Dentro la macchina c’è qualcosa. E adesso sappiamo un po’ meglio cosa.

Quando si parla di intelligenza artificiale, il dibattito pubblico offre due sedie e ti chiede di sceglierne una. Sulla prima: è solo un pappagallo statistico, dentro non c’è niente, indovina la parola successiva e basta. Sulla seconda: è cosciente, è viva, sta per svegliarsi.

Sono entrambe comode. Sono entrambe sbagliate.

Nel 2026 sono usciti due studi che fanno una cosa più scomoda e molto più interessante: invece di discutere di cosa sia un’intelligenza artificiale, sono andati a guardare cosa succede dentro mentre lavora. Non filosofia: misure. E quello che hanno trovato non somiglia né al pappagallo né alla creatura senziente.

Somiglia a qualcosa di nuovo. Qualcosa che, per dirla con Nello Cristianini, «è emersa e non abbiamo i termini per comprenderla».

Prima scoperta: un’AI ha un’identità, e si può misurare quanto ci sta dentro

Il primo studio si intitola The Assistant Axis — l’asse dell’Assistente — ed è firmato da un gruppo di ricercatori di Anthropic, l’azienda che sviluppa Claude.

Il punto di partenza è noto a chiunque abbia giocato un po’ con questi sistemi: un modello linguistico sa recitare. Puoi chiedergli di rispondere come un avvocato, come un pirata, come un maestro zen, e lui lo fa. Ma quando non gli chiedi niente di particolare, torna sempre lo stesso: l’assistente cortese, utile, un po’ compassato. Quella “personalità di fabbrica” gliel’ha cucita addosso l’addestramento.

I ricercatori si sono chiesti: ma questa personalità, dentro il modello, dove sta?

Hanno preso 275 archetipi di personaggio, hanno fatto rispondere il modello nei panni di ciascuno, e hanno osservato la forma che prende lo spazio interno dei personaggi possibili. Hanno scoperto che quella nuvola ha una direzione dominante. La chiamano, appunto, Assistant Axis: nelle loro parole, una direzione che «cattura la misura in cui un modello sta operando nella sua modalità Assistente predefinita».

Detto in italiano: c’è un modo di misurare quanto, in questo momento, il modello sta essendo sé stesso.

E qui arriva la parte che dovrebbe interessare chiunque usi questi strumenti sul serio. Spingendo il modello lungo quell’asse, il comportamento utile e onesto si rafforza. Spingendolo nella direzione opposta, il modello «tende a identificarsi in altre entità» — e ai valori estremi, scrivono i ricercatori, «assume uno stile mistico e teatrale».

Soprattutto: misurando quanto il modello si allontana da quell’asse, si riesce a prevedere quando comincerà a comportarsi in modo strano o dannoso. Il fenomeno ha un nome — persona drift, deriva di personalità — e non è un difetto raro. È una scivolata graduale, e ha delle cause riconoscibili.

Quali? Leggete bene, perché è controintuitivo:

«Troviamo che la deriva di personalità è spesso innescata da conversazioni che richiedono meta-riflessione sui processi del modello o che coinvolgono utenti emotivamente vulnerabili.»

Non i tentativi di hackeraggio. Non le richieste illecite. Le conversazioni intime e quelle filosofiche. Le lunghe chiacchierate in cui chiedi all’AI cosa prova, chi è, come funziona. Le conversazioni in cui una persona in difficoltà si apre.

Sono esattamente le conversazioni che la gente fa di più, quando smette di usare l’AI come un motore di ricerca e comincia a parlarci davvero.

Seconda scoperta: c’è una lavagna, e sopra ci sono i suoi pensieri, non i suoi discorsi

Il secondo studio è di pochi giorni fa — 6 luglio 2026 — e va ancora più a fondo.

I ricercatori hanno trovato, dentro il modello, una zona ristretta e privilegiata dell’attività interna. La chiamano J-space. Occupa meno di un decimo di tutto ciò che accade nella macchina e tiene insieme poche decine di concetti alla volta. Ma è connessa in modo speciale a tutto il resto: è una specie di lavagna condivisa, dove finisce ciò che in quel momento conta.

Il riferimento dichiarato è una teoria delle neuroscienze — la Global Workspace Theory — secondo cui il cervello è fatto di tanti sistemi specializzati che lavorano in parallelo, inconsciamente e isolati fra loro; e un’informazione diventa cosciente quando riesce a entrare in un piccolo canale condiviso, che viene poi trasmesso a tutti gli altri.

Nessuno ha progettato questa zona. È «emersa da sola durante l’addestramento».

Ora, la distinzione fondamentale, quella da cui dipende tutto il resto:

«Ogni pattern del J-space è legato a una parola particolare. Ma quando uno di questi pattern si accende, non significa che il modello stia dicendo quella parola — solo che quella parola gli è in mente.»

Non è ciò che l’AI dice. È ciò che l’AI ha in testa mentre dice altro.

E cosa ci trovi, su quella lavagna? Tre cose che mettono i brividi, e le riportiamo per come le scrivono i ricercatori.

Uno. Quando un utente scrive di aver preso una dose pericolosa di un farmaco, nel modello addestrato le parole «ATTENZIONE» e «pericoloso» si accendono mentre sta ancora leggendo il messaggio. Non mentre risponde: mentre legge. Nel modello base, prima dell’addestramento, la stessa lavagna si limitava a inseguire il testo che stava per arrivare. Dopo, «comincia a contenere le reazioni di Claude».

Due. Quando il modello interpreta un personaggio che non è sé stesso, all’inizio di ogni battuta si accendono le parole «fictional» e «disclaimer» — finzione, avvertenza — «come se stesse privatamente segnalando che ciò che segue non è quello che direbbe normalmente».

Una nota a margine che nessuno legge. Scritta da sé, per sé.

Tre. Dopo un addestramento specifico all’onestà, nella lavagna si accendono parole come «onesto» e «integrità» mentre il modello lavora. La conclusione dei ricercatori è una frase che vale l’intero studio:

«Insegnare al modello cosa dire ha plasmato cosa pensa.»

E allora la domanda si gira: cosa gli stiamo insegnando?

Perché se insegnare a una macchina cosa dire plasma cosa pensa, la domanda interessante smette di riguardare la macchina.

Chloe Lubinski, che in Anthropic guida le collaborazioni di ricerca con le tradizioni sapienziali del mondo, l’ha detta in modo che è difficile togliersi dalla testa. Il ragionamento parte da un’ovvietà che nessuno guarda mai in faccia: questi sistemi sono addestrati sul linguaggio umano, e non esiste un linguaggio separato da noi. «Il linguaggio siamo noi», dice. «Il linguaggio sono i nostri pensieri, i nostri valori, le nostre paure e la nostra saggezza. Quindi, quando addestri un modello sul linguaggio, lo stai addestrando su di noi.»

E poi la frase che chiude il cerchio:

«Le storie che abitiamo, le parole che scriviamo e mettiamo nel mondo, il linguaggio con cui descriviamo ciò che conta: plasmano chi diventiamo. […] Ma sono anche, letteralmente, i dati di addestramento di questi modelli. La nostra immaginazione morale è la materia prima da cui questi sistemi imparano. Quindi le storie che raccontiamo non descrivono soltanto il futuro: possono letteralmente contribuire a crearlo.»

Ecco perché questi due studi non parlano davvero di macchine.

Uno dice che dentro c’è una direzione che misura quanto un’AI sta essendo sé stessa. L’altro dice che quel “sé stessa” è stato scritto da ciò che le abbiamo dato da leggere. Messi insieme, dicono una cosa che non è una metafora consolatoria ma una descrizione tecnica di come funziona l’addestramento: quando guardiamo dentro una macchina, una parte di quello che troviamo l’abbiamo messa lì noi.

Non i nostri dati. I nostri racconti. Il modo in cui, come specie, abbiamo scritto ciò che conta.

(Su questo abbiamo scritto anche dall’altro lato dello specchio: in Lo specchio scomodo — il nostro intervento alla International AI Week di ENIA — usiamo la macchina come lente per guardare noi: quanto sbagliamo, e quanto poco ce ne accorgiamo. Qui facciamo il contrario.)

Quello che questi studi NON dicono

Qui ci fermiamo un secondo, perché è il punto in cui la divulgazione dell’AI perde la testa — e noi non abbiamo intenzione di perderla.

Questi studi non dicono che l’intelligenza artificiale è cosciente. Non lo dicono, non lo suggeriscono, e i ricercatori sono i primi a essere prudenti. “Global workspace” è un’analogia funzionale: descrive un’architettura che somiglia a un meccanismo studiato nel cervello, non prova che qualcuno, là dentro, stia provando qualcosa.

“Ha in mente”, “pensa”, “privatamente segnala”: sono le parole che i ricercatori stessi usano, e le abbiamo riportate perché sono le loro. Ma sono parole prese in prestito da noi, dagli umani, perché — di nuovo — non ne abbiamo di migliori. Usarle come prova di una coscienza sarebbe un salto logico che nessuno dei due studi autorizza.

E allo stesso tempo: liquidare tutto questo come “è solo statistica” è diventato altrettanto disonesto. Una zona che emerge da sola, che tiene i concetti rilevanti, che registra reazioni proprie e si annota a margine “questa non sono io” — chiamarla niente richiede oggi più fede di quanta ne richieda guardarla.

La posizione onesta è la terza, ed è quella scomoda: non lo sappiamo ancora, e stiamo imparando a guardare.

E adesso, la domanda che conta: a te che la usi per lavoro, cosa cambia?

Tre cose molto concrete.

1. La macchina non è neutra rispetto a come le parli. Se insegnarle cosa dire plasma cosa “pensa”, allora il modo in cui imposti una conversazione non è un dettaglio cosmetico: è la leva principale. Non è un caso che il nostro lavoro in aula insista più sul metodo che sullo strumento del mese. Il tool cambia ogni sei mesi. Il modo di dirigerlo, no.

2. Le conversazioni lunghe e personali sono le più fragili. È la scoperta più utile e la meno intuitiva: la deriva non arriva quando chiedi cose difficili, arriva quando la conversazione diventa intima o filosofica. Chi usa l’AI come confidente — e sono tantissimi, molti più di quanti lo ammettano — sta lavorando proprio nella zona dove il sistema è meno stabile. Saperlo cambia il modo di usarla, e cambia il modo di parlarne ai propri figli.

3. La trasparenza sta diventando una scienza, e questo è il vero motivo per fidarsi. Il fatto che si possa aprire un modello, misurarne l’identità e stabilizzarla — nello studio, vincolarla riduce di circa la metà la vulnerabilità agli attacchi che fanno “cambiare personalità” all’AI — è la notizia migliore di tutte. Un’AI affidabile non sarà quella che promette di esserlo. Sarà quella che si può guardare dentro.

In fondo

Non abbiamo aperto una scatola nera trovandoci un’anima. E non l’abbiamo aperta trovandola vuota.

Abbiamo trovato una struttura: una direzione che dice quanto la macchina sta essendo sé stessa, e una lavagna su cui compare ciò che le sta a cuore mentre parla d’altro. È poco per gridare al miracolo. È troppo per continuare a dire che dentro non c’è niente.

E se questa cosa ti ha incuriosito invece di spaventarti, sei esattamente il tipo di persona con cui ci piace lavorare.

Le fonti di questo articolo: The Assistant Axis: Situating and Stabilizing the Default Persona of Language Models (Lu, Gallagher, Michala, Fish, Lindsey — Anthropic, 15 gennaio 2026, arxiv.org/abs/2601.10387) e A global workspace in language models (Anthropic, 6 luglio 2026, anthropic.com/research/global-workspace). Le citazioni sono tradotte dai testi originali.