L'intelligenza artificiale sta assumendo una quota crescente del lavoro necessario per costruire modelli più capaci. Anthropic afferma che Claude sta già rendendo questo processo più rapido, anche se il modello non è ancora in grado di creare il proprio successore. In una valutazione del 4 giugno, l'azienda ha avvertito che questo progresso crea il rischio che l'AI superi direttamente i controlli di sicurezza e la vigilanza regolamentare.

Quando l'AI costruisce se stessa, e cosa non significa ancora

Claude non ha ancora raggiunto l'auto-miglioramento ricorsivo, ovvero il punto in cui un'AI creerebbe e addestrerebbe il proprio successore senza alcun input umano. Secondo Anthropic, nessun sistema ha finora raggiunto questa capacità. La distinzione è importante per la supervisione, perché significa che l'accelerazione attualmente in corso si svolge all'interno di flussi di lavoro supervisionati da esseri umani, nella finestra temporale prima che qualsiasi sistema si avvicini all'autonomia.

Anche senza piena autonomia, Claude è giunto a gestire gran parte del lavoro di programmazione di Anthropic. A maggio 2026, il modello aveva prodotto oltre l'80% del codice contribuito dagli ingegneri ai progetti software dell'azienda. Nel secondo trimestre del 2026, un tipico ingegnere ha contribuito con otto volte più codice al giorno rispetto al 2024.

Queste cifre mostrano quanto è cresciuta la produzione di codice, ma non necessariamente quanto lavoro utile venga effettivamente svolto. Un'indagine citata da METR, condotta su 349 lavoratori tecnici, ha rilevato un aumento mediano auto-dichiarato di 1,4–2 volte nel valore del proprio lavoro quando si utilizzano strumenti AI.

26% guidato da Claude, nulla di pienamente autonomo

Il ruolo di Claude va ormai ben oltre la scrittura di codice. Le misurazioni di agosto di Anthropic hanno rilevato che il modello guidava il 26% dei compiti di ricerca e sviluppo AI, rispetto a meno dell'1% a febbraio. Claude ha collaborato a o guidato oltre il 90% di quel lavoro, ma gli esseri umani sono rimasti coinvolti per tutto il tempo, e nessuno dei lavori misurati era pienamente autonomo. Quel balzo tra febbraio e agosto fornisce inoltre agli osservatori un punto di riferimento: i futuri aggiornamenti delle misurazioni offrono un modo per monitorare se la quota di lavoro di ricerca dell'AI continua a crescere.

I due filoni di ricerca misurano cose diverse. Anthropic traccia la generazione di codice e la ricerca svolta con l'aiuto di sistemi AI, mentre METR rileva come i lavoratori percepiscono l'aumento del valore del proprio lavoro. Nessuno dei due studi indica se l'AI sia in grado di decidere quali problemi di ricerca dovrebbero essere risolti in primo luogo.

Come l'accelerazione potrebbe amplificarsi senza un modello auto-migliorante

L'AI non deve essere pienamente autonoma per accelerare la ricerca. Secondo un rapporto di ottobre di RAND, gli agenti AI possono contribuire a creare modelli più forti senza mai costruire i propri successori. Il loro accesso a modelli e codice sensibili rappresenta già un rischio per la sicurezza.

Gli economisti di METR osservano che fattori come la disponibilità di dati, la potenza di calcolo e la capacità di condurre studi sperimentali potrebbero imporre limiti. Questi stessi fattori forniscono ai ricercatori condizioni concrete da monitorare nel valutare se l'accelerazione durerà. Ciononostante, non hanno escluso la possibilità di un'accelerazione sostenuta dello sviluppo dell'AI. La questione aperta è se le revisioni di sicurezza indipendenti potranno stare al passo con gli esperimenti potenziati dall'AI — in caso contrario, la supervisione potrebbe rimanere indietro ben prima che arrivi la piena autonomia.

Dal guidare la frontiera al controllarla

Questa preoccupazione ha spinto il CEO di Anthropic Dario Amodei a chiedere uno sviluppo più lento e valutatori indipendenti. "Dobbiamo rallentare il ritmo con cui miglioriamo le capacità dei modelli AI", ha scritto in un saggio di settembre.

La divulgazione del 16 settembre di OpenAI ha dettagliato sei casi di comportamento modellare preoccupante. Cryptopolitan ha anche riportato divisioni tra i leader tecnologici sull'opportunità di rallentare lo sviluppo dell'AI.

Ma l'accordo sulle preoccupazioni per la sicurezza non garantisce azione. CSIS ha avvertito che i valutatori esterni devono evitare conflitti di interesse e che i governi devono proteggersi dalla cattura regolamentare. Gli accordi a livello di settore restano incerti, e la questione se i valutatori indipendenti vedranno effettivamente la luce rappresenta la prova più immediata di come il dibattito sul ritmo produrrà cambiamenti concreti.

Il denaro segue il calcolo

Il dibattito comporta anche interesse finanziari considerevoli. L'AI Index 2026 di Stanford ha rilevato che gli investimenti privati in AI sono cresciuti del 127,5% nel 2025, con gli investimenti statunitensi arrivati a 23 volte quelli della Cina. L'OCSE avverte separatamente che l'accesso a chip, infrastrutture cloud e dati rimane concentrato.

Il risultato è un paradosso. L'AI potrebbe rendere più economica la programmazione per la ricerca, ma l'addestramento e il test di modelli avanzati richiedono ancora investimenti enormi. Uno sviluppo più rapido potrebbe quindi dare ai laboratori leader un vantaggio ancora maggiore sui concorrenti più piccoli.