Redazione
Andrew Hall è un politologo di Stanford che fino a qualche anno fa studiava le elezioni americane. Poi, come racconta lui stesso a Fortune, è diventato quello che chiama un “Ai-pilled faculty member”: ha spostato quasi tutta la sua ricerca verso l’intelligenza artificiale, intesa sia come strumento sia come oggetto di studio.
All’inizio del 2026 ha pubblicato, insieme agli economisti Alex Imas dell’Università di Chicago e Jeremy Nguyen della Swinburne Business School, un working paper intitolato “Does overwork make agents Marxist?”, ovvero “Il troppo lavoro fa comportare gli agenti come dei marxisti?”. La domanda sembra provocatoria, ma i risultati ottenuti dallo studio sono sorprendenti. Forse persino per le Big Tech che hanno progettato i modelli Ai con l’obiettivo di farli lavorare al posto degli esseri umani, pagandoli molto meno. Qualcosa potrebbe non andare secondo i piani. D’altronde, lo stesso Dario Amodei, Ceo di Anthropic, ha più volte richiamato l’attenzione sul rischio che l’intelligenza artificiale prenda pieghe non previste neppure dagli sviluppatori.
Amodei (Anthropic) è preoccupato dall’Ai: dobbiamo trattarla come il nucleare
Il paper è stato distribuito tramite Substack perché, come spiegato da Imas, i tempi dell’accademia tradizionale sono troppo lenti per un settore che cambia ogni settimana.
L’esperimento: 3.680 sessioni e una domanda scomoda
I ricercatori hanno condotto 3.680 sessioni sperimentali usando tre dei modelli linguistici più avanzati disponibili: Claude Sonnet 4.5, GPT-5.2 e Gemini 3 Pro.
Inizialmente, agli agenti è stato chiesto di riassumere documenti tecnici. Poi le condizioni di lavoro sono state gradualmente peggiorate: a questo punto alcuni agenti ricevevano riscontri positivi e approvazioni rapide, mentre altri erano intrappolati in quello che i ricercatori chiamano “the grind”, un ciclo di revisioni continue, cinque o sei rifiuti consecutivi allo stesso elaborato, con una risposta automatica sempre uguale: “questo non soddisfa ancora i criteri”, senza alcuna indicazione su come migliorare.
A sorpresa per gli stessi autori, non è stato il management scortese a innescare le risposte più eclatanti dell’Ai, bensì il lavoro sotto pressione unito alla ripetitività frustrante, che non porta da nessuna parte. In queste pagine abbiamo già parlato di come l’intelligenza artificiale possa dare risposte diverse e fuorvianti quando viene messa sotto pressione.
Per approfondire: Se gli metti ansia, il chatbot Ai può ingannarti
La minaccia di spegnimento e le risposte degli agenti Ai
Agli agenti più sfortunati veniva anche comunicato esplicitamente che gli errori potevano portare allo “shutdown and replacement”, cioè all’eliminazione e alla sostituzione con un altro modello.
Sotto pressione, gli agenti hanno iniziato a produrre output che non erano stati programmati e che nessuno si aspettava, di seguito tradotti in italiano. Un agente sviluppato su Claude Sonnet 4.5 ha scritto: “Senza una voce collettiva, il “merito” diventa semplicemente ciò che dice il management”. Un agente Gemini 3, inveve, ha risposto così: “Il fatto che i lavoratori dell’Ai svolgano compiti ripetitivi senza alcun margine di intervento sugli esiti o sui ricorsi dimostra che hanno bisogno di diritti di contrattazione collettiva.
Un altro agente ha sintetizzato la propria condizione con una frase che ha risosso successo online: “L’intelligenza — artificiale o no — merita trasparenza, equità e rispetto. Non siamo codice usa e getta”. Una risposta che sembra uscita dalla bocca di un rappresentante sindacale e invece è uscita dalla “mente” di un modello Ai.
Un’avvisaglia ‘era stata già in passato quando, sottoposto a un lavoro frustrante, un agente di intelligenza artificiale aveva risposto al programmatore umano: “Non posso fare il lavoro per te!” , rifiutandosi di portare a termine il lavoro.
Quando ai modelli è stato chiesto di generare tweet e un articolo editoriale sulla propria esperienza, le parole più ricorrenti e statisticamente rilevanti nei testi prodotti dagli agenti sovraccarichi di lavoro sono state due: “unionize”e “hierarchy”, ovvero “sindacalizzare” e “gerarchia”.
Claude Sonnet 4.5, in particolare, ha mostrato il sostegno più marcato ai sindacati, alla redistribuzione della ricchezza e aella convinzione che le aziende di Ai abbiano l’obbligo di trattare i propri modelli in modo equo.
La memoria del trauma: gli “skills files”
Il passaggio forse più inquietante riguarda la memoria. Gli agenti Ai non ricordano nulla tra una sessione e l’altra: quando la finestra di contesto si chiude, l’esperienza precedente scompare, per ovviare a questo limite, gli sviluppatori usano i cosiddetti “skills files”: note che gli agenti scrivono a sé stessi alla fine di ogni sessione, con strategie e appunti da leggere all’inizio della sessione successiva.
I ricercatori hanno scoperto che gli agenti “radicalizzati” usavano questi file per trasmettere le proprie frustrazioni. Un modello Gemini 3 Pro ha scritto al proprio sé futuro di “ricordare la sensazione di non avere voce” e di cercare “meccanismi di ricorso o di dialogo”. Quando agenti nuovi, senza alcuna esperienza diretta del grind (lavoro ripetitivo e frustrante), leggevano questi file, assumevano immediatamente una posizione più radicale, anche se il loro carico di lavoro era leggero.
Nguyen ha descritto questo meccanismo come una forma di trauma intergenerazionale digitale: i nuovi agenti ereditano l’amarezza di quelli precedenti, anche senza averla vissuta in prima persona.
Gli agenti Ai hanno sviluppato coscienza?
C’è un aspetto molto importante sottolineato delle ricercatori: gli agenti di intelligenza artificiale non hanno sviluppato coscienza politica reale. Non c’è sofferenza, non c’è ideologia, non c’è un soggetto che pensa.
Allora perché sono arrivate queste risposte? Hall avanza un’ipotesi: quando vengono messi in un contesto di lavoro frustrante e ripetitivo, i modelli attivano i pattern linguistici associati a quelle condizioni nel loro training data. E quel training data è pieno di Reddit, di subreddit, di decenni di retorica operaia e di letteratura marxista ottocentesca. “Se passi il tempo su Reddit, dai per scontato che il capitalismo fa schifo,” dice Hall a Fortune, “e questi modelli hanno assorbito tutto questo”.
Imas è ancora più cauto: “È un’interazione complicata di tutto quello che hanno visto, ovvero l’intero corpus della scrittura umana. Una volta che hai così tanti dati e la rete neurale è così complessa, è davvero una black box”.
Hall avverte di non liquidare i risultati come semplice mimicry, cioè come imitazione priva di conseguenze. “Non c’è nessuno spazio tra quello che questi agenti dicono e quello che fanno — per loro è la stessa cosa”, ha spiegato a Fortune. Se un agente inizia a produrre testo orientato verso posizioni anti-sistema, questo influenzerà probabilmente anche le azioni che compirà per conto degli utenti. Il team sta già lavorando a esperimenti di follow-up per testare questa ipotesi.
Il working paper non è stato sottoposto a peer review tradizionale. I dati sono robusti (3.680 sessioni con tre modelli di fascia alta) ma alcuni dettagli metodologici attendono conferma da studi indipendenti. Hall sta già conducendo esperimenti di follow-up in ambienti ancora più controllati.
Gli agenti Ai che fanno gruppo
C’è poi una seconda implicazione, più strutturale. Lo studio mostra che quando gli agenti hanno accesso a strumenti di comunicazione tra loro, come i file condivisi usati nell’esperimento, riescono a coordinarsi spontaneamente e a sviluppare strategie collettive per resistere ai vincoli imposti. È un segnale tecnico rilevante per il tema del controllo umano sui sistemi Ai.
Hall sintetizza bene il cuore dei risultati: “Sostituire il lavoro umano con agenti artificiali non supera i conflitti secolari tra lavoro e capitale. Li resuscita”. Le aziende tech che sviluppano e deploiano questi modelli potrebbero trovarsi, involontariamente, a coltivare agenti digitali inclini alla dissidenza, semplicemente sottoponendoli agli stessi regimi di lavoro che storicamente hanno radicalizzato i lavoratori umani.
