Gemini 4 Argon aiuta Google a creare nuova AI, ma non si migliora da solo

Oltre il 75% del codice di produzione di Google DeepMind è scritto con l'AI, ma quasi nove modifiche su dieci richiedono ancora una guida umana. È una distinzione che ci riguarda: gli strumenti che già usiamo per scrivere, programmare e lavorare stanno diventando più capaci, ma «fare molto» non significa ancora «sapere cosa fare da soli». I due dati emergono dal rapporto di sicurezza dedicato a Gemini 4 Argon, pubblicato nell'ottobre 2026.

Sergey Brin, cofondatore di Google, ha descritto l'azienda come vicina all'auto-miglioramento ricorsivo: un processo in cui un sistema di intelligenza artificiale contribuisce a sviluppare versioni successive più capaci. Ma nella scheda ufficiale di Gemini 4 Argon Google DeepMind afferma che il modello non ha raggiunto né la soglia fissata per un'accelerazione sostanziale della ricerca sull'AI né quella per automatizzare interamente il lavoro di un gruppo di ricercatori. Le parole di Brin descrivono una direzione; le valutazioni pubblicate misurano ciò che è stato dimostrato finora.

Pensiamo a una squadra che progetta automobili. Un assistente può disegnare componenti, eseguire prove e correggere difetti; questo accelera alcune attività, ma non vuol dire che abbia deciso da solo quale auto costruire, come verificarne la sicurezza e quando avviare il progetto successivo. Nella ricerca sull'AI accade qualcosa di simile: scrivere codice per un modello è soltanto una parte del lavoro necessario a creare un modello migliore.

Il rapporto di DeepMind conclude che, per ora, non emerge un'accelerazione significativa dall'inizio alla fine della ricerca e sviluppo sull'AI, dovuta all'AI stessa o ad altri fattori. Questa precisazione conta: un singolo esperimento riuscito o una correzione più veloce non dimostrano che l'intera organizzazione scopra, verifichi e produca nuovi modelli a un ritmo crescente. Secondo il documento, il rischio attuale associato a una ricerca sull'AI accelerata dall'AI resta basso.

Nel rapporto, DeepMind distingue tra codice scritto dall'AI e lavoro affidato interamente all'AI. La prima misura supera il 75% per il codice di produzione, cioè il codice destinato ai sistemi effettivamente utilizzati. La seconda riguarda le richieste di modifica del codice completate dagli agenti senza ripetute indicazioni umane: è passata dal 7,5% nell'aprile 2026 all'11,9% nel settembre 2026. Un agente è un sistema AI che non si limita a rispondere a una domanda, ma esegue una sequenza di operazioni per raggiungere un obiettivo.

Le due percentuali non sono in contraddizione. Un ricercatore può chiedere all'AI di scrivere gran parte di una modifica, provarla, rilevare un problema, cambiare le istruzioni e approvare il risultato finale: il codice rimane prevalentemente generato dall'AI, mentre il processo resta guidato da una persona. Secondo DeepMind, circa l'88% delle richieste di modifica richiede ancora istruzioni umane ripetute oppure codice scritto direttamente da esseri umani.

C'è poi una differenza tra risolvere un compito assegnato e scegliere quello giusto. I ricercatori devono ancora individuare gli obiettivi promettenti, progettare esperimenti e capire perché un addestramento non ha funzionato. Nelle prove interne sulle attività di ricerca, Argon risolve circa metà delle sfide: un risultato utile come assistenza, ma lontano dall'affidabilità richiesta per lasciare a un sistema l'intero ciclo di ricerca.

Un caso pubblicato dagli ingegneri di Google rende concreta questa differenza. Hanno incaricato Gemini 4 Argon di cercare rallentamenti in un progetto software di circa 205.000 righe, lasciandolo lavorare durante la notte. Dopo undici ore, il modello aveva proposto sei ottimizzazioni; la revisione umana ne ha accettate due e scartate quattro. Le modifiche mantenute hanno ridotto di circa il 40% il tempo di preparazione delle sessioni lunghe e accelerato del 21% l'avvio iniziale del programma, secondo le misurazioni riferite da Google.

Il punto più istruttivo è ciò che i test automatici non avevano visto. Una proposta superava tutti i 16.892 test pubblici del progetto, ma faceva fallire 25 verifiche interne di Google. Altre modifiche promettevano miglioramenti in prove artificiali, introducendo però fragilità o complessità inutili nell'uso quotidiano. È come ristrutturare una stanza senza conoscere gli impianti nascosti dietro il muro: il lavoro può sembrare impeccabile finché qualcuno non controlla l'intera casa.

La valutazione di sicurezza pubblicata da Google invita a non confondere questo limite con un modello innocuo o poco potente. Nei test aziendali, Argon ha risolto tutti e 12 gli scenari simulati di attacco informatico considerati, contro cinque per la generazione precedente. Google dichiara di aver introdotto misure di protezione aggiuntive proprio perché capacità utili a trovare vulnerabilità possono anche essere sfruttate per fare danni. Non essere un ricercatore autonomo non significa essere privo di rischi.

Per noi in Italia non si tratta soltanto di una discussione nei laboratori statunitensi. Google indica che Gemini 4 Argon è disponibile nell'app Gemini per gli abbonati Google AI Pro e Ultra, oltre che attraverso strumenti destinati a sviluppatori e imprese: le sue capacità possono quindi incidere anche sul modo in cui team e professionisti europei organizzano il lavoro. La disponibilità concreta delle singole funzioni può però variare in base al prodotto e al piano utilizzato.

La lezione pratica non è smettere di usare gli agenti, ma assegnare loro compiti verificabili. Una bozza di codice, una ricerca di errori o il confronto fra più soluzioni hanno un risultato che una persona può controllare. Delegare invece la scelta degli obiettivi, l'approvazione delle modifiche e la valutazione dei rischi richiede un livello di fiducia che i dati pubblicati su Argon non giustificano ancora.

Il segnale da osservare nei prossimi modelli non sarà soltanto quanto codice riescono a produrre. Sarà quanta ricerca affidabile possono portare a termine senza che qualcuno debba continuamente indicare la strada. Oggi, tra chi scrive il codice e chi decide dove andare, c'è ancora una differenza decisiva.