Un laboratorio ha misurato la propria macchina
Il 17 settembre Anthropic ha pubblicato la prima versione pubblica di quello che chiama R&D Automation Index, un indicatore costruito dall'azienda per misurare quanta della propria ricerca e sviluppo IA sia ormai svolta da Claude invece che dal personale umano. Il numero principale, però, è che Claude guida oggi il 26 per cento di quel lavoro, contro meno dell'1 per cento nel febbraio 2026, e oltre il 90 per cento dei compiti rilevanti si trova già al livello che Anthropic chiama l'IA collabora o sopra di esso. Circa 30.000 agenti IA lavorano contemporaneamente su compiti di ricerca e ingegneria all'interno dell'azienda in un dato momento, secondo una misurazione condotta in una settimana tra il 13 e il 20 luglio.
L'indice classifica ogni compito su una scala a sei livelli di automazione costruita insieme a Epoch AI, da AL0, nessun coinvolgimento dell'IA, ad AL5, dove l'IA opera in piena autonomia senza alcun umano coinvolto. Anthropic afferma però che nessun compito ha ancora raggiunto AL5. Il motivo per cui pubblica questo numero, dice l'azienda, è che il pubblico ha bisogno di più informazioni su quanto velocemente un laboratorio possa migliorare la propria IA usando quella stessa IA, un ritmo che, però, dall'esterno resta normalmente invisibile.
La sorveglianza è più sottile del lavoro
Così, un quarto della ricerca di Anthropic passa ormai per Claude, con un umano che supervisiona invece di svolgere il lavoro direttamente, e l'azienda accompagna questo numero con dati su quanto da vicino dice di controllare. Un monitor automatico online che verifica in tempo reale le decisioni di ricerca di Claude ne blocca solo lo 0,002 per cento, circa una su 47.000. Un processo di revisione offline separato segnala però solo una o due trascrizioni su mille per una verifica umana successiva.
| Misura | Dato riportato da Anthropic |
|---|---|
| Quota di R&S IA guidata da Claude | 26 per cento (da meno dell'1 per cento nel feb. 2026) |
| Lavoro al livello l'IA collabora o superiore | Oltre il 90 per cento |
| Tasso di blocco del monitor online | 0,002 per cento delle decisioni (circa 1 su 47.000) |
| Trascrizioni segnalate per revisione umana | 1 o 2 su 1.000 |
Niente di tutto questo significa che il lavoro sia privo di supervisione. Significa che la supervisione è statistica invece che costante, coglie una quota piccola e campionata delle decisioni invece di leggerle tutte, esattamente nel momento in cui l'azienda stessa dice che il margine di decisioni prese da Claude in autonomia si sta ampliando.
Sei livelli, e nessuno è ancora all'ultimo
La scala di Anthropic descrive come appare davvero ogni livello di automazione dentro un compito di ricerca, e la distanza tra i livelli riportati dall'azienda e la cima della scala è però la vera notizia dietro i numeri.
| Livello | Cosa significa |
|---|---|
| AL0 | Nessun coinvolgimento dell'IA |
| AL1 | L'IA assiste in modo minimo |
| AL2 | L'IA assiste in modo più sostanziale, l'umano guida ancora |
| AL3 | L'IA collabora, svolge grandi porzioni di lavoro sotto stretta guida umana |
| AL4 | L'IA guida, completa il lavoro dall'inizio alla fine partendo da un'istruzione generale, mentre un umano supervisiona |
| AL5 | Piena autonomia, nessun umano coinvolto |
La citazione stessa di Anthropic pone il rischio con chiarezza: quanto più il lavoro si automatizza, tanto più gli agenti potrebbero prendere decisioni con conseguenze maggiori, come quale direzione di ricerca seguire, e queste decisioni richiedono garanzie contro il comportamento dannoso di un singolo agente oltre a un regime di supervisione capace di individuare problemi su tutti loro. L'azienda descrive qui l'AL4, non l'AL5, però la distanza tra i due resta di un solo passo, non un muro fisso.
Un'azienda scrive il proprio esame
Anthropic non si limita a riportare un numero. Propone che i governi usino misure come questa per fissare obblighi di trasparenza e per definire le soglie che fanno scattare requisiti più severi, come una finestra di test fissa prima che un nuovo modello possa occuparsi da solo di altro lavoro di R&S IA. È perciò un'idea reale e utile. È anche un laboratorio che scrive la prima bozza dell'esame che si aspetta di dover affrontare, usando dati di telemetria che oggi possiede solo lui.
Nessuna disposizione dell'AI Act europeo lega oggi un obbligo di rischio sistemico per i modelli GPAI al livello di automazione dichiarato da un laboratorio, né a quanto del suo calcolo per la sicurezza vada a controllare la propria quota di lavoro automatizzato, secondo Anthropic oggi il 6 per cento del calcolo totale per R&S IA, che sale al 12 per cento nella parte di quel lavoro guidata dall'IA. Qualsiasi azienda europea che oggi acquisti accesso a modelli di frontiera per la propria roadmap di prodotto dovrebbe perciò leggere questo meno come una notizia su Anthropic e più come un'anticipazione della domanda che un regolatore, o l'ufficio acquisti di un cliente, prima o poi porrà a ogni fornitore di IA: quanto di ciò che mi vendete è stato costruito da qualcosa che non controllavate del tutto, e come lo sapete.
Da leggere ora: Il Rapporto sulla Sicurezza di Anthropic Elenca i Suoi Errori | Un'IA Ha Formalizzato l'Ultimo Teorema di Fermat in 11 Giorni
