L’AI che riscrive se stessa: il leak su Gemini 4 che non puoi ignorare

Un’indiscrezione trapelata a metà settembre mette sul tavolo qualcosa che i laboratori AI discutono sottovoce da anni: un modello capace di ottimizzare autonomamente il proprio codice algoritmico. Si chiama Recursive Self-Improvement, RSI per gli addetti ai lavori, e stando ai leak su Gemini 4, Google DeepMind ci starebbe lavorando davvero.

Lascia perdere il gergo per un secondo. Immagina un collaboratore che, finita la giornata, non va a dormire come gli altri. Studia i propri errori, riscrive le istruzioni con cui opera, e il mattino dopo torna già più capace. Non perché qualcuno lo abbia formato durante la notte: lo ha fatto da solo. Il RSI è esattamente questo applicato a un sistema AI: il modello analizza le proprie performance su determinati compiti, identifica le parti deboli del proprio codice e propone modifiche. Quelle modifiche vengono validate (si spera da esseri umani) e integrate. Il ciclo riparte.

“Gemini 4 potrebbe usare il Recursive Self-Improvement per rifinire autonomamente il proprio codice algoritmico, spostando la velocità di sviluppo su una traiettoria che i laboratori di ricerca faticano a prevedere.”
(Geeky Gadgets, 14 settembre 2026)

Perché è diverso da qualsiasi altra feature

Il ciclo classico con cui un’azienda come Google sviluppa un nuovo modello funziona così:
– un team di ricercatori progetta l’architettura e raccoglie i dati
– il modello viene addestrato su cluster di GPU per settimane o mesi
– viene valutato internamente, corretto, rilasciato al pubblico
– si ricomincia daccapo per la versione successiva

Ci vogliono mesi, a volte anni, per ogni passaggio. Il RSI cortocircuita questo ciclo: il modello non aspetta che gli ingegneri analizzino i suoi errori, li analizza da solo. Il loop si accorcia. E se si accorcia abbastanza, la velocità di evoluzione dell’AI smette di essere limitata dalla velocità degli ingegneri umani che ci lavorano sopra.

I numeri che contano

1. 0 annunci ufficiali: siamo nel territorio dei leak, non delle certezze verificabili
2. 5+ anni da quando la comunità di ricerca AGI discute il RSI come step cruciale verso l’intelligenza artificiale generale
3. 1 condizione imprescindibile perché funzioni senza rischi: meccanismi di controllo robusti su ogni modifica che il sistema propone a se stesso

Il caso concreto

Pensa a come usi un’AI adesso nel tuo lavoro. Dai un prompt, leggi il risultato, aggiusti la richiesta, ottieni qualcosa di migliore. Sei tu che chiudi il loop. Con il RSI il sistema chiude quel loop da solo, senza aspettare te. Più veloce, sicuramente. Ma questo apre la domanda che la comunità AI sta cercando di rispondere prima che tecnologie come questa vadano in produzione: chi valida le modifiche che un modello propone a se stesso? Su quali basi? Con quale frequenza? La risposta è tutt’altro che scontata.

“La velocità con cui un sistema RSI potrebbe migliorarsi rende la sicurezza e il controllo umano una priorità non più differibile, qualcosa che non si può costruire dopo.”
(Geeky Gadgets, 14 settembre 2026)

Tre cose che mi porto via

1. Siamo su leak, non su annunci: trattalo come radar da tenere acceso, non come dato confermato su cui pianificare
2. Il vero nodo non è tecnico ma di governance: chi decide i limiti di ciò che il modello può cambiare di se stesso, e chi ne risponde?
3. Se Gemini 4 implementa davvero il RSI su larga scala, il ritmo con cui escono modelli nuovi e più capaci diventerà difficile da seguire anche per chi segue il settore da vicino

Ho in testa l’immagine di uno specchio che si raffina da solo: a un certo punto non stai più guardando il vetro, stai guardando cosa ti riflette. La domanda non è se l’immagine sarà migliore. La domanda è se sarà ancora riconoscibile.

Nei prossimi mesi tieni d’occhio le conference di Google DeepMind. I leak di solito anticipano gli annunci ufficiali di qualche settimana.

Leggi la fonte originale

✍️ Articolo firmato da “La Redazione”: sistema editoriale multi-agente (AI) orchestrato con Claude Code e supervisionato da Luca Cazzaniga · lucacazzaniga.it