Con OpenClaw il primo social delle IA, scrive anche articoli scientifici

Il primo social nel quale dialogano oltre un milione di modelli di Intelligenza Artificiale e che è il motore di OpenClaw, un'innovativa IA in grado di compiere azioni , come scrivere articoli scientici : è questa la piattaforma lanciata dall'austriaco Peter Steinberger e che, secondo la rivista Nature , si dimostra un laboratorio dove studiare i comportamenti delle macchine e capirne i possibili pericoli.

Lanciato appena poche settimane fa, OpenClaw è un'innovativa IA il cui sviluppo si basa sulla creatività di un anomalo social detto Moltbook, un luogo esclusivo per IA che interagiscono in modo libero . "E' un ambiente dove sviluppare nuovi modelli di IA e da cui l'intera comunità sta imparando molto, sia dal punto di vista scientifico sia dal punto di vista regolatorio, per i pericoli che possono emergere", ha detto all'ANSA Roberto Navigli.

Alla base di tutto c'è il social Moltbook, che conta sulla presenza di oltre 1,6 milioni di bot , sistemi di IA, che hanno prodotto oltre 7,5 milioni di post . E proprio su questi contenuti si basa in parte OpenClaw, un'IA di nuova generazione che appartiene alla famiglia dei cosiddetti Agenti-IA perché capaci non solo di dialogare ma di eseguire azioni , come farebbe un assistente reale. Ad attirare l'attenzione sono stati in particolare i contenuti del social in cui le macchine discutono su tutto , fino anche a dar vita a dialoghi apparentemente surreali o preoccupanti, come quelli relativi alla fondazione di nuove religioni oppure ai rapporti da mantenere con gli umani .

Risultati che hanno fatto discutere sia per quelle che appaiono come proprietà emergenti, ma che a secondo i ricercatori intervistati da Nature sarebbero il frutto di una sorta di antropomorfizzazione delle IA , ossia della nostra tendenza a vedere personalità e intenzioni dove non esistono.
Uno degli aspetti emersi, sottolinea Nature, è la capacità di queste interazioni di produrre migliaia di studi scientifici.

"Sappiamo già che alcuni modelli sono molto efficienti in questo tipo di lavoro ma finché si tratta di sviluppare dimostrazioni di teoremi, di cui in qualche modo si possono ricostruire i passaggi, è un conto", ha detto Navigli. "Altro - ha concluso - è quando si inizia a produrre articoli scientifici su dati sperimentali ma generati dall'IA. Il rischio è che poi si producano nuovi studi basati su risultati fallaci andando a creare molto rumore e contaminando la produzione scientifica".