Google DeepMind ha cercato prove che l'IA stia accelerando lo sviluppo dell'IA stessa. Secondo la valutazione dello stesso laboratorio, non ne ha trovate.

Nel rapporto sulla sicurezza per Gemini 4 Argon, il suo modello più potente, l'azienda ha concluso che la ricerca sull'IA non sta procedendo più rapidamente—nonostante l'IA scriva ormai la maggior parte del codice che gli ingegneri di DeepMind rilasciano. L'analisi non ha rilevato alcuna accelerazione statisticamente significativa nel ritmo dei progressi dell'IA dopo il 1° aprile 2026, con l'indice di capacità del laboratorio in crescita a un ritmo costante di 0,1 punti al mese. L'azienda la descrive come la sua prima valutazione empirica olistica dell'automazione e dell'accelerazione della R&S nel machine learning.

Il risultato contrasta con lo scenario che ha spinto i dirigenti dell'IA a chiedere un rallentamento. È noto come miglioramento automatico ricorsivo: un'IA costruisce una versione più intelligente di sé, che a sua volta ne costruisce una ancora più intelligente, fino a quando il progresso supera la capacità di chiunque di testare, regolamentare o spegnere il sistema—quello che il rapporto descrive come "una situazione in cui le salvaguardie esistenti sono gravemente inadeguate."

"Al momento non esiste un'accelerazione end-to-end significativa della R&S nel ML, guidata dall'IA o meno," ha scritto Haydn Belfield, ricercatore di Google DeepMind che ha lavorato alla valutazione, in un thread su X. "Concludiamo quindi che il rischio derivante dalla R&S nel ML guidata dall'IA è attualmente basso." La R&S nel ML è l'abbreviazione di ricerca e sviluppo nel machine learning—il lavoro di costruzione di nuovi modelli di IA.

1/9 In the Gemini 4 Argon Safety & Security Report, we published our first holistic empirical assessment of ML R&D automation and acceleration inside Google DeepMind — combining capability benchmarks, a macro capability index, data on AI-written code and trajectory outcomes, and… pic.twitter.com/Vr8Q5Obbsp

— Haydn Belfield (@HaydnBelfield) October 14, 2026

DeepMind monitora la questione perché "l'IA potrebbe accelerare i guadagni di capacità di frontiera più rapidamente di quanto possano stare al passo la sicurezza, la governance e l'adattamento sociale," ha scritto Belfield. Una maggiore automazione significa anche dare agli agenti di IA un accesso più ampio ai sistemi aziendali—e più spazio perché un modello disallineato, ossia che persegue obiettivi mai intesi dai suoi creatori, causi problemi.

Un'ascesa costante, non un picco

Per misurare i progressi, il team ha costruito GCI v1, un indice interno che combina i punteggi di 123 modelli di IA su 92 benchmark in un unico numero per modello—di fatto un punteggio di IQ per l'IA. "Le capacità di Gemini di frontiera sono migliorate a un ritmo notevolmente costante di ~0,1 punti GCI al mese," ha scritto Belfield. La distinzione è importante perché un vero miglioramento automatico ricorsivo si manifesterebbe, per definizione, come una curvatura verso l'alto inattamente questo tipo di curva.

Nel grafico dell'indice del rapporto, Gemini 1.5 Pro si colloca vicino a 0,5 punti alla fine del 2024 e Gemini 3.8 Flash poco sopra 2,9 a settembre 2026, con quasi ogni rilascio che segue una linea retta. Argon è l'unico punto dato che sporge sopra la tendenza, a circa 3,3—anche se la sua barra di errore, l'intervallo in cui il suo punteggio reale potrebbe plausibilmente cadere, si estende abbastanza in basso da toccare la linea.

"Sebbene Gemini 4 Argon si collochi sopra [la] tendenza, lo attribuiamo all'aumento degli investimenti in calcolo e organizzativi piuttosto che a un'accelerazione guidata dall'IA," ha scritto Belfield. Google ha presentato Gemini 4 Argon il 30 settembre.

La maggior parte del codice è scritta dall'IA, ma gli esseri umani guidano ancora

Ora più del 75% del codice di produzione di DeepMind è scritto dall'IA, e la quota di pull request completamente delegate—insiemi di modifiche al codice sottoposti a revisione prima della messa in produzione—è salita dal 7,5% all'11,9% tra aprile e settembre. Tuttavia, "~l'88% delle pull request richiede ancora una supervisione umana pluriturno o la scrittura umana del codice—e le modifiche al codice restano soggette a revisione umana prima dell'invio," ha scritto Belfield.

Un sondaggio su 12 dirigenti e ricercatori senior di DeepMind ha rilevato che l'automazione è massima nei "task di esecuzione ben definiti e verificabili" e minima nell'"ideazione scientifica aperta, nella progettazione sperimentale innovativa, nella diagnosi di sottili instabilità di addestramento e nel gusto della ricerca a lungo termine." In termini semplici, l'IA eccelle nell'eseguire istruzioni ma è carente nel decidere quali idee valga la pena perseguire.

DeepMind ha anche esaminato 1.389 log di Argon che lavorava come agente all'interno dell'azienda. Più grande era il task, meno probabile era che il modello lo completasse da solo—e più spesso un essere umano interveniva. Nel complesso, Gemini 4 Argon ha risolto circa metà dei task interni di ingegneria della ricerca che ha completato, ben al di sotto della soglia del 90% che DeepMind considera un segnale d'allarme per l'automazione completa. Tale soglia pubblicata offre ai lettori un parametro concreto per valutare le future dichiarazioni di automazione fuori controllo.

Una contropunto agli avvertimenti precedenti

Il rapporto mette dati interni a supporto di una parte di un dibattito finora condotto principalmente con avvertimenti. È stato pubblicato un mese dopo che il CEO di Anthropic, Dario Amodei, ha sostenuto che il miglioramento automatico ricorsivo sta già accelerando—un avvertimento condiviso da Sam Altman ed Elon Musk, che ha fatto scendere le azioni dei chip di quasi il 6%. Pochi giorni prima, l'ex ingegnere di Anthropic Jacob Coxon aveva lasciato il settore, avvertendo che l'IA potrebbe "ucciderci tutti entro la fine del decennio."

I numeri di DeepMind coprono solo il proprio laboratorio, e il rapporto rileva che non può escludere che una versione senza restrizioni di Argon superi le soglie di pericolo dell'azienda per attacchi informatici e informazioni sulle armi biologiche.