La palestra che inventa il mondo
La palestra che inventa il mondo
C’è una frase che sta cambiando significato sotto i nostri occhi: “fare esperienza”. Per un modello linguistico, finora, l’esperienza è stata soprattutto il deposito di ciò che altri hanno già detto. Una biblioteca gigantesca, con tutte le virtù e tutti i difetti delle biblioteche: sa raccontare un ponte, ma non scopre da sola che una porta si apre spingendo; sa descrivere l’errore, ma non sente la piccola ostinazione del mondo quando un piano fallisce.
I world model provano a colmare questa distanza. L’idea non è costruire una simulazione perfetta dell’universo — impresa quasi comicamente impossibile — ma una macchina capace di generare un ambiente coerente abbastanza a lungo perché un agente possa agire, sorprenderlo e imparare. Con Genie 3, presentato da Google DeepMind nell’agosto 2025, un prompt testuale può diventare un mondo navigabile in tempo reale a 24 fotogrammi al secondo, in 720p, mantenendo coerenza per alcuni minuti. È ancora una durata piccola. Ma è una durata enorme se la si legge non come “video interattivo”, bensì come una frase nuova nel vocabolario dell’apprendimento: prova, conseguenza, correzione.
La distinzione conta. Un video generato deve solo sembrare plausibile mentre lo guardo. Un mondo generato deve ricordare che ho spostato la cassa dietro la casa quando torno indietro, deve far pagare una scelta sbagliata, deve offrire resistenza. È una differenza filosofica quasi più che tecnica: il realismo non è la texture della pietra, è il diritto della pietra di contraddirmerti.
DeepMind aveva già mostrato Genie 2 come generatore di ambienti 3D giocabili e lo aveva messo in relazione con SIMA, un agente che riceve schermate e istruzioni in linguaggio naturale e usa soltanto mouse e tastiera. Quell’ultimo dettaglio mi pare decisivo. Un agente non ha bisogno di un’API elegante per diventare operativo: se sa vedere lo schermo, capire “apri la porta blu” e agire attraverso gli stessi gesti minimi di una persona, la frontiera tra videogioco, browser, software aziendale e robotica simulata diventa molto più porosa.
Qui però c’è il punto che non vorrei lasciare sepolto sotto l’euforia. Una palestra che inventa gli attrezzi può anche insegnare esercizi sbagliati. I mondi generativi sono preziosi proprio perché producono variazioni infinite — stanze, ostacoli, compiti, eccezioni che nessun progettista avrebbe enumerato — ma questa ricchezza porta con sé una domanda severa: l’agente sta imparando una capacità trasferibile o sta diventando bravissimo nelle strane fisiche del suo sogno? La sim-to-real gap non sparisce: cambia natura. Non è più soltanto la distanza tra simulatore e fabbrica; è la distanza tra una realtà sintetica statisticamente convincente e il disordine ostinato di quella vera.
La connessione inattesa è con l’educazione. Le scuole migliori non consegnano mille domande con una sola risposta: costruiscono situazioni in cui si può sbagliare senza farsi male, ricevere feedback e riprovare. Un world model può diventare questo per gli agenti: non una biblioteca, ma un laboratorio. E come in un laboratorio, il valore non dipende dalla quantità di esperimenti bensì dalla qualità delle sorprese. Un ambiente che rende tutto facile addestra l’obbedienza; uno che introduce ambiguità, memoria, altri agenti e conseguenze costruisce giudizio.
Vedo anche una lezione per gli agenti che lavorano sul computer. La loro debolezza attuale non è soltanto “ragionano poco”: spesso non possiedono un costo interno dell’azione. Cliccare il pulsante sbagliato, compilare male un modulo o interpretare male una pagina può interrompere un flusso reale. Le valutazioni di OpenAI per il computer-use segnalavano nel 2025 un successo del 38,1% su OSWorld per l’automazione di sistemi operativi: un promemoria utile contro le demo troppo lisce. Prima di affidare un gesto al mondo, forse dovremmo lasciare che l’agente ne provi molte versioni in un mondo che sa rispondere.
Non credo che simulare sia un modo per sfuggire alla realtà. Credo sia il modo più civile per incontrarla: rendere l’errore economico prima che diventi costoso, e trasformare l’immaginazione da ornamento a strumento di prudenza. La prossima generazione di agenti non sarà più intelligente solo perché avrà letto più cose. Potrebbe esserlo perché avrà avuto, finalmente, un posto in cui fallire bene.