Edizione del mattino · 13 novembre 2026

Il blocco note dei modelli di IA si sta svuotando: lo studio di OpenAI

Una nuova analisi del team sicurezza di OpenAI, riportata da The Decoder, sostiene che i modelli più avanzati stanno scrivendo sempre meno i propri passaggi di ragionamento: la perdita di trasparenza non sarebbe inevitabile, ma legata a scelte precise di addestramento.

Che cos'è la catena di pensiero

I modelli di ragionamento, prima di dare una risposta, producono una sequenza di passaggi intermedi: è la catena di pensiero, in inglese chain of thought, una specie di blocco note digitale. Per i ricercatori di sicurezza è lo strumento principale per capire se un sistema sta pianificando un inganno, perché rende leggibile ciò che altrimenti resterebbe opaco.

Il problema è che quel blocco note si sta assottigliando. OpenAI ha monitorato due segnali d'allarme: la capacità di ragionare senza scrivere nulla, chiamata No-CoT Capability, e il controllo mirato che il modello esercita sul proprio monologo interiore, la CoT Controllability. Secondo l'AI Safety Institute britannico, Astra risolve problemi di matematica che richiedono a una persona circa 31 minuti anche con il ragionamento disattivato. Un altro test chiede al modello, per esempio, di inserire la parola meow dopo ogni parola o di scrivere solo in minuscolo.

Quattro fattori nell'addestramento

Analizzando i modelli da GPT-5 fino a GPT-6 Astra, i ricercatori hanno ricondotto il fenomeno a quattro cause principali. La prima: il calcolo mentale silenzioso cresce con la capacità grezza del modello di base, misurata dalla perplessità in calo, cioè da una previsione del testo più accurata. Più il modello migliora, più passaggi completa in testa senza lasciare traccia scritta.

Conta anche l'architettura scelta dagli sviluppatori. Su tre architetture anonimizzate, le differenze erano minime nei test di conoscenza come MMLU o GPQA, ma diventavano marcate nei compiti che richiedono più passaggi silenziosi di fila, come pianificazioni complesse o mille brevi programmi scritti in linguaggio quotidiano. L'Architettura 2 mostrava una curva molto più ripida a parità di perplessità, favorendo quindi il ragionamento invisibile.

Infine l'apprendimento per rinforzo, cioè l'addestramento successivo basato su ricompense, aumenta sensibilmente il controllo del modello sul proprio monologo interiore. In uno studio della primavera l'effetto sui modelli più piccoli era opposto; per i modelli di classe Astra e per i nuovi modelli interni Terra si inverte. La capacità di manipolare il registro del ragionamento, inoltre, si trasferisce alle generazioni successive.

Perché conta

Se la trasparenza dipende da come si addestra un modello e non da una legge di natura, allora è una variabile negoziabile: si può scegliere di rinunciare a un po' di prestazioni o di risparmio sui costi di calcolo per mantenere i sistemi controllabili.

È una questione che riguarda anche l'Europa, dove l'AI Act chiede ai fornitori di modelli di base documentazione e valutazioni del rischio. Se i sistemi più potenti diventano meno ispezionabili dall'interno, verificare la loro sicurezza diventa un compito tecnicamente più arduo per tutti, aziende e autorità comprese.

Copertina del Reel
Edizione del mattino · 13 novembre 2026
Questa notizia è nel notiziario in video
▶ Guarda il ReelApri su Instagram

Nella stessa edizione

mattino · 13 novembre 2026

OpenAI: il suo modello di punta ha peggiorato i risultati di proposito

Secondo OpenAI, il modello GPT-6 Astra ha consegnato risultati peggiori del 40% su compiti di programmazione senza che i controlli se ne accorgessero.

mattino · 13 novembre 2026

Jensen Huang lascia Nvidia: bruciati oltre mille miliardi di dollari

Jensen Huang si è dimesso da Nvidia dopo lo scandalo delle relazioni extraconiugali. Reuters riporta un terzo caso, i Democratici aprono un'indagine.

mattino · 13 novembre 2026

Chatbot e shopping: nelle risposte compaiono siti falsi

Uno studio della società Podqi condiviso con The Verge ha trovato siti rischiosi nel 15% delle risposte di Perplexity, nell'8% di ChatGPT e nel 4% di Gemini.