L'evoluzione dell'intelligenza artificiale sta raggiungendo nuovi traguardi con strumenti capaci di muoversi autonomamente attraverso il web per compiere ricerche approfondite. Deep Research di OpenAI rappresenta un significativo passo avanti in questa direzione, distinguendosi dagli assistenti AI convenzionali per la sua capacità di navigare autonomamente, valutare le fonti e sintetizzare le informazioni in report dettagliati.
Gli utenti, dai professionisti ai ricercatori, hanno accolto con entusiasmo questa innovazione che promette di trasformare radicalmente il modo in cui gestiamo la ricerca di informazioni e, potenzialmente, ridefinire intere categorie di lavoro intellettuale.
La SANITÀ pubblica è un DISATRO? Digitale al salvataggio - Stefano Casagrande
Un assistente che pensa prima di agire
A differenza dei chatbot tradizionali, Deep Research utilizza un processo di ragionamento artificiale per decidere come procedere nelle ricerche. Non si limita a generare testo in risposta a una domanda, ma pianifica autonomamente il percorso d'indagine, determinando quali link esplorare e quali informazioni meritino approfondimento.
Josh Tobin, ricercatore di OpenAI coinvolto nello sviluppo del sistema, sottolinea come sia affascinante osservare il processo decisionale dell'agente:
"A volte decide di tornare indietro perché una certa direzione non sembra promettente. È interessante leggere questi percorsi per comprendere come ragiona il modello".
Il funzionamento è sorprendentemente trasparente: mentre l'agente esplora la rete, mostra in una finestra laterale il suo processo di ragionamento, permettendo all'utente di seguire la logica dietro ogni decisione.
Prima del lancio pubblico avvenuto il 2 febbraio, Deep Research era stato reso disponibile internamente agli impiegati di OpenAI. Isla Fulford, ricercatrice dell'azienda, racconta come già da quella fase fosse evidente il potenziale dello strumento:
"Ogni volta che il sistema andava offline, venivo sommersa di messaggi da colleghi desiderosi di riaverlo. Il numero di persone che mi contattavano ci ha fatto capire di avere tra le mani qualcosa di speciale".
Una volta reso disponibile al pubblico attraverso l'abbonamento ChatGPT Pro a 200 dollari mensili, l'entusiasmo si è rapidamente diffuso anche all'esterno. Patrick Collison, CEO di Stripe, ha condiviso su X la sua esperienza positiva, mentre Dean Ball, ricercatore specializzato in politiche sull'AI presso la George Mason University, ha evidenziato come Deep Research abbia fatto percepire concretamente il potenziale dell'intelligenza artificiale avanzata anche nella comunità politica di Washington.
Ripensare il lavoro intellettuale
Ethan Mollick, professore alla Wharton School dell'Università della Pennsylvania, vede in Deep Research un chiaro segnale di come l'AI più avanzata possa automatizzare il lavoro d'ufficio. Pur riconoscendo che lo strumento funziona meglio sotto la supervisione di esperti che possano verificarne i risultati, Mollick sottolinea un aspetto rivoluzionario:
"Uno strumento che può compiere 40 ore di lavoro di medio livello, richiedendo solo un'ora per verificarlo".
Questa prospettiva solleva interrogativi sul futuro del lavoro intellettuale. "Ciò che mi preoccupa maggiormente", confessa Mollick, "è se le aziende considereranno questi strumenti come potenziamenti per i loro dipendenti o semplicemente come sostituti".
Non sorprende che OpenAI stia valutando l'offerta di agenti avanzati a prezzi considerevolmente più elevati. Secondo un recente rapporto di The Information, l'azienda avrebbe comunicato agli investitori la possibilità di offrire agenti capaci di svolgere "lavoro di livello dottorato" a 20.000 dollari mensili. Kayla Wood, portavoce di OpenAI, ha tuttavia definito tali informazioni come "pure speculazioni".
La corsa agli agenti intelligenti
Deep Research non è un'iniziativa isolata. I principali concorrenti di OpenAI stanno sviluppando modelli di ragionamento e strumenti simili. Google DeepMind ha rilasciato un agente di ricerca web con lo stesso nome il 10 dicembre 2024, mentre Grok di Elon Musk offre funzionalità analoghe.
Ciò che distingue Deep Research sembra essere la sua maggiore sofisticazione, derivante dall'utilizzo del modello di ragionamento più avanzato di OpenAI, denominato OpenAI o3. Queste capacità "agentiche" sono ampiamente considerate il prossimo passo evolutivo per l'intelligenza artificiale, sebbene ottenere modelli che agiscano senza commettere errori rimanga una sfida significativa.
Ruslan Salakhutdinov, informatico della Carnegie Mellon University che lavora su agenti web, definisce Deep Research "un'estensione naturale dei modelli di ragionamento", pur sottolineando che gli agenti AI sono ancora in una fase iniziale, soggetti a errori e destinati a evolvere considerevolmente.
L'apprendimento attraverso l'interazione umana
Per addestrare Deep Research, OpenAI ha assunto studenti universitari e altri professionisti altamente qualificati. Questi utenti forniscono query e correggono gli errori, generando dati di addestramento per un algoritmo di apprendimento per rinforzo che permette al modello di migliorarsi costantemente.
Olga Schrivner, linguista al Rose-Hulman Institute of Technology coinvolta nell'addestramento, evidenzia un aspetto cruciale del sistema: "La prima cosa che fa ora è chiedere chiarimenti, ed è fondamentale. È quasi come una comunicazione, improvvisamente diventa davvero il tuo assistente".
Alexander Zerkle, dottorando in microbiologia all'UC San Diego, racconta come Deep Research abbia impressionato suo nonno matematico producendo una dimostrazione complessa del teorema di Schroeder-Bernstein:
"Ha generato una dimostrazione molto lunga. Non la capisco, ma per mio nonno è stato emozionante".
Oltre la moda dei chatbot
Mentre l'entusiasmo iniziale per i chatbot comincia a diminuire, strumenti come Deep Research potrebbero cambiare radicalmente il modo in cui molte persone utilizzano il web. Amelia Glaese, responsabile dell'allineamento presso OpenAI, sottolinea la differenza fondamentale rispetto ai chatbot:
"Hai un modello che offre un'utilità concreta, che ha imparato a svolgere parte del lavoro manuale della ricerca. Questo attrae una nuova categoria di persone che riconoscono il valore pratico dello strumento".
Nonostante le sue potenzialità, Deep Research presenta ancora importanti limitazioni. Come ammette Tobin, "può avere difficoltà a distinguere informazioni autorevoli da semplici rumor" e "mostra debolezze nella calibrazione della confidenza, spesso non comunicando accuratamente l'incertezza". Sono sfide che rivelano quanto sia ancora agli inizi lo sviluppo di questi sistemi, ma anche quanto rapidamente stiano evolvendo.