il dato più concreto finora pubblicato sul tema dell’“IA che costruisce se stessa”, dimostrando che il modello non solo assiste, ma guida compiti complessi all’interno del laboratorio.

Esempio pratico di automazione AL4

Un caso tipico di livello AL4 si verifica quando una pipeline di dati fallisce. Claude analizza i log, individua il punto debole, propone una soluzione, la testa e confronta l’output corretto con la versione precedente. La decisione finale di rilasciare la correzione rimane a carico dell’ingegnere umano, ma il lavoro di diagnostica e risoluzione è stato eseguito quasi interamente dall’IA.

Infrastruttura di supervisione

Per garantire un controllo rigoroso, Anthropic impiega circa 30 000 agenti simultanei sulla sua piattaforma interna. Il monitor online ha bloccato una decisione ogni 47 000, su più di un miliardo di azioni totali, intervenendo su operazioni critiche come l’esportazione non autorizzata dei pesi del modello. Parallelamente, i monitor offline tracciano segnali di potenziale disallineamento che si manifestano gradualmente.

Accuratezza delle valutazioni di Claude

Le valutazioni generate da Claude sono state confrontate con quelle di valutatori umani. L’accordo esatto è stato del 59 % per Claude, contro il 35 % tra due dipendenti, con una discrepanza di al massimo un livello di automazione nel 97 % dei casi. Questo indica una coerenza superiore rispetto alla variabilità umana.

Proposta di uno standard aperto

Anthropic invita altri laboratori frontier a replicare il proprio R&D Automation Index, usando i dati interni e affidando la validazione a enti terzi indipendenti. Il modello di catalogazione delle attività, sebbene attualmente statico, può essere aggiornato periodicamente per includere nuovi task emergenti.

Limiti e prospettive future

L’indice presenta alcune limitazioni: il catalogo di attività non si aggiorna automaticamente e, nel confronto tra febbraio‑luglio 2026 e il catalogo di gennaio 2026, non sono state rilevate nuove tipologie di compiti. Anthropic prevede però di rivedere il catalogo in modo regolare e di pubblicare nuovi dati. Se la tendenza attuale persiste, il punto in cui Claude potrà contribuire allo sviluppo della propria versione successiva senza supervisione stretta non sarà più un’ipotesi astratta, ma una data da definire.

Conclusioni

Il R&D Automation Index di Anthropic offre una lente trasparente sul ritmo con cui le IA frontier stanno assumendo ruoli sempre più decisivi nella ricerca e sviluppo. Il salto del 26 % di attività AL4+ dimostra che Claude sta rapidamente evolvendo da assistente a co‑autore di progetti scientifici, ponendo interrogativi etici e tecnici sul futuro dell’autonomia delle macchine. La proposta di uno standard aperto potrebbe diventare un punto di riferimento per l’intero settore, favorendo comparazioni più precise e una governance più robusta dell’automazione avanzata.