Gli agenti AI fanno più lavoro, ma non decidono ancora niente

C’è un mito che gira tra chi non lavora ogni giorno con agenti AI: che siano ormai autonomi, che “facciano tutto loro”. Uno studio cinese su un vero progetto di sviluppo di un modello linguistico, chiamato Atria Dawn, ha misurato cosa succede davvero quando umani e agenti collaborano per settimane su un compito complesso. La risposta è più interessante di quanto sembri: gli agenti scrivono tanto, ma decidono poco.

Pensa a uno studio fotografico dove hai un assistente instancabile: prepara i set, testa le luci, propone inquadrature diverse in pochi minuti. Fa un lavoro enorme. Ma la scelta finale, quale scatto pubblichi, resta sempre tua. Ecco, i ricercatori hanno analizzato oltre 700 log di lavoro reale e hanno trovato esattamente questo schema.

Lo studio riporta che gli agenti AI hanno contribuito al 55% delle proposte pratiche di metodo, ma gli esseri umani hanno mantenuto oltre l’85% delle decisioni critiche nel processo.

Chi fa cosa, davvero
Scomponendo il lavoro per fasi, il pattern è chiaro:
– proposte tecniche e varianti di metodo: prevalentemente generate dagli agenti
– scelta finale tra le opzioni proposte: quasi sempre umana
– valutazione critica dei risultati intermedi: presidiata dagli umani
– esecuzione e iterazione veloce: delegata agli agenti

I numeri
1. 700+: i log di lavoro analizzati per ricostruire il flusso reale di collaborazione uomo-agente
2. 55%: la quota di proposte di metodo pratico generate dagli agenti AI
3. 85%: la quota di decisioni critiche rimasta in mano umana, nonostante il volume di lavoro degli agenti

Il caso concreto riguarda proprio la costruzione del modello Atria Dawn: gli agenti hanno macinato varianti, test, ottimizzazioni, ma ogni bivio importante, tipo quale architettura tenere o quale dato scartare, è passato da un umano. È la prova che più attività non significa più autonomia: sono due cose diverse, e confonderle è un errore.

I ricercatori avvertono esplicitamente contro il rischio di “rubber-stamping”: approvare in automatico le proposte degli agenti solo perché sono tante e arrivano veloci, senza un vaglio reale.

Tre cose che mi porto via
1. Un agente che produce molto output non sta automaticamente prendendo decisioni al posto tuo: sono due metriche separate
2. Il rischio reale non è che gli agenti diventino troppo autonomi, ma che gli umani smettano di controllare per stanchezza da volume
3. Nei tuoi flussi di lavoro con AI, vale la pena distinguere esplicitamente “chi propone” da “chi decide”, anche solo mentalmente

Gli agenti sono diventati bravissimi ad allungare le tue mani. Non hanno ancora imparato a usare la tua testa, e forse è giusto così.

Fonte: the-decoder.com

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