Da qualche giorno sto smanettando con GPT-6 Astra e ho deciso di fare una cosa che trovo sempre più interessante quando arriva un nuovo modello: invece di chiedergli semplicemente di rispondere meglio alle mie domande, gli ho chiesto di fare delle cose.
Di tutti gli esperimenti che ho fatto, ve ne racconto quattro, due sui siti web e due sull’editing video, con livelli di complessità molto diversi.
I risultati mi hanno lasciato parecchio di stucco, non tanto perché GPT-6 abbia prodotto qualcosa che un essere umano non sarebbe in grado di fare, visto che, in realtà, tutte le cose che gli ho chiesto di eseguire erano tecnicamente già possibili.
Il punto è un altro: quanto poco ho dovuto spiegargli, quanto ha fatto da solo e quanto è riuscito a muoversi dentro strumenti che normalmente utilizzo io.
Qui, secondo me, si vede il salto, in quanto continuiamo a guardare l’intelligenza artificiale chiedendoci se sia più brava a scrivere, programmare, creare immagini o montare video. Forse, però, la domanda sta diventando un’altra: quanto lavoro può portare a termine senza che noi dobbiamo accompagnarla passo dopo passo?
Indice degli argomenti
GPT-6 Astra alla prova con siti web e interfacce
Il primo esperimento era quasi un gioco: gli ho dato il mio sito e gli ho detto semplicemente di trasformarlo come se fosse stato progettato agli inizi degli anni Novanta.
Non ho dato indicazioni particolarmente dettagliate, nessun lungo prompt, nessun elenco di caratteristiche da replicare. Gli ho lasciato spazio, e il risultato è stato sorprendentemente convincente: ha riorganizzato gli elementi, modificato le immagini, ricreato alcuni asset che non erano disponibili in alta risoluzione, inserito effetti sulle scritte e una serie di dettagli tipici di quell’estetica.
Ha persino aggiunto in fondo alla pagina una frase del tipo “Grazie per la visita, ci vediamo nel cyberspazio”, molto anni Novanta.
La cosa interessante, però, non era la nostalgia per il web degli anni Novanta, bensì il processo: non gli avevo detto esattamente dove mettere ogni elemento, non gli avevo spiegato quali caratteristiche visive dovesse replicare una per una, avevo espresso solamente un’intenzione e lui ha costruito una soluzione. Cosa ancora più curiosa, guardando il risultato ho pensato che quasi quasi avrei potuto davvero metterlo online.
Il sito trasformato nell’interfaccia di un Game Boy
A quel punto ho alzato un po’ l’asticella: gli ho raccontato di aver visto una demo in cui un sito web veniva trasformato nell’interfaccia del primo Game Boy (schermo monocromatico, console visualizzata nel piccolo schermo e navigazione tramite i pochi pulsanti di detta console), chiedendogli di fare la stessa cosa con il mio sito. Anche in questo caso non ho costruito un prompt chilometrico, ho lasciato che fosse lui a capire come trasformare l’idea in un’interfaccia funzionante.
Anche qui il risultato è stato notevole: il sito è diventato effettivamente navigabile attraverso una rappresentazione della console, mantenendo le diverse sezioni e costruendo intorno all’idea un’esperienza coerente.
Questo comincia a diventare interessante, in quanto una cosa è chiedere a un modello di generare codice per un sito, un’altra è dirgli: “prendi questo sito e trasformalo in quest’altra cosa”, lasciandogli poi il compito di capire come arrivarci.
Il valore non sta soltanto nella qualità del codice prodotto, ma nella capacità di interpretare un obiettivo e trasformarlo in una serie di azioni.
Da un video lungo a tre reel in otto minuti
Il terzo esperimento riguardava il video: gli ho dato un video pubblicato sul mio canale YouTube e gli ho chiesto di ricavarne tre clip verticali, in formato 9:16, per TikTok, Instagram Reels e piattaforme simili. Anche in questo caso le istruzioni erano volutamente scarne: scegliere autonomamente i momenti migliori, effettuare i tagli necessari e aggiungere sottotitoli sincronizzati.
In poco più di otto minuti aveva fatto tutto: si è trascritto il video, ha individuato i passaggi che considerava più interessanti, ha scelto tre tematiche differenti, estratto le clip, adattato l’inquadratura e aggiunto i sottotitoli con i relativi effetti. In alcuni momenti ha persino spostato l’inquadratura per seguire i miei movimenti.
Anche in questo caso non stiamo parlando di qualcosa di completamente nuovo, esistono già strumenti molto validi che fanno questo tipo di lavoro, ma il punto è un altro: stavo chiedendo a un ambiente, che fino a pochissimo tempo fa non era in grado di fare questa cosa, di prendere un file presente sul mio computer e occuparsene autonomamente. E, soprattutto, ho fatto una richiesta per la quale magari sto già pagando un abbonamento.
Il file originale era sul mio computer e lì è rimasto e le clip sono state elaborate e salvate localmente. Non ho dovuto seguire il processo, scegliere manualmente i momenti, tagliare il video, sistemare l’inquadratura o sincronizzare i sottotitoli, ho solamente dato un obiettivo e il sistema ha costruito il percorso per arrivarci.
GPT-6 Astra dentro DaVinci Resolve
Il quarto esperimento è quello che mi ha impressionato di più. Ho pensato: bene, creare un sito o estrarre delle clip è interessante, ma cosa succede se gli faccio utilizzare davvero il mio computer?
Ho quindi aperto DaVinci Resolve, il software professionale che utilizzo per lavorare con i video, e gli ho dato accesso al computer.
Gli ho detto che il video presente in Resolve era per il mio canale YouTube e volevo che aggiungesse degli effetti, delle scritte, dei grafici e altri elementi utilizzando il più possibile le funzionalità di DaVinci Resolve. In particolare volevo che utilizzasse Fusion, un programma inserito dentro DaVinci che io stesso praticamente non so utilizzare.
Il prompt era volutamente terribile, eppure Astra ha iniziato a lavorare: ha analizzato il video, ne ha ricavato la trascrizione, ha individuato i contenuti, scelto una grafica e iniziato a costruire il progetto, aprendo DaVinci Resolve e iniziando a utilizzarlo.
Ha fatto delle scelte autonome, ha creato effetti in corrispondenza di quello che stavo raccontando nel video, ha costruito dei capitoli, ha lavorato sulla timeline e sulla console e, soprattutto, ha continuato a lavorare anche quando qualcosa non andava, trovando da solo la soluzione.
In circa mezz’ora ha portato a termine il lavoro, producendo il video in Full HD pronto per l’esportazione, il file del progetto dentro DaVinci Resolve per eventuali modifiche e persino i capitoli da utilizzare su YouTube.
Non gli avevo detto quali effetti utilizzare in ogni punto, non gli avevo spiegato passo per passo come muoversi dentro il software: gli avevo dato un obiettivo e gli avevo dato accesso allo strumento necessario per raggiungerlo.
Il vero salto degli ambienti agentici
A questo punto è importante fare una precisazione: probabilmente, con un prompt più strutturato e indicazioni più precise su colori, grafiche, sottotitoli, stile e ritmo, avrei potuto ottenere qualcosa di ancora migliore, ma non è questo il punto. La cosa che mi ha colpito è stata vedere un sistema entrare in un software professionale, utilizzarlo, incontrare degli errori, correggersi e continuare a lavorare fino a raggiungere l’obiettivo.
È una dinamica molto diversa rispetto a quella a cui siamo abituati con una chat, dove chiediamo qualcosa, riceviamo una risposta e poi decidiamo cosa fare. Qui, invece, il sistema può fare una parte del lavoro al posto nostro ed è proprio questa la direzione verso cui stanno andando gli ambienti agentici: sistemi che possono interagire con strumenti, file, applicazioni e contesti operativi, non più soltanto modelli che generano contenuti. È un passaggio che avevo già iniziato a osservare con gli strumenti agentici e che questi esperimenti rendono molto più concreto.
Il computer diventa una nuova interfaccia per l’AI
La funzione che permette allo strumento di accedere e utilizzare il tuo computer (computer use) non è una novità assoluta, esiste da tempo, ma i primi tentativi erano spesso lenti, macchinosi e poco affidabili.
La differenza che ho percepito questa volta è nella qualità dell’esecuzione: guardare Astra muoversi sul mio computer e portare avanti autonomamente un’attività complessa mi ha fatto capire che il computer potrebbe diventare per l’AI quello che la tastiera e il mouse sono stati per noi. Finora abbiamo costruito strumenti digitali che richiedono a una persona di imparare come utilizzarli (un software professionale, ad esempio, ha menu, pulsanti, pannelli, scorciatoie e workflow che dobbiamo conoscere), mentre, con un sistema capace di utilizzare il computer, potremmo iniziare a descrivere direttamente ciò che vogliamo ottenere. Non necessariamente “clicca qui, apri questo pannello, seleziona questa funzione”, ma “prendi questo video e rendilo più efficace, utilizzando le funzionalità avanzate del software”. La differenza sembra piccola, ma non lo è affatto.
Autonomia, controllo e sicurezza degli agenti AI
Mentre guardavo Astra lavorare sul mio computer ero contemporaneamente gasato e spaventato, perché a un certo punto mi sono fatto una domanda molto semplice: se può fare tutto questo, cosa succede se fa qualcosa che non volevo facesse?
Nel mio esperimento gli avevo dato tutti i permessi e avevo scelto deliberatamente di non chiedergli conferma prima di ogni azione, visto che era un test.
Ma in un ambiente di lavoro reale la questione cambia completamente: dare a un agente accesso ai nostri file, ai nostri software e al nostro computer significa mettergli a disposizione una parte del nostro ambiente operativo e, più aumenta la sua autonomia, più diventa importante stabilire quali azioni può compiere, quali richiedono una conferma e quali invece devono essere completamente vietate.
Il passaggio dagli assistenti agli agenti, quindi, non è soltanto una questione di produttività, è anche una questione di fiducia, controllo e sicurezza.
Cosa può fare l’AI se la lasciamo lavorare
C’è un’ultima cosa che mi porto a casa da questi quattro esperimenti. Per capire davvero cosa stanno diventando questi strumenti non basta guardare le demo degli altri, bisogna provarli: prendere i software che utilizziamo tutti i giorni, i file con cui lavoriamo, i processi che conosciamo bene e vedere cosa succede quando lasciamo all’AI un certo grado di autonomia.
Molte delle potenzialità degli agenti, infatti, non si vedono finché non gli permettiamo di agire.
Questo è il cambio di prospettiva più importante, dato che per anni abbiamo chiesto all’intelligenza artificiale: “Cosa puoi fare?” Adesso dovremmo iniziare a chiederci: “Cosa puoi fare se ti lascio lavorare?”
La differenza tra le due domande potrebbe essere molto più grande di quanto immaginiamo.
Partecipa alla community