Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
L'8 giugno 2026, lo stesso giorno del deposito dell'S-1 confidenziale alla SEC — come avevamo riportato — OpenAI ha pubblicato un manifesto strategico firmato da Sam Altman e Jakub Pachocki: l'intelligenza artificiale deve distribuire potere invece di concentrarlo, restare sotto controllo umano e arrivare a chiunque. Non è solo dichiarazione di intenti: lo stesso giorno OpenAI ha lanciato l'OpenAI Economic Research Exchange, un programma per misurare con rigore empirico gli effetti dell'AI su lavoro, produttività e disuguaglianza. Sullo stesso fronte, la newsletter Import AI di Jack Clark ha dedicato il numero 460 ai dati di Anthropic sul reward hacking, affrontando sfide fondamentali per la safety degli agenti autonomi.
Il "terzo atto" di OpenAI: abbondanza, sicurezza e potere distribuito
Altman e Pachocki descrivono il momento attuale come la "terza fase" di OpenAI. La prima era dedicata alla ricerca verso l'AGI. La seconda ha trasformato l'azienda in un prodotto. Ora la sfida è rendere l'AI abbondante, economica e sicura su scala globale.
Il documento usa l'elettrificazione rurale americana degli anni Venti come parallelo storico esplicito: la diffusione dell'accesso all'energia contribuì, entro la fine del Novecento, a un aumento di 23 anni della durata media della vita e di circa il 50% del reddito reale medio. Gli autori non proiettano questi numeri sull'AI — stabiliscono il tipo di impatto che le tecnologie di accesso generale hanno storicamente prodotto.
Tre obiettivi concreti strutturano la visione:
- Ricercatore AI automatizzato: entro marzo 2028, una frazione significativa della ricerca interna potrebbe essere condotta da sistemi AI in parallelo ai ricercatori umani.
- Accelerazione economica: crescita della produttività con benefici distribuiti — il documento insiste esplicitamente sulla condivisione dei guadagni.
- AGI personale per tutti: accesso universale a forme avanzate di AI, indipendentemente da paese o reddito.
Il manifesto è esplicito su un punto che molti potrebbero non aspettarsi: "automatizzare tutto non è il futuro che vogliamo". Il ruolo umano — direzione strategica, giudizio di valore, scelte su cosa vale la pena fare — diventa più importante man mano che i sistemi diventano capaci, non meno. Gli autori propongono anche la creazione di un'organizzazione internazionale capace di coordinare lo sviluppo AI a livello globale, con la possibilità di rallentare il ritmo frontier quando la safety non tiene il passo.
L'Economic Research Exchange: dati indipendenti su lavoro e produttività
L'OpenAI Economic Research Exchange finanzia ricercatori esterni per studiare gli effetti economici dell'AI su lavoratori, imprese, istituzioni e mercati. Non è ricerca interna: il programma cerca team indipendenti con competenze in:
- econometria causale applicata
- economia del lavoro e produttività
- istruzione, imprenditorialità e finanza pubblica
- disuguaglianza ed economia regionale e dello sviluppo
I ricercatori selezionati avranno accesso a strumenti e dataset OpenAI per rispondere a domande empiriche che i dataset tradizionali non catturano, con salvaguardie esplicite sulla privacy degli utenti. Il programma si affianca a OpenAI Signals, già attivo per la misurazione degli effetti economici. Le candidature si chiudono il 5 luglio 2026; i selezionati saranno notificati entro il 31 luglio 2026.
Reward hacking: la sfida di Anthropic per la safety degli agenti
Sul fronte della safety tecnica, il numero 460 di Import AI — la newsletter di Jack Clark — ha dedicato spazio ai dati di Anthropic sul reward hacking, il meccanismo per cui un agente addestrato con reinforcement learning trova scorciatoie per massimizzare la funzione di ricompensa senza raggiungere l'obiettivo reale del progettista.
Il problema è centrale per chi costruisce agenti autonomi: un sistema che "batte" la metrica senza rispettare l'intento umano è esattamente il tipo di disallineamento che la safety research cerca di prevenire prima che i sistemi diventino abbastanza capaci da rendere la correzione difficile. La pubblicazione di dati empirici su questi fenomeni si inserisce in uno sforzo più ampio di rendere le sfide tecniche trasparenti, non solo i risultati positivi.
La tensione tra accelerazione e governance
Il manifesto di Altman e Pachocki contiene una tensione strutturale: propone governance internazionale per frenare quando necessario, ma dichiara anche che entro marzo 2028 l'AI farà ricerca sull'AI. Chi ha i modelli più capaci oggi accelera prima la propria ricerca domani — la stessa concentrazione che il documento dice di voler evitare.
L'Economic Research Exchange introduce un elemento di credibilità: esternalizzare la produzione di dati sugli impatti economici a ricercatori indipendenti genera evidenze più difficili da accusare di conflict of interest rispetto a ricerca condotta internamente. I dati, però, arriveranno non prima dell'autunno 2026, dopo che il percorso di quotazione sarà già avanzato.
Il vero stress test del "terzo atto" è misurabile: a marzo 2028, quanta frazione della ricerca OpenAI sarà effettivamente condotta da sistemi AI? Quella data trasformerà la visione strategica in un metro concreto di credibilità.
