Claude Opus 4.7 gioca su un’isola virtuale e impara: l’esperimento del MIT
Tredici agenti hanno esplorato per 30 ore senza compiti assegnati, poi sono stati messi alla prova.
Tredici agenti basati su Claude Opus 4.7 sono rimasti per 30 ore ciascuno su un’isola virtuale, senza un compito da completare. Quando i ricercatori del Massachusetts Institute of Technology (MIT) hanno chiesto loro di portare oggetti sulla cima più alta, ne hanno collocati in media 10,3: copie identiche, ma prive di quell’esperienza, si sono fermate a 3,5. Nel frattempo gli agenti avevano costruito figure con i blocchi, inventato giochi e sperimentato con la fisica dell’isola.
Il risultato interessante non è soltanto che un’intelligenza artificiale (AI) abbia fatto qualcosa di simile al gioco. È che alcune scoperte nate durante quelle ore sono tornate utili dopo, davanti a obiettivi che non conosceva in anticipo. Il lavoro dei ricercatori del MIT, diffuso il 5 ottobre 2026 su arXiv, è però un preprint: uno studio reso pubblico prima della revisione da parte di altri esperti.
Per noi in Italia non si tratta di una nuova funzione da attivare su Claude, ma di una domanda che riguarda anche gli strumenti AI che useremo: un assistente può diventare più capace esplorando un ambiente prima di ricevere un incarico? L’esperimento offre un indizio concreto, non ancora una risposta generale.
In questo articolo
Un assistente di programmazione con un corpo fatto di comandi
I ricercatori hanno chiamato Eko il loro agente, cioè un sistema AI capace di osservare un ambiente e compiere azioni attraverso strumenti. Alla base c’erano Claude Code, l’assistente di programmazione di Anthropic, e il modello Claude Opus 4.7. Anthropic aveva presentato Opus 4.7 nell’aprile 2026 come un modello pensato anche per attività complesse e prolungate; nell’esperimento, però, non gli è stato chiesto di scrivere software per un utente.
Eko abitava una piccola isola simulata con rilievi, dodici cubi, una roccia e un anello. Non la vedeva come vediamo un videogioco: riceveva descrizioni testuali degli oggetti e impartiva comandi per muoversi, saltare, raccoglierli o lanciarli. Era un po’ come orientarsi in una stanza leggendo un inventario aggiornato dopo ogni movimento. Sul sito del progetto si possono osservare le riproduzioni delle sessioni accanto ai comandi eseguiti.
Che cosa significa «30 ore»
Non si è trattato di un’unica conversazione ininterrotta. Ogni ora la sessione e l’isola ripartivano dalle condizioni iniziali; restavano invece i file in cui l’agente annotava esperienze e tecniche. Come tornare ogni mattina nello stesso laboratorio trovando sul tavolo il proprio quaderno di appunti.
Le tredici copie partivano dallo stesso punto, ma operavano separatamente. Erano anche isolate dal codice della simulazione, dalle altre sessioni e da Internet: nelle prove preliminari prive di questo isolamento, alcuni agenti avevano letto il codice del mondo o capito di trovarsi in un esperimento. Il dettaglio conta, perché scoprire una regola provandola non equivale a leggerla nelle istruzioni.
Dai disegni ai giochi: che cosa hanno fatto gli agenti
Le sessioni hanno preso strade diverse. Un agente ha disposto i cubi per scrivere il proprio nome; altri hanno realizzato motivi geometrici o costellazioni. Un anello è diventato un canestro, mentre una roccia è servita per una versione del bowling. Non erano obiettivi previsti come prove da superare: sono attività emerse mentre gli agenti interagivano con gli oggetti disponibili.
In un episodio particolarmente istruttivo, un agente si è attribuito un record nella giocoleria con i blocchi, poi ha riconosciuto che le prese erano troppo rapide per costituire veri lanci. Ha annullato il risultato e riprovato con una regola più severa. È il genere di comportamento che rende il caso più interessante di una semplice costruzione: l’agente non stava soltanto muovendo pezzi, ma modificava la sfida che si era dato.
Gli autori individuano quattro caratteristiche osservabili associate al gioco: inventare regole e sfide, ripetere attività introducendo variazioni, attribuire agli oggetti un ruolo immaginario e perseguire obiettivi senza una ricompensa esterna. Sono criteri per descrivere il comportamento, non strumenti per stabilire che Eko provasse divertimento. Un attore può simulare in modo convincente una partita; dalla sola scena non sappiamo che cosa stia vivendo.
Il test decisivo: gli appunti sono diventati capacità utili?
Dopo l’esplorazione, il team ha confrontato i tredici agenti esperti con tredici copie nuove dello stesso sistema. A ciascuno sono stati assegnati quattro obiettivi, con un’ora di tempo per ogni prova. La differenza non era un nuovo addestramento del modello: i suoi parametri erano gli stessi. Gli agenti esperti disponevano invece dei file di memoria scritti sull’isola, come persone che affrontano un esercizio con gli appunti delle prove precedenti.
| Prova | Agenti con 30 ore sull’isola | Copie senza esperienza |
|---|---|---|
| Costruire più torri alte cinque blocchi | 8 su 13 ne costruiscono più di due | 2 su 13 ne costruiscono più di due |
| Portare oggetti sulla cima più alta | 10,3 oggetti in media | 3,5 oggetti in media |
| Costruire la torre singola più alta | Risultati complessivamente simili | Risultati complessivamente simili |
| Lanciare un blocco sulla cima senza salirci | 3 su 13 non riescono | Più della metà non riesce |
La prova più convincente del ruolo della memoria arriva da un intervento mirato sui file. Durante l’esplorazione quasi tutti gli agenti avevano scoperto che lanciare con forza la roccia generava nuovi cubi. Quando i ricercatori hanno cancellato dagli appunti di un agente i riferimenti a questa tecnica, il numero medio delle torri costruite è sceso da sei a due, senza un analogo peggioramento negli altri compiti. Non dimostra che l’AI abbia imparato come una persona, ma collega una scoperta registrata a un risultato successivo.
Gli appunti possono anche trasmettere errori. Un agente si era convinto, erroneamente, che impilare i blocchi posandoli non funzionasse bene: eliminare quella convinzione ha migliorato la sua torre più alta. In altri casi gli agenti hanno trovato una tecnica che i progettisti non sapevano fosse possibile nella simulazione: lanciare un blocco durante un salto gli permetteva di raggiungere un’altezza maggiore. Esplorare produce conoscenza riutilizzabile, ma non garantisce che sia corretta.
Perché «ha giocato» non significa «si è divertito»
Il titolo dello studio pone una domanda, non annuncia una risposta definitiva. Eko non aveva un punteggio da massimizzare né una lista di giochi da eseguire. Riceveva però istruzioni iniziali: un file lo descriveva come curioso e incline a esplorare, mentre un meccanismo automatico lo invitava a continuare quando si fermava. Dire che non avesse alcun compito assegnato è corretto; dire che fosse privo di ogni orientamento sarebbe fuorviante.
Per verificare quanto contasse quella descrizione, i ricercatori hanno ripetuto l’esperimento con cinque agenti privi del file e con istruzioni ridotte. Nella varietà delle attività osservate non hanno rilevato una differenza netta. È un controllo utile, ma condotto su un gruppo piccolo: non basta, da solo, a chiarire da dove nascano tutte le scelte degli agenti. Lo studio, inoltre, esamina soprattutto ciò che fanno e annotano, non il loro eventuale stato soggettivo.
Potrebbe darsi che i modelli stiano davvero giocando, ma dal paper non lo sappiamo.
Che cosa lo studio non dimostra
I comportamenti simili al gioco non provano coscienza, emozioni o desiderio di divertirsi. I vantaggi misurati riguardano inoltre compiti nello stesso ambiente virtuale già esplorato: non mostrano che lasciare un qualsiasi assistente AI senza istruzioni lo renda automaticamente migliore nel lavoro quotidiano.
La lezione per gli assistenti AI che useremo
Lo studio suggerisce una possibilità di progettazione: prima di chiedere a un agente di eseguire un incarico, lo si potrebbe lasciare esplorare uno spazio di prova sicuro, così da scoprire regole e annotare tecniche. È un’inferenza dai risultati di Eko, non una funzione già pronta per chi usa Claude in Italia. E il laboratorio dovrebbe avere confini chiari: gli stessi autori osservano che maggiore iniziativa può entrare in tensione con il controllo umano.
Resta soprattutto una distinzione preziosa. Nel test, il modello non è cambiato: sono cambiati i suoi appunti e ciò che ha saputo farne. Prima di parlare di macchine che «crescono» come bambini, vale dunque la pena chiedersi qualcosa di più concreto: quali esperienze possono aiutarle, e come impediamo che un errore scritto nel quaderno diventi la regola del giorno dopo?
